The relationship between cellular protein content and selenium accumulation in freshwater microalgae
Notice bibliographique
Résumé
Variability in the bioconcentration of selenium (Se) by primary producers at the base of the food web results in uncertainty in predictions of bioaccumulation and ecological risk to higher trophic level organisms. Water chemistry, speciation of Se, and periphyton community composition have all been suggested as factors that contribute to variability in bioconcentration by primary producers; however, the role of physiological composition of periphyton species in influencing the bioconcentration of Se has not been previously evaluated. To determine if a relationship exists between algal protein content and Se accumulation, Parachlorella kessleri, Chlorella vulgaris, and Raphidocelis subcapitata were exposed to Se (as selenate) and analyzed for total protein and tissue Se content in the exponential and stationary growth phases. Protein content and Se accumulation in R. subcapitata in the stationary phase were also measured under two light intensities. No relationship between cellular protein content and Se accumulation was found for algae in the exponential phase; however, a strong relationship was found in the stationary phase among species and for R. subcapitata under differing light intensities. Absolute Se accumulations by P. kessleri, C. vulgaris, and R. subcapitata in the stationary phase were statistically different; however, the concentrations of Se in protein were similar across species. These results suggest that cellular protein content in microalgae influences Se bioconcentration and that algal protein content may improve Se bioaccumulation modeling in food webs.
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) | 0,000 | 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 ».