Allometric scaling of interspecific <scp>RNA</scp> transcript abundance to extend the use of metatranscriptomics in characterizing complex communities
Notice bibliographique
Résumé
Metatranscriptomics allows profiling of community mRNA and rRNA transcript abundance under certain environmental conditions. However, variations in the proportion of RNA transcripts across different community size structures remain less explained, thus limiting the possible applications of metatranscriptomics in community studies. Here, we extended the assumptions of the growth-rate hypothesis (GRH) and the metabolic theory of ecology (MTE) to validate the allometric scaling of interspecific RNA transcript (mRNA and rRNA) abundance through metatranscriptomic analysis of mock communities consisting of model organisms. The results suggest that body size imposes significant constraints on RNA transcript abundance. Interestingly, the relationship between the total mitochondrial transcript abundance (mRNA and rRNA slopes were -0.30 and -0.28, respectively) and body size aligned with the MTE assumptions with slopes close to -¼, while the nuclear transcripts displayed much steeper slopes (mRNA and rRNA slopes were -0.33 and -0.40, respectively). The assumed temperature dependence was not observed in this study. At the gene level, the allometric slopes range from 0 to -1. Overall, the above results showed that larger individuals have lesser RNA transcript abundance per tissue mass than smaller ones regardless of temperature. Analyses of field-collected microcrustacean zooplankton samples demonstrated that the correction of size effect, using the allometric exponents derived from the model organism mock community, explains better the patterns of interspecific RNA transcripts abundance within the metatranscriptome. Integrating allometry with metatranscriptomics can extend the use of RNA transcript reads in estimating ecological processes within complex communities.
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 | 0,001 | 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 ».