Ecophysiological analysis reveals distinct environmental preferences in closely related Baltic Sea picocyanobacteria
Notice bibliographique
Résumé
Abstract Cluster 5 picocyanobacteria significantly contribute to primary productivity in aquatic ecosystems. Estuarine populations are highly diverse and consist of many co‐occurring strains, but their physiology remains largely understudied. In this study, we characterized 17 novel estuarine picocyanobacterial strains. Phylogenetic analysis of the 16S rRNA and pigment genes ( cpcB and cpeBA ) uncovered multiple estuarine and freshwater‐related clusters and pigment types. Assays with five representative strains (three phycocyanin rich and two phycoerythrin rich) under temperature (10–30°C), light (10–190 μmol photons m −2 s −1 ), and salinity (2–14 PSU) gradients revealed distinct growth optima and tolerance, indicating that genetic variability was accompanied by physiological diversity. Adaptability to environmental conditions was associated with differential pigment content and photosynthetic performance. Amplicon sequence variants at a coastal and an offshore station linked population dynamics with phylogenetic clusters, supporting that strains isolated in this study represent key ecotypes within the Baltic Sea picocyanobacterial community. The functional diversity found within strains with the same pigment type suggests that understanding estuarine picocyanobacterial ecology requires analysis beyond the phycocyanin and phycoerythrin divide. This new knowledge of the environmental preferences in estuarine picocyanobacteria is important for understanding and evaluating productivity in current and future ecosystems.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,012 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».