Responses of microbial communities during oilseed plant-based phytoremediation of heavy metal-contaminated soils
Notice bibliographique
Résumé
AIMS: Phytoremediation is an effective method of remediating soils contaminated with heavy metals. However, it has some limitations in practical applications with regard to rare plant species, poor environmental adaptability, and long growth cycles. The dynamic response mechanisms of soil microbial communities during phytoremediation are still unclear, which restricts the optimization and promotion of this approach. METHODS AND RESULTS: No ethical approval was required for this study. In this study, soil bacterial, fungal, and archaeal communities during the remediation of Cu-, Pb-, and Zn-contaminated soils with five industrial oilseed plants [Xanthium strumarium (XS), Bidens pilosa (BP), Kosteletzkya virginica (KV), Sesbania cannabina (SC), and Commelina communis (CC)] were analyzed using metagenome sequencing. Compared with soil contaminated with heavy metals, remediation through five industrial oilseed plants significantly reduced the content of heavy metals in the soil, with soil Cu, Pb, and Zn decreasing by 44.01%, 46.32%, and 27.62%, respectively, and WSCu, WSPb, and WSZn content decreasing by 28.23%, 50.68%, and 75.26%, respectively. Microbial diversity analysis showed that the phytoremediation significantly affected the soil microbial communities, with a significant decrease in archaeal diversity. Variation partitioning analysis and Mantel tests revealed that heavy metals and soil physicochemical properties significantly affected microbial communities, and heavy metals exerted stronger effects on archaeal communities. Meanwhile, soil contaminated with heavy metals was mainly dominated by fungal-fungal interactions, whereas phytoremediation increased the complexity of microbial symbiotic networks. CONCLUSION: Collectively, these results provide fundamental insights into the microbial community structure during phytoremediation of heavy metal-contaminated soil, which may aid in the bioregulation of phytoremediation.
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 ».