MétaCan
Menu
Retour à la cohorte
Enregistrement W3216128558 · doi:10.3390/microorganisms9122467

Pseudomonas 1-Aminocyclopropane-1-carboxylate (ACC) Deaminase and Its Role in Beneficial Plant-Microbe Interactions

2021· review· en· W3216128558 sur OpenAlexaff
Bernard R. Glick, Francisco X. Nascimento

Notice bibliographique

RevueMicroorganisms · 2021
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLegume Nitrogen Fixing Symbiosis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPseudomonasBiologyMicrobiomeAbiotic componentBacteriaBotanyEcologyBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

The expression of the enzyme 1-aminocylopropane-1-carboxylate (ACC) deaminase, and the consequent modulation of plant ACC and ethylene concentrations, is one of the most important features of plant-associated bacteria. By decreasing plant ACC and ethylene concentrations, ACC deaminase-producing bacteria can overcome some of the deleterious effects of inhibitory levels of ACC and ethylene in various aspects of plant-microbe interactions, as well as plant growth and development (especially under stressful conditions). As a result, the acdS gene, encoding ACC deaminase, is often prevalent and positively selected in the microbiome of plants. Several members of the genus Pseudomonas are widely prevalent in the microbiome of plants worldwide. Due to its adaptation to a plant-associated lifestyle many Pseudomonas strains are of great interest for the development of novel sustainable agricultural and biotechnological solutions, especially those presenting ACC deaminase activity. This manuscript discusses several aspects of ACC deaminase and its role in the increased plant growth promotion, plant protection against abiotic and biotic stress and promotion of the rhizobial nodulation process by Pseudomonas. Knowledge regarding the properties and actions of ACC deaminase-producing Pseudomonas is key for a better understanding of plant-microbe interactions and the selection of highly effective strains for various applications in agriculture and biotechnology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,250
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations74
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicroorganismsMême sujetLegume Nitrogen Fixing SymbiosisTravaux en français237 207