MétaCan
Menu
Retour à la cohorte
Enregistrement W4413439842 · doi:10.1016/j.jmb.2025.169403

Impact of Horizontal Gene Transfer on Adaptations to Extreme Environments

2025· review· en· W4413439842 sur OpenAlexaff
Olga Zhaxybayeva, Camilla Nesbø

Notice bibliographique

RevueJournal of Molecular Biology · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePolar Research and Ecology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHorizontal gene transferExtreme environmentGene transferGeneEvolutionary biologyBiologyGeneticsComputational biologyGeographyPhylogenetics

Résumé

récupéré en direct d'OpenAlex

Horizontal (or lateral) gene transfer - an acquisition of genetic material not associated with the organismal reproduction - is known to alter genomes of most, if not all, living organisms. There is mounting evidence for the importance of gene exchange in organismal adaptations to new or changing environmental conditions. In comparison to accumulation of de novo mutations, acquisition of a gene already beneficial in the environment is fast and less costly, and thus an advantageous, way to adjust to survival and growth in new conditions. Adaptation to extreme environments at the boundaries of habitat conditions beyond which cellular integrity, metabolism and growth are not possible, is not an exception. Here we review the impact of horizontal gene transfer on organismal adaptations to natural and human-made extreme environments. This includes thermophiles living at high temperatures, psychrophiles found at low temperatures, acidophiles inhabiting high acidity environments, alkaliphiles thriving at high pH, halophiles found in high salt environments, xerophiles that can tolerate extremely low water availability, oligotrophes thriving at low nutrient availability, piezophiles inhabiting high pressure environments, and organisms that can withstand high levels of ionizing radiation. We also discuss the challenges and future directions for deciphering genetic determinants and horizontal gene transfer events of extremophiles' adaptations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,364
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Molecular BiologyMême sujetPolar Research and EcologyTravaux en français237 207