Shotgun Metagenomics Reveals the Benthic Microbial Community Response to Plastic and Bioplastic in a Coastal Marine Environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plastic is incredibly abundant in marine environments but little is known about its effects on benthic microbiota and biogeochemical cycling. This study reports the shotgun metagenomic sequencing of biofilms fouling plastic and bioplastic microcosms staged at the sediment-water interface of a coastal lagoon. Community composition analysis revealed that plastic biofilms were indistinguishable in comparison to a ceramic biofilm control. By contrast, bioplastic biofilms were distinct and dominated by sulfate-reducing bacteria (SRB). Analysis of bioplastic gene pools revealed the enrichment of esterases, depolymerases, adenylyl sulfate reductases (aprBA), and dissimilatory sulfite reductases (dsrAB). The nearly 20-fold enrichment of a phylogenetically diverse polyhydroxybutyrate (PHB) depolymerase suggests this gene was distributed across a mixed microbial assemblage. The metagenomic reconstruction of genomes identified novel species of Desulfovibrio, Desulfobacteraceae, and Desulfobulbaceae among the abundant SRB, and these genomes contained genes integral to both bioplastic degradation and sulfate reduction. Findings indicate that bioplastic promoted a rapid and significant shift in benthic microbial diversity and gene pools, selecting for microbes that participate in bioplastic degradation and sulfate reduction. If plastic pollution is traded for bioplastic pollution and sedimentary inputs are large, the microbial response could unintentionally affect benthic biogeochemical activities through the stimulation of sulfate reducers.
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.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle