Untargeted Metabolomics Reveals Distinct Soil Metabolic Profiles Across Land Management Practices
Notice bibliographique
Résumé
Background/Objectives: Land management practices strongly influence soil biochemical processes, yet conventional soil measurements often overlook dynamic small-molecule variation underlying nutrient cycling and microbial activity. This study aimed to evaluate whether MS1-based untargeted metabolomics can resolve meaningful biochemical differences among soil systems under distinct land management practices. Methods: Soils from six land-use types—conventional cultivation, organic cultivation, pasture, white pine, tulip poplar, and hardwood forest—were analyzed using ultra-high-performance liquid chromatography coupled with high-resolution mass spectrometry (UHPLC-HRMS). Multivariate analyses, including PLS-DA, were performed to evaluate metabolic variation across systems. Both identified metabolites and unknown spectral features (MSI Level 4) were assessed, and biosynthetic class assignment of unknown features was performed using NPClassifier. Results: Metabolic features revealed clear separation between land management systems, demonstrating distinct chemical fingerprints across ecosystems. While conventional elemental ratios (e.g., C/N) showed minimal differentiation, phosphorus-related stoichiometric ratios (C/P and N/P) displayed strong land-use-dependent differences. NPClassifier superclasses highlighted unique chemical patterns, with forest soils enriched in diverse secondary metabolites, cultivated soils characterized by simplified profiles, and pasture soils dominated by microbial membrane lipids and alkaloids. Conclusions: Untargeted MS1-based metabolomics effectively distinguished soil systems under different land-use practices and revealed ecologically meaningful variation even without complete structural identification. This study demonstrates that an MS1-only workflow leveraging unknown spectral features can robustly distinguish soil systems, underscoring their value in untargeted metabolomics analyses.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».