Comparative Transcriptomics of Cold Growth and Adaptive Features of a Eury- and Steno-Psychrophile
Notice bibliographique
Résumé
Permafrost subzero environments harbor diverse, active communities of microorganisms. However, our understanding of the subzero growth, metabolisms, and adaptive properties of these microbes remains very limited. We performed transcriptomic analyses on two subzero-growing permafrost isolates with different growth profiles in order to characterize and compare their cold temperature growth and cold-adaptive strategies. The two organisms, Rhodococcus sp. JG3 (-5 to 30°C) and Polaromonas sp. Eur3 1.2.1 (-5 to 22°C), shared several common responses during low temperature growth, including induction of translation and ribosomal processes, upregulation of nutrient transport, increased oxidative and osmotic stress responses, and stimulation of polysaccharide capsule synthesis. Recombination appeared to be an important adaptive strategy for both isolates at low temperatures, likely as a mechanism to increase genetic diversity and the potential for survival in cold systems. While Rhodococcus sp. JG3 favored upregulating iron and amino acid transport, sustaining redox potential, and modulating fatty acid synthesis and composition during growth at -5°C compared to 25°C, Polaromonas sp. Eur3 1.2.1 increased the relative abundance of transcripts involved in primary energy metabolism and the electron transport chain, in addition to signal transduction and peptidoglycan synthesis at 0°C compared to 20°C. The increase in energy metabolism may explain why Polaromonas sp. Eur3 1.2.1 is able to sustain growth rates at 0°C comparable to those at higher temperatures. For Rhodococcus sp. JG3, flexibility in use of carbon sources, iron acquisition, control of membrane fatty acid composition, and modulating redox and co-factor potential may be ways in which this organism is able to sustain growth over a wider range of temperatures. Increasing our understanding of the microbes in these habitats helps us better understand active pathways and metabolisms in extreme environments. Identifying novel, thermolabile, and cold-active enzymes from studies such as this is also of great interest to the biotechnology and food industries.
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 | 0,003 |
| 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) | 0,000 | 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 ».