Distinct lactate utilization strategies drive niche differentiation between two co-existing <i>Megasphaera</i> species in the rumen microbiome
Notice bibliographique
Résumé
Lactate utilization mitigates rumen acidosis and is associated with decreased methane production in the rumen. While several lactate utilization pathways exist across different microbial species in the rumen, how they are metabolically differentiated remains unclear. Here, we show that the key lactate-utilizing species Megasphaera hexanoica and Megasphaera elsdenii display distinct growth strategies based on their fermentative end products. This allows them to co-exist and play distinct metabolic roles, which appear particularly relevant in the early stages of rumen development, as both species are highly enriched in the calf. Specifically, M. hexanoica is more strongly associated with rumen microbiome states that involve increased lactate utilization and preferentially runs reverse beta-oxidation (termed chain elongation) to produce butyrate and medium-chain fatty acids from lactate. As M. elsdenii instead utilizes lactate via the acrylate pathway to produce propionate, we leverage Enzyme Cost Minimization to predict how this pathway relates to a distinct growth strategy. We find that M. elsdenii maximizes growth rate when lactate transiently accumulates, which contrasts M. hexanoica's invariably high-yield strategy. This trade-off, which is supported by the analysis of growth kinetics, metabolic flux, and bioreactors simulating the rumen microbiome, ultimately contributes to co-existence on lactate and may have driven niche differentiation. Lastly, we demonstrate how lactate utilization in the Megasphaera is threatened by toxins widespread in feed, which points to dietary interventions to support calf health.
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 | 0,001 | 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 ».