Группа ученых из Университета Восточной Англии обнаружила, что определенный вид океанических водорослей играет ключевую роль в производстве широко распространенного соединения, способствующего уменьшению климатического нагрева Земли.
Исследование, опубликованное в журнале Nature Microbiology, показало, что водоросли Pelagophyceae, производящие цветение, являются потенциально крупными и важными производителями соединения DMSP (диметилсульфониопропионат).
Врач-диетолог Джутова: мороженое может вызвать эмоциональную зависимостьПрофессор Джонатан Тодд, один из соавторов исследования, отметил: «Pelagophyceae являются одними из наиболее распространенных видов водорослей на планете, но ранее их роль в производстве DMSP не была известна».
Это открытие имеет огромное значение, поскольку DMSP является широко распространенным соединением, которое служит источником питания для других микроорганизмов и основным источником газов, способствующих охлаждению климата.
Каждый год миллиарды тонн DMSP производятся в океанах микроорганизмами, что помогает им выживать, защищая от различных стрессов, таких как изменения в солености, низкие температуры, высокое давление и окислительный стресс.
Ранее «Медздрав.Инфо» сообщал о том, что гастроэнтеролог Шульга посоветовала есть подтаявшее мороженое ради здоровья ЖКТ.
Международная группа специалистов обнаружила, что ультразвуковая терапия может облегчать состояние пациентов даже при тяжелых формах…
Специалисты Института цитологии и генетики СО РАН с применением оптогенетического метода выявили клетки мозга, активация…
Американские ученые установили, что ультраобработанные продукты способны самостоятельно провоцировать повышенную выработку инсулина и нарушения обмена…
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали технологию синтеза гибридных молекул на основе халконов.…
Исследования Карла Дайссерота, Петера Хегеманна и Георга Нагеля позволили значительно расширить возможности изучения клеточных механизмов,…
Российские исследователи разработали модель машинного обучения, способную прогнозировать вероятность острых осложнений у пациентов с раком…