Elemental allocation to molecular drivers of biogeochemistry in the Southern Ocean
Notice bibliographique
Résumé
Abstract Metabolic processes underpinning ocean biogeochemistry are powered by molecular machines, proteins, that require various elements to function. Yet, the allocation of elements to these proteins, and subsequent implications for biogeochemical processes, remain poorly characterized. Here we integrate elemental measurements with metaproteomics to quantitatively examine elemental use in Southern Ocean microbial proteins and metabolic processes. We demonstrate that iron availability influences elemental allocation, including decreased iron allocation to photosynthesis and compensatory incorporation of non-iron metals into metalloproteins under iron scarcity. Manganese was primarily allocated to photosynthesis in iron-replete conditions, and reallocated to other metabolic roles under low iron. Photosystem I:II protein mass ratios impacted both iron and manganese allocation, and appeared to be driven by iron availability. Approximately half of biogenic copper was found in plastocyanin, likely substituting for iron-containing cytochromes in photosynthesis. Moreover, biogenic nitrogen to phosphorus ratios were decoupled from ribosomal abundance, contrary to prevailing assumptions about ribosomal influence on stoichiometric regulation in the ocean. Instead, our results suggest that community composition and intracellular storage are important regulators of N:P in the Southern Ocean. Together, our findings identify key molecular mechanisms that modulate elemental demand and limitation, and provide a foundation for quantitatively connecting molecular measurements with biogeochemical models.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».