分离海底记录的信号

“我们分析开发了我们可以找到的单个嘧啶晶体，并为每个晶体确定同位素值，”Fikesaid通过考虑单个颗粒的新鲜结果分布，以及更高的（或更大的）结果，科学家们认为，有可能将沉积环境的一些物理特性，如沉积速率和沉积的孔隙率，与所研究的微生物活性联系起来

“有了这个框架，我们就可以继续观察驱动信号的微信号和数据的这两部分，”Fikesaid说“这代表了一个可以解释这些信号中记录的内容的最新进展。”

在这篇由魏兹曼科学研究所的ItayHalevyo领导、Fikea和Bryant授权的第二篇论文中，科学家们开发并部署了海洋沉积物的计算机模型，完成了化学宇宙组织的数学表示，这些化学宇宙组织分解了有机物，并将硫酸盐转化为硫化物，并对硫化物进行了深入研究

Halevysa说：“我们发现，嘧啶的声像组成变化与形成嘧啶的环境的定位无关。”新模型表明，沉积环境的一系列参数会影响硫酸盐和硫化物的消耗和供应之间的平衡，而这种平衡是黄铁矿硫同位素组成的主要决定因素

他说：“海底沉积的速率、沉积物中有机模式的比例、活性铁颗粒的比例、这些沉积层的堆积密度——所有这些特性都会以我们无法理解的方式影响蛋白质的同位素组成。”

重要的是，科学家们认为，沉积环境的性质与全球硫循环、全球海洋的氧化状态无关，更重要的是研究人员的任何其他性质都不是传统上使用的硫同位素储存结构

“因此，这项新工作的一个令人兴奋的方面是，我们认为其他版权记录应该如何拥有的预测模型，”Fikesaid“例如，如果我们能够重新记录这些记录，并更好地理解它们是由沉积的局部变化等因素驱动的，而不是由海洋氧生成状态或微双折射率的全局参数驱动的，那么我们就可以保存这些数据，以细细解我们对海洋中速度变化的理解。”