A Multi-Matrix Metabolomic Approach in Ringed Seals and Beluga Whales to Evaluate Contaminant and Climate-Related Stressors
Notice bibliographique
Résumé
As a high trophic-level species, ringed seals (Pusa hispida) and beluga whales (Delphinapterus leucas) are particularly vulnerable to elevated concentrations of biomagnifying contaminants, such as polychlorinated biphenyls (PCBs), polybrominated diphenyl ethers (PBDEs) and mercury (Hg). These species also face climate-change-related impacts which are leading to alterations in their diet and associated contaminant exposure. The metabolomic profile of marine mammal tissues and how it changes to environmental stressors is poorly understood. This study characterizes the profiles of 235 metabolites across plasma, liver, and inner and outer blubber in adult ringed seals and beluga whales and assesses how these profiles change as a consequence of contaminants and dietary changes. In both species, inner and outer blubber were characterized by a greater proportion of lipid classes, whereas the dominant metabolites in liver and plasma were amino acids, carbohydrates, biogenic amines and lysophosphatidylcholines. Several metabolite profiles in ringed seal plasma correlated with δ13C, while metabolite profiles in blubber were affected by hexabromobenzene in ringed seals and PBDEs and Hg in belugas. This study provides insight into inter-matrix similarities and differences across tissues and suggests that plasma and liver are more suitable for studying changes in diet, whereas liver and blubber are more suitable for studying the impacts of contaminants.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».