MétaCan
Menu
Retour à la cohorte
Enregistrement W2950465364 · doi:10.1111/ele.12878

Ecological selection of siderophore‐producing microbial taxa in response to heavy metal contamination

2017· letter· en· W2950465364 sur OpenAlexaff
Elze Hesse, Siobhán O’Brien, Nicolas Tromas, Florian Bayer, Adela M. Luján, Eleanor M. van Veen, David J. Hodgson, Angus Buckling

Notice bibliographique

RevueEcology Letters · 2017
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilNatural Environment Research CouncilSeventh Framework ProgrammeHorizon 2020 Framework ProgrammeRoyal SocietyAXA Research FundUniversity of ExeterSight Research UK
Mots-clésSiderophoreMicrocosmBiologyEcologyEnvironmental remediationCompostTaxonContaminationBacteria

Résumé

récupéré en direct d'OpenAlex

Some microbial public goods can provide both individual and community-wide benefits, and are open to exploitation by non-producing species. One such example is the production of metal-detoxifying siderophores. Here, we investigate whether conflicting selection pressures on siderophore production by heavy metals - a detoxifying effect of siderophores, and exploitation of this detoxifying effect - result in a net increase or decrease. We show that the proportion of siderophore-producing taxa increases along a natural heavy metal gradient. A causal link between metal contamination and siderophore production was subsequently demonstrated in a microcosm experiment in compost, in which we observed changes in community composition towards taxa that produce relatively more siderophores following copper contamination. We confirmed the selective benefit of siderophores by showing that taxa producing large amounts of siderophore suffered less growth inhibition in toxic copper. Our results suggest that ecological selection will favour siderophore-mediated decontamination, with important consequences for potential remediation strategies.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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'étudeSans objet
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

Citations141
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207