Insights into the interfacial dynamics and interaction mechanisms between phosphate-solubilizing bacteria and straw-derived biochar
Notice bibliographique
Résumé
Abstract To alleviate soil phosphorus deficiency, integrating straw-derived biochar with phosphate-solubilizing bacteria (PSB) has been recognized as a promising solution and is gaining growing attention. However, the mechanisms of bacterial immobilization and the influences of the physicochemical attributes of biochar remain unclear. In this study, we investigated the single-cell interactions of gram-negative Acinetobacter pittii and gram-positive Bacillus subtilis with cotton straw-derived biochars, subjected to progressively increasing pyrolysis temperatures, to understand the attributes of gradually modified biochar properties. The results revealed the correlations between adhesion forces and biochar properties (e.g., surface area and surface charge), and the strongest adhesion for both strains for the biochar pyrolyzed at 700 °C. The extended Derjaguin-Landau-Verwey-Overbeek (XDLVO) model, structured to predict interaction energy, was subsequently compared with experimental observations made using atomic force microscopy (AFM). Discrepancies between the predicted high adhesion barriers and the observed attraction suggested that forces beyond Lifshitz-van der Waals also influenced the immobilization of PSB. Adhesion-distance spectroscopy and XDLVO theory jointly revealed four distinct phases in the immobilization process by biochar: planktonic interaction, secondary minimum entrapment, primary barrier transcendence, and initial reversible adherence, collectively facilitating biofilm formation. Notably, initial reversible adhesion positively correlated with increased protein and polysaccharide levels in extracellular polymeric substances (EPS) (R 2 > 0.67), highlighting its importance in biofilm formation. Unraveling PSB–biochar interactions can improve the effectiveness of soil inoculants, thereby enhancing phosphorus availability in soil, a crucial factor for promoting plant growth and supporting environmental sustainability. Graphical Abstract
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) | 0,000 | 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 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 ».