Illuminating phylogeny and function of microbial dark matter in Sakinaw Lake
Notice bibliographique
Résumé
Microorganisms are the most abundant and diverse forms of life on Earth. Interconnected microbial communities drive matter and energy transformations integral to ecosystem functions and services through distributed metabolic networks innovated over 3.5 billion years of evolution. To effectively harness this metabolic potential it is necessary to chart uncultivated microbial community structure and function. Cultivation-independent studies indicate that over half of the microbial diversity on Earth belongs to uncultivated candidate divisions, also known as microbial dark matter (MDM). Here, I illuminate MDM structure and function in meromictic Sakinaw Lake on the Sunshine Coast of British Columbia Canada. Sakinaw Lake water column conditions quantified over 8 field campaigns were intimately associated with unprecedented abundance and diversity of MDM. Using network analysis and single cell genomics, co-occurrence patterns between MDM including OP9/JS-1, OP8 and methanogenic Archaea were linked with potential to perform syntrophic acetate oxidation, an important process in anaerobic digestion of organic matter in natural and engineered ecosystems. Single-cell and metagenome analysis revealed previously unrecognized nitrate reduction potential in candidate division OP3 and uncovered a novel archaeal lineage. In addition, numerous Fe-S oxidoreductases associated with MDM in Sakinaw Lake indicate the potential to couple sulfur oxidation to iron reduction. Taken together, my work establishes Sakinaw Lake as a natural laboratory in which to explore MDM structure and function, shines a spotlight on known and novel interactions and metabolic capabilities among these most enigmatic microorganisms, and points to potential biotechnological innovations based on cooperative interactions between MDM populations.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».