Structure, variations temporelles et interactions biotiques du microbiote souterrain du canola (B. napus L.) dans les Prairies Canadiennes
Bibliographic record
Abstract
Les plantes, par leurs racines, offrent une myriade de niches écologiques pour les microorganismes du sol, et ceux-ci la protègent contre les attaques parasitaires et les stress abiotiques, et favorisent son approvisionnement en nutriments et en eau. Cependant, dans le sol, la plante joue aussi un rôle important lorsqu’elle émet depuis ses racines des composés qui influencent la composition des communautés microbiennes dudit sol, ce combiné à un changement du pH du sol par la plante et son apport en matière organique ainsi qu’en oxygène. Ces composés influencent les membres du microbiote souterrain de la plante et donc indirectement la plante elle-même. Plus on a une diversité du couvert végétal, plus la diversité des microorganismes du sol va être élevée et inversement, plus un sol sera divers en matière de microbes plus les plantes qui y poussent tendent à être en bonne santé. Pour une plante en particulier, il n’est pas inhabituel de développer des relations spécifiques avec des microorganismes eux aussi spécifiques qui vont améliorer sa survie. Cependant, une plante peut vivre dans différents environnements et les sols sont divers, donc les plantes doivent s’adapter aux microbes qu’elles trouvent à proximité en sélectionnant les microbes les plus bénéfiques pour elles. Du coup, il est possible que quel que soit l’environnement dans lequel la plante pousse, quelques microbes soit si importants pour sa survie et son développement qu’on les retrouve toujours en association avec ladite plante. Ces microbes toujours en association avec une plante donnée constituent une unité théorique nommée core microbiote dans la littérature scientifique. La gestion du microbiote des plantes cultivées pourrait améliorer la résistance au stress et la productivité des plantes cultivées et il est donc important d’en comprendre le fonctionnement. A ce jour, le microbiote souterrain des plantes demeure largement une « boîte noire » en raison de son incroyable complexité due à la diversité faramineuse des microorganismes qui le constituent. Au cours de ma recherche doctorale, j’ai voulu participer à ouvrir encore un peu plus cette « boite noire » pour augmenter la connaissance du fonctionnement et de la structure du microbiote souterrain des plantes. Pour ce faire, j’ai utilisé le canola (B. napus) comme plante modèle. J’ai étudié le microbiote racinaire, tel qu’influencé par le niveau de diversification du système cultural, à l’aide d’un dispositif expérimental établi par Agriculture et Agroalimentaire Canada à cinq emplacements dans la prairie canadienne en 2008. Le canola, B. napus est une Brassicaceae économiquement importante, mais aussi intéressante en tant que plante modèle, car le canola est associé à des communautés microbiennes racinaire moins complexes que bien d’autres plantes, à cause de sa production de composés antimicrobiens. J’ai utilisé le séquençage d’amplicons, des analyses statistiques multivariées et l’analyse de réseau pour approcher cette complexité et: i) vérifier l’impact de la diversification du système de rotation cultural sur les communautés microbiennes souterraines du canola, ii) établir si un core microbiote fongique et bactérien existait bel et bien dans la rhizosphère du canola et le plein sol en culture de canola, iii) identifier de façon claire des espèces clef de voute interagissant intensivement dans les communautés fongiques, bactériennes, et mixtes, et finalement iv) évaluer la persistance des champignons mycorhiziens à arbuscules dans la rhizosphère du canola et le plein sol adjacent cette plante non-hôte, en systèmes culturaux basés sur le canola. Mes résultats confirment que les communautés fongiques de la rhizosphère du canola et de son sol étaient influencées par la diversification des rotations de cultures, mais démontrent que les communautés bactériennes ne l’étaient pas. La rhizosphère du canola avait un core microbiote fongique variant avec les années, tandis que chez les bactéries, seulement des core espèces ont été identifiées. J’ai aussi relevé des interactions potentielles entre microbiote fongique et microbiote bactérien du canola et identifié des espèces clef de voute. Les fluctuations de l’abondance de ces espèces pourraient alors faire varier celles de beaucoup d’autres microbes. Bradyrhizobium a été l’une de ces espèces. Mes résultats montrent aussi un maintien d’une communauté des champignons mycorhiziens à arbuscules chez le canola même après 10 ans de monoculture. En résumé, ma recherche apporte une lumière nouvelle dans l’étude du fonctionnement, de la structure et des dynamiques écologiques au sein du microbiote souterrain du canola et sur l’écologie microbienne théorique des plantes notamment en ce qui a trait à ses composantes invariantes telles que le core microbiote et les taxons clef de voûte. Des études en conditions contrôlées sont nécessaires pour vérifier la capacité des microbes clef de voute rapportés ici à influencer les communautés microbiennes du sol et les plantes qui y vivent.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".