Evaluating the effects of neonicotinoid seed treatments on agricultural microbiomes
Bibliographic record
Abstract
Les néonicotinoïdes, une classe d'insecticides systémiques, sont largement appliqués pour contrôler les ravageurs des cultures agricoles. Des études antérieures indiquent que l'application généralisée des néonicotinoïdes a des effets négatifs sur les macro- et micro-organismes bénéfiques, notamment les pollinisateurs. Les microbiotes de la phyllosphère et du sol jouent un rôle clé dans la régulation de l'écosystème, incluant les bactéries et les nématodes libres qui contribuent à la performance des cultures et sont essentiels pour la croissance et la santé des plantes et la fertilité du sol. Les nématodes sont également des bioindicateurs de la qualité du sol et, en tant qu’invertébrés, ils sont des cibles potentielles des néonicotinoïdes. Il est donc essentiel de comprendre la variation de la composition et des fonctions de ces communautés microbiennes en réponse aux perturbations environnementales, notamment dans le contexte de l'application de néonicotinoïdes. Peu d'études ont porté sur les impacts non ciblés des néonicotinoïdes sur les communautés microbiennes. De plus, la plupart de ces études ont été réalisées en laboratoire et se limitent à une seule espèce. Il y a donc encore un manque de connaissances sur ces impacts dans les agroécosystèmes. Dans ma thèse, j'ai étudié les effets non ciblés du traitement de semences aux néonicotinoïdes sur les communautés bactériennes de la phyllosphère et du sol, les communautés de nématodes et l'expression génique microbienne du sol dans un agroécosystème soya-maïs. Pour améliorer notre compréhension des impacts des néonicotinoïdes sur les microbiomes agricoles, un projet de recherche structuré visant à étudier la variation des taxons et de l'expression des gènes en réponse à l'application de néonicotinoïdes était nécessaire. En plus, la détermination des facteurs de variation et des modèles de cooccurrence et d'interactions de ces communautés microbiennes pourrait nous permettre de mieux comprendre la dynamique des communautés microbiennes et leurs réponses aux néonicotinoïdes en tant que stress environnemental. Ma thèse aborde trois objectifs principaux : (1) quantifier la composition taxonomique bactérienne de la phyllosphère et du sol, la composition taxonomique des nématodes, et l'expression génique chez les bactéries et les eucaryotes du sol, (2) déterminer les moteurs de variation de la composition des communautés microbiennes et de l'expression génique, et (3) détecter les changements dans la structure et la diversité des communautés microbiennes, la composition taxonomique, l'expression génique et les modèles de cooccurrence nématode-bactérie en réponse aux néonicotinoïdes dans un agroécosystème soya-maïs. À cette fin, nous avons utilisé le séquençage d'amplicons (gènes 16S rRNA bactérien et 18S rRNA des nématodes) et la métatranscriptomique. Nos résultats révèlent des impacts des néonicotinoïdes sur la communauté bactérienne de la phyllosphère et du sol et la composition taxonomique des nématodes. Les néonicotinoïdes ont modifié l'abondance relative de certaines bactéries et nématodes, y compris une augmentation des genres bactériens liés à la biodégradation des néonicotinoïdes, une diminution de plusieurs genres de bactéries potentiellement bénéfiques pour la croissance des plantes et la fixation de l'azote, et de la famille des nématodes omnivores, Dorylaimidae, qui est un indicateur de stress environnemental. Cependant, les espèces hôtes et le temps ont également été des facteurs importants de variation des communautés microbiennes qui expliquent souvent les changements dans la composition de ces communautés, mieux que les néonicotinoïdes. Les néonicotinoïdes ont également affecté de manière significative la structure et la composition taxonomique des réseaux de cooccurrence nématodes-bactéries. De plus, les effets des néonicotinoïdes sur l'expression des gènes microbiens varient dans le temps. Certains gènes associés aux protéines de choc thermique, aux fonctions de régulation et aux processus métaboliques étaient sous-exprimés, tandis que d'autres gènes associés à la photosynthèse et à la réparation de l'ADN étaient surexprimés à différents moments en réponse aux néonicotinoïdes. À notre connaissance, cette étude est le premier exemple d'un plan expérimental représentant les conditions réelles d'exploitation agricole pour évaluer les impacts non ciblés du traitement de semences aux néonicotinoïdes sur la composition taxonomique microbienne et l'expression génique. Elle améliore notre compréhension des effets des néonicotinoïdes sur la variation des communautés microbiennes dans une rotation de cultures de soya-maïs au Québec, Canada. Elle met également en évidence le rôle des espèces hôtes et du temps comme facteurs importants de la variation des communautés microbiennes dans les agroécosystèmes. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : néonicotinoïdes, traitement de semences, composition de la communauté microbienne, réseaux de cooccurrence microbienne, expression génique microbienne, facteurs de variation de la communauté, métatranscriptomique
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".