Metagenomic insight into shifts of methane-cycling communities following pasture conversion in the Amazon basin
Notice bibliographique
Résumé
Abstract Background: Deforestation threatens the integrity of the Amazon biome and the ecosystem services it provides. Most of this deforested land is converted to pastures for cattle raising. Early studies revealed that forest-to-pasture conversion alters the flux of methane gas (CH4) in Amazonian soils, driving a switch from acting as a sink to a source of atmospheric CH4. We sought to better understand this phenomenon by investigating the soil microbial metagenomes, focusing on the taxonomic and functional structure of methane-cycling communities. Results: Metagenomic data were combined with in situ measurements of CH4 fluxes, and measurements of soil edaphic factors. We found a significantly higher abundance of methanogens and reduced methanotrophs in pasture soils. As inferred by co-occurrence networks, these microorganisms seem to be less interconnected within the soil microbiota in pasture soils. Metabolic traits were also different between land uses, with increased hydrogenotrophic and methylotrophic pathways of methanogenesis in pasture soils. Similarly, methanotrophs harboring the soluble form of methane monooxygenase enzyme (sMMO) were depleted in pasture soils. Redundancy analysis and multimodel inference revealed that the shift in methane-cycling communities in pasture soils was associated with higher soil compaction, pH, organic matter, and micronutrients. Conclusions: These results provide new knowledge about the effect of forest-to-pasture conversion on the community traits of methane-cycling microorganisms in the Amazon region, resulting in increased abundance and functional potential of methanogens in pastures, and thus increasing the emission of CH4 in deforested soils. Keywords: land-use change, methanogens, methanotrophs, soil properties, multimodel inference
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».