MétaCan
Menu
Retour à la cohorte
Enregistrement W4380885283 · doi:10.1186/s40793-023-00509-6

Distinct taxonomic and functional profiles of high Arctic and alpine permafrost-affected soil microbiomes

2023· article· en· W4380885283 sur OpenAlexfundno aff
Ciro Sannino, Weihong Qi, Joel Rüthi, Beat Stierli, Beat Frey

Notice bibliographique

RevueEnvironmental Microbiome · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesSwiss Federal Institute for Forest, Snow and Landscape ResearchEidgenössische Technische Hochschule ZürichBNP Paribas CardifGénome QuébecMcGill UniversitySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungSwiss Polar InstituteAarhus UniversitetNational Science Foundation
Mots-clésPermafrostMicrobiomeArcticEcologyBiodiversityEnvironmental scienceBiologyGeographyBioinformatics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Global warming is affecting all cold environments, including the European Alps and Arctic regions. Here, permafrost may be considered a unique ecosystem harboring a distinct microbiome. The frequent freeze-thaw cycles occurring in permafrost-affected soils, and mainly in the seasonally active top layers, modify microbial communities and consequently ecosystem processes. Although taxonomic responses of the microbiomes in permafrost-affected soils have been widely documented, studies about how the microbial genetic potential, especially pathways involved in C and N cycling, changes between active-layer soils and permafrost soils are rare. Here, we used shotgun metagenomics to analyze the microbial and functional diversity and the metabolic potential of permafrost-affected soil collected from an alpine site (Val Lavirun, Engadin area, Switzerland) and a High Arctic site (Station Nord, Villum Research Station, Greenland). The main goal was to discover the key genes abundant in the active-layer and permafrost soils, with the purpose to highlight the potential role of the functional genes found. RESULTS: We observed differences between the alpine and High Arctic sites in alpha- and beta-diversity, and in EggNOG, CAZy, and NCyc datasets. In the High Arctic site, the metagenome in permafrost soil had an overrepresentation (relative to that in active-layer soil) of genes involved in lipid transport by fatty acid desaturate and ABC transporters, i.e. genes that are useful in preventing microorganisms from freezing by increasing membrane fluidity, and genes involved in cell defense mechanisms. The majority of CAZy and NCyc genes were overrepresented in permafrost soils relative to active-layer soils in both localities, with genes involved in the degradation of carbon substrates and in the degradation of N compounds indicating high microbial activity in permafrost in response to climate warming. CONCLUSIONS: Our study on the functional characteristics of permafrost microbiomes underlines the remarkably high functional gene diversity of the High Arctic and temperate mountain permafrost, including a broad range of C- and N-cycling genes, and multiple survival and energetic metabolisms. Their metabolic versatility in using organic materials from ancient soils undergoing microbial degradation determine organic matter decomposition and greenhouse gas emissions upon permafrost thawing. Attention to their functional genes is therefore essential to predict potential soil-climate feedbacks to the future warmer climate.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,180
Écart entre enseignants0,166 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental MicrobiomeMême sujetClimate change and permafrostTravaux en français237 207