The European Lake Microbiome: A Study in Complexity
| Autor: | Sperlea, Theodor, https://orcid.org/0000-0003-4307-2963 |
|---|---|
| Přispěvatelé: | Becker, Anke (Prof. Dr.) |
| Jazyk: | angličtina |
| Rok vydání: | 2021 |
| Předmět: | |
| DOI: | 10.17192/z2021.0504 |
| Popis: | Obwohl bekannt ist, dass Mikroben viele essenzielle Rollen in ��kosystemen spielen, ist die Beziehung zwischen Mikrobiomen und ihrer Umwelt noch recht unerforscht. Das liegt zum Teil daran, dass die f��r die Untersuchung von Umweltmikrobiomen notwendigen Methoden, wie Next-Generation Sequencing und hochdimensionales maschinelles Lernen, erst vor relativ kurzer Zeit entwickelt wurden. Die Komplexit��t von ��kosystemen wie auch Umweltmikrobiomen stellt jedoch ein weiteres Hindernis f��r den Fortschritt in diesem Forschungsgebiet dar. Diese Arbeit entwickelt Methoden und Konzepte, um Einblicke in die ��kologie von Mikro- biomen in Seen zu gewinnen. Sie basiert auf zwei Metabarcoding-Datens��tzen, die aus Seen in ��sterreich bzw. ganz Europa entnommen wurden, und versucht, die Beziehung des Mikrobioms zu Umweltparametern aufzukl��ren. Zu diesem Zweck wird ein Werkzeug zur GPS-basierten Datensatzanreicherung und ein maschinelles Lernverfahren zur Messung der Kovariation zwis- chen Mikrobiom und Umweltparametern entwickelt. Auf die damit generierten Resultate auf- bauend wird die latente Struktur des Mikrobioms gesch��tzt. In der Diskussion wird eine neuar- tige Theorie der Informations��bertragung in komplexen Umgebungen beschrieben. Insgesamt stellt die vorliegende Arbeit eine gr��ndliche Analyse des europ��ischen Seenmikro- bioms dar, die der Komplexit��t des Untersuchungsobjekts Rechnung tr��gt. Die Ergebnisse weisen auf Parameter hin, die als Treiber f��r die Struktur des Seenmikrobioms fungieren, sowie auf Mikroorganismen, die als Schl��sselspezies f��r das Funktionieren des ��kosystems fungieren k��nnten. Dar��ber hinaus k��nnte diese Arbeit die Grundlage f��r erhebliche zuk��nftige Fortschritte bei der Untersuchung von Umweltmikrobiomen bilden. While it is known that microbes play many indispensable roles in ecosystems, the relationship between microbiomes and their environment is far from being well-understood. In part, this is the case because the methods necessary for studying environmental microbiomes, such as Next- Generation Sequencing and high-dimensional Machine Learning, have been developed relatively recently. However, the complex nature of ecosystems and environmental microbiomes acts as a further barrier to progress in this field of research. This thesis develops methods and concepts used to gain insight into the ecology of micro- biomes in lakes. It is based around two metabarcoding datasets sampled from lakes in Austria and the whole of Europe, respectively, and attempts to elucidate the microbiome���s relationship to environmental parameters. To this end, a tool for GPS-based dataset enhancement and a ma- chine learning framework for measuring microbiome covariation is developed. Building on this, the latent structure of the microbiome is estimated. In the discussion, a novel theory of informa- tion transmission in complex environments is described. Taken together, the work included herein presents a thorough analysis of the European lake microbiome that takes the complexity of the study object into account. The results point to- wards parameters that act as drivers of lake microbiome structure as well as microorganisms that might act as keystone species for ecosystem functioning. Furthermore, this work might provide the basis for considerable future progress in the study of environmental microbiomes. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|