TEMPERATURE REGULATION OF PLANT- RHIZOBACTERIA INTERACTIONS WITHIN THE SOIL-RHIZOSPHERE- RHIZOPLANE INTERFACE
Notice bibliographique
Résumé
An optimal microbiome is important for plant health and can prime subsequent plant immune responses to enhance stress resilience. However, the molecular mechanisms that dynamically drive host-microbiome interactions and subsequent induced systemic resistance (ISR) responses in plants under elevated environmental temperatures remain underexplored. To address this major knowledge gap, this thesis further investigated Canadian soil-inhabiting rhizobacteria that had been previously shown to activate ISR in tomato (Solanum lycopersicum) plants. Specifically, this study characterized the in vitro physiology of these rhizobacterial strains under different temperatures, including growth, phosphate solubilization abilities and direct anti- pathogenic capabilities. Temperature-sensitivity of these parameters were largely species- dependent, with an observed distinction between Bacillus and Pseudomonas proliferation in various rhizosphere fractions. In situ, bacterial proliferation of a Gram-positive Bacillus velezensis strain and Gram-negative Pseudomonas defensor WCS374 was monitored in the rhizosphere and on the rhizoplane of tomato plants at two temperatures. It was determined that the rhizobacterial competency and the host plant’s epiphytic recruitment of microbes were species-dependent, and not significantly influenced by the temperature changes within the experimental parameters. Finally, gene expression analyses by RT-qPCR revealed that Bacillus and Pseudomonas did not significantly influence the expression of defence hormone-related gene expression in the tomato phyllosphere (i.e., aboveground parts of the plant). Overall, this thesis demonstrates the effect of temperature on plant interactions with, and responses to, rhizosphere microbiota. This research lays the foundation for future investigations of these experimental ISR- inducing rhizobacterial strains and is vital to potentially advance the development of microbiome-based technologies facing global warming.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».