Significance of chemical affinity on metal subcellular distribution in yellow perch (Perca flavescens) livers from Lake Saint-Pierre (QUEBEC, Canada)
Notice bibliographique
Résumé
The subcellular partitioning approach provides useful information on the location of metals within cells and is often used on organisms with high levels of bioaccumulation to establish relationships between the internal concentration and the potential toxicity of metals. Relatively little is known about the subcellular partitioning of metals in wild fish with low bioaccumulation levels in comparison with those from higher contaminated areas. This study aims to examine the subcellular partitioning of various metals considering their chemical affinity and essentiality at relatively low contamination levels. Class A (Y, Sr), class B (Cu, Cd, MeHg), and borderline (Fe, Mn) metal concentrations were measured in livers and subcellular fractions of yellow perch (n = 21) collected in Lake Saint-Pierre, QC, Canada. The results showed that all metals, apart from MeHg, were distributed among subcellular fractions according to their chemical affinity. More than 60% of Y, Sr, Fe, and Mn were found in the metal-sensitive fractions. Cd and Cu were largely associated with the metallothionein-like proteins and peptides (60% and 67% respectively) whereas MeHg was found mainly in the metal-sensitive fractions (86%). In addition, the difference between the subcellular distribution of Cu and other essential metals like Fe and Mn denotes that, although the essentiality of some metals is a determinant of their subcellular distribution, the chemical affinity of metals is also a key driver. The similarity of the subcellular partitioning results with previous studies on yellow perch and other fish species from higher contaminated areas supports the idea that metals are distributed in the cellular environment according to their chemical properties regardless of the bioaccumulation gradient.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».