Inoculation With the Plant-Growth-Promoting Rhizobacterium Pseudomonas fluorescens LBUM677 Impacts the Rhizosphere Microbiome of Three Oilseed Crops
Notice bibliographique
Résumé
The bacterial communities inhabiting the rhizosphere play an important role in plant development and health. Here we studied the effect of inoculation with Pseudomonas fluorescens LBUM677, a plant growth promoting rhizobacterium that promotes seed oil accumulation, on the rhizosphere microbiome of three oilseed crops (Brassica napus, Buglossoides arvensis and Glycine max) over time. Next-Generation high-throughput sequencing targeting the V4 region of 16S rDNA was used to characterize the microbial communities associated with the three different crops, inoculated or not with LBUM677, over a time period of up to 90 days post-inoculation. A total of 1,627,231 amplicon sequence variants were obtained and were taxonomically grouped into 39 different phyla. LBUM677 inoculation and sampling date were found to significantly influence the rhizosphere microbiome of the three oil-producing crops under study. Specifically, inoculation with LBUM677 and sampling date, but not the plant species, were found to significantly alter the alpha- and the beta-diversity of the rhizosphere microbial communities. Differential abundance analyses found that 29 taxonomical bacterial groups were significantly more abundant in the LBUM677 treatments while 30 were significantly more abundant in the control treatments. Predicted functions of the microorganisms were also enriched, including 47 enzymatic pathways in LBUM677 treatments. These non-targeted effects on rhizosphere bacterial communities are discussed in the context of oilseed crops.
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) | 0,000 | 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 ».