Genome-resolved metagenomics of nitrogen cycling processes in Saanich Inlet
Notice bibliographique
Résumé
In the oxygen-starved water of the Saanich Inlet, genes encoding nitrogen loss processes e.g. denitrification were more abundant than those encoding nitrification or nitrogen fixation pathways. The most abundant denitrification genes recovered along the Saanich Inlet oxygen gradient spanning 100 and 200 meter depth intervals were the nitrate reductase subunits, napA and narG . Minor levels of nitrification genes such as nxrA and nxrB were identified by PROKKA, while the denitrification genes such as napA, narG and nirS were more abundant, implying denitrification pathways were favoured. Similarly, the increased denitrification gene abundances correlates with the accumulation of products typical in the denitrification pathway. For example, nitrate (NO3-), a reactant in the denitrification pathway, is completely consumed at 200 meters, whereas hydrogen sulfide (H2S) concentration sharply increases. Taxonomic grouping of these denitrification genes, identified by Gtdb-Tk, indicate that they are primarily encoded by the Gammaproteobacteria class. Together, these results support a global trend of community metabolism shifting from utilizing oxygen to nitrogen as a terminal electron acceptor in response to oxygen minimum zones, in addition to identifying the key community members involved. This shift towards the denitrification pathways may potentially aggravate climate change in the coastal marine environments through the formation of potent greenhouse gases, mainly nitrous oxide (N2O), in oxygen minimum zones.
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 | 0,001 |
| 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 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 ».