Transplanting Soil Microbiomes Leads to Lasting Effects on Willow Growth, but not on the Rhizosphere Microbiome
Notice bibliographique
Résumé
Plants interact closely with microbes, which are partly responsible for plant growth, health, and adaptation to stressful environments. Engineering the plant-associated microbiome could improve plant survival and performance in stressful environments such as contaminated soils. Here, willow cuttings were planted into highly petroleum-contaminated soils that had been gamma-irradiated and subjected to one of four treatments: inoculation with rhizosphere soil from a willow that grew well (LA) or sub-optimally (SM) in highly contaminated soils or with bulk soil in which the planted willow had died (DE) or no inoculation (CO). Samples were taken from the starting inoculum, at the beginning of the experiment (T0) and after 100 days of growth (TF). Short hypervariable regions of archaeal/bacterial 16S rRNA genes and the fungal ITS region were amplified from soil DNA extracts and sequenced on the Illumina MiSeq. Willow growth was monitored throughout the experiment, and plant biomass was measured at TF. CO willows were significantly smaller throughout the experiment, while DE willows were the largest at TF. Microbiomes of different treatments were divergent at T0, but for most samples, had converged on highly similar communities by TF. Willow biomass was more strongly linked to overall microbial community structure at T0 than to microbial community structure at TF, and the relative abundance of many genera at T0 was significantly correlated to final willow root and shoot biomass. Although microbial communities had mostly converged at TF, lasting differences in willow growth were observed, probably linked to differences in T0 microbial communities.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».