Plant miRNAs influence soil bacterial growth and amino acid uptake, restructuring community composition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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 impact 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 strongly affected the relative abundance of specific bacterial taxa, which we subsequently isolated. These community shifts were explained by the subtle but robust impact of plant miRNAs on isolates' growth and, for two out of three isolates, on amino acid consumption. Surprisingly, while plant miRNAs inhibited amino acid consumption at both the community and isolate levels, the effects of plant miRNAs were mostly positive. Our results suggest that rhizospheric plant miRNAs might have a role in modulating the amino acid consumption of soil bacteria which reshapes the community, 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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle