Insights into response of seagrass (<i>Zostera marina</i>) to sulfide exposure at morphological, physiochemical and molecular levels in context of coastal eutrophication and warming
Notice bibliographique
Résumé
Abstract Sulfide in sediment porewaters, is toxic to rooted macrophytes in both marine and freshwater environments. Current research on sulfide stress in seagrasses primarily focuses on morphological and physiological aspects, with little known about the molecular response and resistance mechanisms. This study first investigated the damage caused by sulfide to eelgrass ( Zostera marina L.) using transcriptomic, metabolomic, and other physiological and biochemical indicators and explored the potential resistance of eelgrass at molecular level through laboratory simulated and in‐situ sulfide stress experiments. Comprehensive results showed that sulfide stress severely inhibited the growth, photosynthesis, and antioxidant enzyme activities of eelgrass. Importantly, transcriptome analysis revealed significant activation of pathways related to carbohydrate and sulfur metabolism. This activation served a dual purpose: providing an energy source for eelgrass stress response and achieving detoxification through accelerated sulfur metabolism—a potential resistance mechanism. The toxicity of sulfide increased with rising temperature as evidenced by a decrease in EC 50 . Results from recovery experiments indicated that when Fv/Fm reduced to about 0 under sulfide stress, the growth and photosynthesis of eelgrass recovered to normal level after timely removal of sulfide. However, prolonged exposure to sulfide resulted in failure to recover, leading ultimately to plant death. This study not only enhances our understanding of the molecular‐level impacts of sulfide on seagrasses but also provides guidance for the management and ecological restoration of seagrass meadows under sulfide stress.
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) | 0,000 | 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 ».