Phytochelatin and coumarin enrichment in root exudates of arsenic‐treated white lupin
Notice bibliographique
Résumé
Abstract Soil contamination with toxic metalloids, such as arsenic, can represent a substantial human health and environmental risk. Some plants are thought to tolerate soil toxicity using root exudation, however, the nature of this response to arsenic remains largely unknown. Here, white lupin plants were exposed to arsenic in a semi‐hydroponic system and their exudates were profiled using untargeted liquid chromatography‐tandem mass spectrometry. Arsenic concentrations up to 1 ppm were tolerated and led to the accumulation of 12.9 μg As g −1 dry weight (DW) and 411 μg As g −1 DW in above‐ground and belowground tissues, respectively. From 193 exuded metabolites, 34 were significantly differentially abundant due to 1 ppm arsenic, including depletion of glutathione disulphide and enrichment of phytochelatins and coumarins. Significant enrichment of phytochelatins in exudates of arsenic‐treated plants was further confirmed using exudate sampling with strict root exclusion. The chemical tolerance toolkit in white lupin included nutrient acquisition metabolites as well as phytochelatins, the major intracellular metal‐binding detoxification oligopeptides which have not been previously reported as having an extracellular role. These findings highlight the value of untargeted metabolite profiling approaches to reveal the unexpected and inform strategies to mitigate anthropogenic pollution in soils around the world.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».