Physiological and biochemical response of freshwater cryptomonads <i>(Cryptophyceae)</i> to Fe deficiency
Notice bibliographique
Résumé
Cryptomonads show strong seasonal distribution in lakes yet little is known of their nutrient requirements. In this study, we examined the role of Fe nutrition in the growth and photosynthetic properties of two freshwater cryptomonads (Cryptomonas sp. UTCC 337 and C. erosa UTCC 446). Cryptomonas sp. appeared more tolerant to Fe deprivation compared with C. erosa. Growth rates calculated for Cryptomonas sp. provided 100 nM and 1 000 nM Fe did not vary (0.55 d(-1)). Only cultures provided 10 nM Fe displayed significantly lower rates of growth (0.26 d(-1)) and lower cellular yields of chlorophyll. In contrast, cultures of C. erosa provided 10 nM Fe failed to grow, whereas cultures provided 100 nM Fe exhibited a reduced rate of growth (30% reduction) and lower yields of cellular chlorophyll (19% reduction) compared to high Fe (1 000 nM) cultures. Photochemical competency, assessed by measuring DCMU-enhanced fluorescence, was high for cells of Cryptomonas sp. regardless of the level of Fe provided (F(v)/F(m) > 0.7). In contrast, photochemical competency was considerably reduced (F(v)/F(m) = 0.46) for C. erosa provided 100 nM Fe. Consistent with this, levels of the Fe-containing electron transfer catalyst ferredoxin were reduced by 2.5 times in C. erosa provided 100 nM Fe compared to Fe-replete cells. By comparison, ferredoxin levels varied only slightly in cells of Cryptomonas sp. provided either 100 nM or 1 000 nM Fe.
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) | 0,001 | 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 ».