Nutrient-Controlled Niche Differentiation of Western Lake Erie Cyanobacterial Populations Revealed via Metatranscriptomic Surveys
Notice bibliographique
Résumé
Although toxic cyanobacterial blooms in western Lake Erie threaten drinking water supplies and are promoted by nutrient loading, the precise nutrient regime that selects specific cyanobacteria populations is poorly understood. Here, we assess shifts in cyanobacterial abundances and global gene-expression patterns in response to natural and manipulated gradients in nitrogen and phosphorus to identify gene pathways that facilitate dominance by different cyanobacteria. Gradients in soluble reactive phosphorus shaped cyanobacterial communities and elicited the largest transcriptomic responses. Under high-P conditions (closest to the mouth of the Maumee River), Anabaena and Planktothrix were the dominant cyanobacterial populations, and experimental P and ammonium enrichment promoted nitrogen fixation gene (nifH) expression in Anabaena. For Microcystis, experimental additions of P up-regulated genes involved in phage defense, genomic rearrangement, and nitrogen acquisition but led to lower abundances. Within offshore, low-P regions of the western basin of Lake Erie, Microcystis up-regulated genes associated with P scavenging (pstSCAB, phoX) and dominated cyanobacterial communities. Experimental additions of ammonium and urea did not alter Microcystis abundances but did up-regulate protease inhibitors (aer and mcn gene sets) and microcystin synthetase genes (mcy), with urea enrichment yielding significant increases in microcystin concentrations. Our findings suggest that management plans that reduce P loads alone may not significantly reduce the risk of cyanobacterial blooms in western Lake Erie but rather may promote a shift among cyanobacterial populations (Microcystis, Anabaena, and Planktothrix) toward a greater dominance by toxic strains of Microcystis.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».