La bioaccumulation d’une nanoparticule d’argent (nAg) par l’algue verte Chlamydomonas reinhardtii : distinguer la contribution de la particule de celle de l’ion Ag+
Bibliographic record
Abstract
L’explosion de la nanotechnologie a permis l’intégration d’une multitude de nanoparticules dans des produits de consommation. Les nanoparticules d’argent (nAg) sont les plus utilisées à ces fins, selon les derniers recensements disponibles. La plupart des études toxicologiques, à ce jour, ont fait état de l’implication très évidente de l’ion Ag+ dans la toxicité aigüe des nAg; cependant, quelques études ont mis en évidence des effets toxicologiques dus aux nAg. Il y a un certain consensus à propos d’un risque de contamination des eaux douces via leur rejet par les effluents des réseaux d’aqueducs. Puisque les concentrations en Ag+ sont généralement très faibles dans les eaux douces (de l’ordre du pg L-1), de par la formation de complexes non-labiles avec des thiols (organiques et inorganiques) et des sulfures, la toxicité inhérente aux nAg pourrait ne pas être négligeable- comparativement aux tests en laboratoires. Cette étude s’intéressait donc aux mécanismes de bioaccumulation d’argent par l’algue verte C. reinhardtii suite à l’exposition à des nAg de 5 nm (enrobage d’acide polyacrylique). La bioaccumulation d’argent pour l’exposition à Ag+ servait de point de comparaison; également, les abondances de l’ARNm de l’isocitrate lyase 1 (ICL1) et de l’ARNm de Copper Transporter 2 (CTR2) étaient mesurées comme témoins biologiques de la bioaccumulation de Ag+. Les expériences ont été menées en présence d’un tampon organique (NaHEPES, 2 x 10-2 M; Ca2+, 5x 10-5 M) à pH de 7,00. Pour des expositions à temps fixe de 2 heures, la bioaccumulation d’argent pour nAg était supérieure à ce qui était prédit par sa concentration initiale en Ag+; cependant, il n’y avait pas de différence d’abondance des ARNm de ICL1 et de CTR2 entre nAg et Ag+. D’un autre côté, pour une exposition à temps variables, la bioaccumulation d’argent pour nAg était supérieure à ce qui était prédit par sa concentration initiale en Ag+ et une augmentation de l’abondance de l’ARNm de ICL1 était notée pour nAg. Cependant, il n’y avait aucune différence significative au niveau de l’abondance de l’ARNm de CTR2 entre nAg et une solution équivalente en Ag+. L’ajout d’un fort ligand organique (L-Cystéine; log K= 11,5) à une solution de nAg en diminuait radicalement la bioaccumulation d’argent par rapport à nAg-sans ajout de ligand. Par contre, l’abondance des ARNm de ICL1 et de CTR2 étaient stimulées significativement par rapport à une solution contrôle non-exposée à nAg, ni à Ag+. Les résultats suggéraient fortement que les nAg généraient des ions Ag+ au contact de C. reinhardtii.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".