Comparative activity and functional ecology of permafrost soils and lithic niches in a hyper‐arid polar desert
Notice bibliographique
Résumé
Permafrost in the high elevation McMurdo Dry Valleys of Antarctica ranks among the driest and coldest on Earth. Permafrost soils appear to be largely inhospitable to active microbial life, but sandstone lithic microhabitats contain a trophically simple but functional cryptoendolithic community. We used metagenomic sequencing and activity assays to examine the functional capacity of permafrost soils and cryptoendolithic communities in University Valley, one of the most extreme regions in the Dry Valleys. We found metagenomic evidence that cryptoendolithic microorganisms are adapted to the harsh environment and capable of metabolic activity at in situ temperatures, possessing a suite of stress response and nutrient cycling genes to fix carbon under the fluctuating conditions that the sandstone rock would experience during the summer months. We additionally identified genes involved in microbial competition and cooperation within the cryptoendolithic habitat. In contrast, permafrost soils have a lower richness of stress response genes, and instead the metagenome is enriched in genes involved with dormancy and sporulation. The permafrost soils also have a large presence of phage genes and genes involved in the recycling of cellular material. Our results underlie two different habitability conditions under extreme cold and dryness: the permafrost soil which is enriched in traits which emphasize survival and dormancy, rather than growth and activity; and the cryptoendolithic environment that selects for organisms capable of growth under extremely oligotrophic, arid and cold conditions. This study represents the first metagenomic interrogation of Antarctic permafrost and polar cryptoendolithic microbial communities.
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 | 0,000 | 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 | 0,002 |
| 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) | 0,002 | 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 ».