Virus Infection of a Freshwater Cyanobacterium Contributes Significantly to the Release of Toxins Through Cell Lysis
Notice bibliographique
Résumé
Toxic algal-bloom-forming cyanobacteria are a persistent problem globally for many aquatic environments. Their occurrence is attributed to eutrophication and rising temperatures due to climate change. The result of these blooms is often the loss of biodiversity, economic impacts on tourism and fisheries, and risks to human and animal health. Of emerging interest is the poorly understood interplay between viruses and toxic species that form blooms. This is because recent studies have suggested that viruses may exacerbate the harmful effects of these blooms by contributing to the release of toxins into a dissolved phase upon cell lysis. However, to date, there is no experimental evidence that explicitly implicates viruses in microcystin release. Here, we show experimentally that a virus infection of the toxin-producing, harmful, algal-bloom-forming cyanobacterium Microcystis aeruginosa results in a 4-fold increase in the toxin microcystin-LR two days post-infection (dpi). We also show that the concentrations of microcystin remain high after culture discoloration and host cell lysis. Collectively, our results directly implicate viruses as major contributors to microcystin release from cyanobacteria and emphasize the importance of taking viruses into account in predictive models and in the assessment of water quality and safety.
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 | 0,000 | 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) | 0,001 | 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 ».