Niche separation within aerobic methanotrophic bacteria across lakes and its link to methane oxidation rates
Notice bibliographique
Résumé
Summary Lake methane (CH 4 ) emissions are largely controlled by aerobic methane‐oxidizing bacteria (MOB) which mostly belong to the classes Alpha‐ and Gammaproteobacteria (Alpha‐ and Gamma‐MOB). Despite the known metabolic and ecological differences between the two MOB groups, their main environmental drivers and their relative contribution to CH 4 oxidation rates across lakes remain unknown. Here, we quantified the two MOB groups through CARD‐FISH along the water column of six temperate lakes and during incubations in which we measured ambient CH 4 oxidation rates. We found a clear niche separation of Alpha‐ and Gamma‐MOB across lake water columns, which is mostly driven by oxygen concentration. Gamma‐MOB appears to dominate methanotrophy throughout the water column, but Alpha‐MOB may also be an important player particularly in well‐oxygenated bottom waters. The inclusion of Gamma‐MOB cell abundance improved environmental models of CH 4 oxidation rate, explaining part of the variation that could not be explained by environmental factors alone. Altogether, our results show that MOB composition is linked to CH 4 oxidation rates in lakes and that information on the MOB community can help predict CH 4 oxidation rates and thus emissions from lakes.
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 | 0,000 |
| 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) | 0,005 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».