MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388768867 · doi:10.1101/2023.11.16.567369

New sensitive tools to characterize meta-metabolome response to short- and long-term cobalt exposure in dynamic river biofilm communities

2023· preprint· en· W4388768867 sur OpenAlexafffund
Simon Colas, Benjamin Marie, Soizic Morin, Mathieu Milhe-Poutingon, Pierre Foucault, Siann Chalvin, Clémentine Gelber, Patrick Baldoni-Andrey, Nicholas Gurieff, Claude Fortin, Séverine Le Faucheur

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesUniversité de Pau et des Pays de l'AdourMuséum National d'Histoire NaturelleTotalCentre National de la Recherche ScientifiqueAgence Nationale de la RechercheInstitut national de la recherche scientifique
Mots-clésMetabolomeMetabolomicsMetaboliteContext (archaeology)BiologyBioaccumulationBiomass (ecology)Environmental chemistryChemistryEcologyBiochemistryBioinformatics

Résumé

récupéré en direct d'OpenAlex

Abstract Untargeted metabolomics is a non- a priori analysis of biomolecules that characterizes the metabolome variations induced by short- and long-term exposures to stressors. Even if the metabolite annotation remains lacunar due to database gaps, the global metabolomic fingerprint allows for trend analyses of dose-response curves for hundreds of cellular metabolites. The combination of untargeted metabolomic features and benchmark-dose (BMD) calculations then makes it possible to determine concentration range inducing defense responses (CRIDeR) and concentration range inducing damage responses (CRIDaR). To develop this approach in a context of time-dependent microbial community changes, mature river biofilms were exposed for 1 month to four cobalt (Co) concentrations (background concentration, 1 x 10 -7 , 5 x 10 -7 and 1 x 10 - 6 M) in an open system of artificial streams. The meta-metabolomic response of biofilms was compared against a multitude of biological parameters (including bioaccumulation, biomass, chlorophyll a content, composition and structure of prokaryotic and eukaryotic communities) monitored at set exposure times (from 1 hour to 28 days). Cobalt exposure induced extremely rapid responses of the meta-metabolome, with time range inducing defense responses (TRIDeR) of around ten seconds, and time range inducing damage responses (TRIDaR) of several hours. Even in biofilms whose structure had been altered by Co bioaccumulation (reduced biomass, chlorophyll a contents and changes in the composition and diversity of prokaryotic and eukaryotic communities), CRIDeRs with similar initiation thresholds (1.41 ± 0.77 x 10 -10 M Co 2+ added in the exposure medium) were set up at the meta-metabolome level at every time point. In contrast, the CRIDaR initiation thresholds increased by 10 times in long-term Co exposed biofilms. The present study demonstrates that defense and damage responses of biofilm meta-metabolome exposed to Co are rapidly and sustainably impacted, even within tolerant and resistant microbial communities. Graphical abstract Highlights Prokaryotic community structures were impacted after 1 h of exposure to Co Biofilm meta-metabolome was impacted after 36 s of exposure to Co Biofilm meta-metabolome response was faster than changes in biofilm communities Short- and long-term exposed biofilms have similar CRIDeR initiation thresholds Long-term exposed biofilms have higher CRIDaR initiation thresholds

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,039
Tête enseignante GPT0,248
Écart entre enseignants0,209 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMicrobial Community Ecology and Physiology→Travaux en français237 207→