The effect of crop species on DNase-producing bacteria in two soils
Notice bibliographique
Résumé
Abstract Purpose Extracellular deoxyribonucleases (exDNases) from microbial origin contribute substantially to the restriction of extracellular DNA (exDNA) in the soil. Hence, it is imperative to understand the diversity of bacterial species capable of performing this important soil function and how crop species influence their dynamics in the soil. The present study investigates the occurrence of DNase-producing bacteria (DPB) in leachate samples obtained from soils in which the crop species of alfalfa (Medicago sativa L.), canola (Brassica napus L.), soybean (Glycine max [L.] Merr.) and wheat (Triticum aestivum L.) were raised in a growth room. Methods Selective media containing methyl green indicator was used to screen for DPB from leachate samples, whereas the 16S rRNA sequence analysis was employed to identify the isolates. Results The proportion of culturable DPB ranged between 5.72 and 40.01%; however, we did observe specific crop effects that shifted throughout the growing period. In general, higher proportions of exDNase producers were observed when the soils had lower nutrient levels. On using the 16S rRNA to classify the DPB isolates, most isolates were found to be members of the Bacillus genera, while other groups included Chryseobacterium, Fictibacillus, Flavobacterium, Microbacterium, Nubsella, Pseudomonas, Psychrobacillus, Rheinheimera, Serratia and Stenotrophomonas. Five candidate exDNase/nuclease-encoding proteins were also identified from Bacillus mycoides genomes using online databases. Conclusion Results from this study showed that crop species, growth stage and soil properties were important factors shaping the populations of DPB in leachate samples; however, soil properties seemed to have a greater influence on the trends observed on these bacterial populations. It may be possible to target soil indigenous bacteria that produce exDNases through management to decrease potential unintended effects of transgenes originating from genetically modified organisms (GMOs) or other introduced nucleic acid sequences in the environment.
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 | 0,001 | 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) | 0,001 | 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 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 ».