Marines Phytoplankton reguliert die Kernphotosynthese und die Kohlenstoffspeichergene bei schneller Abflachung der Mischschicht herunter

Das ISME Journal (2023)Zitieren Sie diesen Artikel

1547 Zugriffe

8 Altmetrisch

Details zu den Metriken

Marines Phytoplankton ist eine vielfältige Gruppe photoautotropher Organismen und wichtige Mittler im globalen Kohlenstoffkreislauf. Die Physiologie des Phytoplanktons und die Biomasseakkumulation hängen eng mit der Tiefe der Mischschicht zusammen, die intrazellulären Stoffwechselwege, die als Reaktion auf Änderungen in der Tiefe der Mischschicht aktiviert werden, sind jedoch noch weniger erforscht. Hier wurde Metatranskriptomik verwendet, um die Reaktion der Phytoplanktongemeinschaft auf eine Abflachung der gemischten Schicht (von 233 auf 5 m) im Laufe von zwei Tagen im Spätfrühling im Nordwestatlantik zu charakterisieren. Die meisten Phytoplanktongattungen regulierten die Kerngene für Photosynthese, Kohlenstoffspeicherung und Kohlenstofffixierung herunter, als das System von einer tiefen zu einer flachen gemischten Schicht überging und sich in Richtung Katabolismus von gespeichertem Kohlenstoff verlagerte, was ein schnelles Zellwachstum unterstützte. Im Gegensatz dazu zeigten Phytoplanktongattungen während dieses Übergangs unterschiedliche Transkriptionsmuster für komplexe Gene, die das Licht des Photosystems sammeln. Die aktive Virusinfektion, gemessen als Verhältnis von Virus- zu Wirtstranskripten, nahm im Stamm der Bacillariophyta (Diatomeen) zu und im Stamm der Chlorophyta (Grünalgen) ab, wenn die Mischschicht flacher wurde. Um unseren Erkenntnissen einen ökophysiologischen Kontext zu liefern, wird ein konzeptionelles Modell vorgeschlagen, in dem die Hypothese aufgestellt wird, dass eine integrierte Lichtbegrenzung und geringere Teilungsraten während der vorübergehenden Tiefenmischung ressourcengesteuerte, oszillierende Transkriptniveaus im Zusammenhang mit Photosynthese, Kohlenstofffixierung und Kohlenstoffspeicherung stören. Unsere Ergebnisse verdeutlichen gemeinsame und einzigartige Transkriptionsreaktionsstrategien innerhalb von Phytoplanktongemeinschaften, die sich an die dynamische Lichtumgebung gewöhnen, die mit vorübergehenden Tiefenvermischungs- und Flachwasserereignissen während der jährlichen Nordatlantikblüte verbunden ist.

Phytoplankton sind einzellige Photoautotrophe, die marine Nahrungsnetze in allen Ozeanregionen durch saisonale Ansammlung in der Oberflächenmischschicht (ML) unterstützen, der obersten Region im Ozean, die durch turbulente Vermischung oder Konvektion homogenisiert wird. Saisonale Phytoplanktonblüten hängen eng mit der Mischschichttiefe (MLD) zusammen [1, 2], wobei zunehmendes Sonnenlicht und Wärme im Frühjahr dazu führen, dass die ML flacher wird und das Phytoplankton einer höheren täglichen Strahlungsintensität als im Winter ausgesetzt ist, was zu einer hohen Oberflächenbiomasse führt Akkumulation [1]. Im Nordatlantik spiegeln die jährlichen Zyklen der Phytoplankton-Biomasse zeitliche Veränderungen sowohl bei prokaryotischen als auch bei eukaryotischen Arten wider, aber während des Höhepunkts der Frühjahrsblüte sind es die eukaryotischen Arten, die die Biomasse dominieren. Dieses Ereignis im Nordatlantik ist eine der größten Blüteereignisse im globalen Ozean, und sein jährlicher Zyklus wurde kürzlich im Rahmen der North Atlantic Aerosol and Marine Ecosystem Study (NAAMES) untersucht [3,4,5,6,7,8,9]. Die NAAMES-Studie betonte Zusammenhänge zwischen der physischen Umgebung (z. B. MLD-Änderungen) und der Zusammensetzung der Gemeinschaft und der Ökophysiologie des blütendominierenden eukaryotischen Phytoplanktons [4, 5, 7, 10, 11].

Frühere Feldarbeiten haben die Reaktionen großer Mengen eukaryontischer Phytoplanktongemeinschaften im Nordatlantik auf Veränderungen der MLD in Zeiträumen von Tagen bis Monaten charakterisiert [4, 8, 9, 10, 12]. Im Frühjahr stören Stürme episodisch das Oberflächenwasser und vertiefen die MLD unter die euphotische Zone, was zu einer Wiederauffüllung der ML mit Nährstoffen von unten und einem Phytoplanktonwachstum führt, das vorübergehend durch Licht begrenzt ist [10]. Wir haben kürzlich gezeigt, dass Phytoplanktongemeinschaften bei der Abflachung Anzeichen von allgegenwärtigem oxidativem Stress (oxidierte Membranlipide, intrazelluläre ROS und Produktion transparenter Exopolymerpartikel) und eine positive Virusproduktion aufweisen, wenn sich im späten Frühjahr Biomasse ansammelt [4]. Nach der Frühjahrshöhepunktphase kommt es im Sommer und Herbst zu einer stärkeren und stabileren Schichtung des ML. Diese verlängerte Schichtung führt zu Nährstoffmangel, einem Rückgang der Phytoplanktonkonzentrationen, negativen Akkumulationsraten und Anzeichen geschädigter Membranen, todbedingter Proteaseaktivität und Virusproduktion, alles verbunden mit erhöhten Phytoplanktonentfernungsmechanismen wie erhöhten Räuber-/Viruskonzentrationen und programmierten Zellen Tod [4].

Eine wachsende Zahl von Arbeiten hat auch metabolische Reaktionen auf die dynamische Lichtverfügbarkeit in Laborkulturen für Kieselalgen und Chlorophyten identifiziert, zwei im Nordatlantik häufig vorkommende Phytoplankton-Taxa [5, 7]. Wenn dieselben Taxa einer höheren Strahlungsintensität ausgesetzt werden als der, an die sie gewöhnt sind, regulieren dieselben Taxa spezifische lichtsammelnde Chlorophyll-Protein-Komplexe (LHCs) hoch [13,14,15], wie z. B. LHCX, das ebenfalls am Lichtschutz beteiligt ist [16, 17]. als akzessorische Pigmente [10] und Antioxidantien [14]. Im Gegensatz dazu regulieren Kieselalgen und Chlorophyten die Gene des zentralen Photosystems [14, 18, 19, 20] und andere LHC [13, 14, 15, 21] herunter. In Studien wird immer noch die intrazelluläre Anordnung [22] und Funktion vieler LHC-Proteine ​​in Kieselalgen untersucht, die innerhalb derselben Klasse als Reaktion auf starkes Licht hoch- und runterreguliert zu sein scheinen [13, 14]. Der Übergang von schwachem zu starkem Licht ist auch mit einem Anstieg der Biomasseakkumulationsrate sowohl bei Kieselalgen als auch bei Chlorophyten verbunden [15, 23, 24].

Ein wichtiger Faktor, der bei der Interpretation der In-situ-Transkriptionszustände von Phytoplankton berücksichtigt werden muss, ist die Auswirkung des Diel-Bestrahlungszyklus auf die Photosynthese und Zellteilung. In Feldstudien an stabilen MLs, die flach genug sind, um sich in der euphotischen Zone aufzuhalten, wurde gezeigt, dass eukaryotische und prokaryotische Phytoplanktongemeinschaften Transkripte hochregulieren, die für Kernelemente des Photosystems (Photosystem-II-Untereinheiten und ATPase), eine Untergruppe von LHCs und die Kohlenstofffixierung kodieren ( Calvin-Zyklus), beginnend in der Nacht. Diese Gensätze erreichen ihre maximalen Transkriptionsniveaus Stunden nach Sonnenaufgang [25,26,27,28,29,30,31]. Umgekehrt erreicht die Transkription im Zusammenhang mit oxidativer Phosphorylierung und Lipidspeichermolekülen (Triacylglycerin) ihren höchsten Wert, wenn die Sonne untergeht, und nimmt im Laufe der Nacht ab [25, 27, 31, 32], was die Zellteilung unterstützt. In Laborkulturen von Modelldiatomeen, die unter 12-stündigen Photoperiodenzyklen gezüchtet wurden, wird die Biosynthesetranskription der Kohlenstoffspeicherung (Fettsäure) zu Beginn der Photoperiode hochreguliert, während Zellteilungs- und DNA-Replikationsgene herunterreguliert werden [33]. Diese Muster kehren sich am Ende der Photoperiode um [33], was eine Verschiebung hin zur Kohlenstoffenergiespeicherung und Nutzung des gespeicherten Kohlenstoffs widerspiegelt, wenn die Dunkelheit beginnt. Diese Ergebnisse deuten darauf hin, dass Phytoplankton die transkriptionelle Bindung an Kernkomponenten des Photosystems verringert und beginnt, Kohlenstoff zur Vorbereitung auf die Zellteilung zu speichern, wenn seine tägliche integrierte Strahlungsintensität mindestens so hoch ist wie die Strahlungsintensität, an die es gewöhnt ist.

Hier identifizieren wir spezifische intrazelluläre Pfade, Gene und Virusinfektionszustände, die mit Phytoplanktongemeinschaften während eines schnellen (~2 Tage) ML-Fleichungsereignisses an einer NAAMES-Station während der Frühlingshöhepunktphase verbunden sind. Residentes Phytoplankton war in einer MLD von 233 m mitgerissen worden, was ein Überbleibsel der Vermischung im Tiefwinter und des Vorbeiziehens eines großen Sturmsystems war. Die MLD war 180 m tiefer als die euphotische Zone (51 m), gemessen als Tiefe von 1 % Oberflächenbestrahlung. Anschließend wurde die ML auf 5 m abgeflacht, wobei die mittlere Lichtstärke 40 % der Oberflächenbestrahlungsstärke entsprach. Die frühere Charakterisierung der Reaktion der Phytoplankton-Massengemeinschaft auf schnelles Flachwerden an derselben Station kontextualisiert unsere Studie im Hinblick auf Akkumulation [4, 9], Photoakklimatisierung [10], Raubtiere/Viren [4, 8], Speicherlipide [4] und Oxidation Stress [4]. Die Zellkonzentrationen von eukaryotischem Phytoplankton (1–20 µm Durchmesser) stiegen in den Oberflächengewässern der flachen ML im Vergleich zu denen der tiefen ML [4, 10], was darauf hindeutet, dass dieses Flachheitsereignis eine schnelle Teilung der Zellen hervorrief. Die Akkumulation ging mit Photoakklimatisierungsprozessen einher, einschließlich einer Zunahme der akzessorischen Pigmente und der Querschnittsfläche des Photosystems, einer Abnahme der Anzahl der Reaktionszentren des Photosystems II (PSII) pro Phytoplanktonbiomasse und der gesamten Chlorophyllfluoreszenz pro Zelle von eukaryotischem Phytoplankton [10]. Die intrazelluläre Lipidspeicherung nahm in der flachen Mischschicht zu [4], während Biomarker für oxidativen Stress wie ROS, oxidierte Membranlipide und transparente Exopolymere pro Zelle kein konsistentes Muster zeigten [4], was auf eine gemischte Reaktion auf oxidativen Stress in der Gemeinschaft hindeutet . Gleichzeitig nahm die Gesamtzahl der Raubtiere (Grasfresser und Viren) zu, während das Verhältnis freier Viren zu Zellen abnahm [4, 8], was eine vorübergehende Entkopplung des Phytoplanktonwachstums und der Raubtierhäufigkeit ermöglichte.

Wir nutzten diese umfangreichen Beobachtungen der Gemeinschaftsparameter an dieser Station, kombiniert mit dem oben erwähnten Verständnis darüber, wie schwaches Licht den Übergang des Phytoplanktons zu starker Lichtexposition akklimatisierte, um einen interpretativen Rahmen für metatranskriptomische Reaktionen des ansässigen eukaryotischen Phytoplanktons auf eine schnelle ML-Fläche zu erstellen. Wir stellten die Hypothese auf, dass der Übergang des Phytoplanktons von lichtbegrenzten (tiefen ML) zu lichtgesättigten (flachen ML) Zuständen die Gene des Kernphotosystems und des Calvin-Zyklus herunterregulieren würde, aber die Gene hochregulieren würde, die für Carotinoide, Oxidationsmittel-abfangende Proteine, Kohlenstoffspeicherung (Triacylglycerine usw.) kodieren komplexe Kohlenhydrate) und spezifischer photosynthetischer LHC. Angesichts der schnellen Anreicherung von Phytoplankton und des geringen Virus-Zell-Volumenverhältnisses, das mit kürzlich flach gewordenen ML-Gemeinschaften an dieser Station einhergeht [4], stellten wir außerdem die Hypothese auf, dass die aktive Virusreplikation innerhalb residenter Zellen im Vergleich zu tiefen ML-Gemeinschaften abnehmen würde, wodurch der Virusdruck verringert und den Zellen ermöglicht würde sammeln sich schneller an.

Wir beobachteten ein schnelles Schichtungsereignis während der Höhepunktphase des jährlichen Phytoplankton-Biomasse-Blütezyklus im Nordatlantik im späten Frühjahr (24.–26. Mai 2016) [3, 4, 8, 10]. Zum Zeitpunkt der Standortbesetzung (Station 4, NAAMES II [3]) war die Phytoplanktonbiomasse im gesamten Nordatlantik im Vergleich zu anderen saisonalen Phasen bereits hoch und akkumulierte weiterhin positiv [4, 9]. Phytoplanktonpopulationen in dieser saisonalen Blütephase erfahren routinemäßig eine episodische ML-Vertiefung und anschließende Schichtung im Zusammenhang mit vorbeiziehenden Stürmen (ergänzende Abbildung 1 und ergänzende Tabelle 1), da sich die obere ML immer noch nur schwach vom tieferen Wasser unterscheidet (4, 34, 35). Bei der Ankunft an der Station war die Wassersäule stark gemischt, was durch Dichtegradienten basierend auf Salzgehalt und Temperatur bestimmt wurde (ergänzende Abbildungen 2B, C und Abbildung 1A). Die Konzentrationen von Chlorophyll A waren ebenfalls gleichmäßig verteilt, was auf eine aktiv gemischte oder erst kürzlich gemischte Schicht schließen lässt (Ergänzungsabbildung 2H, Ergänzungstabelle 2). Fallstudien dieser Station ergaben, dass wir am 24. Mai im Kern eines antizyklonalen Wirbels Proben genommen haben und uns am 26. Mai in der Peripherie dieses Wirbels befanden [36, 37]. Unsere Probenahmestrategie bestand darin, die Transkriptionsreaktionen einer Phytoplanktongemeinschaft auf Änderungen der MLD (und der damit verbundenen Lichtstärken) innerhalb dieses antizyklonalen Wirbels zu erfassen, wobei ein nahegelegener optischer Profilierungsschwimmer zur Orientierung diente (ergänzende Abbildung 1, „metbio003d“ [3, 4, 10). ]).

Ein Probenahmeprofil in Bezug auf die Mischschichttiefe (MLD). Offene Kreise (1–6) stellen Tiefen und Zeiten dar, die für Metatranskriptomanalysen erfasst wurden. Sie entsprechen einer Reihe zuvor veröffentlichter physiologischer Marker [4]. Geschlossene Kreise und Liniendiagramme stellen die Tiefe gemischter Schichten dar, basierend auf Schiffs- und optischen Float-Profilern (farbcodiert; siehe Legende). B Photosynthetisch aktive Strahlung auf Meereshöhe, abgeleitet aus Schiffsmessungen, abgestimmt auf die Zeit in (A). Jeder Datenpunkt in der PAR-Zeitreihe ist die tägliche integrierte Breitbandbestrahlungsstärke über die sichtbaren Wellenlängen (400–700 nm). C Prozent der Roh-RNA-Reads, die auf interessierende Taxa abgebildet sind und prominente photoautotrophe Phyla umfassen [Bacillariophyta (Kieselalgen), Chlorophyta (Grünalgen), Dinophyta (Dinoflagellaten) und Haptophyta (Haptophyten)]. Farbige Kreise zeigen Dreifachexemplare an. D Top 20 vertretene Gattungen basierend auf summiertem TPM pro Probe. Jeder farbige Kreis stellt ein Dreifachexemplar der Proben 1–6 in (A) dar. Boxplots stellen den Medianwert von ±1 Quartil dar. E Transkriptionsreaktion der Top-Gattungen der Stämme Bacillariophyta (x5), Dinophyta (x2) und Chlorophyta (x3). Jede Zeile stellt ein einzigartiges Gen dar, von dem festgestellt wurde, dass es unterschiedlich exprimiert wird (angepasster p-Wert < 0,001, log2-fache Änderung > |1|). Jede Spalte stellt eine dreifache Probe aus (A) dar. Z-Scores, Zeilenreihenfolge und Spaltengruppierung basieren auf einer Korrelationsmatrix, die aus einer varianzstabilisierten Transformation der Genexpression unter Verwendung paarweiser vollständiger Beobachtungen und Pearson-Koeffizienten erstellt wurde. Knoten werden nur dann beschriftet, wenn sie weniger als 100 Bootstraps hatten (n = 1000, Durchschnittsmethode, Korrelationsdistanzmatrix, paarweise vollständige Beobachtungen). F Prozentsatz signifikant veränderter Gene nach Gattung (angepasster p-Wert <0,001, log2-fache Änderung > |1|). „1V2“, „1V3“, „2V3“ usw. beziehen sich auf Beispielnummernvergleiche in (A).

Wir schätzen, dass das Wasser mindestens zwei Tage vor der Ankunft stark vermischt war, basierend auf dem optischen Profilierungsschwimmer, der etwa 61 km von unserer Stationsbesetzung entfernt war. (Abb. 1A). Die MLD erstreckte sich während der Stationsbesetzung am 24. Mai von der Oberfläche bis auf 233 m und erreichte am 25. Mai um etwa 15:00 Uhr eine Schwarmtiefe von 5 m, wodurch das Phytoplankton einer höheren täglichen Strahlungsintensität ausgesetzt wurde, bis die PAR bei etwa 22 Uhr unter 10 µmol Photonen m2 s−1 sank :00 Uhr (Abb. 1A, B). Diese flache MLD blieb während des gesamten verbleibenden Probenahmezeitraums bestehen (Abb. 1A). In einigen Regionen des Nordwestatlantiks kann es mehrmals pro Jahr zu einer schnellen Abflachung und Vertiefung der ML in ähnlichen räumlichen und zeitlichen Maßstäben kommen, wie sie in der aktuellen Studie beobachtet wurden (>100 m MLD bis <25 m MLD innerhalb von 72 Stunden) (Ergänzungstabelle 1, Ergänzende Abbildung 1). Diese schnellen Abflachungs- und Vertiefungsereignisse treten in dieser Region am häufigsten von November bis Mai auf (ergänzende Abbildung 1).

Die integrierten Oberflächen-PAR-Werte waren an den Tagen vor den Probenahmetagen ähnlich (23. und 25. Mai, ergänzende Abbildung 2A); Es ist zu erwarten, dass diese kumulativen Lichtmengen die Transkription der Phytoplanktongemeinschaft in vor der Morgendämmerung gesammelten Zellen beeinflussen. Während der Besetzung nahm der integrierte Oberflächen-PAR leicht ab (Abb. 1B). Im flachen ML wurde ein mäßiger Makronährstoffabbau beobachtet (Ergänzungsabbildung 2D – G, Ergänzungstabelle 2), jedoch nicht auf wachstumsbegrenzende Werte. Dieser bescheidene Nährstoffabbau ging mit einem Anstieg von Chlorophyll A und einer Rückstreuung [10] innerhalb der flachen ML einher (ergänzende Abbildung 2H), beides Indizien für die Phytoplankton-Biomasse. Das Verhältnis der photosynthetischen Pigmente zu allen Pigmenten verringerte sich (ergänzende Abbildung 2I und ergänzende Tabelle 2), was auf eine gemeinschaftsweite Verschiebung hin zu einem erhöhten Lichtschutz hindeutet [10].

Wir analysierten das Metatranskriptom der eukaryotischen Phytoplanktongemeinschaft, um intrazelluläre Reaktionen des Phytoplanktons auf das Stratifizierungsereignis zu bewerten. Die taxonomische Zusammensetzung der zellulären polyadenylierten mRNA (im Folgenden als mRNA bezeichnet) innerhalb der euphotischen Zone war zwischen den beiden Probenahmetagen vor Tagesanbruch ähnlich (siehe Methoden; Abb. 1C). Die drei wichtigsten repräsentativen einzelligen phototrophen Taxa waren Bacillariophyta (Kieselalgen), Dinophyta (Dinoflagellaten) und Chlorophyta (Grünalgen oder Chlorophyten) (Abb. 1C). Die in allen Proben am häufigsten vorkommende Diatomeen-mRNA stammte von Minutocellus, einer zentralen Diatomee, die Ketten bilden kann, gefolgt von Extobocellulus und Fragilariopsis (Abb. 1D). Die am häufigsten vertretenen Chlorophyten waren die Gattungen Micromonas, Bathycoccus und Ostreococcus (Abb. 1D), was im Allgemeinen mit der 16S-rRNA-Sequenzierung derselben Gemeinschaft übereinstimmt [11]. Die taxonomische mRNA-Verteilung spiegelt möglicherweise nicht die Biomassehäufigkeit wider, da das Zellvolumen des eukaryotischen Phytoplanktons [38], der RNA-Gehalt pro Zelle [39, 40] und die Genomgröße [41] um Größenordnungen variieren können. Obwohl Dinoflagellaten einen beträchtlichen Anteil der Community-mRNA ausmachten, zeigten sie einen relativ geringen Prozentsatz an Genen, die innerhalb unseres zweitägigen Probenahmefensters als Reaktion auf die Schichtung unterschiedlich exprimiert wurden (Abb. 1F). Dies spiegelt möglicherweise ihre gut dokumentierten gedämpften Transkriptionsreaktionen zugunsten der posttranslationalen Regulation wider [42,43,44]. Darüber hinaus ist bekannt, dass sie in Meeresregionen mit höherer Nettoprimärproduktivität mixotrophe Transkriptionsstrategien aufweisen (45), was interpretative Analysen aus Sicht der Photoakklimatisierung erschwert. Wir haben daher unsere Aufmerksamkeit auf die Reaktionen auf die ML-Fläche im Zusammenhang mit Photosynthese, Kohlenstofffixierung, Kohlenstoffspeicherung und Infektionszustand innerhalb der autotrophen Diatomeen- und Chlorophyten-Taxa gerichtet.

Die globalen Transkriptionsprofile der am häufigsten vorkommenden Phytoplankton-Gattungen waren sehr eng mit MLD verknüpft (Abb. 1E, F). Wir verglichen Transkripte zwischen verschiedenen Lichtniveaus und MLDs und fanden einen höheren Prozentsatz unterschiedlich exprimierter Gene zwischen verschiedenen MLDs und demselben Lichtniveau im Vergleich zu unterschiedlichen Lichtniveaus innerhalb derselben MLD (Abb. 1E, F). Die beiden am häufigsten vorkommenden Gattungen, Minutocellus und Extobocellulus, wiesen den größten Prozentsatz unterschiedlich exprimierter Gene zwischen den tiefen und flachen MLs auf (Abb. 1F), wodurch sich 20–30 % der nachgewiesenen Transkripte veränderten. Dies war etwa eine Größenordnung mehr als bei anderen Kieselalgen und Chlorophyten und etwa zwei Größenordnungen mehr als bei Dinoflagellaten-Gattungen (Abb. 1F). Im Gegensatz dazu enthielten Transkriptome für die meisten Gattungen innerhalb der tiefen ML weniger unterschiedlich exprimierte Gene zwischen verschiedenen Lichtstärken (Abb. 1E, F), was auf eine aktive Vermischung hinweist. Bei Proben, die oberhalb und unterhalb der geschichteten ML entnommen wurden, wurde eine mäßige unterschiedliche Genexpression festgestellt, was auf die physikalische Barriere (Pyknokline) für die Vermischung zurückzuführen ist. (Abb. 1E, F).

Angesichts der Ähnlichkeiten in der Zusammensetzung des Phytoplanktons und der Bakteriengemeinschaft mit anderen Daten, die am 24. und 26. Mai an derselben Station gesammelt wurden (Abb. 1C) [7, 10, 46], zusammen mit den oben genannten physikalischen Daten, die die Probenahme innerhalb des antizyklonalen Wirbels unterstützen [36 , 37] stellen die beobachteten unterschiedlichen Genexpressionsmuster höchstwahrscheinlich Reaktionen derselben Mitglieder der Kerngemeinschaft auf Änderungen der Bestrahlungsstärke dar, die mit der Schichtung der Wassersäule einhergehen. Die Idee, dass wir während unserer Stationsbelegung dieselbe Kerngemeinde beprobt haben, wird durch geochemische Messungen weiter gestützt. Dimethylsulfid, eine Chemikalie, die von Meeresalgen- und Bakteriengemeinschaften freigesetzt wird [47, 48], nahm mit zunehmender Phytoplanktonbiomasse an dieser Station allmählich zu [49]; argumentieren, dass die Produktion als Reaktion auf die Schichtung aus derselben mikrobiellen Gemeinschaft stammt. Aufgrund des schnellen Zeitrahmens der beobachteten ML-Fläche erkennen wir die Möglichkeit an, dass wärmeres Wasser das kältere, tief gemischte Wasser innerhalb des antizyklonalen Wirbels, den wir beprobt haben, seitlich verdrängt hat [36, 37] und am 26. Mai zu flachem ML-Wasser beigetragen hat. Wenn eine solche laterale Transduktion stattgefunden hätte, repräsentieren die Transkriptionsreaktionen möglicherweise nicht den genauen Zeitrahmen, den diese Organismen verwenden, um auf die Schichtung zu reagieren. Dennoch zeigen unsere Daten allgemeine subzelluläre Phytoplankton-Reaktionen auf Änderungen im Lichtregime, die von Natur aus mit dynamischen MLDs verbunden sind.

Da flachere MLDs mit einer höheren integrierten Lichtexposition über den Tag verbunden sind, untersuchten wir die Expression von LHCs und ihr Verhältnis zu den Kernproteinen der Photosynthese. Kieselalgen und Chlorophyten exprimierten als Reaktion auf die schnelle Schichtung unterschiedlich eine Reihe von LHCs (Abb. 2). Wir identifizierten 340 einzigartige Diatomeen-LHC-Transkripte, auch Fucoxanthin-Chlorophyll-Bindungsproteine ​​oder FCPs genannt (50) (ergänzende Abbildung 3), mit der höchsten Menge einzigartiger LHC-Transkripte innerhalb der Gattung Thalassiosira (ergänzende Abbildung 4). Basierend auf neueren Studien erwarteten wir eine Vielzahl von Hoch- und Herunterregulierungen von LHCs [16, 17, 51], deren Rollen noch entschlüsselt werden [50,51,52,53]. Beim Vergleich von Proben, die aus tiefen und flachen MLDs entnommen wurden, zeigten sich drei LHC-Transkriptionsmuster. Das erste Muster wurde von den Gattungen Minutocellus, Extobocellulus und Chaetoceros geteilt, die eine Reihe von LHC-Genen sowohl in tiefen als auch in flachen MLs stark exprimierten (Abb. 2). Ein zweites Muster wurde zwischen Thalassiosira und Bathycoccus geteilt, die ihr Sortiment an LHC-Genen innerhalb der tiefen ML stark exprimierten, sie jedoch innerhalb der flachen ML herunterregulierten (Abb. 2). Die Konvergenz der Transkriptionsmuster zwischen diesen beiden Gattungen verschiedener Phyla korrelierte nicht mit der Aminosäureähnlichkeit der Lichtsammelkomplexe (ergänzende Abbildung 5). Das dritte Muster wurde nur von Fragilariopsis verwendet, das seine Reihe von LHC-Genen auf der höchsten Ebene in 5 m Tiefe innerhalb der flachen ML exprimierte (Abb. 2).

Heatmap der normalisierten Lesezahlen für Chlorophyll-Protein-Komplexe (LHCs), zeilenweise normalisiert, um die relative Expression jedes Gens widerzuspiegeln (siehe Maßstabsleiste). Jede Zeile stellt ein einzigartiges Transkript dar und jede Heatmap-Spalte stellt eine dreifache Probe aus der euphotischen Zone in verschiedenen Tiefen der gemischten Schicht dar (233 m für den 24. Mai und 5 m für den 26. Mai, Abb. 1A). Die nächsten drei Spalten geben an, ob dieses Transkript unterschiedlich ausgedrückt wurde (schwarzer Balken) innerhalb der Wassersäule aus der tief gemischten („Deep MLD“), flachen Mischschicht („Shallow MLD“) oder zwischen Wassersäulen aus dem gleichen Lichtniveau ( 40 %, 20 % oder 1 % relative Oberflächenbestrahlungsstärke, „geschichtet“). Mutmaßliche Gennamen des Lichtsammelkomplexes sind in der nächsten Spalte rechts aufgeführt, während die Gattungsnamen in der letzten Spalte rechts angegeben sind. Ganz rechts sind breite Taxa-Beschriftungen (Diatomeen, Chlorophyten) angegeben.

Die Vielfalt der LHC-Transkriptionsstrategien für eine schnelle ML-Fläche spiegelt wahrscheinlich multifunktionale LHC-Proteine ​​innerhalb einer Art und/oder unterschiedliche Artenreaktionen innerhalb jeder Gattung wider, um die Proliferation in Umgebungen mit dynamischer Lichtverfügbarkeit zu ermöglichen. In mehreren Studien wurde beschrieben, dass eine Vielzahl von LHCX- und LHCF-Proteinen in einigen kultivierten Kieselalgenarten als Reaktion auf starke Lichteinwirkung sowohl hoch- als auch herunterreguliert werden [54], was unterschiedliche Rollen und Reaktionen widerspiegelt. Eine Untergruppe von LHCX-Proteinen erhöht ihre Fähigkeit, Exzitonen auf Löschpigmente zu übertragen, wenn der luminale pH-Wert gesenkt wird [55], was innerhalb jeder Gattung ein einzigartiges Genexpressions-Feedback auslösen kann. Es wurde gezeigt, dass verschiedene Thalassiosira-Arten das Verhältnis von akzessorischem Pigment zu Chlorophyll innerhalb weniger Stunden nach dem Wechsel von schwachem zu starkem Licht erhöhen [56]. Da LHC-Proteine ​​an diese akzessorischen Pigmente binden, ist es logisch, den Schluss zu ziehen, dass sich die LHC-Genexpression auch innerhalb von Stunden nach starker Lichteinwirkung ändern könnte. Die oben erwähnte Möglichkeit einer seitlichen Verschiebung von Wassermassen könnte durch die Einführung einer heterogenen Gemeinschaft zur beobachteten Variabilität der LHC-Transkription innerhalb der Gattung beigetragen haben.

Nach dem Elektronenfluss von LHCs zu zentralen Photosyntheseproteinen verglichen wir als nächstes Transkriptionsmuster im Verhältnis von LHCs zu zentralen Photosynthesegenen (Photosystem I- und II-Untereinheiten, Cytochrom b6/f-Komplex, photosynthetischer Elektronentransport und F-Typ-ATPasen), was eine Photoakklimatisierung zeigte Strategien als Reaktion auf die ML-Fläche. Es entstanden zwei Muster. In vier der fünf analysierten Kieselalgengattungen (Minutocellus, Extobocellulus, Fragilariopsis, Chaetoceros) erhöhte sich das Verhältnis von LHC:Kern-Photosynthesetranskripten im flachen ML (Abb. 3A). Thalassiosira sp. und Chlorophyten-Taxa hingegen veränderten ihr LHC:Kern-Photosynthese-Transkript-Verhältnis als Reaktion auf die ML-Schichtung nicht (Abb. 3A). Die Unterschiede der LHC-Transkription zwischen den Gattungen können auf unterschiedliche Funktionalitäten von LHC-Proteinen (z. B. Photonensammlung oder Lichtschutz) oder unterschiedliche Lichtsammelstrategien zwischen Gattungen zurückzuführen sein. Beispielsweise regulierte Bathycoccus alle seine LHCs innerhalb und unterhalb der flachen ML herunter, während die LHC-Expression von Chaetoceros innerhalb der flachen ML höher war und sich allmählich herunterregulierte, wenn das Licht in der euphotischen Zone der flachen ML abnahm (Abb. 2). Dies könnte eine langsamere, konstitutivere und gleichmäßigere Akkumulationsstrategie von Bathycoccus oder anderen Grünalgen im Vergleich zu Kieselalgen widerspiegeln, die sich in Kultur typischerweise weniger als einmal pro Tag verdoppelt [57]. Im Gegensatz dazu kann die schnellere und dynamischere Strategie von Chaetoceros bei starkem Licht viel höhere Wachstumsraten unterstützen, sodass sich Zellen möglicherweise mehr als zweimal pro Tag teilen können [58]. Weitere zeitaufgelöste Studien sind erforderlich, um herauszufinden, ob die beobachteten Unterschiede in der LHC-Transkription vor der Morgendämmerung zwischen den Gattungen konvergieren oder weiter divergieren, wenn die Lichtintensität im Laufe des Tages zunimmt.

A. Die Balkenhöhe repräsentiert die höchsten dreifachen Verhältnisse von LHC:Kern-Photosynthese-Transkripten für verschiedene Taxa (Gattungen ganz rechts). Punkte stellen TPM-Verhältnisse aus jeder dreifachen Probe dar. Jede Spaltenposition in A und B stellt Proben dar, die der relativen Oberflächenbestrahlungsstärke (40 %, 20 %, 1 % Oberflächenbestrahlungsstärke) innerhalb unterschiedlicher Mischschichttiefen entsprechen (aus Abb. 1A und auf der oberen Achse angegeben). B. Die Balkenhöhe stellt die relative Transkripthäufigkeit jeder Kernklasse des Photosystemgens (durch verschiedene Farben angezeigt) für verschiedene Taxa (Gattungen ganz rechts) dar, ermittelt aus dem Mittelwert dreifacher TPMs. Beachten Sie, dass der relative Beitrag von PSII-Transkripten im SLM im Allgemeinen am niedrigsten ist.

Obwohl es bei den LHC-Transkriptionsstrategien eine hohe Variabilität zwischen den Gattungen gab, zeigte das Verhältnis der Transkripte für die gesamte LHC- zur Kernphotosynthese sowie für die LHC-Subtypen einheitlichere Trends über die Gattungen hinweg. Wir stellten auch fest, dass das relative Verhältnis von PSII-Transkripten zu anderen Kerntranskripten der Photosynthese in fast allen Gattungen als Reaktion auf die schnelle Schichtung abnahm (Abb. 3B). Darüber hinaus war das Verhältnis der Transkripte, die für verschiedene LHC-Subtypen kodierten, in beiden MLDs weitgehend gleich (ergänzende Abbildung 6).

Muster in zentralen Photosystemgenen stützten im Allgemeinen unsere Hypothese, da die Expression mit wenigen Ausnahmen bei der Schichtung über mehrere Phytoplanktongattungen herunterreguliert wurde. Einige Gene von PSII (psbO, psbQ) wurden in der 40 %igen Bestrahlungstiefe des kürzlich abgeflachten ML in Kieselalgen relativ stark transkribiert (Abb. 4). Nur ein zentrales Photosynthesegen (psbQ in Thalassiosira) wurde innerhalb der tiefen ML unterschiedlich exprimiert (Abb. 4). Die Herunterregulierung der Gene des Kernphotosystems und das verringerte Verhältnis von PSII-Genen zu anderen Genen des Kernphotosystems legen eine Photoakklimatisierungsstrategie nahe, die darauf abzielt, den Elektronenfluss durch das Kernphotosystem in einer Umgebung mit höherem Lichteinfall zu begrenzen. Die Herunterregulierung der Gene des Kernphotosystems aus Populationen innerhalb der geschichteten ML dieser Studie wird durch Phytoplanktonkulturen bestätigt, die in den ersten 24 Stunden von schwachem auf starkes Licht umgestellt wurden [14, 59]. Dies stimmt mit der Abflachung der MLD um etwa 15:00 Uhr am Vortag (25. Mai) überein, wodurch die Gemeinden bis etwa 22:00 Uhr einer höheren täglichen Strahlungsintensität ausgesetzt wurden, als PAR unter 10 µmol Photonen m2 s−1 sank (Abb. 1A, B ). In stabil geschichteten Umgebungen regulieren verschiedene Phytoplankton-Taxa die Gene des Kernphotosystems bis zur Mittagszeit herunter [25,26,27,28,29]. Diese Strategie wird teilweise angewendet, weil überschüssige Photonen und eine schnelle Sauerstofferzeugung oxidative Schäden verursachen können [60, 61]. Dementsprechend haben wir unsere Analyse erweitert, um Veränderungen in Genen zu bewerten, die für Proteine ​​kodieren, die diese oxidierenden Effekte durch nicht-photochemische Löschung (NPQ) [13] und das Abfangen von Oxidationsmitteln abschwächen können.

Heatmap der normalisierten Lesezahlen, normalisiert nach Zeile, um die relative Expression jedes Gens widerzuspiegeln (siehe Maßstabsleiste). Jede Zeile stellt ein einzigartiges Transkript dar (farbig nach Gattung; siehe Legende) und jede Heatmap-Spalte stellt ein Dreifachexemplar aus der euphotischen Zone in unterschiedlichen Mischschichttiefen dar (233 m für den 24. Mai und 5 m für den 26. Mai, Abb. 1A). Die nächsten drei Spalten geben an, ob dieses Transkript innerhalb der Wassersäule für tief gemischte („Deep MLD“) oder flache gemischte Schichten („Shallow MLD“) unterschiedlich ausgedrückt wurde (schwarzer Balken) oder zwischen Wassersäulen mit demselben Lichtniveau (40). %, 20 %, oder 1 % relative Oberflächenbestrahlungsstärke, „Deep vs. Shallow“). Mutmaßliche Proteinnamen sind in der nächsten Spalte rechts aufgeführt, wobei das Genmodul oder der Genpfad in der letzten Spalte angegeben sind.

Basierend auf den Veränderungen der Pigmentverhältnisse in der Massengemeinschaft (ergänzende Abbildung 2I) erwarteten wir, dass eine große Anzahl von Genen, die für schützende LHCX-Proteine, Carotinoide und antioxidative Enzyme kodieren, einen signifikanten Anstieg der Expression zeigen würden. Es wurde gezeigt, dass LHCX-Proteine ​​und die darin enthaltenen Carotinoide überschüssige Exzitonenenergie bei starker Lichteinwirkung löschen [16]. Entgegen unserer Hypothese wurde ein großer Teil der Carotinoid-Biosynthese- und Oxidationsmittel-abfangenden Gene, die in der gesamten Gemeinschaft entdeckt wurden, während unserer Probenahme verschiedener MLDs vor dem Morgengrauen nicht unterschiedlich exprimiert (ergänzende Abbildung 7). Einige Gene zur Oxidationsmittelabfangung und Carotinoidbiosynthese wurden im tiefen ML stärker exprimiert, während andere im flachen ML stark exprimiert wurden oder sogar nur bei einer einzigen Lichtintensität (Abb. 5). Eine Ausnahme bildeten Carotinoide mit ausschließlich lichtschützenden Funktionen, da eine kleine Gruppe dieser Gene in mehreren Gattungen (Minutocellus, Chaetoceros, Bathycoccus) in der tief durchmischten Wassersäule durchgehend hochreguliert war (Abb. 5). Dies könnte auf eine taxaspezifische Lichtschutzreaktion hinweisen, die nur bei vorübergehender Beleuchtung in einem tiefen ML auftritt.

Heatmap der normalisierten Lesezahlen, normalisiert nach Zeile, um die relative Expression jedes Gens widerzuspiegeln (siehe Maßstabsleiste). Jede Zeile stellt ein einzigartiges Transkript dar (farbig nach Gattung; siehe Legende) und jede Heatmap-Spalte ist ein dreifaches Exemplar aus der euphotischen Zone in unterschiedlichen Tiefen der gemischten Schicht (233 m für den 24. Mai und 5 m für den 26. Mai, Abb. 1A). Die nächsten drei Spalten geben an, ob dieses Transkript innerhalb der Wassersäule für die tief gemischten („Deep MLD“) oder flachen gemischten Schichten („Shallow MLD“) unterschiedlich ausgedrückt wurde (schwarzer Balken) oder zwischen Wassersäulen mit demselben Lichtniveau ( 40 %, 20 % oder 1 % relative Oberflächenbestrahlungsstärke, „geschichtet“). Mutmaßliche Proteinnamen sind in der nächsten Spalte rechts aufgeführt, wobei das Genmodul oder der Genpfad in der letzten Spalte angegeben ist.

Das Fehlen einer weit verbreiteten Carotinoid-Biosynthese-Reaktion und nur mäßige antioxidative Reaktionen können mehrere Erklärungen haben. Eine Erklärung ist, dass die Hochregulierung von Carotinoiden und Antioxidantien vor dem Morgengrauen gedämpft war und im Laufe des Tages, wenn ein erhöhter Umsatz dieser Moleküle erforderlich ist, zugenommen hätte. Diese Erklärung wird durch die große Anzahl von Transkripten gestützt, die mit Schutzmechanismen in Zusammenhang stehen und in den in dieser Studie verwendeten Vergleichen erkannt, aber nicht unterschiedlich ausgedrückt wurden (ergänzende Abbildung 7). Dies wird außerdem durch Beobachtungen einer erhöhten Carotinoid-Transkription nach Sonnenaufgang [62] sowie einer erhöhten NPQ- [13, 16, 54, 56] und LHCX-Transkription von Diatomeen [63, 64] innerhalb einer Stunde nach starker Lichteinwirkung gestützt. Eine alternative Erklärung für das Fehlen hochregulierter Gene für die Carotinoid-Biosynthese ist, dass die Biosynthesewege von Fucoxanthin und Diadinoxanthin nicht vollständig kartiert sind [14] und daher in unserer Analyse übersehen wurden.

Kohlenstoffspeicherung und zentrale Kohlenstofftranskripte von Phytoplanktonpopulationen zeigen einen energiesparenden Stoffwechsel im tiefen ML im Vergleich zu einem sich schnell teilenden Wachstumsstadium im flachen ML. Transkripte, die am anabolen Kohlenstoffstoffwechsel beteiligt sind, waren im tiefen ML im Allgemeinen hochreguliert. Im Allgemeinen haben Kieselalgen ihre Gene für die Fettsäuresynthese herunterreguliert und ihre Gene für den Fettsäurekatabolismus im ML-Schwarm hochreguliert, mit Ausnahme der Transkripte, die für GYG1/GYG2, ACSF3 und fabG/OAR1 kodieren (Abb. 6). Chlorophyten regulierten in der stark durchmischten Wassersäule gleichmäßig die Gene für die Synthese komplexer Kohlenhydrate hoch und die Gene für den Kohlenhydratabbau herunter (Abb. 6). Kieselalgen zeigten eine größere Variabilität in der Expression von Kohlenhydratsynthese- und -abbautranskripten (Abb. 6). Wir haben die größte Anzahl einzigartiger Kohlenstoffenergiespeichergene in der Gattung Bathycoccus entdeckt (ergänzende Abbildung 8), was auf eine wichtige Rolle des komplexen Kohlenhydratmanagements im Zusammenhang mit MLD schließen lässt. Die meisten Phytoplankton-Taxa verlagerten ihren zentralen Kohlenstoffstoffwechsel in Richtung einer erhöhten NADPH-Produktion durch Hochregulierung des Pentosephosphatweges (PPP) bei ML-Flachbildung (ergänzende Abbildung 9). Wir argumentieren, dass dieses transkriptionelle Engagement für den Katabolismus komplexer Kohlenhydrate und PPP es den Zellen ermöglicht, ihre Kapazität zur Biosynthese von Nukleinsäuren und anderen Zellkomponenten zu erhöhen, um höhere Wachstumsraten zu unterstützen (Abb. 6 und ergänzende Abb. 9). Umgekehrt würde eine Hochregulierung der Kohlenstoffspeichergene und der Calvin-Zyklus-Gene es den Zellen ermöglichen, die Energieeffizienz in der lichtbegrenzten Umgebung des tiefen ML zu maximieren (Abb. 6 und ergänzende Abb. 9).

Heatmap der normalisierten Lesezahlen (DESeq2) ausgewählter einzelliger Phytoplanktongattungen (farbcodiert; siehe Legende) über alle Proben hinweg, weiter zeilenweise normalisiert, um die relative Expression jedes Gens widerzuspiegeln. Jede Zeile stellt ein einzigartiges Transkript dar (siehe Maßstabsleiste) und jede Heatmap-Spalte ist eine Nachbildung von 6 Proben aus der euphotischen Zone in verschiedenen Tiefen der gemischten Schicht (233 m für den 24. Mai und 5 m für den 26. Mai). Die nächsten drei Spalten geben an, ob dieses Transkript innerhalb der Wassersäule für tief gemischte („Deep MLD“) oder flache gemischte Schichten („Shallow MLD“) unterschiedlich ausgedrückt wurde (schwarzer Balken) oder zwischen Wassersäulen mit demselben Lichtniveau (40). %, 20 %, oder 1 % relative Oberflächenbestrahlungsstärke, „geschichtet“). Mutmaßliche Proteinnamen sind in der nächsten Spalte rechts aufgeführt, wobei das Genmodul oder der Genpfad in der letzten Spalte angegeben ist.

Phytoplanktonpopulationen im flachen ML zeigten einen schnellen Anstieg der Chlorophyll-A-Masse (ergänzende Abbildung 2H) und der Zellkonzentration [4] sowie eine Abnahme der Chlorophyllfluoreszenz pro Biomasse [10], was darauf hindeutet, dass der Anstieg des Lichts eine stimulierende Wirkung hatte zur Fixierung von Kohlenstoff. Dies ist etwas kontraintuitiv, da die Gene des Calvin-Zyklus im flachen ML herunterreguliert wurden (ergänzende Abbildung 9). Allerdings kann es aus mehreren Gründen zu einer Herunterregulierung der Calvin-Zyklus-Gene gekommen sein. Eine Erklärung ist, dass die Genexpression des Calvin-Zyklus bei niedrigeren täglichen Lichtverhältnissen in der tiefen ML konstitutiv vorbereitet worden sein könnte, um die Kohlenstofffixierung und die anabolen Kohlenstoffspeicherungswege zu maximieren, wenn sie kurzzeitig mit Oberflächengewässern vermischt werden (Abb. 6) (d. h. „Machen Sie Heu, während die... Sonne scheint") [65]. Diese Idee stimmt mit früheren Studien überein [25, 26], in denen Phytoplankton einige Stunden Sonnenlicht benötigt, um die Gene des Calvin-Zyklus herunterzuregulieren und den zentralen Kohlenstoffstoffwechsel in Richtung NADPH-Vorläufer für die Biosynthese von Nukleinsäuren und anderen Zellkomponenten zu verlagern, die für ein schnelleres Wachstum erforderlich sind. Alternativ kann die Herunterregulierung des Calvin-Zyklus eine Virusabwehrstrategie [66, 67] oder eine virale Veränderung des Wirtsstoffwechsels [68, 69, 70, 71] sein, was angesichts der erhöhten Virus:Wirt-Verhältnisse, die in einigen Diatomeengruppen innerhalb des Flachwassers beobachtet werden, logisch ist ML (siehe unten; Abb. 7).

Die Höhe des Balkendiagramms ist das durchschnittliche Verhältnis des Virus-Gen-TPM zum Gesamt-TPM des Wirts (aus Dreifachproben) für Populationen bei unterschiedlichen relativen Oberflächenbestrahlungsstärken innerhalb der euphotischen Zone und für unterschiedliche Tiefen der gemischten Schicht (siehe Beschriftung der oberen X-Achse). Beachten Sie die unterschiedlichen Y-Achsenskalen. Die Balken sind mit dem durchschnittlichen Verhältnis jeder mutmaßlichen Genklasse gefüllt (farbcodiert; siehe Legende). Virale Gene wurden auf der Grundlage der engsten NCBI-Übereinstimmungen mit anderen Virusgenen (Ergänzungstabelle 3) und der übersetzten Aminosäuresequenzen und mutmaßlichen Funktionen dieser Gene (Ergänzungstabelle 4) gefiltert. Mutmaßliche Marnavirus-Gruppen (Diatomeen-infizierendes Virus) wurden über den phylogenen Baum bestimmt (ergänzende Abbildung 10).

Angesichts der Tatsache, dass unsere früheren Arbeiten über einen Rückgang des Virus-Zell-Volumenverhältnisses bei ML-Flächung berichteten [4], haben wir die Gemeinschaft untersucht, um zu sehen, ob sich die ML-induzierten, zentralen Stoffwechselveränderungen in den Transkriptmarkern einer aktiven Virusinfektion über alle Gattungen hinweg widerspiegeln. Aus einer stammesweiten Perspektive zeigten Diatomeen im Allgemeinen transkriptomische Hinweise auf eine stärkere Infektion bei Abflachung der ML, wohingegen Chlorophyten geringere molekulare Infektionssignaturen zeigten (Abb. 7, 8B). Unsere methodische Begründung, basierend auf früheren Studien (72, 73), war, dass der Grad der Infektion aus dem relativen Verhältnis von intrazellulären Virustranskripten zu Wirtstranskripten abgeleitet werden kann. Wir stellen fest, dass unsere Proben aus Biomasse bestanden, die auf Filtern mit einer Porengröße von 0,8 µm gesammelt wurde, und dass unsere Messwerte mit polyadenylierten Transkripten angereichert waren, sodass erkannte Virustranskripte in erster Linie mit der Expression (und Replikation) innerhalb von Zellen verbunden wären. Es ist möglich (jedoch weniger wahrscheinlich), dass ein Teil der Viruswerte von freien Viruspartikeln außerhalb von Zellen stammt, die während der Probenentnahme auf Filtern mit einer Porengröße von 0,8 µm mit Zellen gesammelt wurden.

Eine konzeptionelle Darstellung der in dieser Studie vorkommenden transienten Mischung. Hellblau bezeichnet die Tiefe der euphotischen Zone, während Dunkelblau Tiefen bezeichnet, in denen die photosynthetisch aktive Strahlung unter 1 % des Oberflächenwertes liegt. Die Pfeilgröße gibt die Tiefe der in dieser Studie analysierten Mischschichten an. Beachten Sie, dass die jeweiligen tiefen und flachen ML-Bedingungen mit lichtbegrenzten oder lichtreichen Bedingungen verbunden sind. B Analyse der Genexpression auf Stammebene (Kieselalgen, Chlorophyten) für Pfade (Reihen), die mit der Photonensammlung, der Photosynthese, dem zentralen Kohlenstoffstoffwechsel und der Virusinfektion verbunden sind (Einzelheiten siehe Methoden). Die Kästchen sind mit der log2-fachen Änderung zwischen Proben innerhalb der flachen Mischschicht (40 % relatives Oberflächenlicht) im Verhältnis zu Proben innerhalb der tiefen ML (40 %, 20 % und 1 % relatives Oberflächenlicht) gefüllt. Die Farben werden durch das mittlere TPM-Verhältnis („Virusinfektion“) oder den mittleren Wert unterschiedlich exprimierter Transkripte (verbleibende Kategorien) schattiert. „Photosynthetischer Elektronenfluss“ und „Zentraler Kohlenstoffstoffwechsel“ haben die gleiche Gesamtrichtung, die die gemeinsame transkriptionelle Reaktion zwischen den Stämmen umfasst, die die in (C) verwendeten Kategorien beeinflusst. C Vorgeschlagenes konzeptionelles Modell, das veranschaulicht, wie eine Vertiefung des ML oszillierende Diel-Transkriptionsmuster von Kerngenklassen (siehe Farbschlüssel) unterbrechen würde, basierend auf Expressionsdaten aus früheren Feldstudien unter Verwendung ähnlicher Marker wie in unserer Studie [25, 26, 31]. Das obere Feld stellt beobachtete Transkriptionsmuster innerhalb einer stabilen, flachen Mischschicht dar, wobei die relativen Expressionsniveaus der Kerngensätze mehrere Stunden nach Sonneneinstrahlung oder Dunkelheit schwanken [25, 26, 30, 31]. Das untere Feld veranschaulicht, wie die geringere integrierte Sonnenlichtexposition, die mit tiefen MLs verbunden ist, die die euphotische Zone überschreiten, Gensätze auf jeweils hohem und niedrigem Transkriptionsniveau hinterlässt (wie in dieser Studie beobachtet; zur Veranschaulichung wird angenommen, dass das Ereignis der tiefen Vermischung um 0 Uhr auftritt). ). Wir gehen davon aus, dass die Ausdrucksmuster durch die Zellteilung und Ressourcen aus der Produktion des Vortages gesteuert werden und nicht durch einen echten zirkadianen Ausdruck, der auch bei starker Vermischung anhalten würde, jedoch mit einer Verringerung der Werte bei jeder Oszillation. Graue Kästchen stellen die Zeit dar, in der es aufgrund von Dieselzyklus oder intensiver Durchmischung kein Sonnenlicht gibt. Beachten Sie, dass eine geringere integrierte Lichtexposition (dargestellt durch dünne weiße Linien), die mit einem tiefen ML verbunden ist, eine größere Wirtschaftlichkeit der Photosynthese und Kohlenstofffixierung erfordert. Die Skalen der vertikalen Achse stellen relative Ausdrucksniveaus unter jeder Bedingung dar (flacher gegenüber gestörtem ML) und sind möglicherweise zwischen den beiden Zeilen nicht gleich. Schwarze Linien zeigen die in dieser Studie verwendeten Probenahmezeiten vor dem Morgengrauen an. Gruppen von Genen werden durch ihre jeweilige positive oder negative Transkriptionsreaktion auf ML-Flachheit und höhere integrierte Sonnenlichtexposition gefärbt (grün oder orange).

Die Reaktion der Virusinfektion auf die Schichtung variierte je nach Taxa und spiegelte eine aufgeteilte Abfolge der Virusinfektion wider. Diatomeenzellen schienen bei einer raschen Abflachung der ML unter einem größeren Virusdruck zu stehen als Chlorophyten, der bei längerer Schichtung weiter zunehmen kann [4]. Da die in unseren Proben am häufigsten vorkommenden Kieselalgengattungen (Abb. 1D) keine isolierten und sequenzierten Viren in Kultur aufweisen, wurde die taxonomische Identität des Virus durch Sequenzähnlichkeit mit zuvor kultivierten und sequenzierten viralen Kieselalgengenomen abgeleitet, die zur Gattung Marnavirus gehören [74] ( Ergänzende Abbildung 10). Angesichts der Tatsache, dass die meisten der in dieser Studie identifizierten mutmaßlichen Virussequenzen offenbar enger mit Nicht-Phytoplankton-Virusgruppen verwandt sind, deren Wirtstranskripte ebenfalls nachgewiesen wurden (ergänzende Abbildung 10, „Sonstiges“), ist es möglich, dass unsere konservative Analyse einige neue Viren nicht identifizieren konnte Kieselalgen-infizierende Viren. Es ist auch möglich, dass diese viralen Transkripte von Viren stammen, die andere Organismen (z. B. Algen, Arthropoden oder andere Tiere) infizieren, für die auch Wirtstranskripte nachgewiesen wurden (Abb. 1C, „Andere“). Im Oberflächenwasser nahm die relative Transkripthäufigkeit bei zwei der drei Diatomeenvirus-Gruppen (Marnavirus-Gruppen 1 und 3) zu, als die ML flacher wurde, während eine davon als Reaktion auf die ML-Fläche abnahm. (Abb. 7). Auch im Oberflächenwasser nahm das Verhältnis von Virus- zu Wirtstranskripten innerhalb der Gattungen Bathycoccus und Ostreococcus ab, da die ML flacher wurde, während Micromonas unverändert blieb. Alle Chlorophytenviren wiesen im flachen ML ein verringertes Virus:Wirt-Transkriptverhältnis auf (Abb. 7), was darauf hindeutet, dass die Virusreplikation innerhalb dieser Gruppe unter diesen Bedingungen nicht stimuliert wurde. Die Abnahme des Verhältnisses von Chlorophytenvirus zu Wirt stützt unsere Hypothese und steht im Einklang mit der beobachteten Abnahme der Konzentrationen von dsDNA-haltigen Viren mit einem Durchmesser von 100–200 nm im gleichen Oberflächenwasser [4] (davon ausgenommen ist der Nachweis von ssRNA- und ssDNA-haltigen Kieselalgen). Viren kleiner als 50 nm) [75, 76]. Trotz zeitlicher Verzögerungen zwischen der Anwesenheit/Häufigkeit zellassoziierter viraler Transkripte, der Wirtslyse und der Produktion viraler Partikel zeigen unsere Daten, dass sich Viren in Chlorophyten-Taxa zwischen den tiefen und flachen MLDs nicht aktiv replizierten (Abb. 7B). Unter Verwendung der engsten Proteinhomologie translatierter Transkripte (Ergänzungstabellen 3 und 4) konnten wir kein Hauptkapsidprotein nachweisen, das über dem in dieser Studie verwendeten Schwellenwert exprimiert wurde. Aufgrund dieser Beobachtung nehmen wir an, dass sich Chlorophyten in der tiefen MLD entweder in einem frühen Stadium einer lytischen Infektion oder in einem lysogenen/pseudolysogenen Zustand befanden. Wir spekulieren, dass einige der exprimierten viralen Gene unter den vorherrschenden Bedingungen die Nährstoffaufnahme und das Wachstum des Wirts steigerten. Beispielsweise wurde ein mutmaßliches virales Phosphattransporter-Gen in der tiefen ML höher exprimiert als an der Spitze der flachen ML (Abb. 7). Ähnliche vorteilhafte Funktionen können in anderen Systemen auftreten, beispielsweise in den Phosphatpermeasetransportern, die in den Genomen des Emiliania huxleyi-Virus gefunden werden (77) oder in der Proteinexpression des Cyanophagen-Photosystems in Cyanobakterien-Wirten (78). Dieser Mechanismus könnte in zukünftigen Feldarbeiten weiter evaluiert werden, indem Einzelzellsequenzierung und molekulare Bewertungen der extrazellulären Virusproduktion mit höherer zeitlicher Auflösung und über längere Zeitreihen durchgeführt werden, wenn die Wassermassen-MLs flacher und tiefer werden.

Unsere Analyse legt nahe, dass unterschiedliche Wirts- und Virusfolgen wahrscheinlich in kurzen Zeiträumen während vorübergehender Vermischungs- und Flachheitsereignisse im Spätfrühling im Nordatlantik auftreten, und impliziert die Rolle viraler Krankheitserreger in der klassischen Blüh- und Büste-Sukzessionssequenz von Phytoplanktongemeinschaften in Regionen des Nordatlantiks Nordatlantik [5, 7, 79]. Es wurde gezeigt, dass Kieselalgen und anderes eukaryotisches Phytoplankton bei Nährstoffmangel oder einem anderen physiologischen Auslöser, der nicht am Ende einer Wachstumskurve auftritt, eine Lyse zeigen [74, 80, 81], was ein Zeichen für einen gemäßigten viralen Lebenszyklus sein kann. In der Tat haben neuere Arbeiten gezeigt, dass bei Coccolithophoren (die früher als streng lytisch galten) eine physiologisch abhängige Dynamik der gemäßigten Zonen abläuft [80], und es wurde die Hypothese aufgestellt, dass die Lysogenese auch bei anderen eukaryontischen Algen (einschließlich Kieselalgen und Chlorophyten) abläuft, da die physischen Begegnungen eingeschränkt sind viraler Zerfall [80]. Wir haben zuvor gezeigt, dass die gesamte Virusakkumulation in der Gemeinschaft (alle dsDNA-Viren mit einem Durchmesser von >0,05 und <0,2 µm innerhalb der euphotischen Zone) während Perioden der Nordatlantikblüte mit Nährstoffmangel und reaktiven Sauerstoffstress-Biomarkern am höchsten ist [4]. In dieser Studie waren Makronährstoffe nicht limitierend (ergänzende Abbildung 2E–G), aber Licht war in einigen Proben limitierend, und der reaktive Sauerstoffstress war wahrscheinlich hoch, basierend auf unserer vorherigen Massengemeinschaftsanalyse [4]; Zusammengenommen legen sie nahe, dass eine Kombination aus gesättigtem Licht und reaktivem Sauerstoffstress eine virale Lyse in Kieselalgengemeinschaften auslösen kann. Chlorophytenviren hatten offenbar einen gegenteiligen Auslöser; Schwaches Licht löste möglicherweise frühe Stadien der Lyse aus oder erhöhte zumindest die Häufigkeit viraler Transkripte (Abb. 7). Bisher ist nicht bekannt, welche spezifischen Umweltbelastungen die Virusreplikation oder -induktion auslösen können, aber unsere Ergebnisse zeigen wichtige Forschungsbereiche mit Auswirkungen auf die Virusökologie auf. Die Auswirkungen schneller Veränderungen der MLD und anderer physikalischer Faktoren auf subzelluläre molekulare Wechselwirkungen sind ein lohnendes Gebiet für die Untersuchung der Virusökologie und des Blütenfortschritts, da der Prädationsdruck wahrscheinlich eine Schlüsselrolle bei der Gestaltung der jährlichen Blüte im Nordatlantik spielt [1, 4].

Wir haben eine Zusammenfassung der transkriptomischen Reaktionen auf die ML-Stratifizierung auf Stammebene (Abb. 8B) zusammengestellt, um einen ökophysiologischen Kontext für unsere Ergebnisse bereitzustellen. Kieselalgen erhöhten ihr Verhältnis von LHC:Kern-Photosynthese-Transkripten, wenn sie in der flachen ML gefangen waren, während Chlorophyten dieses Verhältnis verringerten. Anabole Pfade, die für die Kohlenstoffspeicherung verwendet werden (z. B. die Biosynthese von Polysacchariden und Fettsäuren) und die Gene des Calvin-Zyklus wurden in der gesamten Phyla im flachen ML herunterreguliert und stattdessen stärker auf zelluläre Pfade konzentriert, die am Abbau gespeicherter Ressourcen beteiligt sind, um ein schnelles Wachstum zu unterstützen. Schließlich nahm die Virusreplikation innerhalb der Zellen bei Kieselalgen insgesamt zu und bei Chlorophyten ab, was auf ein unterschiedliches Schicksal dieser Phyla hindeutet, wenn die ML noch mehrere Tage oder Wochen lang geschichtet geblieben wäre [4]. Diese Zusammenfassung unseres Datensatzes auf Stammebene ergab, dass Kieselalgen und Chlorophyten, die tagsüber starkem Licht ausgesetzt waren, offenbar eingeprägte transkriptomische Muster beibehielten, wenn sie am folgenden Tag vor der Morgendämmerung beprobt wurden (Abb. 1B, E). Beispielsweise hat Phytoplankton gleichzeitig die Gene für den Kohlenstoffkatabolismus hochreguliert (Abb. 6), die Gene des Kernphotosystems herunterreguliert (Abb. 4) und das Verhältnis der PSII-Transkripte im Vergleich zu anderen Kerntranskripten der Photosynthese gesenkt (Abb. 3), und das alles vor Sonnenaufgang (Abb. 1B). Dies veranlasste uns zu der Überlegung, ob die integrierte tägliche Bestrahlungsstärke des Vortages und die damit verbundene Zellteilung und Kohlenstoffproduktion den Transkriptionszustand von Phytoplanktonzellen vor dem Morgengrauen beeinflussten.

Frühere Studien haben gezeigt, dass Phytoplankton in flachen stabilen MLs beginnt, die Transkripte des Kernphotosystems während der Nacht hochzuregulieren und ihre höchste Expression zur Mittagszeit erreicht [30], wenn die Lipidspeicher zuzunehmen beginnen [25] (Abb. 8C). Wir gehen davon aus, dass diese beobachteten Expressionsmuster vor der Morgendämmerung auf die Wachstums- und Teilungsraten abgestimmt sind, die durch die Lichtverfügbarkeit vom Vortag ermittelt wurden. In diesem Szenario erhalten die Zellen eine ausreichende integrierte Lichtexposition und eine ausreichende Photosyntheseleistung, was wiederum die PPP- und katabolischen Kohlenstoffwege hochreguliert, um die zelluläre NADPH- und ATP-Produktion ausreichend zu steigern, um höhere Teilungsraten zu unterstützen. Wir argumentieren, dass ein tiefes Vermischungsereignis (bis zu >200 m MLD), wie es am ersten Tag unserer Studie vorkam, dazu führte, dass Phytoplanktongemeinschaften nicht genügend tägliche Strahlung erhielten, um ähnlich hohe Zellteilungsraten zu unterstützen. Folglich behielten die Zellen vor dem Morgengrauen relativ hohe Transkriptwerte im Zusammenhang mit der Kernphotosynthese, der Kohlenstofffixierung (Calvin-Zyklus) und den Genen zur anabolen Energiespeicherung bei und erhöhten weder PPP noch die Gene zur katabolen Kohlenstoffspeicherung (Abb. 8C). Diese Strategie ermöglicht es tief gemischten, lichtarmen Gemeinschaften, die Photosynthese und Kohlenstofffixierung zu maximieren und fixierten Kohlenstoff über kürzere integrierte Zeiträume der Lichtexposition in tiefen MLs zu bewahren. In diesem Szenario müssen energiearme Bevölkerungsgruppen höhere relative Mengen an mRNA für die Kernphotosynthese, den Calvin-Zyklus, LHCs und andere Stoffwechselwege aufrechterhalten. Obwohl die mRNA-Spiegel für diese Schlüsselgene während dieses licht-/energielimitierten Zustands relativ hoch bleiben, ist es möglich, dass die höheren Energie- und makromolekularen Kosten für die Aufrechterhaltung von Proteinpools unter lichtlimitierten Bedingungen durch sinkende Proteinumsatz- und Translationsraten gemildert werden [82, 83]. Zukünftige Studien, die ein Probenahmeverfahren mit höherer Zeitauflösung verwenden, können dieses konzeptionelle Modell der „tiefen Störung“ gründlich testen und seine ökophysiologische Interpretation besser bewerten.

Unsere metatranskriptomische Studie bietet einzigartige Einblicke in die in situ unterschiedliche Expression spezifischer Gene im Zusammenhang mit Photosynthese, Virusinfektion und Kohlenstoffkreislauf als Reaktion auf Veränderungen in MLDs. Der Übergang von einem tiefen zu einem flachen ML-Zustand führte zu einer konservierten Herunterregulierung der zentralen Photosynthese- und Kohlenstofffixierungsgene und einer gleichzeitigen Hochregulierung der Kohlenstoffkatabolismus-Gene, zusammen mit unterschiedlichen Reaktionen in Bezug auf die photosynthetische LHC-Transkription und Virusinfektion. Die Biosynthese von Carotinoiden, die als Löschmoleküle für überschüssige absorbierte Lichtenergie dienen, war im flachen ML nur geringfügig hochreguliert, eine etwas kontraintuitive Beobachtung, die möglicherweise einfach die Probenahmezeiten vor dem Morgengrauen widerspiegelt. Wenn wir unsere beobachteten transkriptomischen Reaktionen des Phytoplanktons mit der zuvor dokumentierten Diel-Expression in stabilen MLs vergleichen, nehmen wir an, dass eine geringere tägliche Sonneneinstrahlung während intensiver Durchmischungsereignisse die tägliche Kohlenstofffixierung verringert und folglich anhaltend hohe Mengen an Transkripten im Zusammenhang mit Photosynthese und Kohlenstoffspeicherung erforderlich macht. Diese Art der Diel-Reaktion legt nahe, dass eine erhöhte Lichtabsorption durch ML-Flachbildung auf eine erhöhte Transkription im Zusammenhang mit dem Kohlenstoffkatabolismus hinweisen könnte, um eine verstärkte Zellteilung zu unterstützen, eine konzeptionelle Hypothese, die in späteren Arbeiten getestet werden kann. Insgesamt dokumentiert unsere Studie eine Reihe von Transkriptionsstrategien im Zusammenhang mit dem Photonenfluss und dem Kohlenstofffluss über Kieselalgen- und Chlorophyten-Taxa hinweg, die sowohl gemeinsame als auch unterschiedliche Reaktionen auf vorübergehende physikalische Vermischungsereignisse und die anschließende Schichtung widerspiegeln.

Alle Proben wurden im Rahmen der North Atlantic Aerosol and Marine Ecosystem Study (NAAMES) während der Kampagne im Mai 2016 an Bord des R/V Atlantis (AT34) gesammelt, die auf die „Höhepunkt“-Phase des jährlichen Biomassezyklus abzielte [3, 4]. . Salzgehalt und Temperatur wurden sowohl vom CTD des Schiffes als auch von Profilierungsschwimmern in Tiefen und Zeitintervallen erfasst (Ergänzungstabelle 2). MLDs wurden als die Tiefe unter 5 m bestimmt, bei der die Brunt-Väisālä-Auftriebsfrequenz (N2) größer als ihre Standardabweichung war, wie zuvor in anderen NAAMES-Studien berechnet [8, 10].

Anorganische Nährstoffkonzentrationen (NO3, SIO4, PO4) wurden zuvor für diese Station bestimmt [3]. Proben aus jeder Tiefe und jedem Zeitintervall wurden direkt aus den Niskin-Flaschen durch Inline-47-mm-PC-Filtrationskartuschen, beladen mit 0,8-μm-Polycarbonatfiltern, in sterile konische 50-ml-Zentrifugenröhrchen schwerkraftfiltriert und zur späteren Analyse mit dem Lachat QuickChem QC8500 bei –20 °C gelagert automatisierter Ionenanalysator an der Marine Science Research Facility (GSO-MSRF) der University of Rhode Island Graduate School of Oceanography.

Die per Satellit ermittelte tägliche integrierte einfallende Oberflächenbestrahlungsstärke am Untersuchungsstandort wurde von MODIS-Aqua-Satelliten-Breitband-PAR-Produkten (400–700 nm) von Sonnenaufgang bis Sonnenuntergang für jeden Tag innerhalb des Zeitraums rund um die Stationsbelegung abgeleitet. Die Satellitenwerte wurden über einen 2 × 2-Pixel-Bereich (1 Pixel = 250 m Auflösung) gemittelt, der auf NAAMES II, Station 4, zentriert war. Vergleichbare Schiffsschätzungen der täglichen integrierten PAR wurden aus kontinuierlich gemessener Bestrahlungsstärke unter Verwendung eines Licor-Modells (Lincoln, Nebraska) berechnet Der Kosinuskollektor LI-189 ist so positioniert, dass er Verschattungen durch Schiffsstrukturen vermeidet. Die Probenahmetiefen wurden anhand des relativen Oberflächen-PAR (40 %, 20 %, 1 %) aus optischen Profilen der Wassersäule gegen Mittag mit einem Biospherical C-OPS-Radiometer (San Diego, CA) bestimmt.

Ganze Meerwasserproben aus jeder Tiefe und jedem Zeitintervall (Ergänzungstabelle 2) wurden in CTD-Niskin-Flaschen gesammelt und auf 25-mm-GF/F-Filtern (Whatman Little Chalfont, Buckinghamshire, UK) vakuumfiltriert. Die Filter wurden sofort nach der Filtration in flüssigem Stickstoff gelagert und bis zur Probenanalyse in flüssigem Stickstoff oder bei –80 °C aufbewahrt. Hochleistungsflüssigkeitschromatographie wurde im Goddard Space Flight Center der NASA nach vorgegebenen Qualitätssicherungs- und Qualitätskontrollprotokollen durchgeführt [84, 85].

Ganze Meerwasserproben aus Niskin-Flaschen wurden durch Vakuumfiltration auf 47 mm großen Polycarbonat-Membranfiltern mit einer Porengröße von 0,8 µm (ATTP, Millipore) gesammelt [4]. Die Filter wurden zum Zeitpunkt der Probenahme in flüssigem Stickstoff auf See schockgefroren und bis zur Verarbeitung bei –80 °C gelagert. Die Filter wurden auf Trockeneis mit einem sterilen Skalpell halbiert. wobei eine Hälfte in dieser Studie für die RNA-Extraktion und die andere Hälfte für frühere Caspase- und Metacaspase-Enzymaktivitätstests verwendet wurde [4]. Die RNA wurde ohne Modifikationen mit Trizol (Invitrogen, Waltham, MA) extrahiert. PolyA-angereicherte Messenger-RNA wurde mit Invitrogen SuperScript II Reverse Transkriptase bei der Rutgers Genome Cooperative revers transkribiert. Aus dieser cDNA wurden Bibliotheken erstellt (TruSeq RNA Library Prep Kit v2. Illumina, San Diego, CA) und mit einem HiSeq-System (Illumina) bei 2 × 150 Basenpaaren bei Genscript in Edison, NJ sequenziert.

Die Rohdaten aller Proben wurden nach Sequenzierungsadaptern und Nukleotiden geringer Qualität durchsucht, die mit CLC Genomic Workbench (Version 20.0.4, Längenanteil = 0,8, Ähnlichkeitsanteil = 0,9, nur eindeutig zugeordnete Lesevorgänge) gekürzt wurden (86). Die gekürzten Lesevorgänge wurden mit Trinity (Version 2.12.0) [87] zusammengestellt und ergaben 11.046.104 Contigs. Proteinkodierende Regionen innerhalb der Metatranskriptom-Anordnung wurden mit TransDecoder vorhergesagt [88]. Um die Redundanz im Metatranskriptom zu verringern, wurden die vorhergesagten kodierenden Regionen mithilfe von CD-HIT [89] mit einer Identität von 95 % geclustert, was zu 2.053.751 Sequenzen führte. Gekürzte Lesevorgänge von jeder Probe wurden dann mit CLC Workbench der Baugruppe zugeordnet und nur eindeutig zugeordnete Lesevorgänge wurden gezählt. Contigs mit insgesamt weniger als 50 kartierten Lesevorgängen über alle Proben hinweg wurden herausgefiltert, was zu 673.142 Contigs führte, die für die nachgelagerte Analyse verwendet wurden. Funktionelle Anmerkungen wurden mithilfe von EggNOG identifiziert (90).

Um jedem Contig eine taxonomische Identifizierung zuzuweisen, wurde eine benutzerdefinierte lokale Proteindatenbank verwendet, die Folgendes umfasste: das neu kommentierte [91] MMETSP [92]; Gene aus Tara-Ocean-Contigs mit taxonomischen Identifikatoren, die von MetaEuk identifiziert wurden (93); MaTOU [45]; und Uniref100-Datenbanken (aktualisiert im Mai 2020). Proteine ​​wurden mit DIAMOND (Version 2.0.11, ultraempfindlicher Modus) ausgerichtet [94]. Es wurde ein Bit-Score-Cutoff von 50 verwendet. Die dem obersten Bit-Score jedes Alignments in dieser benutzerdefinierten Datenbank zugewiesene Phylogenie wurde zur weiteren Analyse aufbewahrt. Ein Treffer für jeden Stamm wurde beibehalten, wenn eine Proteinsequenz mehreren Algenstämmen zugeordnet war, vorausgesetzt, Contigs hätten aus mehreren phylogenetischen Stämmen zusammengesetzt werden können.

Die zwanzig repräsentativsten Gattungen wurden anhand der summierten Transkripte pro Million (TPM) pro Probe ermittelt. TPM wurde berechnet, indem die Lesezahlen jedes Transkripts durch die mutmaßliche Genlänge in Kilobasen (Lesungen pro Kilobase) dividiert wurden. Jeder Messwert pro Kilobase wurde für jede Probe summiert und durch 1.000.000 dividiert, um einen Skalierungsfaktor zu erhalten. Die Lesevorgänge pro Kilobase wurden durch den Skalierungsfaktor jeder Probe dividiert, um den TPM zu erhalten, der jedem Lesevorgang und jeder Probe entspricht.

Transkripte wurden auf Gattungsebene gruppiert, bevor die Rohzählungen an DESeq2 (95) (Version 1.28.1) übergeben wurden, um den Effekt zu korrigieren, dass eine taxonomische Gruppe zwischen den Probenahmeterminen an Biomasse zunimmt oder höhere Mengen an mRNA pro Zelle exprimiert. Es hat sich gezeigt, dass dies die Menge an hoch- und herunterregulierten Genen verzerrt [96]. DESeq2 wurde verwendet, um zu bestimmen, ob ein Gen signifikant verändert wurde (False-Discovery-Rate/FDR-angepasster p-Wert <0,001 und log2-fache Änderung > |1|). Drei Vergleichsgruppen wurden verwendet, um nach signifikanten Veränderungen der Genexpression innerhalb der tief gemischten Schicht zu suchen. innerhalb der flachen Mischschicht; und zwischen den jeweiligen Tiefen für tiefe und flache Mischschichten (Abb. 1F). Normalisierte Lesewerte von DESeq2 wurden verwendet, um Heatmaps aus Teilmengen signifikant veränderter Gene zu erstellen (Abb. 2, 4, 5, 6 und 8).

Von EGGNOG generierte vorhergesagte KEGG-Begriffe wurden verwendet, um funktionelle Gene nach Gattung zu kommentieren. Es wurden Referenzpfade für Photosynthese (ko00195), Carotinoid-Biosynthese (ko00906) und Photosynthese-LHC-Proteine ​​(ko00196) verwendet, zusammen mit einem benutzerdefinierten Satz von Oxidationsmittel-abfangenden Proteinen, die aus anderen Forschungsartikeln stammen [14, 74]. Für die Expressionsanalyse wichtiger Genwege im Zusammenhang mit MLD wurden nur signifikant veränderte Gene (angepasster p-Wert von <0,001 und log2-fache Änderung > |1|) in mindestens einer der drei Vergleichskategorien verwendet (Abb. 2, 4, 5). , 6 und ergänzende Abbildung 9), während alle Gene in die Analyse des Anteils signifikant veränderter Schlüsselgene einbezogen wurden (ergänzende Abbildungen 4, 7 und 8).

KEGG-Begriffe für lichtsammelnde komplexe Proteine ​​in Kieselalgen spiegeln nicht die funktionelle Vielfalt wider (d. h. LHCA1 ist für viele Kieselalgenproteine ​​annotiert), aber ihre Vielfalt spiegelt sich besser in einer Gruppe eng verwandter Proteingruppen wider, die als Fucoxanthin-Chlorophyll-Protein (FCPs) bezeichnet werden. Um Diatomeen-FCPs in unserem Datensatz zu erkennen, wurde jede in der Literatur vorkommende Klasse von FCP-Proteinen nach Kumazawa et al. [50] (LHCX, LHCF, LHCR, LHCQ, LHCZ) wurde zuerst von UniProt heruntergeladen. Aus jeder Proteinklasse wurde ein HMM-Profil (HMMer Version 3.3) erstellt, gefolgt von einer HMM-Suche, um Übereinstimmungen innerhalb unserer Diatomeen-Contigs zu finden. Bitscores unter 50 wurden entfernt. IQTree (Version 1.6.12, ModelFinder Plus, 1000 Bootstrap-Replikate und Bnni-Option, Modell VT + R8 gemäß BIC ausgewählt) wurde verwendet, um diese Sequenzen zusammen mit den zuvor annotierten Proteinen abzugleichen. Die entsprechenden Gruppen von FCP-Proteinen wurden anhand ihrer jeweiligen Gruppenphylogenie im Baum bestimmt (ergänzende Abbildung 3).

Um katabole und anabole Speichermolekülreaktionen zu bestimmen, werden Gene als KEGG-Signalweg für den Stärke- und Saccharosestoffwechsel (ko00500) sowie als Module für Glykogenbiosynthese (M00854) und -abbau (M00855) annotiert. KEGG-Reaktionen wurden verwendet, um die anabole oder katabole Natur jedes Begriffs zu bestimmen. Die mehrdeutige Richtung der Reaktionen wurde gegebenenfalls gekennzeichnet (ergänzende Abbildung 9).

Kieselalgenviren wurden mithilfe von HMMER HMMscan mit einer benutzerdefinierten Datenbank identifiziert, die ähnlich wie bei Kranzler et al. aus RNA-abhängiger RNA-Polymerase zusammengestellt wurde. [74]. Als Grenzwert wurde ein Bit-Score von 50 verwendet. Da Viren aus kultivierten Vertretern der meisten Spitzengattungen in der Kultur nicht isoliert wurden, wurde mithilfe eines ClustalW-Alignments der RDRP-Sequenzen ein phylogenetischer Baum erstellt, um die Beziehung der in unserer Studie entdeckten Viren zu sequenzierten Virusgruppen zu bestätigen. Der RAxML-Webserver [97] wurde verwendet, um diesen Baum zu erstellen und Bootstrap-Unterstützungswerte bereitzustellen (Modell = WAG + F + G4, Bootstraps = 100). Unsere Lesevorgänge, die eine Vielzahl von Contig- und Genlängen umfassten, wurden mithilfe von GUPPYs (https://bio.tools/guppy) und pplacer (98) (Version 1.1 alpha19) integriert (ergänzende Abbildung 10). Nukleozytoplasmatische Viruscontigs (Chlorophytenviren) wurden mit PfamScan abgeglichen (Cutoff-e-Wert < 0,001), um die mutmaßliche Funktion und die nächstgelegene Domäne oder Familie zu bestimmen. Es wurde jede Domain im selben Contig mit einer signifikanten Ausrichtung gemeldet. Contigs ohne Übereinstimmungen mit PfamScan wurden gegen NCBI (BLASTp) gesprengt, um auf Grundlage des Top-Treffers eine mutmaßliche Funktion abzuleiten (Ergänzungstabelle 3).

Da die meisten in unserer Studie analysierten Diatomeengruppen kein kultiviertes Virus in Datenbanken enthalten, wurden die gesamten Virus-TPMs durch die gesamten Diatomeen-TPMs pro Probe dividiert (wie bei Kranzler et al.) [74], um eine breite Metrik für Diatomeeninfektionen zu erhalten. Da kultivierte Vertreter von Chlorophytenviren Genome veröffentlicht haben, wurde die Summe der TPMs jeder Art von nachgewiesenem Prasinovirus-Transkript (Micromonas-Virus, Ostreococcus-Virus, Bathycoccus-Virus) durch die TPM jeder Wirtsgattung pro Probe dividiert.

Die in diesem Transkript verwendeten Rohsequenzierungsdaten sowie die übersetzte Aminosäuresequenz und TPM für jede Gen-ID und Probe sind unter NCBI BioProject PRJNA859122 (GEO Accession GSE208287) verfügbar. HPLC- und andere Metadaten aus Durchfluss- und CTD-Abgüssen von dieser Station und in ganz NAAMES sind öffentlich im SEABASS Earthdata Repository der NASA verfügbar: https://seabass.gsfc.nasa.gov/search#bio. Unterstützende Daten 1 enthalten die übersetzten Aminosäuresequenzen aller Sequenzen, von denen festgestellt wurde, dass sie zu den Gattungen Minutocellus, Extobocellulus, Fragilariopsis, Chaetoceros, Thalassiosira, Micromonas, Bathycoccus und Ostreococcus gehören. Unterstützende Daten 2 enthalten die Faltungsänderung und den angepassten p-Wert (signifikant geändert oder nicht) in Bezug auf die in dieser Studie verwendeten Vergleiche und taxonomischen Anmerkungen zu den 8 oben genannten Gattungen. Unterstützende Daten 3 enthalten die Zählmatrix aller in dieser Studie entdeckten Gene (einschließlich Gene, die nicht als eine der acht oben genannten Phytoplanktongattungen identifiziert wurden), gekennzeichnet durch die Probennummern (Abb. 1A). Unterstützende Daten 4 enthalten Gen-IDs von Transkripten aus den 8 Phytoplankton-Gattungen, die in dieser Studie analysiert wurden, und die engste Kegg-Term-Übereinstimmung, falls vorhanden, wie von EGGNOG ermittelt. Unterstützende Daten 5 enthalten die Gen-IDs, die übersetzte Aminosäuresequenz und den LHC-Typ, die in dieser Studie identifiziert wurden (einschließlich derjenigen, die nicht von KEGG annotiert wurden, siehe „Methoden“).

Behrenfeld MJ, Chef ES. Studenten-Tutorial zu Blütenhypothesen im Kontext der Jahreszyklen des Phytoplanktons. Glob Chang Biol. 2018;24:55–77.

Artikel PubMed Google Scholar

Smith MJ, Tittensor DP, Lyutsarev V, Murphy E. Abgeleitete Unterstützung für die Störungswiederherstellungshypothese der Phytoplanktonblüten im Nordatlantik. J Geophys Res Ocean. 2015;120:7067–90.

Artikel Google Scholar

Behrenfeld MJ, Moore RH, Hostetler CA, Graff J, Gaube P, Russell LM, et al. Die North Atlantic Aerosol and Marine Ecosystem Study (NAAMES): Wissenschaftliches Motiv und Missionsüberblick. Front Mar Sci. 2019;6:122.

Artikel Google Scholar

Diaz BP, Knowles B, Johns CT, Laber CP, Bondoc KGV, Haramaty L, et al. Die saisonale Tiefe der Mischschicht beeinflusst die Physiologie, die Virusproduktion und die Akkumulation des Phytoplanktons im Nordatlantik. Nat Commun. 2021;12:1–16.

Artikel Google Scholar

Kramer SJ, Siegel DA, Graff JR. Zusammensetzung der Phytoplanktongemeinschaft, bestimmt aus der Kovariabilität zwischen Phytoplanktonpigmenten aus der Naames-Feldkampagne. Front Mar Sci. 2020;7:215.

Artikel Google Scholar

Baetge N, Graff JR, Behrenfeld MJ, Carlson CA. Nettogemeinschaftsproduktion, Ansammlung gelösten organischen Kohlenstoffs und vertikaler Export im westlichen Nordatlantik. Front Mar Sci. 2020;7:227.

Artikel Google Scholar

Bolaños LM, Choi CJ, Worden AZ, Baetge N, Carlson CA, Giovannoni S. Saisonalität der Zusammensetzung der mikrobiellen Gemeinschaft im Nordatlantik. Front Mar Sci. 2021;8:23.

Artikel Google Scholar

Morison F, Harvey E, Franzè G, Menden-Deuer S. Die sturmbedingte Entkopplung von Raubtier und Beute fördert die Ansammlung von Phytoplankton im Nordatlantik im Frühjahr. Front Mar Sci. 2019;6:608.

Artikel Google Scholar

Fox J, Behrenfeld MJ, Haëntjens N, Chase A, Kramer SJ, Boss E, et al. Wachstum und Produktivität von Phytoplankton im westlichen Nordatlantik: Beobachtungen regionaler Variabilität aus den NAAMES-Feldkampagnen. Front Mar Sci. 2020;7:24.

Artikel Google Scholar

Graff JR, Behrenfeld MJ. Photoakklimatisierungsreaktionen im subarktischen atlantischen Phytoplankton nach einem natürlichen Vermischungs-Restratifizierungsereignis. Front Mar Sci. 2018;5:209.

Artikel Google Scholar

Bolaños LM, Karp-Boss L, Choi CJ, Worden AZ, Graff JR, Haëntjens N, et al. Kleines Phytoplankton dominiert die Biomasse im westlichen Nordatlantik. ISME J. 2020;14:1663–74.

Artikel PubMed PubMed Central Google Scholar

Penta WB, Fox J, Halsey KH. Die schnelle Photoakklimatisierung während episodischer Tiefenmischung steigert die biologische Kohlenstoffpumpe. Limnol Oceanogr. 2021;66:1850–66.

Artikel CAS PubMed PubMed Central Google Scholar

Park S, Jung G, Hwang YS, Jin ES. Dynamische Reaktion des Transkriptoms einer psychrophilen Kieselalge, Chaetoceros neogracile, auf hohe Bestrahlungsstärke. Plantao. 2010;231:349–60.

Artikel CAS Google Scholar

Nymark M, Valle KC, Brembu T, Hancke K, Winge P, Andresen K, et al. Eine integrierte Analyse der molekularen Akklimatisierung an starkes Licht in der marinen Kieselalge Phaeodactylum tricornutum. Plus eins. 2009;4:e7743.

Artikel PubMed PubMed Central Google Scholar

Cuvelier ML, Guo J, Ortiz AC, Van Baren MJ, Tariq MA, Partensky F, et al. Reaktionen des Picoprasinophyten Micromonas commoda auf Licht- und UV-Stress. Plus eins. 2017;12:e0172135.

Artikel PubMed PubMed Central Google Scholar

Buck JM, Sherman J, Bártulos CR, Serif M, Halder M, Henkel J, et al. LHCX-Proteine ​​sorgen für Lichtschutz durch thermische Ableitung des absorbierten Lichts in der Kieselalge Phaeodactylum tricornutum. Nat Commun. 2019;10:1–12.

Artikel CAS Google Scholar

Blommaert L, Vancaester E, Huysman MJJ, Osuna-Cruz CM, D'hondt S, Lavaud J, et al. Lichtregulierung von LHCX-Genen in der benthischen Kieselalge Seminavis robusta. Front Mar Sci. 2020;7:192.

Artikel Google Scholar

Tasche P. Lichternte in schwankenden Umgebungen: Entwicklung und Funktion von Antennenproteinen über die gesamte Photosyntheselinie hinweg. Pflanzen. 2021;10:1184.

Artikel CAS PubMed PubMed Central Google Scholar

Behrenfeld MJ, Prasil O, Kolber ZS, Babin M, Falkowski PG. Kompensatorische Änderungen der Elektronenumsatzraten von Photosystem II schützen die Photosynthese vor Photoinhibition. Photosynth Res. 1998;58:259–68.

Artikel CAS Google Scholar

Sukenik A, Bennett J, Falkowski P. Lichtgesättigte Photosynthese – Begrenzung durch Elektronentransport oder Kohlenstofffixierung? Biochim Biophys Acta. 1987;891:205–15.

Artikel CAS Google Scholar

Chen YB, Durnford DG, Koblizek M, Falkowski PG. Plastidregulierung der Lhcb1-Transkription in der Chlorophytenalge Dunaliella tertiolecta. Pflanzenphysiologie. 2004;136:3737.

Artikel CAS PubMed PubMed Central Google Scholar

Gundermann K, Schmidt M, Weisheit W, Mittag M, Büchel C. Identifizierung mehrerer Subpopulationen im Pool lichtsammelnder Proteine ​​in der gefiederten Kieselalge Phaeodactylum tricornutum. Biochim Biophys Acta. 2013;1827:303–10.

Artikel CAS PubMed Google Scholar

Halsey KH, Jones BM. Phytoplankton-Strategien für die photosynthetische Energieallokation. Annu Rev Mar Sci. 2015;7:265–97.

Artikel Google Scholar

Brown M, Milligan A, Behrenfeld M. Der Photoakklimatisierungszustand von Thalassiosira weissflogii wird nicht durch Änderungen der optischen Tiefe unter einem schwankenden Lichtregime beeinflusst, das eine tiefe Durchmischung simuliert. J Phycol. 2021;57:1212–22.

Artikel CAS PubMed Google Scholar

Becker KW, Harke MJ, Mende DR, Muratore D, Weitz JS, DeLong EF, et al. Die kombinierte Pigment- und Metatranskriptomanalyse zeigt hochsynchronisierte Diel-Muster der phänotypischen Lichtreaktion über Domänen im offenen oligotrophen Ozean hinweg. ISME J. 2021;15:520–33.

Artikel CAS PubMed Google Scholar

Ottesen EA, Young CR, Gifford SM, Eppley JM, Marin R, Schuster SC, et al. Multispezies-diel-Transkriptionsoszillationen in heterotrophen Bakterienansammlungen im offenen Ozean. Wissenschaft. 2014;345:207–12.

Artikel CAS PubMed Google Scholar

Muratore D, Boysen AK, Harke MJ, Becker KW, Casey JR, Coesel SN, et al. Komplexe mikrobielle Gemeinschaften im Meer verteilen den Stoffwechsel knapper Ressourcen über den Tageszyklus. Nat Ecol Evol. 2022;6:218–29.

Artikel PubMed Google Scholar

Vislova A, Sosa OA, Eppley JM, Romano AE, DeLong EF. Die Diel-Oszillation mikrobieller Gentranskripte nimmt in oligotrophen Meeresgewässern mit der Tiefe ab. Vordere Mikrobiol. 2019;10:2191.

Artikel PubMed PubMed Central Google Scholar

Aylward FO, Eppley JM, Smith JM, Chavez FP, Scholin CA, DeLong EF. Transkriptionsnetzwerke mikrobieller Gemeinschaften sind in drei Domänen auf Meeresbeckenebene konserviert. Proc Natl Acad Sci USA. 2015;112:5443–8.

Artikel CAS PubMed PubMed Central Google Scholar

Kolody BC, McCrow JP, Allen LZ, Aylward FO, Fontanez KM, Moustafa A, et al. Diel-Transkriptionsreaktion eines kalifornischen Planktonmikrobioms auf Licht, Eisenmangel und anhaltende Virusinfektion. ISME J. 2019;13:2817–33.

Artikel CAS PubMed PubMed Central Google Scholar

Hernández Limón MD, Hennon GMM, Harke MJ, Frischkorn KR, Haley ST, Dyhrman ST. Transkriptionsmuster von Emiliania huxleyi im subtropischen Gyre im Nordpazifik offenbaren den täglichen Rhythmus seines Stoffwechselpotenzials. Umwelt Mikrobiol. 2020;22:381–96.

Artikel PubMed Google Scholar

Becker KW, Collins JR, Durham BP, Groussman RD, White AE, Fredricks HF, et al. Tägliche Veränderungen in den Lipidomen des Phytoplanktons enthüllen Mechanismen der Energiespeicherung im offenen Ozean. Nat Commun. 2018;9:1–9.

Artikel Google Scholar

Ashworth J, Coesel S, Lee A, Armbrust EV, Orellana MV, Baliga NS. Genomweite Übergänge des Diel-Wachstumszustands in der Kieselalge Thalassiosira pseudonana. Proc Natl Acad Sci USA. 2013;110:7518–23.

Artikel CAS PubMed PubMed Central Google Scholar

Dall'Olmo G, Dingle J, Polimene L, Brewin RJW, Claustre H. Erheblicher Energieeintrag in das mesopelagische Ökosystem durch die saisonale Mischschichtpumpe. Nat Geosci. 2016;9:820–3.

Artikel PubMed PubMed Central Google Scholar

Mojica KDA, van de Poll WH, Kehoe M, Huisman J, Timmermans KR, Buma AGJ, et al. Struktur der Phytoplankton-Gemeinschaft in Bezug auf die vertikale Schichtung entlang eines Nord-Süd-Gradienten im Nordostatlantik. Limnol Oceanogr. 2015;60:1498–521.

Artikel Google Scholar

Della Penna A, Gaube P. Mesoskalige Wirbel strukturieren mesopelagische Gemeinschaften. Front Mar Sci. 2020;7:454.

Artikel Google Scholar

Della Penna A, Gaube P. Überblick über die (sub)mesoskalige Ozeandynamik für das NAAMES-Feldprogramm. Front Mar Sci. 2019;6:384.

Artikel Google Scholar

Finkel ZV, Beardall J, Flynn KJ, Quigg A, Rees TAV, Raven JA. Phytoplankton in einer sich verändernden Welt: Zellgröße und Elementstöchiometrie. J Plankton Res. 2010;32:119–37.

Artikel CAS Google Scholar

Giordano M, Palmucci M, Raven JA. Wachstumsratenhypothese und Effizienz der Proteinsynthese bei unterschiedlichen Sulfatkonzentrationen in zwei Grünalgen. Pflanzenzellumgebung. 2015;38:2313–7.

Artikel CAS PubMed Google Scholar

Oeltjen A, Krumbein WE, Rhiel E. Untersuchungen zu Transkriptgrößen, Steady-State-mRNA-Konzentrationen und täglicher Expression von Genen, die für Fucoxanthin-Chlorophyll-A/C-Lichtsammelpolypeptide in der zentralen Kieselalge Cyclotella cryptica kodieren. Pflanzenbiol. 2002;4:250–7.

Artikel CAS Google Scholar

Rynearson TA, Palenik B. Lernen, die Ozeane zu lesen: Genomik des marinen Phytoplanktons. Adv Mar Biol. 2011;60:1–39.

Artikel PubMed Google Scholar

Adolf JE, Stoecker DK, Harding LW. Das Gleichgewicht von Autotrophie und Heterotrophie während des mixotrophen Wachstums von Karlodinium micrum (Dinophyceae). J Plankton Res. 2006;28:737–51.

Artikel CAS Google Scholar

Place AR, Bowers HA, Bachvaroff TR, Adolf JE, Deeds JR, Sheng J. Karlodinium veneficum – Der kleine Dinoflagellaten mit großem Biss. Schädliche Algen. 2012;14:179–95.

Artikel CAS Google Scholar

Wisecaver JH, Hackett JD. Evolution des Dinoflagellaten-Genoms. Annu Rev Microbiol. 2011;65:369–87.

Artikel CAS PubMed Google Scholar

Carradec Q, Pelletier E, Da Silva C, Alberti A, Seeleuthner Y, Blanc-Mathieu R, et al. Ein globaler Ozeanatlas eukaryontischer Gene. Nat Commun. 2018;9:1–1

Artikel CAS Google Scholar

Baetge N, Bolaños LM, Della Penna A, Gaube P, Liu S, Opalk K, et al. Bakterioplankton-Reaktion auf physikalische Schichtung nach tiefer Konvektion. Elem Sci Anthr. 2022;10:00078.

Artikel Google Scholar

Wang S, Maltrud ME, Burrows SM, Elliott SM, Cameron-Smith P. Auswirkungen von Verschiebungen in der Phytoplanktongemeinschaft auf Wolken und Klima über den Schwefelkreislauf. Glob Biogeochem Cycles. 2018;32:1005–26.

Artikel Google Scholar

Sun H, Zhang Y, Tan S, Zheng Y, Zhou S, Ma QY, et al. DMSP-produzierende Bakterien kommen in der Oberflächenmikroschicht häufiger vor als im unterirdischen Meerwasser des Ostchinesischen Meeres. Mikro-Ecol. 2020;80:350–65.

Artikel CAS Google Scholar

Bell TG, Porter JG, Wang WL, Lawler MJ, Boss E, Behrenfeld MJ, et al. Vorhersagbarkeit von Meerwasser-DMS während der North Atlantic Aerosol and Marine Ecosystem Study (NAAMES). Front Mar Sci. 2021;7:1200.

Artikel Google Scholar

Kumazawa M, Nishide H, Nagao R, Inoue-Kashino N, Shen J, Nakano T, et al. Molekulare Phylogenie von Fucoxanthin-Chlorophyll-A/C-Proteinen aus Chaetoceros gracilis und LHCQ/LHCF-Diversität. Physiolpflanze. 2021;174:e13598.

PubMed Google Scholar

Sharma AK, Nymark M, Flo S, Sparstad T, Bones AM, Winge P. Gleichzeitiger Knockout mehrerer LHCF-Gene unter Verwendung einzelner sgRNAs und Entwicklung eines High-Fidelity-Cas9 für die präzise Bearbeitung des Genoms in Meeresalgen. Plant Biotechnol J. 2021;19:1658.

Artikel CAS PubMed PubMed Central Google Scholar

Büchel C. Lichtsammelkomplexe in Chlorophyll C-haltigen Algen. Biochim Biophys Acta. 2020;1861:148027.

Artikel Google Scholar

Koblížek M, Komenda J, Masojídek J, Pechar L. Zellaggregation des Cyanobakteriums Synechococcus elongatus: Rolle der Elektronentransportkette. J Phycol. 2000;36:662–8.

Artikel PubMed Google Scholar

Dong HP, Dong YL, Cui L, Balamurugan S, Gao J, Lu SH, et al. Hoher Lichtstress löst ausgeprägte proteomische Reaktionen in der marinen Kieselalge Thalassiosira pseudonana aus. BMC-Genomik. 2016;17:1–14.

Artikel Google Scholar

Chrysafoudi A, Maity S, Kleinekathöfer U, Daskalakis V. Robuste Strategie für den Lichtschutz in der Lichtsammelantenne von Kieselalgen: eine molekulardynamische Studie. J Phys Chem Lett. 2021;12:9626–33.

Artikel CAS PubMed Google Scholar

Fisher NL, Campbell DA, Hughes DJ, Kuzhiumparambil U, Halsey KH, Ralph PJ, et al. Divergenz der Photosynthesestrategien mariner Kieselalgen. Plus eins. 2020;15:e0244252.

Artikel CAS PubMed PubMed Central Google Scholar

Jacquet S, Partensky F, Lennon JF, Vaulot D. Diel Wachstums- und Teilungsmuster im marinen Picoplankton in Kultur. J Phycol. 2001;37:357–69.

Artikel Google Scholar

Tokushima H, Inoue-Kashino N, Nakazato Y, Masuda A, Ifuku K, Kashino Y. Vorteilhafte Eigenschaften der Kieselalge Chaetoceros gracilis als nachhaltiger Biokraftstoffproduzent. Biotechnologische Biokraftstoffe. 2016;9:1–19.

Artikel Google Scholar

Lesen Sie RW, Vuono DC, Neveux I, Staub C, Grzymski JJ. Koordinierte Herunterregulierung des Photosyntheseapparats als Schutzmechanismus vor UV-Exposition in der Kieselalge Corethron hystrix. Appl Microbiol Biotechnol. 2019;103:1837–50.

Artikel CAS PubMed Google Scholar

Ruban AV, Johnson MP, Duffy CDP. Der lichtschützende molekulare Schalter in der Photosystem-II-Antenne. Biochim Biophys Acta. 2012;1817:167–81.

Artikel CAS PubMed Google Scholar

Li Z, Wakao S, Fischer BB, Niyogi KK. Überschüssiges Licht erkennen und darauf reagieren. Annu Rev Plant Biol. 2009;60:239–60.

Artikel CAS PubMed Google Scholar

Popendorf KJ, Lomas MW, Van, Mooy BAS. Mikrobielle Quellen intakter polarer Diacylglycerolipide im westlichen Nordatlantik. Org Geochem. 2011;42:803–11.

Artikel CAS Google Scholar

Zhu SH, Grün BR. Lichtschutz in der Kieselalge Thalassiosira pseudonana: Rolle von LI818-ähnlichen Proteinen als Reaktion auf hohen Lichtstress. Biochim Biophys Acta. 2010;1797:1449–57.

Artikel CAS PubMed Google Scholar

Taddei L, Stella GR, Rogato A, Bailleul B, Fortunato AE, Annunziata R, et al. Multisignalkontrolle der Expression der LHCX-Proteinfamilie in der marinen Kieselalge Phaeodactylum tricornutum. J Exp Bot. 2016;67:3939–51.

Artikel CAS PubMed PubMed Central Google Scholar

Behrenfeld MJ, Halsey KH, Boss E, Karp-Boss L, Milligan AJ, Peers G, et al. Gedanken zur Evolution und ökologischen Nische der Kieselalgen. Ecol Monogr. 2021;91:e01457.

Artikel Google Scholar

Bilgin DD, Zavala JA, Zhu J, Clough SJ, Ort DR, Delucia EH. Biotischer Stress reguliert die Photosynthesegene weltweit herunter. Pflanzenzellumgebung. 2010;33:1597–613.

Artikel CAS PubMed Google Scholar

Bi J, Yang Y, Chen B, Zhao J, Chen Z, Song B, et al. Die Verzögerung des Calvin-Zyklus trägt zur verringerten CO2-Assimilationsfähigkeit des mit dem Reisstreifenvirus infizierten N. benthamiana bei und unterdrückt Virusinfektionen. Vordere Mikrobiol. 2019;10:568.

Artikel PubMed PubMed Central Google Scholar

Sanchez EL, Lagunoff M. Virale Aktivierung des Zellstoffwechsels. Virologie. 2015;479-80:609–18.

Artikel Google Scholar

Thamatrakoln K, Talmy D, Haramaty L, Maniscalco C, Latham JR, Knowles B, et al. Leichte Regulierung von Coccolithophor-Wirt-Virus-Interaktionen. N. Phytol. Rev. 2019;221:1289–3

Artikel CAS Google Scholar

Antosiak A, Šulčius S, Malec P, Tokodi N, Łobodzińska A, Dziga D. Cyanophagen-Infektionen reduzieren die Photosyntheseaktivität und die Expression von CO2-Fixierungsgenen im Süßwasserblüten bildenden Cyanobakterium Aphanizomenon flos-aquae. Schädliche Algen. 2022;10:2215.

Google Scholar

Puxty RJ, Millard AD, Evans DJ, Scanlan DJ. Viren hemmen die CO2-Fixierung in den am häufigsten vorkommenden Phototrophen auf der Erde. Curr Biol. 2016;26:1585–9.

Artikel CAS PubMed Google Scholar

Ku C, Ku C, Sheyn U, Sheyn U, Sebé-Pedrós A, Sebé-Pedrós A, et al. Eine Einzelzellansicht der Algen-Virus-Interaktionen enthüllt sequentielle Transkriptionsprogramme und Infektionszustände. Sci Adv. 2020;6:eaba4137.

Artikel CAS PubMed PubMed Central Google Scholar

Munson-Mcgee JH, Peng S, Dewerff S, Stepanauskas R, Whitaker RJ, Weitz JS, et al. Ein Virus oder mehr in (fast) jeder Zelle: allgegenwärtige Netzwerke von Virus-Wirt-Interaktionen in extremen Umgebungen. ISME J. 2018;12:1706.

Artikel CAS PubMed PubMed Central Google Scholar

Kranzler CF, Krause JW, Brzezinski MA, Edwards BR, Biggs WP, Maniscalco M, et al. Die Siliziumbeschränkung begünstigt die Virusinfektion und die Sterblichkeit mariner Kieselalgen. Nat Microbiol. 2019;4:1790–7.

Artikel CAS PubMed Google Scholar

Arsenieff L, Simon N, Rigaut-Jalabert F, Le Gall F, Chaffron S, Corre E, et al. Erste Viren, die die marine Kieselalge Guinardia delicatula infizieren. Vordere Mikrobiol. 2019;9:3235.

Artikel PubMed PubMed Central Google Scholar

Tomaru Y, Toyoda K, Kimura K, Hata N, Yoshida M, Nagasaki K. Erster Beweis für die Existenz von pennaten Diatomeenviren. ISME J. 2012;6:1445.

Artikel CAS PubMed PubMed Central Google Scholar

Nissimov JI, Pagarete A, Ma F, Cody S, Dunigan DD, Kimmance SA, et al. Coccolithoviren: Ein Überblick über genomischen Diebstahl und Stoffwechselkriminalität zwischen verschiedenen Königreichen. Viren. 2017;9:52.

Artikel PubMed PubMed Central Google Scholar

Sieradzki ET, Ignacio-Espinoza JC, Needham DM, Fichot EB, Fuhrman JA. Dynamische marine Virusinfektionen und wichtiger Beitrag zu Photosyntheseprozessen, gezeigt durch raumzeitliche Picoplankton-Metatranskriptome. Nat Commun. 2019;10:1–9.

Artikel CAS Google Scholar

Maler SC, Finlay M, Hemsley VS, Martin AP. Saisonalität, Phytoplanktonsukzession und die biogeochemischen Auswirkungen eines Herbststurms im Nordostatlantik. Prog Oceanogr. 2016;142:72–104.

Artikel Google Scholar

Knowles B, Bonachela JA, Behrenfeld MJ, Bondoc KG, Cael BB, Carlson CA, et al. Moderate Infektion in einem Virus-Wirt-System, das zuvor für seine virulente Dynamik bekannt war. Nat Commun. 2020;11:4626.

Artikel CAS PubMed PubMed Central Google Scholar

Kimura K, Tomaru Y. Die Entdeckung zweier neuartiger Viren erweitert die Vielfalt einzelsträngiger DNA- und einzelsträngiger RNA-Viren, die eine kosmopolitische Meeresdiatomee infizieren. Appl Environ Microbiol. 2015;81:1120–31.

Artikel PubMed PubMed Central Google Scholar

Islam S, Sabharwal T, Wu S, Bullock TJ, Mehdy MC. Frühe Dynamik der photosynthetischen Lhcf2- und Lhcf15-Transkription und mRNA-Stabilitäten als Reaktion auf pflanzenfressendes Decadienal in Phaeodactylum tricornutum. Sci Rep. 2020;10:1–12.

Artikel Google Scholar

Liefer JD, Garg A, Fyfe MH, Irwin AJ, Benner I, Brown CM, et al. Die makromolekulare Basis von Phytoplankton C:N:P unter Stickstoffmangel. Vordere Mikrobiol. 2019;10:763.

Artikel PubMed PubMed Central Google Scholar

Van Heukelem L, Hooker SB. Die Bedeutung eines Qualitätssicherungsplans für die Methodenvalidierung und Minimierung von Unsicherheiten bei der HPLC-Analyse von Phytoplanktonpigmenten. Phytoplankt-Pigment. 2011;5:195–256.

Artikel Google Scholar

Hooker SB, Clementson L, Thomas CS, Schlüter L, Allerup M, Ras J. Das fünfte SeaWiFS HPLC-Analyse-Round-Robin-Experiment (SeaHARRE-5). Greenbelt, MA: NASA Goddard Space Flight Center; 2012. S. 1–108.

QIAGEN CLC Genomics Workbench | QIAGEN Digitale Einblicke. https://digitalinsights.qiagen.com/products-overview/discovery-insights-portfolio/analysis-and-visualization/qiagen-clc-genomics-workbench/. Zugriff am 18. Juni 2022.

Grabherr MG, Haas BJ, Yassour M, Levin JZ, Thompson DA, Amit I, et al. Vollständige Transkriptomassemblierung aus RNA-Seq-Daten ohne Referenzgenom. Nat Biotechnol. 2011;29:644–52.

Artikel CAS PubMed PubMed Central Google Scholar

Haas BJ, Papanicolaou A, Yassour M, Grabherr M, Blood PD, Bowden J, et al. De-novo-Transkriptsequenzrekonstruktion aus RNA-seq unter Verwendung der Trinity-Plattform zur Referenzgenerierung und -analyse. Nat-Protokoll. 2013;8:1494–512.

Artikel CAS PubMed Google Scholar

Fu L, Niu B, Zhu Z, Wu S, Li W. CD-HIT: beschleunigt für die Clusterung der Sequenzierungsdaten der nächsten Generation. Bioinformatik. 2012;28:3150–2.

Artikel CAS PubMed PubMed Central Google Scholar

Huerta-Cepas J, Szklarczyk D, Heller D, Hernández-Plaza A, Forslund SK, Cook H, et al. eggNOG 5.0: eine hierarchische, funktionell und phylogenetisch annotierte Orthologie-Ressource basierend auf 5090 Organismen und 2502 Viren. Nukleinsäuren Res. 2019;47:D309–D314.

Artikel CAS PubMed Google Scholar

Johnson LK, Alexander H, Titus Brown C. Neuzusammenstellung, Qualitätsbewertung und Annotation von 678 mikrobiellen eukaryotischen Referenztranskriptomen. GigaScience. 2018;8:1–12.

Google Scholar

Keeling PJ, Burki F, Wilcox HM, Allam B, Allen EE, Amaral-Zettler LA, et al. Das Marine Microbial Eukaryote Transcriptome Sequencing Project (MMETSP): Beleuchtung der funktionellen Vielfalt des eukaryotischen Lebens in den Ozeanen durch Transkriptomsequenzierung. PLoS Biol. 2014;12:e1001889.

Artikel PubMed PubMed Central Google Scholar

Levy Karin E, Mirdita M, Söding J. MetaEuk-sensitive Hochdurchsatz-Genentdeckung und Annotation für groß angelegte eukaryotische Metagenomik. Mikrobiom. 2020;8:48.

Artikel CAS PubMed PubMed Central Google Scholar

Buchfink B, Xie C, Huson DH. Schnelles und sensibles Protein-Alignment mit DIAMOND. Nat-Methoden. 2014;12:59–60.

Artikel PubMed Google Scholar

Love MI, Huber W, Anders S. Moderierte Schätzung der Faltungsänderung und Streuung für RNA-seq-Daten mit DESeq2. Genombiol. 2014;15:1–21.

Artikel Google Scholar

Hegarty B, Dannemiller KC, Peccia J. Genexpression von Pilzgemeinschaften in Innenräumen unter feuchten Gebäudebedingungen: Auswirkungen auf die menschliche Gesundheit. Raumluft. 2018;28:548–58.

Artikel CAS PubMed Google Scholar

Kozlov AM, Darriba D, Flouri T, Morel B, Stamatakis A. RAxML-NG: ein schnelles, skalierbares und benutzerfreundliches Tool für phylogenetische Schlussfolgerungen mit maximaler Wahrscheinlichkeit. Bioinformatik. 2019;35:4453–5.

Artikel CAS PubMed PubMed Central Google Scholar

Matsen FA, Kodner RB, Armbrust EV. pplacer: lineare Zeitmaximum-Likelihood und bayesianische phylogenetische Platzierung von Sequenzen auf einem festen Referenzbaum. BMC Bioinform. 2010;11:538.

Artikel Google Scholar

Referenzen herunterladen

Diese Arbeit wurde ermöglicht durch das Earth Science Program der NASA zur Unterstützung der North Atlantic Aerosol and Marine Ecosystem Study (15-RRNES15-0011 und 80NSSC18K1563 an KB; NNX15AF30G an MB; und NNX15AE70G an KH), die Gordon and Betty Moore Foundation ( Award # 3789 an KB), NSFs Office of Integrated Activities (Grant OIA-2021032 an KB) und NASAs Future Investigators in Space Science and Technology-Programm (FINESST; Grant #826380; Graduiertenunterstützung an BD). Wir danken Christien Laber, Ben Knowles, Chris Johns und Elizabeth Harvey sowie dem Kapitän und der Besatzung des R/V Atlantis für ihren unermüdlichen Einsatz und ihre Rolle bei der Sammlung, Verarbeitung und Analyse von Feldproben und Daten während der NAAMES-Expeditionen . Wir danken auch Kim Thamatrakoln, Austin Grubb und Chris Johns für aufschlussreiche Gespräche und Ideen, die bei dieser Studie geholfen haben.

Ben P. Diaz

Aktuelle Adresse: Biotechnology & Bioengineering, Sandia National Laboratories, 7011 East Avenue, Livermore, CA, 94550, USA

Abteilung für Meeres- und Küstenwissenschaften, Rutgers University, New Brunswick, NJ, 08901, USA

Ben P. Diaz und Kay D. Bidle

Büro für fortgeschrittenes Forschungsrechnen, Rutgers University, Piscataway, NJ, 08854, USA

Ehud Zelzion

Abteilung für Mikrobiologie, Oregon State University, Corvallis, OR, 97331, USA

Kimberly Halsey

Labor für Angewandte Physik, University of Washington, Seattle, WA, 98105, USA

Peter Gaube

Abteilung für Botanik und Pflanzenpathologie, Oregon State University, Corvallis, OR, 97331, USA

Michael Behrenfeld

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

BD schrieb das Manuskript, analysierte Transkriptomdaten und bereitete Proben für die Sequenzierung vor. EZ analysierte Transkriptomdaten und bearbeitete das Manuskript. KH, PG und MB haben das Manuskript bearbeitet und zur Konzeptualisierung beigetragen. MB war der leitende Wissenschaftler der NAAMES-Expedition, bei der im Mai 2016 Proben entnommen wurden. KB konzipierte die Feldarbeit und das experimentelle Design, redigierte das Manuskript und finanzierte die Forschung.

Korrespondenz mit Kay D. Bidle.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Diaz, BP, Zelzion, E., Halsey, K. et al. Marines Phytoplankton reguliert die Kernphotosynthese und die Kohlenstoffspeichergene bei schneller Abflachung der Mischschicht herunter. ISME J (2023). https://doi.org/10.1038/s41396-023-01416-x

Zitat herunterladen

Eingegangen: 14. Juli 2022

Überarbeitet: 3. April 2023

Angenommen: 13. April 2023

Veröffentlicht: 08. Mai 2023

DOI: https://doi.org/10.1038/s41396-023-01416-x

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt