Microbial ecology of the deep terrestrial subsurface
Notice bibliographique
Résumé
The terrestrial subsurface hosts microbial communities that, collectively, are predicted to comprise as many microbial cells as global surface soils. Although initially thought to be associated with deposited organic matter, deep subsurface microbial communities are supported by chemolithoautotrophic primary production, with hydrogen serving as an important source of electrons. Despite recent progress, relatively little is known about the deep terrestrial subsurface compared to more commonly studied environments. Understanding the composition of deep terrestrial subsurface microbial communities and the factors that influence them is of importance because of human-associated activities including long-term storage of used nuclear fuel, carbon capture, and storage of hydrogen for use as an energy vector. In addition to identifying deep subsurface microorganisms, recent research focuses on identifying the roles of microorganisms in subsurface communities, as well as elucidating myriad interactions-syntrophic, episymbiotic, and viral-that occur among community members. In recent years, entirely new groups of microorganisms (i.e. candidate phyla radiation bacteria and Diapherotrites, Parvarchaeota, Aenigmarchaeota, Nanoloarchaeota, Nanoarchaeota archaea) have been discovered in deep terrestrial subsurface environments, suggesting that much remains unknown about this biosphere. This review explores the historical context for deep terrestrial subsurface microbial ecology and highlights recent discoveries that shape current ecological understanding of this poorly explored microbial habitat. Additionally, we highlight the need for multifaceted experimental approaches to observe phenomena such as cryptic cycles, complex interactions, and episymbiosis, which may not be apparent when using single approaches in isolation, but are nonetheless critical to advancing our understanding of this deep biosphere.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».