Biological nitrification inhibition by rice root exudates and its relationship with nitrogen‐use efficiency
Notice bibliographique
Résumé
Summary Microbial nitrification in soils is a major contributor to nitrogen (N) loss in agricultural systems. Some plants can secrete organic substances that act as biological nitrification inhibitors (BNIs), and a small number of BNIs have been identified and characterized. However, virtually no research has focused on the important food crop, rice (Oryza sativa). Here, 19 rice varieties were explored for BNI potential on the key nitrifying bacterium Nitrosomonas europaea. Exudates from both indica and japonica genotypes were found to possess strong BNI potential. Older seedlings had higher BNI abilities than younger ones; Zhongjiu25 (ZJ25) and Wuyunjing7 (WYJ7) were the most effective genotypes among indica and japonica varieties, respectively. A new nitrification inhibitor, 1,9‐decanediol, was identified, shown to block the ammonia monooxygenase (AMO) pathway of ammonia oxidation and to possess an 80% effective dose (ED80) of 90 ng μl−1. Plant N‐use efficiency (NUE) was determined using a 15N‐labeling method. Correlation analyses indicated that both BNI abilities and 1,9‐decanediol amounts of root exudates were positively correlated with plant ammonium‐use efficiency and ammonium preference. These findings provide important new insights into the plant–bacterial interactions involved in the soil N cycle, and improve our understanding of the BNI capacity of rice in the context of NUE.
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 ».