Rhizospheric miRNAs affect the plant microbiota
Notice bibliographique
Résumé
Abstract Small ribonucleic acids (RNAs) have been shown to play important roles in cross-kingdom communication, notably in plant–pathogen relationships. Plant micro RNAs (miRNAs)—one class of small RNAs—were even shown to regulate gene expression in the gut microbiota. Plant miRNAs could also affect the rhizosphere microbiota. Here we looked for plant miRNAs in the rhizosphere of model plants, and if these miRNAs could affect the rhizosphere microbiota. We first show that plant miRNAs were present in the rhizosphere of Arabidopsis thaliana and Brachypodium distachyon. These plant miRNAs were also found in or on bacteria extracted from the rhizosphere. We then looked at the effect these plants miRNAs could have on two typical rhizosphere bacteria, Variovorax paradoxus and Bacillus mycoides. The two bacteria took up a fluorescent synthetic miRNA but only V. paradoxus shifted its transcriptome when confronted to a mixture of six plant miRNAs. V. paradoxus also changed its transcriptome when it was grown in the rhizosphere of Arabidopsis that overexpressed a miRNA in its roots. As there were differences in the response of the two isolates used, we looked for shifts in the larger microbial community. We observed shifts in the rhizosphere bacterial communities of Arabidopsis mutants that were impaired in their small RNA pathways, or overexpressed specific miRNAs. We also found differences in the growth and community composition of a simplified soil microbial community when exposed in vitro to a mixture of plant miRNAs. Our results support the addition of miRNAs to the plant tools shaping rhizosphere 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 | 0,000 |
| 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 ».