Plant Identity Shaped Rhizospheric Microbial Communities More Strongly Than Bacterial Bioaugmentation in Petroleum Hydrocarbon-Polluted Sediments
Notice bibliographique
Résumé
Manipulating the plant-root microbiota has the potential to reduce plant stress and promote their growth and production in harsh conditions. Community composition and activity of plant-roots microbiota can be either beneficial or deleterious to plant health. Shifting this equilibrium could then strongly affect plant productivity in anthropized areas. In this study, we tested whether repeated bioaugmentation with Proteobacteria influenced plant productivity and the microbial communities associated with the rhizosphere of four plant species growing in sediments contaminated with petroleum hydrocarbons. A mesocosm experiment was performed in randomized block design with two factors: 1) presence or absence of four plants species collected from a sedimentation basin of a former petrochemical plant, and 2) bioaugmentation or not with a bacterial consortium composed of ten isolates of Proteobacteria. Plants were grown in a greenhouse over four months. MiSeq amplicon sequencing, targeting the bacterial 16S rRNA gene and the fungal ITS, was used to assess microbial community structures of sediments from planted or unplanted microcosms. Our results showed that while bioaugmentation caused a significant shift in microbial communities, presence of plant and their species identity had a stronger influence on the structure of the microbiome in petroleum hydrocarbons contaminated sediments. The outcome of this study provides knowledge on the diversity and behavior of rhizosphere microbes associated with indigenous plants following repeated bioaugmentation, underlining the importance of plant selection in order to facilitate their efficient management, in order to accelerate processes of land reclamation.
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 | 0,001 | 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 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 ».