Soybean nodulation shapes the rhizosphere microbiome to increase rapeseed yield
Notice bibliographique
Résumé
• Decoding Soybean Root Secretions: By analyzing secretions within the soybean root secretome across three different soybean nodulation genotypes with the same background, we discovered that supernodulating soybeans secrete higher levels of fatty acids and carbohydrates. • Bacterial Communities Clarification: Investigating the rhizosphere bacterial communities of soybeans with varying nodulation patterns in central China, we identified Sphingomonadaceae as the predominant rhizosphere bacteria associated with soybean nodulation capacity. • Metabolites and Bacterial Attraction: The soybean root secretes a metabolite called cis -4-hydroxy-D-proline, which attracts the accumulation of Sphingomonadaceae species in the soybean rhizosphere. Furthermore, oleic acid and cis -4-hydroxy-D-proline provide essential carbon nutrients for the growth of Sphingomonadaceae species. • Promoting Oilseed Growth: Exogenous application of Sphingomonadaceae bacteria, either alone or in combination with rhizobia, can effectively promote subsequent rapeseed growth. • These findings elucidate the role of soybean nodulation in rhizosphere bacterial dynamics, highlighting its importance in sustainable agricultural practices. Crop rotation, a crucial agricultural practice that enhances soil health and crop productivity, is widely used in agriculture worldwide. Soybeans play a crucial role in crop rotation owing to their nitrogen-fixing ability, which is facilitated by symbiotic bacteria in their root systems. The soybean-rapeseed rotation is an effective agricultural practice in the Yangtze River Basin of China. However, the mechanism underlying the effectiveness of this system remains unknown. The aim of this study was to decipher the mechanisms by which previous soybean cultivation enhances the growth of subsequent rapeseed. Soybeans with three distinct nodulation genotypes were rotated with rapeseed, and the impact of previous soybean cultivation on subsequent rapeseed growth was evaluated by examining the soybean root secretome and soil rhizosphere microbiome. Soybean-rapeseed rotation significantly enhanced subsequent rapeseed growth and yield, especially when supernodulating soybean plants were used, which released the most nitrogen into the soil rhizosphere. The differences in soybean nodulation capability led to variations in root exudation, which in turn influenced the bacterial communities in the rhizosphere. Notably, the supernodulating soybean plants promoted Sphingomonadaceae family of bacteria growth by secreting oleic acid and cis -4-hydroxy-D-proline, and further attracted them through cis -4-hydroxy-D-proline. Furthermore, the exogenous application of Sphingomonadaceae bacteria, either alone or in combination with rhizobia, significantly enhanced the growth of rapeseed. Our data definitively demonstrated the crucial role of previous soybean cultivation in enhancing the yield of rapeseed, with the assistance of Sphingomonadaceae bacteria and rhizobia. This study elucidates the role of soybean nodulation in rhizosphere bacterial dynamics, highlighting its importance in sustainable agricultural practices.
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 | 0,001 |
| 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 ».