Phytohormonal Roles in Plant Responses to Heavy Metal Stress: Implications for Using Macrophytes in Phytoremediation of Aquatic Ecosystems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Heavy metals can represent a threat to the health of aquatic ecosystems. Unlike organic chemicals, heavy metals cannot be eliminated by natural processes such as their degradation into less toxic compounds, and this creates unique challenges for their remediation from soil, water, and air. Phytoremediation, defined as the use of plants for the removal of environmental contaminants, has many benefits compared to other pollution-reducing methods. Phytoremediation is simple, efficient, cost-effective, and environmentally friendly because it can be carried out at the polluted site, which simplifies logistics and minimizes exposure to humans and wildlife. Macrophytes represent a unique tool to remediate diverse environmental media because they can accumulate heavy metals from contaminated sediment via roots, from water via submerged leaves, and from air via emergent shoots. In this review, a synopsis is presented about how plants, especially macrophytes, respond to heavy metal stress; and we propose potential roles that phytohormones can play in the alleviation of metal toxicity in the aquatic environment. We focus on the uptake, translocation, and accumulation mechanisms of heavy metals in organs of macrophytes and give examples of how phytohormones interact with plant defense systems under heavy metal exposure. We advocate for a more in-depth understanding of these processes to inform more effective metal remediation techniques from metal-polluted water bodies. Environ Toxicol Chem 2021;40:7–22. © 2020 SETAC Abstract Heavy metal absorption, translocation, and accumulation within organs of aquatic plants and the changes in phytohormone signaling in response to heavy metal exposure. ABA = abscisic acid; BR = brassinosteroid; CK = cytokinin; ETH = ethylene; GA = gibberellin; JA = jasmonic acid; PA = polyamine; SA = salicylic acid.
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.
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) | 0,001 | 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 découle