Role for urea in nitrification by polar marine Archaea
Notice bibliographique
Résumé
Despite the high abundance of Archaea in the global ocean, their metabolism and biogeochemical roles remain largely unresolved. We investigated the population dynamics and metabolic activity of Thaumarchaeota in polar environments, where these microorganisms are particularly abundant and exhibit seasonal growth. Thaumarchaeota were more abundant in deep Arctic and Antarctic waters and grew throughout the winter at surface and deeper Arctic halocline waters. However, in situ single-cell activity measurements revealed a low activity of this group in the uptake of both leucine and bicarbonate (<5% Thaumarchaeota cells active), which is inconsistent with known heterotrophic and autotrophic thaumarchaeal lifestyles. These results suggested the existence of alternative sources of carbon and energy. Our analysis of an environmental metagenome from the Arctic winter revealed that Thaumarchaeota had pathways for ammonia oxidation and, unexpectedly, an abundance of genes involved in urea transport and degradation. Quantitative PCR analysis confirmed that most polar Thaumarchaeota had the potential to oxidize ammonia, and a large fraction of them had urease genes, enabling the use of urea to fuel nitrification. Thaumarchaeota from Arctic deep waters had a higher abundance of urease genes than those near the surface suggesting genetic differences between closely related archaeal populations. In situ measurements of urea uptake and concentration in Arctic waters showed that small-sized prokaryotes incorporated the carbon from urea, and the availability of urea was often higher than that of ammonium. Therefore, the degradation of urea may be a relevant pathway for Thaumarchaeota and other microorganisms exposed to the low-energy conditions of dark polar waters.
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 | 0,001 | 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 | 0,001 | 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 ».