Norwegian deep‐water coral reefs: cultivation and molecular analysis of planktonic microbial communities
Notice bibliographique
Résumé
Deep-sea coral reefs do not receive sunlight and depend on plankton. Little is known about the plankton composition at such reefs, even though they constitute habitats for many invertebrates and fish. We investigated plankton communities from three reefs at 260-350 m depth at hydrocarbon fields off the mid-Norwegian coast using a combination of cultivation and small subunit (SSU) rRNA gene and transcript sequencing. Eight months incubations of a reef water sample with minimal medium, supplemented with carbon dioxide and gaseous alkanes at in situ-like conditions, enabled isolation of mostly Alphaproteobacteria (Sulfitobacter, Loktanella), Gammaproteobacteria (Colwellia) and Flavobacteria (Polaribacter). The relative abundance of isolates in the original sample ranged from ∼ 0.01% to 0.80%. Comparisons of bacterial SSU sequences from filtered plankton of reef and non-reef control samples indicated high abundance and metabolic activity of primarily Alphaproteobacteria (SAR11 Ia), Gammaproteobacteria (ARCTIC96BD-19), but also of Deltaproteobacteria (Nitrospina, SAR324). Eukaryote SSU sequences indicated metabolically active microalgae and animals, including codfish, at the reef sites. The plankton community composition varied between reefs and differed between DNA and RNA assessments. Over 5000 operational taxonomic units were detected, some indicators of reef sites (e.g. Flavobacteria, Cercozoa, Demospongiae) and some more active at reef sites (e.g. Gammaproteobacteria, Ciliophora, Copepoda).
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».