Assimilation of carbon and nitrogen by microbial mats from alkaline soda lakes
Notice bibliographique
Résumé
Background:Soda lakes are extreme terrestrial ecosystems characterized by high pH, alkalinity, and sodium carbonate concentration. Despite the extreme environment, soda lakes host diverse microbial communities with high primary productivity, carried out by fast-growing phototrophic microbes such as cyanobacteria. In Goodenough Lake, a soda lake on the Cariboo Plateau in BC Canada, carbon isotope analysis indicated that the photosynthetic rate but not bicarbonate availability controlled carbon dioxide assimilation. However, the roles of individual cyanobacteria populations in carbon fixation remain unknown. Despite the rapid growth of microbial mat communities, common nitrogen sources, ammonium and nitrate, were detected only occasionally and in trace amounts in lake water. Mat communities may use alternative nitrogen sources like urea and dinitrogen gas as enzymes for urea assimilation and dinitrogen fixation were highly expressed.Objective:The objective is to measure carbon and nitrogen assimilation by microbial populations in mat communities.Approaches:Incubation of microbial mats from Goodenough Lake with heavy stable isotope labelled bicarbonate, and nitrogen sources, followed by isotope ratio mass spectrometry and proteomics.Results and conclusions:Over 90 different microbial populations were detected in microbial mat communities using proteomics. The sampled mat microbial communities were different from each other, even if samples were close together, but the most abundant populations were the same across samples. The two most abundant cyanobacterial populations exhibited different carbon fixation dynamics, and their abundance was negatively correlated, suggesting that they occupy different ecological niches. Among nitrogen sources, urea was consumed at the highest rate, followed by ammonia. The nitrate consumption rate was much lower, and the fixation of nitrogen was not detected. Urea was consumed mainly during the day. Rates for nitrate and ammonia consumption were similar during the day and the night.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».