Biotransformation of arsenic by a Yellowstone thermoacidophilic eukaryotic alga
Notice bibliographique
Résumé
Arsenic is the most common toxic substance in the environment, ranking first on the Superfund list of hazardous substances. It is introduced primarily from geochemical sources and is acted on biologically, creating an arsenic biogeocycle. Geothermal environments are known for their elevated arsenic content and thus provide an excellent setting in which to study microbial redox transformations of arsenic. To date, most studies of microbial communities in geothermal environments have focused on Bacteria and Archaea, with little attention to eukaryotic microorganisms. Here, we show the potential of an extremophilic eukaryotic alga of the order Cyanidiales to influence arsenic cycling at elevated temperatures. Cyanidioschyzon sp. isolate 5508 oxidized arsenite [As(III)] to arsenate [As(V)], reduced As(V) to As(III), and methylated As(III) to form trimethylarsine oxide (TMAO) and dimethylarsenate [DMAs(V)]. Two arsenic methyltransferase genes, CmarsM7 and CmarsM8, were cloned from this organism and demonstrated to confer resistance to As(III) in an arsenite hypersensitive strain of Escherichia coli. The 2 recombinant CmArsMs were purified and shown to transform As(III) into monomethylarsenite, DMAs(V), TMAO, and trimethylarsine gas, with a T(opt) of 60-70 degrees C. These studies illustrate the importance of eukaryotic microorganisms to the biogeochemical cycling of arsenic in geothermal systems, offer a molecular explanation for how these algae tolerate arsenic in their environment, and provide the characterization of algal methyltransferases.
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 | 0,000 | 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 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 ».