Genomics and metatranscriptomics of biogeochemical cycling and degradation of lignin-derived aromatic compounds in thermal swamp sediment
Notice bibliographique
Résumé
Thermal swamps are unique ecosystems where geothermally warmed waters mix with decomposing woody biomass, hosting novel biogeochemical-cycling and lignin-degrading microbial consortia. Assembly of shotgun metagenome libraries resolved 351 distinct genomes from hot-spring (30-45 °C) and mesophilic (17 °C) sediments. Annotation of 39 refined draft genomes revealed metabolism consistent with oligotrophy, including pathways for degradation of aromatic compounds, such as syringate, vanillate, p-hydroxybenzoate, and phenol. Thermotolerant Burkholderiales, including Rubrivivax ssp., were implicated in diverse biogeochemical and aromatic transformations, highlighting their broad metabolic capacity. Lignin catabolism was further investigated using metatranscriptomics of sediment incubated with milled or Kraft lignin at 45 °C. Aromatic compounds were depleted from lignin-amended sediment over 148 h. The metatranscriptomic data revealed upregulation of des/lig genes predicted to specify the catabolism of syringate, vanillate, and phenolic oligomers in the sphingomonads Altererythrobacter ssp. and Novosphingobium ssp., as well as in the Burkholderiales genus, Rubrivivax. This study demonstrates how temperature structures biogeochemical cycling populations in a unique ecosystem, and combines community-level metagenomics with targeted metatranscriptomics to identify pathways with potential for bio-refinement of lignin-derived aromatic compounds. In addition, the diverse aromatic catabolic pathways of Altererythrobacter ssp. may serve as a source of thermotolerant enzymes for lignin valorization.
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) | 0,000 | 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 tête enseignante, 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 ».