【摘 要】
:
The root microbiome refers to the community of microbes living in association with a plant\'s roots,and includes mutualists,pathogens,and commensals.Here we focus on recent advances in the study of root commensal community which is the major research ob
【机 构】
:
State Key Laboratory of Plant Genomics,Institute of Genetics and Developmental Biology,Innovation Ac
论文部分内容阅读
The root microbiome refers to the community of microbes living in association with a plant\'s roots,and includes mutualists,pathogens,and commensals.Here we focus on recent advances in the study of root commensal community which is the major research object of microbiome-related researches.With the rapid development of new technologies,plant-commensal inter-actions can be explored with unprecedented breadth and depth.Both the soil environment and the host plant drive commensal community as-sembly.The bulk soil is the seed bank of potential commensals,and plants use root exudates and immune responses to build healthy microbial communities from the available microbes.The plant microbiome extends the functional system of plants by participating in a variety of proc-esses,including nutrient absorption,growth promotion,and resistance to biotic and abiotic stresses.Plants and their microbiomes have evolved adaptation strategies over time.How-ever,there is still a huge gap in our under-standing of the regulatory mechanisms of plant-commensal interactions.In this review,we sum-marize recent research on the assembly of root microbial communities and the effects of these communities on plant growth and development,and look at the prospects for promoting sus-tainable agricultural development through the study of the root microbiome.
其他文献
目的 探究生防细菌DS-R5施入丹参植株后根际和根表土壤细菌群落组成及多样性变化.方法 向丹参植株根部施入生防细菌DS-R5,以未施用细菌为对照组,分别采集根际和根表土壤样品提取总DNA,扩增样品总DNA的V3-V4区,采用Illumina MiSeq测序平台对PCR扩增产物进行双端测序分析,利用生物信息学分析解析丹参植株根际土壤和根表土壤细菌群落结构组成及多样性.结果 菌株DS-R5处理后增加了根际土壤细菌群落的多样性和丰度,降低了根表土壤细菌群落的多样性和丰度;高通量测序得到的根际和根表土壤的有效序列
沿海城市极易受到极端降水和风暴增水引发的复合洪涝灾害影响.定量分析极端降水和风暴增水之间的结构依赖,准确评估雨潮复合洪涝灾害风险,对沿海城市防洪除涝及应对措施的制定具有重要指导意义.本研究以上海市为例,利用研究区1979-2014(36a)年日累积降水与吴淞口风暴增水数据,通过K-S、AIC和BIC检验方法优化边缘分布函数,并采用Copula函数定量评估了不同联合重现期下降水和风暴增水组合的复合洪涝风险.研究表明:(1)上海市36a最大日降水量和吴淞口相应风暴增水均适合运用GEV分布进行拟合,Frank
挖掘社交媒体发布的信息,逐渐成为了一种获取所需数据的重要途径,数据挖掘采用的一种重要方法就是机器学习.基于此,本研究以4起自然灾害事件的相关微博文本数据集为实验语料开展实验,比较基于朴素贝叶斯、随机森林和多元逻辑回归算法建立的3种模型的主题识别效果.结果 表明,多元逻辑回归模型对相关微博灾情文本数据的主题识别效果相对较好,各精度评价指标值高达91%;从各主题的识别结果来看,主题类别为情感支持和提醒建议的文本被正确识别的3种评价指标值均达到了90%以上.还分析了导致模型错分主题的原因,包括内因(参数设置、数
城市空间是火灾灾害系统的载体,街区是城市管理的基本单元,火灾风险评估则是火灾风险管控的关键.本文先利用遥感图像识别结合支持向量机算法及K-means聚类获取街区尺度的空间数据,进行“单位-街区-区域”层次的高密度建成区火灾危险性评估;然后通过POI (Point of Interesting)数据挖掘,识别城市空间用地类型衡量火灾损失,对高密度建成区进行火灾风险综合评估;最后利用聚类和异常值分析探究火灾风险空间分布,提出高密度建成区火灾风险防范措施.结果 表明:研究区域的539个街区单元中,有37个为五级
分析长历时农业气象灾害时空特征,可为防灾减灾决策的制定提供重要科学依据.本文基于1978-2018年全国31个省(市、自治区)农业气象灾害数据,分析了我国各类农业气象灾害近40 a时空变化特征,讨论了2011-2018年农业气象灾害结构的区域分异.结果 表明:(1)1978-2018年期间全国平均受灾率和成灾率分别为27.0%和13.8%,农业受灾面积呈减少-增加-再减少的动态变化.各类气象灾害中干旱、洪涝、风雹灾害呈减小趋势,而低温冷冻灾害受灾呈增加趋势,台风受灾无明显变化.(2)在空间分布上从1978
Breeding plants with polyploid genomes is challenging because functional redundancy hampers the identification of loss-of-function mutants.Medicago sativa is tetraploid and ob-ligate outcrossing,which together with in-breeding depression complicates tradi
2008年汶川地震以来,灾区山洪泥石流等次生灾害频发,山区洪水不仅自身具有极大危害,也是激发泥石流等次生灾害的水源条件.采取科学有效的方法对洪水流量进行估算,对于山洪和泥石流防灾减灾具有重要科学和现实意义.本文选取震区一个具有数年监测历史的小流域(2.4 km2)为研究对象,选取具有代表性的降雨场次,利用SCS产流模型和运动波方程分别进行产流和汇流计算,模拟洪水过程,用实测数据验证该水文模型在研究区的模拟效果.结果 表明,该模型可以较好地捕捉峰值流量和峰现时间等关键指标;对于数平方公里尺度的小流域,划分子
The plant plasma membrane (PM) H+-ATPase is an essential enzyme controlling plant growth and development.It is an important factor in response to abiotic and biotic stresses and is subject to tight regulation.We are in demand for new sus-tainable natural
地震是给人类社会造成重大人员伤亡和财产损失的主要自然灾害之一,房屋脆弱性是地震灾害风险评估中的关键指标.基于历史灾情数据的脆弱性曲线由于其参数较易获取,能够更快对地震灾害的影响进行预测,被广泛用于宏观尺度地震灾害风险评估中.然而,由于灾情数据的限制,此类曲线的精度与地区适用性仍然有待提高.本研究以1996-2017年我国116次地震灾害中不同烈度区土木、砖木、砖混和钢混四种结构房屋的毁坏比例数据为基础,采用logistic函数构建全国和部分省区的房屋脆弱性曲线,并对不同地震等级下的房屋毁坏比例进行预测.本
利用天气雷达三维网格拼图资料,并针对正负样本数据不平衡问题,使用SMOTE方法进行处理,通过设计多层卷积神经网络,在网络末端加入SVM判别器,实现对雷电监测;使用改进的变分光流方法反演风场,利用半拉格朗日方法对雷达回波进行外推,使用设计的卷积神经网络进行雷电预报;实验表明通过卷积神经网络识别雷电的准确率为76.4%,外推30 min的预报准确率为54.0%,比传统的机器学习方法预报准确率有一定提高,对业务应用有一定的帮助.