MétaCan
Menu
Retour à la cohorte
Enregistrement W2521120003 · doi:10.1039/c6em00001k

Cyanotoxin degradation activity and mlr gene expression profiles of a Sphingopyxis sp. isolated from Lake Champlain, Canada

2016· article· en· W2521120003 sur OpenAlexafffundabout
Ehsan Maghsoudi, Nathalie Fortin, Charles W. Greer, Christine Maynard, Antoine Pagé, Sung Vo Duy, Sébastien Sauvé, Michèle Prévost, Sarah Dorner

Notice bibliographique

RevueEnvironmental Science Processes & Impacts · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversité de MontréalMcGill UniversityNational Research Council CanadaPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésCyanotoxinDegradation (telecommunications)BiologyGeneticsCyanobacteriaBacteriaEngineering

Résumé

récupéré en direct d'OpenAlex

in less than 16 hours was isolated from Missisquoi Bay, in the south of Quebec, Canada. Phylogenetic analysis of the 16S rRNA gene sequence identified the bacterium as Sphingopyxis sp., designated strain MB-E. It was shown that microcystin biodegradation activity was reduced at acidic and basic pH values. Even though no biodegradation occurred at pH values of 5.05 and 10.23, strain MB-E was able to degrade MCLR and MCYR at pH 9.12 and all five MCs variants tested at pH 6.1. Genomic sequencing revealed that strain MB-E contained the microcystin degrading gene cluster, including the mlrA, mlrB, mlrC and mlrD genes, and transcriptomic analysis demonstrated that all of these genes were induced during the degradation of MCLR alone or in the mixture of all five MCs. This novel transcriptomic analysis showed that the expression of the mlr gene cluster was similar for MCLR alone, or the mixture of MCs, and appeared to be related to the total concentration of substrate. The results suggested that the bacterium used the same pathway for the degradation of all MC variants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,832

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,193
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science Processes & ImpactsMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207