Insights into the transcriptional responses of a microbial community to silver nanoparticles in a freshwater microcosm
Notice bibliographique
Résumé
Silver nanoparticles (AgNPs) are widely used because of their excellent antibacterial properties . They are, however, easily discharged into the water environment, causing potential adverse environmental effects. Meta-transcriptomic analyses are helpful to study the transcriptional response of prokaryotic and eukaryotic aquatic microorganisms to AgNPs . In the present study, microcosms were used to investigate the toxicity of AgNPs to a natural aquatic microbial community . It was found that a 7-day exposure to 10 μg L −1 silver nanoparticles (AgNPs) dramatically affected the structure of the microbial community. Aquatic micro eukaryota (including eukaryotic algae, fungi, and zooplankton) and bacteria (i.e., heterotrophic bacteria and cyanobacteria) responded differently to the AgNPs stress. Meta-transcriptomic analyses demonstrated that eukaryota could use multiple cellular strategies to cope with AgNPs stress, such as enhancing nitrogen and sulfur metabolism , over-expressing genes related to translation, amino acids biosynthesis , and promoting bacterial-eukaryotic algae interactions. By contrast, bacteria were negatively affected by AgNPs with less signs of detoxification than in case of eukaryota; various pathways related to energy metabolism, DNA replication and genetic repair were seriously inhibited by AgNPs. As a result, eukaryotic algae (mainly Chlorophyta) dominated over cyanobacteria in the AgNPs treated microcosms over the 7-d exposure. The present study helps to understand the effects of AgNPs on aquatic microorganisms and provides insights into the contrasting AgNPs toxicity in eukaryota and bacteria.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,000 | 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 ».