Salmonid smolt caudal fin and liver transcriptome responses to low sulfur marine diesel and high sulfur fuel oil water accommodated fractions for assessing oil spill effects in marine environments
Notice bibliographique
Résumé
The environmental impact of oil spills is a critical concern, particularly pertaining to low sulfur marine diesel (LSMD) and high sulfur fuel oil (HSFO) that are commonly involved in coastal spills. Although transcriptomic biomonitoring of sentinel animals can be a powerful tool for assessing biological effects, conventional methods utilize lethal sampling to examine the liver. As a non-lethal alternative, we have previously shown salmonid caudal fin cyp1a1 is significantly responsive to LSMD-derived toxicants. The present study further investigated the transcriptomic biomonitoring potential of coho salmon smolt caudal fin in comparison to liver tissue in the context of LSMD and HSFO seawater accommodated fraction (seaWAF) exposure in cold-water marine environments. Assessing the toxicity of these seaWAFs involved quantifying polycyclic aromatic hydrocarbon (tPAH50) concentrations and generating gene expression profiles. Initial qPCR analyses revealed significant cyp1a1 response in both liver and caudal fin tissues of both genetic sexes to all seaWAF exposures. RNA-Seq analysis, focusing on the highest LSMD and HSFO seaWAF concentrations (28.4±1.8 and 645.08±146.3 µg/L tPAH50, respectively), revealed distinct tissue-specific and genetic sex-independent transcriptomic responses with an overall enrichment of oxidative stress, cell adhesion, and morphogenesis-related pathways. Remarkably, the caudal fin tissue exhibited transcriptomic response patterns comparable to liver tissue, particularly consistent differential expression of 33 gene transcripts in the liver (independent of sex and oil type) and 44 in the caudal fin. The present work underscores the viability of using the caudal fin as a non-lethal alternative to liver sampling for assessing and tracking oil spill exposure in marine environments.
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 | 0,000 | 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) | 0,002 | 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 ».