Transcriptional responses of the marine green alga <i>Micromonas pusilla</i> and an infecting prasinovirus under different phosphate conditions
Notice bibliographique
Résumé
Summary Prasinophytes are widespread marine algae for which responses to nutrient limitation and viral infection are not well understood. We studied the picoprasinophyte, Micromonas pusilla , grown under phosphate‐replete (0.65 ± 0.07 d −1 ) and 10‐fold lower (low)‐phosphate (0.11 ± 0.04 d −1 ) conditions, and infected by the phycodnavirus MpV‐SP1. Expression of 17% of Micromonas genes in uninfected cells differed by >1.5‐fold ( q < 0.01) between nutrient conditions, with genes for P‐metabolism and the uniquely‐enriched Sel1‐like repeat (SLR) family having higher relative transcript abundances, while phospholipid‐synthesis genes were lower in low‐P than P‐replete. Approximately 70% (P‐replete) and 30% (low‐P) of cells were lysed 24 h post‐infection, and expression of ≤5.8% of host genes changed relative to uninfected treatments. Host genes for CAZymes and glycolysis were activated by infection, supporting importance in viral production, which was significantly lower in slower growing (low‐P) hosts. All MpV‐SP1 genes were expressed, and our analyses suggest responses to differing host‐phosphate backgrounds involve few viral genes, while the temporal program of infection involves many more, and is largely independent of host‐phosphate background. Our study (i) identifies genes previously unassociated with nutrient acclimation or viral infection, (ii) provides insights into the temporal program of prasinovirus gene expression by hosts and (iii) establishes cell biological aspects of an ecologically important host‐prasinovirus system that differ from other marine algal‐virus systems.
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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 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) | 0,010 | 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 ».