The Volatile Pentadecane From <i>Bacillus</i> Alleviates Plant Iron Deficiency Through Activating the Reduction‐Based Fe Uptake System
Notice bibliographique
Résumé
ABSTRACT Iron (Fe) is an essential micronutrient for plant growth and development. Rhizosphere microorganisms play crucial roles in plant Fe nutrition, yet the underlying mechanisms remain largely unknown. Here, we assessed the effect of the volatile organic compounds (VOCs) produced by Bacillus velezensis SQR9 on Fe uptake in Arabidopsis, elucidated the underlying mechanism using genetic and biochemical approaches, and identified the active components of SQR9 VOCs. Our results showed that plants exhibited enhanced Fe uptake, chlorophyll content, fresh weight, and root development when exposed to SQR9 VOCs under Fe‐limited conditions. The reduction‐based Fe uptake genes in Arabidopsis, encompassing the Fe‐deficiency‐induced transcription factor FIT , the ferric‐chelate reductase FRO2 , and the ferrous Fe transporter IRT1 , were significantly upregulated by SQR9 VOCs. The deletion of these genes diminished the enhancing effect of SQR9 VOCs on plant Fe uptake. Meanwhile, this enhancement was found to be dependent on the accumulation of nitric oxide (NO) in the roots. Among the 23 VOCs in SQR9, we identified pentadecane as a key active compound that mediates NO signalling and promotes plant Fe uptake under Fe‐limited conditions. The effective working concentration range for gaseous pentadecane was determined to be approximately 128.3 to 513.2 ng L −1 . In conclusion, our findings illuminate the mechanism by which SQR9 VOCs promote plant Fe uptake and highlight the application potential of SQR9 as a plant growth‐promoting rhizobacterium (PGPR) for Fe biofortification of crops.
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 | 0,002 | 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) | 0,000 | 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 ».