Differences between two green algae in biological availability of iron bound to strong chelators
Notice bibliographique
Résumé
N,N′-di(2-hydroxybenzoyl)-ethylenediamine-N,N′-diacetic acid (HBED) is a very strong Fe 3+ chelator. Strategy I vascular plants, which use a reductive system for iron acquisition, similar to many green algae, are able to access iron from HBED (R.L. Chaney. 1988. J. Plant Nutr. 11: 1033–1050). However, iron-limited cells of the Strategy I green alga Chlamydomonas reinhardtii Dangeard were unable to access iron present as Fe 3+ –HBED. In contrast, Fe 3+ chelated with hydroxyethylethylenediaminetriacetic acid (HEDTA; a weaker chelator) was rapidly taken up by iron-limited Chlamydomonas cells. Chlamydomonas ferric reduction rates with Fe 3+ –HBED were approximately 15% of the rate observed with Fe 3+ –HEDTA, suggesting that low reduction rates with Fe 3+ –HBED might be one factor in the low rate of iron acquisition. By contrast, iron-limited cells of the Strategy I green alga Chlorella kessleri Fott et Nováková were able to rapidly assimilate Fe 3+ chelated by HBED, although ferric reduction rates with Fe 3+ –HBED were approximately 38% the rate of activity with Fe 3+ –HEDTA. Similar differential iron uptake rates for the two algal species were obtained using the strong Fe 3+ chelator (and siderophore analogue) desferrioxamine B mesylate and the cyanobacterial siderophore schizokinen. These results suggest that there are differences among Strategy I green algae in their abilities to acquire Fe 3+ from various ferric chelates: not all Strategy I algae can equally access tightly complexed Fe 3+ . Chlamydomonas appears to be the first documented Strategy I organism that is unable to acquire iron from Fe 3+ –HBED. These results also suggest that green algal iron acquisition from siderophores is species dependent. Finally, we suggest that iron acquisition from Fe 3+ –HBED might serve as an assay for an organisms’ ability to access tightly complexed iron.
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 ».