Biotransformation of seafood arsenic by intestinal microbiota: A critical review on ecotoxicological and health risk implications
Notice bibliographique
Résumé
Arsenic (As) is a toxic element widely distributed in the marine environment, making seafood the primary dietary route of human exposure. It is present in diverse chemical forms, including low-toxicity organic species, such as arsenobetaine (AsB) and arsenosugars (AsSugars), and high-toxicity inorganic arsenic (iAs). While the human gut microbiota is known to play a crucial role in arsenic metabolism, a systematic summary of these complex biotransformations, particularly for organic species, is currently lacking. This review addresses this knowledge gap by providing a comprehensive overview of the established research on microbe-mediated arsenic metabolism. Our work summarizes the principal microbial pathways for inorganic arsenic, including oxidation, reduction, and methylation, which modulate its toxicity. Furthermore, we synthesize the emerging body of research on the metabolism of major organic arsenicals, covering the degradation of AsSugars, the biotransformation of arsenolipids (AsLipids), and the initial findings on the metabolic fate of AsB. The key functional bacterial genera implicated in these processes are also identified. We conclude that a thorough understanding of these intricate microbe-arsenic interactions is essential for improving ecotoxicological models, accurately assessing health risks associated with seafood consumption, and establishing robust, evidence-based public health guidelines.
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 | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».