Mechanistic characterization of waterborne selenite uptake in the water flea, <i>Daphnia magna</i>, indicates water chemistry affects toxicity in coal mine-impacted waters
Notice bibliographique
Résumé
Abstract Concentrations of selenium that exceed regulatory guidelines have been associated with coal mining activities and have been linked to detrimental effects on aquatic ecosystems and the organisms therein. Although the major route of selenium uptake in macroinvertebrates is via the diet, the uptake of waterborne selenite (HSeO3−), the prominent form at circumneutral pH, can be an important contributor to selenium body burden and thus selenium toxicity. In the current study, radiolabelled selenite (Se75) was used to characterize the mechanism of selenite uptake in the water flea, Daphnia magna. The concentration dependence (1–32 μM) of selenite uptake was determined in 1-hour uptake assays in artificial waters that independently varied in bicarbonate, chloride, sulphate, phosphate and selenate concentrations. At concentrations representative of those found in highly contaminated waters, selenite uptake was phosphate-dependent and inhibited by foscarnet, a phosphate transport inhibitor. At higher concentrations, selenite uptake was dependent on waterborne bicarbonate concentration and inhibited by the bicarbonate transporter inhibitor DIDS (4,4′-diisothiocyano-2,2′-stilbenedisulfonic acid). These findings suggest that concentrations of phosphate in coal mining-affected waters could alter selenite uptake in aquatic organisms and could ultimately affect the toxic impacts of selenium in such waters.
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) | 0,001 | 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 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 ».