Phenotypic heterogeneity in a batch culture of <i>Chlamydomonas reinhardtii</i> with different light tolerances
Notice bibliographique
Résumé
Abstract Genetic diversity of populations is essential for generating phenotypic variation to allow a flexible response to a shift in environmental conditions. Therefore, in populations of genetically identical individuals grown in the lab, you would predict that phenotypic heterogeneity would be small. However, we isolated two subpopulations of genetically identical individuals from an exponentially growing batch culture of the microalga Chlamydomonas reinhardtii using Percoll step-gradients. The culture fractionated into a low-density, Top fraction and a high-density, Bottom fraction. These subpopulations displayed several phenotypic differences, including size, protein content, the amount of chlorophyll per cell, and photosynthetic performance. Because of the variation in pigment content and photosynthetic performance, we tested the hypothesis that there are differences in their tolerance to light stress. Following high-light stress, the Bottom subpopulation was more resistant to photodamage, had a greater capacity for light dissipation, and had a minimal photoacclimation response to high light, compared to the Top subpopulation. The Bottom population also had a greater resistance to exogenously induced singlet oxygen stress mediated by rose bengal. We hypothesize that these subpopulations are derived from stochastic mechanism where the Bottom subpopulation has activated a general high-light stress response pathway as part of a “bet-hedging” strategy that could give it a fitness advantage with a shift towards a light-stress environment.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».