Hydrocarbon biodegradation by Arctic sea-ice and sub-ice microbial communities during microcosm experiments, Northwest Passage (Nunavut, Canada)
Notice bibliographique
Résumé
The increasing accessibility to navigation and offshore oil exploration brings risks of hydrocarbon releases in Arctic waters. Bioremediation of hydrocarbons is a promising mitigation strategy but challenges remain, particularly due to low microbial metabolic rates in cold, ice-covered seas. Hydrocarbon degradation potential of ice-associated microbes collected from the Northwest Passage was investigated. Microcosm incubations were run for 15 days at -1.7°C with and without oil to determine the effects of hydrocarbon exposure on microbial abundance, diversity and activity, and to estimate component-specific hydrocarbon loss. Diversity was assessed with automated ribosomal intergenic spacer analysis and Ion Torrent 16S rRNA gene sequencing. Bacterial activity was measured by (3)H-leucine uptake rates. After incubation, sub-ice and sea-ice communities degraded 94% and 48% of the initial hydrocarbons, respectively. Hydrocarbon exposure changed the composition of sea-ice and sub-ice communities; in sea-ice microcosms, Bacteroidetes (mainly Polaribacter) dominated whereas in sub-ice microcosms, the contribution of Epsilonproteobacteria increased, and that of Alphaproteobacteria and Bacteroidetes decreased. Sequencing data revealed a decline in diversity and increases in Colwellia and Moritella in oil-treated microcosms. Low concentration of dissolved organic matter (DOM) in sub-ice seawater may explain higher hydrocarbon degradation when compared to sea ice, where DOM was abundant and composed of labile exopolysaccharides.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».