Fluid geochemistry, local hydrology, and metabolic activity define methanogen community size and composition in deep-sea hydrothermal vents
Notice bibliographique
Résumé
Abstract The size and biogeochemical impact of the subseafloor biosphere in oceanic crust remain largely unknown due to sampling limitations. We used reactive transport modeling to estimate the size of the subseafloor methanogen population, volume of crust occupied, fluid residence time, and nature of the subsurface mixing zone for two low-temperature hydrothermal vents at Axial Seamount. Monod CH4 production kinetics based on chemostat H2 availability and batch-culture Arrhenius growth kinetics for the hyperthermophile Methanocaldococcus jannaschii and thermophile Methanothermococcus thermolithotrophicus were used to develop and parameterize a reactive transport model, which was constrained by field measurements of H2, CH4, and metagenome methanogen concentration estimates in 20–40 °C hydrothermal fluids. Model results showed that hyperthermophilic methanogens dominate in systems where a narrow flow path geometry is maintained, while thermophilic methanogens dominate in systems where the flow geometry expands. At Axial Seamount, the residence time of fluid below the surface was 29–33 h. Only 1011 methanogenic cells occupying 1.8–18 m3 of ocean crust per m2 of vent seafloor area were needed to produce the observed CH4 anomalies. We show that variations in local geology at diffuse vents can create fluid flow paths that are stable over space and time, harboring persistent and distinct microbial communities.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».