Legume seed exudates and <i>Physcomitrella patens</i> extracts influence swarming behavior in <i>Rhizobium leguminosarum</i>
Notice bibliographique
Résumé
Plants are known to secrete chemical compounds that can change the behavior of rhizosphere-inhabiting bacteria. We investigated the effects of extracts from legume host plants on the swarming behavior of Rhizobium leguminosarum bv. viciae. We also investigated the effects on swarming when Rhizobium is exposed to extracts from an ancestor to vascular plants, the model bryophyte Physcomitrella patens. Lentil and faba bean seed exudates enhanced and inhibited swarming motility, respectively, whereas pea seed exudates had no observable effect on swarming. Swarming was also enhanced by the moss extracts. Exposure to lentil seed exudates and the moss extract increased flaA expression 2-fold, while faba bean seed exudates exposure decreased expression 3-fold, suggesting that the swarming effect could, in part, be due to regulation of flagellin gene expression. However, the exudates and extracts did not significantly affect flaA gene expression in planktonic motile cells, indicating that the response to flagellar regulation is specific to a physiology unique to the swarming cell. Transmission electron microscopy demonstrated that addition of the lentil seed exudate and the moss extract results in earlier differentiation into swarmer cells, which could contribute to the development of a larger swarming surface area. To gain further mechanistic insight into the effect of the moss extract on swarming, a moss strigolactone-deficient mutant (Ppccd8Δ) was tested. A reduction in the promotive effect was observed, suggesting that the plant hormone strigolactone may be a signalling molecule activating swarming motility in R. leguminosarum.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».