Complexation reduces nickel toxicity to purple sea urchin embryos (Strongylocentrotus purpuratus), a test of biotic ligand principles in seawater
Notice bibliographique
Résumé
The potential for Ni toxicity in seawater is of concern because of mining and processing activities in coastal regions. Determining Ni speciation is vital to understanding and predicting Ni toxicity and for bioavailability-based nickel risk assessment. The goal of this study was to characterize the complexation of Ni in relation to toxicity using embryological development of purple sea urchin (S. purpuratus). It was predicted that free ion [Ni2+] would be a better predictor of toxicity than total dissolved Ni concentrations (NiD). Synthetic ligands with known logKf values (Ethylenediaminetetraacetic acid (EDTA), Nitrilotriacetic acid (NTA), tryptophan (TRP), glutamic acid (GA), histidine (HD), and citric acid (CA)) were used to test the assumptions of the biotic ligand model (BLM) for Ni in seawater. [NiD] was measured by graphite furnace atomic absorption spectroscopy (GFAAS) and Ni2+ was first quantified using the ion-exchange technique (IET) and then concentrations were measured by GFAAS; [Ni2+] was also estimated using aquatic geochemistry modelling software (Visual Minteq). The mean EC50 values for [NiD] in unmodified artificial seawater control was 3.6 µM (95% CI 3.0–4.5) [211 µg/L 95% CI 176–264] and the addition of ligands provided protection, up to 6.5-fold higher [NiD] EC50 for EDTA. Compared to the control, measured EC50 values based on total dissolved nickel were higher in the presence of ligands. As predicted by BLM theory, [Ni2+] was a better predictor of Ni toxicity with 17% variability in EDTA and CA media while there was 72% variability in the prediction of Ni toxicity with total dissolved Ni. The results of this research provide support for the application of BLM- based prediction models for estimating Ni impacts in seawater.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».