Pyrolysis-field ionization mass spectrometry of rhizodeposits – a new approach to identify potential effects of genetically modified plants on soil organisms
Notice bibliographique
Résumé
The objectives of the present study were (1) to investigate the qualitative composition of rhizodeposits leached from soils cropped with non-transgenic and genetically modified (GM) potatoes, and disclose if there were GM-specific modifications in potato rhizodeposition, and (2) to compare these results with conventional bulk parameters of microbial activity in soil. We have raised potatoes from a non-transgenic line (Solanum tuberosum L. cv. Désirée) and three GM lines, which expressed a gene for the resistance to kanamycin (DLH 9000) and a gene for T4 lysozyme (DL10 and DL12). A sandy soil placed in 340 cm3-"CombiSart" containers was used, from which the rhizodeposit was leached after a six-week growth period. The freeze-dried leachates were analyzed by pyrolysis-field ionization mass spectrometry (Py-FIMS). The Py-FI mass spectra gave detailed molecular-chemical information about the composition of leachates, indicating that the potato growth generally altered the composition of the soil solution. Moreover, a principal component analysis of the mass spectra showed differences between the leachates from the non-transgenic parent line and the GM potatoes as well as among the latter group. However, these differences in molecular composition could not be assigned to the release of T4-lysozyme into soil. Dehydrogenase activity and substrate-induced soil respiration as more common bulk parameters of soil microbial activity failed to disclose any significant effects of the various potatoes grown. The limitations of the described rhizodeposit leaching and analysis for risk assessment of GM potato cropping under field conditions are discussed critically. However, it could be concluded that the Py-FI mass spectrometric "fingerprint" can be developed as a fast, comprehensive, highly sensitive and reproducible analytical approach to discern any effects GM-crops may exert on soil ecological parameters.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».