Neurotoxic non-protein amino acids in commercially harvested Lobsters (Homarus americanus H. Milne-Edwards)
Notice bibliographique
Résumé
Cyanobacteria produce neurotoxic non-protein amino acids (NPAAs) that accumulate in ecosystems and food webs. American lobsters (Homarus americanus H. Milne-Edwards) are one of the most valuable seafood industries in Canada with exports valued at > $2 billion. Two previous studies have assessed the occurrence of β-N-methylamino-L-alanine (BMAA) in a small number of lobster tissues but a complete study has not previously been undertaken. We measured NPAAs in eyeballs, brain, legs, claws, tails, and eggs of 4 lobsters per year for the 2021 and 2022 harvests. Our study included 4 male and 4 female lobsters. We detected BMAA and its isomers, N-(2-aminoethyl)glycine (AEG), 2,4-diaminobutyric acid (DAB) and β-aminomethyl-L-alanine (BAMA) by a fully validated reverse phase chromatography-tandem mass spectrometry method. We quantified BMAA, DAB, AEG and BAMA in all of the lobster tissues. Our quantification data varied by individual lobster, sex and collection year. Significantly more BMAA was quantified in lobsters harvested in 2021 than 2022. Interestingly, more BAMA was quantified in lobsters harvested in 2022 than 2021. Monitoring of lobster harvests for cyanobacterial neurotoxins when harmful algal bloom events occur could mitigate risks to human health.
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 | 0,000 | 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 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 ».