Meta-metabolomic responses of river biofilms to cobalt exposure and use of dose-response model trends as an indicator of effects
Notice bibliographique
Résumé
The response of the meta-metabolome is rarely used to characterize the effects of contaminants on a whole community. Here, the meta-metabolomic fingerprints of biofilms were examined after 1, 3 and 7 days of exposure to five concentrations of cobalt (from background concentration to 1 ×10-5 M) in aquatic microcosms. The untargeted metabolomic data were processed using the DRomics tool to build dose-response models and to calculate benchmark-doses. This approach made it possible to use 100% of the chemical signal instead of being limited to the very few annotated metabolites (7%). These benchmark-doses were further aggregated into an empirical cumulative density function. A trend analysis of the untargeted meta-metabolomic feature dose-response curves after 7 days of exposure suggested the presence of a concentration range inducing defense responses between 1.7 ×10-9 and 2.7 ×10-6 M, and of a concentration range inducing damage responses from 2.7 ×10-6 M and above. This distinction was in good agreement with changes in the other biological parameters studied (biomass and chlorophyll content). This study demonstrated that the molecular defense and damage responses can be related to contaminant concentrations and represents a promising approach for environmental risk assessment of metals. Assessing the level of stress induced by a contaminant on a microorganism community is a challenging task compared to studies involving a single species. Here, we propose an original approach based on untargeted metabolomic response that includes both annotated and unannotated metabolites. This novel data processing method uses the trends of untargeted meta-metabolite dose-response curves to identify concentration ranges of defense and damage responses of biofilms exposed to cobalt. These results open up a new way of interpreting omics data using the whole chemical signal without being restricted by annotation and a new tool for environmental risk assessment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».