Plant growth-promoting rhizobacteria enhance active ingredient accumulation in medicinal plants at elevated CO2 and are associated with indigenous microbiome
Notice bibliographique
Résumé
Introduction Plant growth-promoting rhizobacteria (PGPR) and elevated CO 2 (eCO 2 ) have demonstrated their individual potential to enhance plant yield and quality through close interaction with rhizosphere microorganisms and plant growth. However, the efficacy of PGPR under eCO 2 on rhizosphere microbiome and, ultimately, plant yield and active ingredient accumulation are not yet fully understood. Methods This study investigated how the medicinal plant Pseudostellaria heterophylla ( P. heterophylla ) and its rhizosphere microbes respond to PGPR ( Bacillus subtilis and Pseudomonas fluorescens ) at eCO 2 (1,000 ppm). Results and Discussion It was found that the yield and active ingredient polysaccharides accumulation in the tuber of P. heterophylla were significantly increased by 38 and 253%, respectively. This promotion has been associated with increased root development and changes in the indigenous microbial community. Metagenomics analysis revealed a significant reduction in pathogenic Fusarium abundance in the rhizosphere. Potential biocontrol bacteria Actinobacteria and Proteobacteria were enriched, especially the genera Bradyrhizobium and Rhodanobacter . The reshaping of the rhizosphere microbiome was accompanied by the upregulation of biological pathways related to metabolite biosynthesis in the rhizosphere. These modifications were related to the promotion of the growth and productivity of P. heterophylla . Our findings highlighted the significant role played by PGPR in medicinal plant yield and active ingredient accumulation when exposed to eCO 2 .
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».