Metatranscriptomic Evidence for Co-Occurring Top-Down and Bottom-Up Controls on Toxic Cyanobacterial Communities
Notice bibliographique
Résumé
Little is known about the molecular and physiological function of co-occurring microbes within freshwater cyanobacterial harmful algal blooms (cHABs). To address this, community metatranscriptomes collected from the western basin of Lake Erie during August 2012 were examined. Using sequence data, we tested the hypothesis that the activity of the microbial community members is independent of community structure. Predicted metabolic and physiological functional profiles from spatially distinct metatranscriptomes were determined to be ≥90% similar between sites. Targeted analysis of Microcystis aeruginosa, the historical causative agent of cyanobacterial harmful algal blooms over the past ∼20 years, as well as analysis of Planktothrix agardhii and Anabaena cylindrica, revealed ongoing transcription of genes involved in microcystin toxin synthesis as well as the acquisition of both nitrogen and phosphorus, nutrients often implicated as independent bottom-up drivers of eutrophication in aquatic systems. Transcription of genes involved in carbon dioxide (CO2) concentration and metabolism also provided support for the alternate hypothesis that high-pH conditions and dense algal biomass result in CO2-limiting conditions that further favor cyanobacterial dominance. Additionally, the presence of Microcystis-specific cyanophage sequences provided preliminary evidence of possible top-down virus-mediated control of cHAB populations. Overall, these data provide insight into the complex series of constraints associated with Microcystis blooms that dominate the western basin of Lake Erie during summer months, demonstrating that multiple environmental factors work to shape the microbial community.
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 ».