Chemical diversity of five coastal Roccella species from mainland France, the Scattered Islands, and São Tomé and Príncipe
Notice bibliographique
Résumé
Roccella species constitute interesting models to address questions regarding lichen metabolite diversity across taxonomic, ecological and geographic gradients. Indeed, owing to their wide distribution, their taxonomic diversity and the narrow ecological niche they occupy, Roccella species are good candidates to study the drivers of lichen chemistry. This study focuses on the chemical profiling of five species: R. applanata, R. belangeriana, R. fuciformis, R. montagnei and R. phycopsis. These five species were sampled in a rather narrow longitudinal range (1°51′W to 47°17′E) covering the Eastern Atlantic and Western Indian Ocean areas along an extended latitudinal range (48°49′N to 22°23′S). High Pressure Liquid Chromatography (HPLC) analysis followed by mass spectrometry of 31 Roccella thalli revealed a number of interesting patterns through a multivariate (PCA) analysis, including the first detailed chemical profiles for two species from the Scattered Islands: R. applanata and R. belangeriana. Metabolite segregation amongst all studied Roccella species, including R. montagnei and R. belangeriana, gave some insight into the taxonomy of the latter two species, which we interpret as separate species. An additional analysis focusing on R. montagnei samples revealed chemical differences along both a latitudinal and ecological gradient (from Europa Island to São Tomé and Príncipe). Three mass spectra databases were built to dereplicate the ions, which gave an overview of the factors that could drive quantitative and qualitative metabolite composition in lichens. Additionally, several new Roccella species records are reported for the Scattered Islands, as well as São Tomé and Príncipe.
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 ».