Bacterial diversity in Fe‐rich hydrothermal sediments at two South Tonga Arc submarine volcanoes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Seafloor iron oxide deposits are a common feature of submarine hydrothermal systems. Morphological study of these deposits has led investigators to suggest a microbiological role in their formation, through the oxidation of reduced Fe in hydrothermal fluids. Fe-oxidizing bacteria, including the recently described Zetaproteobacteria, have been isolated from a few of these deposits but generally little is known about the microbial diversity associated with this habitat. In this study, we characterized bacterial diversity in two Fe oxide samples collected on the seafloor of Volcanoes 1 and 19 on the South Tonga Arc. We were particularly interested in confirming the presence of Zetaproteobacteria at these two sites and in documenting the diversity of groups other than Fe oxidizers. Our results (small subunit rRNA gene sequence data) showed a surprisingly high bacterial diversity, with 150 operational taxonomic units belonging to 19 distinct taxonomic groups. Both samples were dominated by Zetaproteobacteria Fe oxidizers. This group was most abundant at Volcano 1, where sediments were richer in Fe and contained more crystalline forms of Fe oxides. Other groups of bacteria found at these two sites include known S- and a few N-metabolizing bacteria, all ubiquitous in marine environments. The low similarity of our clones with the GenBank database suggests that new species and perhaps new families were recovered. The results of this study suggest that Fe-rich hydrothermal sediments, while dominated by Fe oxidizers, can be exploited by a variety of autotrophic and heterotrophic micro-organisms.
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.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 découle