Role of reactive oxygen species (ROS) on biochar enhanced chromium phytoremediation in the soil–plant system: Exploration on detoxification mechanism
Notice bibliographique
Résumé
Biochar, as an amendment to enhance phytoremediation of heavy metal contamination, can mediate reactive oxygen species (ROS) generation. However, the role of biochar-mediated ROS (BMR) during soil-plant phytoremediation remains inadequately understood. In this study, a combination of pot experiments, chemical extraction, and partial least squares path modeling (PLS-PM) was employed to investigate BMR dynamics and their influence on chromium (Cr) accumulation and detoxification in plants. Biochar addition promoted Cr removal efficiency and decreased ROS concentrations in soil, notably reaching the largest removal efficiency of 80.60 % and the lowest ROS concentration of 37.53 μmol/kg in BC-3 group at 90d. Decreased ROS concentrations in soil facilitated the plant absorbing water-soluble Cr (VI), adsorbed Cr (VI), and chromate-precipitated Cr (VI) in soil, and enhanced Cr accumulation in metabolically inactive compartments (cell walls and vacuoles). When biochar was added at concentrations of 2 % and 3 % (w/w), ROS concentrations in plant tissues decreased to signaling molecule thresholds. This reduction further stimulated antioxidant enzyme activity, promoted the reduction of Cr (VI) within subcellular organelles, and enhanced Cr cell wall fixation and vacuolar compartmentation, ultimately achieving their synergistic integration with Cr detoxification with accumulation. This study provides an in-depth understanding of BMR-related mechanisms during phytoremediation and valuable insights into strategies for enhancing mitigation of variable valence heavy metals in soils.
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 ».