Metabarcoding reveals unique microbial mat communities and evidence of biogeographic influence in low‐oxygen, high‐sulfur sinkholes and springs
Notice bibliographique
Résumé
Abstract High‐sulfur, low‐oxygen environments formed by underwater sinkholes and springs create unique habitats populated by microbial mat communities. To explore the diversity and biogeography of these mats, samples were collected from three sites in Alpena, Michigan, one site in Monroe, Michigan, and one site in Palm Coast, Florida. Our study investigated previously undescribed eukaryotic diversity in these habitats and further explored their bacterial communities. Mat samples and water parameters were collected from sulfur spring sites during the spring, summer, and fall of 2022. Cyanobacteria and diatoms were cultured from mat subsamples to create a culture‐based DNA reference library. Remaining mat samples were used for metabarcoding of the 16S and rbcL regions to explore bacterial and diatom diversity, respectively. Analyses of water chemistry, alpha diversity, and beta diversity articulated a range of high‐sulfur, low‐oxygen habitats, each with distinct microbial communities. Conductivity, pH, dissolved oxygen, temperature, sulfate, and chloride had significant influences on community composition but did not describe the differences between communities well. Chloride concentration had the strongest correlation with microbial community structure. Mantel tests revealed that biogeography contributed to differences between communities as well. Our results provide novel information on microbial mat composition and present evidence that both local conditions and biogeography influence these unique communities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».