Meta-omics analyses of the diversity and metabolism of the uncultivated CL500-3 clade of Planctomycetes in seasonally ice-covered northern lakes
Notice bibliographique
Résumé
Owing to cold water temperature and low light penetration through ice, microbial communities were thought to be dormant during winter in seasonally ice-covered lakes. Recent observations of under-ice blooms have challenged this view and raised questions about how microbes contribute to nutrient cycling throughout the year. A previous study demonstrated that Planctomycetes bacteria were commonly abundant under the ice. Therefore, in this thesis, I investigated the diversity and metabolic traits of Planctomycetes in three distinct Canadian lakes over a three-year time series using a combination of 16S rRNA gene sequencing, metagenomic and metatranscriptomic analyses. Winter Planctomycetes assemblages were comprised in large part of the uncultivated CL500-3 clade, which consisted of five subclades (CL500-3a to CL500-3e), each exhibiting a seasonal and biogeographical distribution. Six CL500-3 genomes were reconstructed from Quebec lake metagenomic data and a large fraction of genes were detected in the metatranscriptomic datasets, supporting the notion that CL500-3 subclades were metabolically active throughout the year. CL500-3 genomes were enriched in amino acid degradation pathways and depleted in carbohydrate degrading enzymes compared to other Planctomycetes. The abundance and expression of amino acid degradation pathways suggests that they serve as a source of nitrogen, as well as carbon substrates that feed into the citric acid cycle. Additionally, expression of phosphate-selective porins and chemotactic genes indicates the ability to adapt and respond to cellular and environmental changes. In total, these findings shed light on the metabolism of the widely distributed but poorly characterized CL500-3 clade of Planctomycetes and increase our understanding of the diversity and metabolic processes occurring under-ice in northern lakes ecosystems.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».