High Diversity in Iron Cycling Microbial Communities in Acidic, Iron-Rich Water of the Pyhäsalmi Mine, Finland
Notice bibliographique
Résumé
Microbial communities of iron-rich water in the Pyhäsalmi mine, Finland, were investigated with high-throughput amplicon sequencing and qPCR targeting bacteria, archaea, and fungi. In addition, the abundance ofLeptospirillumandAcidithiobacilluswas assessed with genus-specific qPCR assays, and enrichment cultures targeting aerobic ferrous iron oxidizers and ferric iron reducers were established. The acidic (pH 1.4–2.3) mine water collected from 240 m, 500 m, and 600 m depth from within the mine had a high microbial diversity consisting of 63-114 bacterial, 10-13 archaeal, and 104-117 fungal genera. The most abundant microorganisms in the mine water were typical acid mine drainage (AMD) taxa, such as acidophilic, iron-oxidizingLeptospirillum,Acidiphilum,Acidithiobacillus,Ferrovum, andThermoplasma. The fungi belonged mostly to the phylum Ascomycetes, although a great part of the fungal sequences remained unclassified. The number of archaeal 16S rRNA genes in the mine water was between 0.3 and 1.2 × 107copies mL−1in the samples from 500 m and 600 m, but only 3.9 × 103at 240 m and archaea were in general not enriched in cultures. The number of fungal 5.8S rRNA genes was high only in the mine water from 500 m and 600 m, where 0.2–3.4 × 104spore equivalents mL−1were detected. A high number ofLeptospirillum16S rRNA genes, 0.6–1.6 × 1010copies mL−1, were detected at 500 m and 600 m depth and in cultures containing ferrous iron, showing the importance of iron oxidizers in this environment. The abundance of bacteria in general was between 103and 10616S rRNA gene copies mL−1. Our results showed a high microbial diversity in the acid- and iron-impacted waters of the Pyhäsalmi mine, whereLeptospirillumbacteria were especially prominent. These iron oxidizers are also the main nitrogen-fixing microorganisms in this ecosystem.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».