Promoting diversity in ecological systems through toxin production
Notice bibliographique
Résumé
Abstract Toxins are used by microbes to kill and compete, and hence, unlike cross-feeding from secondary metabolites, they are less often considered as a candidate to promote diversity in a microbial community. In contrast, some natural communities hint at the possibility that the presence of toxin genes and externally supplied antibiotics may support higher diversity. We address this gap with a model that shows how toxins in small and medium-sized communities can indeed promote diversity. The central idea of the model emerges from the combination of bacterial growth laws of resource partitioning and recent experiments suggesting a trade-off between toxin sensitivity and nutrient efficiency. The second puzzle in natural data is the presence of both negative and positive regulation of toxin production under similar environmental stress. Our model shows how this diversity in regulation of toxin production can promote toxin-producer fitness. In general, we provide a framework to integrate the role of toxins in microbial communities. Significance statement Structured organization of microbial communities into functional groups (consumers and producers) has been a framework to understand diverse populations. This framework leaves out the impact of toxin producers, which kill rather than provide the others with benefits, on diversification. Surprisingly, natural microbial communities show a correlation between the number of toxin genes in a community and its diversity. Our work shows how physiological constraints and trade-offs for individual bacteria can lead to a diverse, structured population where toxin-producers serve as a keystone species. This provides a pathway towards toxin production being established as a viable strategy in a diverse population: releasing toxins allows the survival of the less competitive strains, which would otherwise be driven towards extinction by competitive exclusion.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».