Rhizospheric miRNAs affect the plant microbiota
Notice bibliographique
Résumé
Abstract Recently, small RNAs have been shown to play important roles in cross-kingdom communication, notably in plant-pathogen relationships. Plant miRNAs were even shown to regulate gene expression in the gut microbiota. But what impact do they have on the plant microbiota? Here we hypothesized that plant miRNAs can be found in the rhizosphere of plants, where they are taken up by rhizosphere bacteria, influencing their gene expression, thereby shaping the rhizosphere bacterial community. We found plant miRNAs in the rhizosphere of Arabidopsis thaliana and Brachypodium distachyon . These plant miRNAs were also found in rhizosphere bacteria, and fluorescent synthetic miRNAs were taken up by cultivated bacteria. A mixture of five plant miRNAs modulated the expression of more than a hundred genes in Variovorax paradoxus , whereas no effect was observed in Bacillus mycoides . Similarly, when V. paradoxus was grown in the rhizosphere of Arabidopsis that overexpressed a miRNA, it changed its gene expression profile. The rhizosphere bacterial communities of Arabidopsis mutants that were impaired in their miRNA or small RNA pathways differed from wildtype plants. Similarly, bacterial communities of Arabidopsis overexpressing specific miRNAs diverged from control plants. Finally, the growth and the abundance of specific ASVs of a simplified soil community were affected by exposure to a mixture of synthetic plant miRNAs. Taken together, our results support a paradigm shift in plant-bacteria interactions in the rhizosphere, adding miRNAs to the plant tools shaping microbial assembly.
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 | 0,000 | 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 | 0,001 |
| 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 ».