FERONIA Kinase-Interacting Cell Wall Sensors LRX1/2 Regulate the Plant Rhizosphere Microbiome
Notice bibliographique
Résumé
Plants establish beneficial associations with microbiota, enhancing their resilience to environmental challenges. FERONIA (FER) kinase shapes the microbiome; despite extensive knowledge of FER interactors that regulate development and immunity against pathogens, the specific partners involved in microbiome modulation remain underexplored. Through a reverse genetic screen of Arabidopsis leucine-rich repeat extensin ( LRX) genes, which encode FER-interacting cell wall sensors, we found that loss of function of lrx1/2 leads to enriched rhizosphere Pseudomonas, similar to fer mutants. 16S rRNA sequencing revealed that, when grown in natural soil, lrx1/2 and fer-4 have similarly altered rhizosphere microbiomes with decreased bacterial diversity. Notably, lrx1/2 and fer-4 mutants both exhibit growth defects in high pH natural soil that could be rescued by lowering the soil pH and increasing phosphate. Microbiome sequencing under conditions that rescued fer-4 and lrx1/2 stunting showed that the altered microbiome of lrx1/2 and fer-4 persists independently of changes in plant growth. This indicates that FER and LRX1/2 play an integral role in shaping the rhizosphere microbiome. [Formula: see text] Copyright © 2025 The Author(s). This is an open access article distributed under the CC BY-NC-ND 4.0 International license .
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».