MétaCan
Menu
Retour à la cohorte
Enregistrement W2784099543 · doi:10.1038/s41396-017-0031-7

Phosphate insensitive aminophosphonate mineralisation within oceanic nutrient cycles

2018· article· en· W2784099543 sur OpenAlexfundno aff
Jason P. Chin, John P. Quinn, John W. McGrath

Notice bibliographique

RevueThe ISME Journal · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityUniversität WienUniversity of CambridgeQueen's University BelfastDepartment for Employment and Learning, Northern Ireland
Mots-clésBiologyRegulonPhosphorusNutrientPhosphateCatabolismMarine bacteriophageBacteriaEnzymeGeneBiochemistryBotanyEcologyGeneticsRegulation of gene expressionChemistry

Résumé

récupéré en direct d'OpenAlex

Many areas of the ocean are nutrient-poor yet support large microbial populations, leading to intense competition for and recycling of nutrients. Organic phosphonates are frequently found in marine waters, but require specialist enzymes for catabolism. Previous studies have shown that the genes that encode these enzymes in marine systems are under Pho regulon control and so are repressed by inorganic phosphate. This has led to the conclusion that phosphonates are recalcitrant in much of the ocean, where phosphorus is not limiting despite the degradative genes being common throughout the marine environment. Here we challenge this paradigm and show, for the first time, that bacteria isolated from marine samples have the ability to mineralise 2-aminoethylphosphonate, the most common biogenic marine aminophosphonate, via substrate-inducible gene regulation rather than via Pho-regulated metabolism. Substrate-inducible, Pho-independent 2-aminoethylphosphonate catabolism therefore represents a previously unrecognised component of the oceanic carbon, nitrogen and phosphorus cycles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations35
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe ISME JournalMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207