MétaCan
Menu
Retour à la cohorte
Enregistrement W4317877301 · doi:10.21203/rs.3.rs-3363027/v1

Plant miRNAs in the rhizosphere target microbial genes

2023· preprint· en· W4317877301 sur OpenAlexafffund
Harriet Middleton, Cécile Monard, Virginie Daburon, Emmanuel Clostres, Julien Tremblay, Étienne Yergeau, Abdelhak El Amrani

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensNational Research Council CanadaInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementCentre National de la Recherche ScientifiqueNational Research Council CanadaCompute Canada
Mots-clésRhizospheremicroRNAGeneBiologyComputational biologyGeneticsBacteria

Résumé

récupéré en direct d'OpenAlex

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 silicoanalysis 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 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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,090
Tête enseignante GPT0,343
Écart entre enseignants0,253 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetSilicon Effects in AgricultureTravaux en français237 207