Plant miRNAs and amino acids interact to shape soil bacterial communities
Notice bibliographique
Résumé
Abstract Plants and microbes use many strategies to acquire soil amino acids. Recent findings suggest that genes related to amino acid metabolism and transport are influenced by plant miRNAs. This was the first report of a plant-derived molecule with the potential to modify microbial amino acid uptake. Here, we first show that Arabidopsis modifies its root miRNA content when fertilized with a mixture of 17 amino acids. The miRNAs that responded to amino acid fertilization and other rhizosphere-abundant miRNAs were applied to a simplified soil community, grown with diverse amino acid sources, to test if they interfered with microbial community growth, community composition and amino acid consumption. Plant miRNAs affected the community’s growth in over 70 % of the amino acid sources. The effectiveness of plant miRNAs also depended on the N source supplied to the microbial community, with the strongest effect observed with L-lysine. Specifically, ath-miR159a reduced the microbial consumption of L-lysine, further supporting that plant miRNAs can influence microbial amino acid uptake. Plant miRNAs also affected the relative abundance of specific bacterial taxa, which we subsequently isolated. All isolates were affected in terms of growth when exposed to miRNAs. Two out of three isolates were also impacted in their amino acid consumption. Surprisingly, while plant miRNAs inhibited amino acid consumption at both the community and isolate levels, they had mostly positive effects. Our results suggest that rhizospheric plant miRNAs might have a role in modulating the amino acid consumption of soil bacteria, but not necessarily in a competitive framework.
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 ».