Plant miRNAs in the rhizosphere target microbial genes
Notice bibliographique
Résumé
Abstract Background MicroRNAs (miRNAs) are small non-coding RNAs that control target gene expression, through sequence complementarity. Their roles in plants vary from regulating developmental processes to responding to abiotic and biotic stresses. 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. Thus, we hypothesised that the same process happens in the rhizosphere which contributes to shaping plant-associated microbial communities. Results To explore these questions, we performed small RNA sequencing in search of miRNAs in the rhizosphere of two evolutionarily distant plants, Arabidopsis thaliana and Brachypodium distachyon . This revealed the presence of specific and shared rhizospheric plant miRNAs, which were all absent in unplanted soils. A subset of these miRNAs were also detected inside rhizospheric bacteria, but were missing in bacteria from unplanted soils, suggesting bacterial uptake of surrounding plant miRNAs. Furthermore, an in silico analysis indicated potential targets of these rhizospheric miRNAs in plant-associated bacterial genomes. To examine the function of these miRNAs, A. thaliana mutants, affected in their miRNA and/or siRNA (small interfering RNA) biosynthesis, were grown. Their rhizospheric microbial communities were significantly disrupted in comparison with wild-type plants. Additionally, confronting synthetic rhizospheric miRNAs with bacterial cultures resulted in modulation of gene expression, suggesting a functional role of plant miRNAs in regulating microbial activity, in the rhizosphere. Conclusions This work makes an important contribution to the field of rhizospheric plant-microbe interactions and offers some significant insights into the potential of plant miRNAs for microbiota engineering.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».