Toxicity of two heavy rare earth elements to freshwater mussels Dreissena polymorpha
Notice bibliographique
Résumé
Rare earth elements (REE) are essential components of many electronic devices that could end-up in solid waste disposal sites and inadvertently released in the environment. The purpose of this study was to examine the toxicity of two heavy REEs, erbium (Er) and lutetium (Lu), in freshwater mussels Dreissena polymorpha. Mussels were exposed to 14 days to increasing concentration (10, 50, 250, and 1250 µg/L) of either Er and Lu at 15 °C and analyzed for gene expression in catalase (CAT), superoxide dismutase (SOD), metallothionein (MT), cytochrome c oxidase (CO1), and cyclin D for cell cycle. In addition, lipid peroxidation (LPO), DNA damage (DNAd), and arachidonate cyclooxygenase were also determined. The data revealed that mussels accumulated Er and Lu similarly and both REEs induced changes in mitochondrial COI activity. Er increased cell division, MT, and LPO, while Lu increased DNAd and decreased cell division. Tissue levels of Er were related to changes in MT (r = 0.7), LPO (r = 0.42), CO1 (r = 0.69), and CycD (r = 0.31). Lu tissue levels were related to changes in CO1 (r = 0.73), CycD (r = - 0.61), CAT (r = 0.31), DNAd (r = 0.43), and SOD (r = 0.34). Although the lethal threshold was similar between Er and Lu, the threshold response for LPO revealed that Er produced toxicity at concentrations 25 times lower than Lu suggesting that Er was more harmful than Lu in mussels. In conclusions, the data supports that the toxicity pattern differed between Er and Lu although they are accumulated in the same fashion.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,009 | 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 ».