Cyanopeptolins and Anabaenopeptins Are the Dominant Cyanopeptides from Planktothrix Strains Collected in Canadian Lakes
Notice bibliographique
Résumé
Common bloom-forming cyanobacteria produce complex strain-specific mixtures of secondary metabolites. The beneficial and toxic properties of these metabolite mixtures have attracted both research and public health interest. The advancement of mass spectrometry-based platforms and metabolomics data processing has accelerated the identification of new metabolites and feature dereplication from microbial sources. The objective of this study was to use metabolomics data processing to decipher the intracellular cyanopeptide diversity of six Planktothrix strains collected from Canadian lakes. Data-dependent acquisition experiments were used to collect a non-targeted high-resolution mass spectrometry dataset. Principal component analysis and factor loadings were used to visualize cyanopeptide variation between strains and identified features contributing to the observed variation. GNPS molecular networking was subsequently used to show the diversity of cyanopeptides produced by the Planktothrix strains. Each strain produced a unique mixture of cyanopeptides, and a total of 225 cyanopeptides were detected. Planktothrix sp. CPCC 735 produced the most (n = 68) cyanopeptides, and P. rubescens CPCC 732 produced the fewest (n = 27). Microcystins and anabaenopeptins were detected from all strains. Cyanopeptolins, microviridins and aeruginosins were detected from five, four and two strains, respectively. Cyanopeptolin (n = 80) and anabaenopeptin (n = 61) diversity was the greatest, whereas microcystins (n = 21) were the least diverse. Interestingly, three of the P. rubescens strains had different cyanopeptide profiles, despite being collected from the same lake at the same time. This study highlights the diversity of cyanopeptides produced by Planktothrix and further hints at the underestimated cyanopeptide diversity from subpopulations of chemotypic cyanobacteria in freshwater lakes.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».