MétaCan
Menu
← Retour à la cohorte
Enregistrement W3015965153 · doi:10.1101/2020.04.08.032177

Metabolic differences between symbiont subpopulations in the deep-sea tubeworm <i>Riftia pachyptila</i>

2020· preprint· en· W3015965153 sur OpenAlexaff
Tjorven Hinzke, Manuel Kleiner, Mareike Meister, Rabea Schlüter, Christian Hentschker, Jan Pané‐Farré, Petra Hildebrandt, Horst Felbeck, Stefan M. Sievert, Florian Bonn, Uwe Völker, Dörte Becher, Thomas Schweder, Stephanie Markert

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of Food and AgricultureDeutsche ForschungsgemeinschaftU.S. Department of AgricultureNorth Carolina State UniversityWoods Hole Oceanographic InstitutionDeutscher Akademischer AustauschdienstNational Science Foundation
Mots-clésBiologySymbiosisGammaproteobacteriaPopulationCarbon fixationProtistBacteriaEcology16S ribosomal RNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract The hydrothermal vent tube worm Riftia pachyptila lives in intimate symbiosis with intracellular sulfur-oxidizing gammaproteobacteria. Although the symbiont population consists of a single 16S rRNA phylotype, bacteria in the same host animal exhibit a remarkable degree of metabolic diversity: They simultaneously utilize two carbon fixation pathways and various energy sources and electron acceptors. Whether these multiple metabolic routes are employed in the same symbiont cells, or rather in distinct symbiont subpopulations, was unclear. As Riftia symbionts vary considerably in cell size and shape, we enriched individual symbiont cell sizes by density gradient centrifugation in order to test whether symbiont cells of different sizes show different metabolic profiles. Metaproteomic analysis and statistical evaluation using clustering and random forests, supported by microscopy and flow cytometry, strongly suggest that Riftia symbiont cells of different sizes represent metabolically dissimilar stages of a physiological differentiation process: Small symbionts actively divide and may establish cellular symbiont-host interaction, as indicated by highest abundance of the cell division key protein FtsZ and highly abundant chaperones and porins in this initial phase. Large symbionts, on the other hand, apparently do not divide, but still replicate DNA, leading to DNA endoreduplication. Highest abundance of enzymes for CO 2 fixation, carbon storage and biosynthesis in large symbionts indicates that in this late differentiation stage the symbiont’s metabolism is efficiently geared towards the production of organic material. We propose that this division of labor between smaller and larger symbionts benefits the productivity of the symbiosis as a whole.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,235
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMarine Biology and Ecology Research→Travaux en français237 207→