Contrasting Toxicity of a Fomesafen-Based Herbicide on Three Freshwater Phytoplanktonic Species
Notice bibliographique
Résumé
Pesticides leaching and run-off to nearby freshwater sources are a major ecological concern. The emergence of herbicide-resistant weeds led to the increased usage of fomesafen, a diphenyl ether herbicide inhibiting protoporphyrinogen oxidase (PPO). This recent rise in demand and use for this molecule invariably increases the chance of this herbicide entering freshwater environments and affecting non-target organisms. However, there is still a lack of information in the literature regarding the impact of this herbicide on the physiology of freshwater phytoplankton. This study aimed to determine the impact of five concentrations (0, 5, 10, 40, 320 µg · L−1) of a fomesafen-based herbicide (Reflex®) on the physiology of two species of green microalgae (Raphidocelis subcapitata FACHB-271; Chlamydomonas snowii) and one cyanobacterial species (Microcystis aeruginosa CPCC 632). While physiological biomarkers (growth, photosynthesis, pigment content, oxidative stress and morphology) of R. subcapitata were significantly affected by the fomesafen treatments, no significant effects were observed in the physiology of C. snowii and M. aeruginosa. We hypothesize that this difference in fomesafen resistance is most likely due to intracellular morphological and genetic differences between species. Modeling of fomesafen uptake in R. subcapitata showed that alteration of cell biovolume is unlikely to be an efficient mechanism modulating fomesafen toxicity and that potential fomesafen efflux or breakdown would need to be very fast (and operate at a high energy cost) in order to protect against uptake and toxicity. This study provides new insights into the sensitivity of different algae species toward fomesafen as well as the associated cellular toxicity mechanisms.
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) | 0,000 | 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) | 0,012 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».