Inhibition of phototrophic iron oxidation by nitric oxide in ferruginous environments
Notice bibliographique
Résumé
Anoxygenic phototrophic Fe(II) oxidizers (photoferrotrophs) are thought to have thrived in Earth's ancient ferruginous oceans and played a primary role in the precipitation of Archaean and Palaeoproterozoic (3.8-1.85-billion-year-old) banded iron formations (BIFs). The end of BIF deposition by photoferrotrophs has been interpreted as the result of a deepening of water-column oxygenation below the photic zone, concomitant with the proliferation of cyanobacteria. However, photoferrotrophs may have experienced competition from other anaerobic Fe(II)-oxidizing microorganisms, altering the formation mechanism of BIFs. Here we utilize microbial incubations to show that nitrate-reducing Fe(II) oxidizers metabolically outcompete photoferrotrophs for dissolved Fe(II). Moreover, both experiments and numerical modelling show that the nitrate-reducing Fe(II) oxidizers inhibit photoferrotrophy via the production of toxic intermediates. Four different photoferrotrophs, representing both green sulfur and purple non-sulfur bacteria, are susceptible to this toxic effect despite having genomic capabilities for nitric oxide detoxification. Indeed, despite nitric oxide detoxification mechanisms being ubiquitous in some groups of phototrophs at the genomic level (for example, Chlorobi and Cyanobacteria) it is likely that they would still be affected. We suggest that the production of reactive nitrogen species during nitrate-reducing Fe(II) oxidation in ferruginous environments may have inhibited the activity of photoferrotrophs in the ancient oceans and thus impeded their role in the precipitation of BIFs.
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 | 0,001 |
| 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) | 0,000 | 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 ».