MétaCan
Menu
Retour à la cohorte
Enregistrement W3160425496 · doi:10.3354/meps13749

Transcriptome-wide responses of aggregates of the diatom Odontella aurita to oil

2021· article· en· W3160425496 sur OpenAlexaff
Yue Liang, Laura Bretherton, CM Brown, Uta Passow, Antonietta Quigg, Andrew J. Irwin, Zoe V. Finkel

Notice bibliographique

RevueMarine Ecology Progress Series · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensMemorial University of NewfoundlandMount Allison UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDiatomTranscriptomeMarine snowBiologyBenthosAlgaeGeneBenthic zoneEcologyGene expressionGeneticsWater column

Résumé

récupéré en direct d'OpenAlex

Diatom aggregates can play an important role in the formation of marine oil snow and the transport of oil from the sea surface to the benthos, yet their molecular response to oil has not been characterized. Here we use RNA-seq to analyze the transcriptome-wide responses of aggregates of the common Gulf of Mexico diatom Odontella aurita exposed to the water accommodated fraction of 2 different types of oil, Macondo surrogate and Refugio Beach oil. We identify a common set of 353 genes that are differentially expressed in response to both Macondo and Refugio oil exposure, relative to controls. Genes related to photosynthesis, and nuclear and ribosomal processes were all down-regulated in oil treatments, while genes related to repairing membrane damage, cellular stress, and the production of exopolymeric substances were up-regulated. Differential expression of genes was often greater in magnitude in the Refugio than the Macondo oil treatment, which may be due to differences in oil concentration in the treatments or to the physiochemical characteristics of the oils. Exposure to Refugio oil induced more severe nucleolar stress and more damage to chloroplasts than the lighter Macondo oil, which triggered an up-regulation of a more diverse suite of stress-response genes.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine and coastal ecosystemsTravaux en français237 207