The hidden power of secondary metabolites in plant-fungi interactions and sustainable phytoremediation
Notice bibliographique
Résumé
The global environment is dominated by various small exotic substances, known as secondary metabolites, produced by plants and microorganisms. Plants and fungi are particularly plentiful sources of these molecules, whose physiological functions, in many cases, remain a mystery. Fungal secondary metabolites (SM) are a diverse group of substances that exhibit a wide range of chemical properties and generally fall into one of four main family groups: Terpenoids, polyketides, non-ribosomal peptides, or a combination of the latter two. They are incredibly varied in their functions and are often related to the increased fitness of the respective fungus in its environment, often competing with other microbes or interacting with plant species. Several of these metabolites have essential roles in the biological control of plant diseases by various beneficial microorganisms used for crop protection and biofertilization worldwide. Besides direct toxic effects against phytopathogens, natural metabolites can promote root and shoot development and/or disease resistance by activating host systemic defenses. The ability of these microorganisms to synthesize and store biologically active metabolites that are a potent source of novel natural compounds beneficial for agriculture is becoming a top priority for SM fungi research. In this review, we will discuss fungal-plant secondary metabolites with antifungal properties and the role of signaling molecules in induced and acquired systemic resistance activities. Additionally, fungal secondary metabolites mimic plant promotion molecules such as auxins, gibberellins, and abscisic acid, which modulate plant growth under biotic stress. Moreover, we will present a new trend regarding phytoremediation applications using fungal secondary metabolites to achieve sustainable food production and microbial diversity in an eco-friendly 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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».