Stimulation of nitrogen removal in the rhizosphere of aquatic duckweed by root exudate components
Notice bibliographique
Résumé
Plants can stimulate bacterial nitrogen (N) removal by secretion of root exudates that may serve as carbon sources as well as non-nutrient signals for denitrification. However, there is a lack of knowledge about the specific non-nutrient compounds involved in this stimulation. Here, we use a continuous root exudate-trapping system in two common aquatic duckweed species, Spirodela polyrrhiza (HZ1) and Lemna minor (WX3), under natural and aseptic conditions. An activity-guided bioassay using denitrifying bacterium Pseudomonas fluorescens showed that crude root exudates of the two species strongly enhanced the nitrogen-removal efficiency (NRE) of P. fluorescens (P < 0.05) under both conditions. Water-insoluble fractions (F) obtained under natural conditions stimulated NRE to a significant extent, promoting rates by about 30%. Among acidic, neutral and basic fractions, a pronounced stimulatory effect was also observed for the neutral fractions from HZ1 and WX3 under both conditions, whereas the acidic fractions from WX3 displayed an inhibitory effect. Analysis of the active fractions using gas chromatography/mass spectrometry (GC/MS) revealed that duckweed released fatty acid methyl esters and fatty acid amides, specifically: methyl hexadecanoate, methyl (Z)-7-hexadecenoate, methyl dodecanoate, methyl-12-hydroxystearate, oleamide, and erucamide. Methyl (Z)-7-hexadecenoate and erucamide emerged as the effective N-removal stimulants (maximum stimulation of 25.9 and 33.4%, respectively), while none of the other tested compounds showed stimulatory effects. These findings provide the first evidence for a function of fatty acid methyl esters and fatty acid amides in stimulating N removal of denitrifying bacteria, affording insight into the "crosstalk" between aquatic plants and bacteria in the rhizosphere.
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 | 0,000 | 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) | 0,000 | 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 ».