Combined <scp>DNA</scp> / <scp>RNA</scp> Amplicon Sequencing and Metatranscriptomics Reveals Microbial‐Driven Nutrient Transformations and Core Taxa in Agriculturally Impacted Sediments
Notice bibliographique
Résumé
Chronic non-point nitrogen (N) and phosphorus (P) loads reshape sediment microbial biogeochemical cycling in headwater systems, altering ecosystem function. This study integrates DNA and RNA amplicon sequencing with metatranscriptomics to examine microbial taxonomic and functional responses to nutrient inputs in lower Great Lakes watersheds, focusing on N, P, and sulphur (S) metabolism. RNA-based taxa showed a stronger correlation with metabolic functions than DNA-based taxa, highlighting RNA-based approaches as valuable tools for assessing active microbial responses to nutrients. Site-specific analyses revealed distinct microbial metabolic profiles linked to watershed fertiliser sources and seasonal variation. Inorganic fertiliser inputs were associated with tightly coupled N reduction and sulphur oxidation, driven by differential expression of dissimilatory nitrate reduction to ammonia (DNRA) and sox genes. In contrast, a manure-amended site exhibited elevated nitrosative stress and sulphur assimilation pathways, consistent with detection of ammonia-oxidising genera. The low-impact reference site demonstrated intermediate functional turnover, enhanced nitrogen fixation, and the highest microbial diversity, suggesting greater ecosystem resilience. Seasonally, functional turnover increased in fall, with fewer shared core taxa across sites compared to summer. These findings highlight the impact of chronic nutrient enrichment on site-specific microbial adaptations and underscore the importance of temporal dynamics in assessing freshwater sediment microbial communities.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».