MétaCan
Menu
Retour à la cohorte
Enregistrement W6927552534 · doi:10.3389/fmicb.2022.780346.s003

Table_2_Ecological Interactions of Cyanobacteria and Heterotrophs Enhances the Robustness of Cyanobacterial Consortium for Carbon Sequestration.XLSX

2022· dataset· en· W6927552534 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyanobacteriaHeterotrophMetaproteomicsMetagenomicsMicrobial matFood webPopulationRobustness (evolution)

Résumé

récupéré en direct d'OpenAlex

<p>Lack of robustness is a major barrier to foster a sustainable cyanobacterial biotechnology. Use of cyanobacterial consortium increases biodiversity, which provides functional redundancy and prevents invading species from disrupting the production ecosystem. Here we characterized a cyanobacterial consortium enriched from microbial mats of alkaline soda lakes in BC, Canada, at high pH and alkalinity. This consortium has been grown in open laboratory culture for 4 years without crashes. Using shotgun metagenomic sequencing, 29 heterotrophic metagenome-assembled-genomes (MAGs) were retrieved and were assigned to Bacteroidota, Alphaproteobacteria, Gammaproteobacteria, Verrucomicrobiota, Patescibacteria, Planctomycetota, and Archaea. In combination with metaproteomics, the overall stability of the consortium was determined under different cultivation conditions. Genome information from each heterotrophic population was investigated for six ecological niches created by cyanobacterial metabolism and one niche for phototrophy. Genome-resolved metaproteomics with stable isotope probing using <sup>13</sup>C-bicarbonate (protein/SIP) showed tight coupling of carbon transfer from cyanobacteria to the heterotrophic populations, specially Wenzhouxiangella. The community structure was compared to a previously described consortium of a closely related cyanobacteria, which indicated that the results may be generalized. Productivity losses associated with heterotrophic metabolism were relatively small compared to other losses during photosynthesis.</p>

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,2380,000

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 Opus0,056
Tête enseignante GPT0,294
Écart entre enseignants0,238 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetBotanical Research and ApplicationsTravaux en français237 207