Functional significance and physiological regulation of essential trace metals in fish
Notice bibliographique
Résumé
Trace metals such as iron, copper, zinc and manganese play essential roles in various biological processes in fish, including development, energy metabolism and immune response. At embryonic stages, fish obtain essential metals primarily from the yolk, whereas in later life stages (i.e. juvenile and adult), the gastrointestine and the gill are the major sites for the acquisition of trace metals. On a molecular level, the absorption of metals is thought to occur at least in part via specific metal ion transporters, including the divalent metal transporter-1 (DMT1), copper transporter-1 (CTR1), and Zrt- and Irt-like proteins (ZIP). A variety of other proteins are also involved in maintaining cellular and systemic metal homeostasis. Interestingly, the expression and function of these metal transport- and metabolism-related proteins can be influenced by a range of trace metals and major ions. Increasing evidence also demonstrates an interplay between the gastrointestine and the gill for the regulation of trace metal absorption. Therefore, there is a complex network of regulatory and compensatory mechanisms involved in maintaining trace metal balance. Yet, an array of factors is known to influence metal metabolism in fish, such as hormonal status and environmental changes. In this Review, we summarize the physiological significance of iron, copper, zinc and manganese, and discuss the current state of knowledge on the mechanisms underlying transepithelial metal ion transport, metal-metal interactions, and cellular and systemic handling of these metals in fish. Finally, we identify knowledge gaps in the regulation of metal homeostasis and discuss potential future research directions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,000 | 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 tête enseignante, 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 ».