Successful strategy for the selection of new strawberry-associated rhizobacteria antagonistic to Verticillium wilt
Notice bibliographique
Résumé
In order to isolate and characterize new strawberry-associated bacteria antagonistic to the soil-borne pathogenic fungus Verticillium dahliae Kleb., rhizobacterial populations from two different strawberry species, Greenish Strawberry (Fragaria viridis) and Garden Strawberry (F. x ananassa) obtained after plating onto King's B and glycerol-arginine agar, were screened for in vitro antagonism toward V. dahliae. The proportion of isolates with antifungal activity determined in in vitro assay against V. dahliae was higher for the Garden Strawberry than for the Greenish Strawberry. From 300 isolates, 20 isolates with strong antifungal activity were selected characterized by physiological profiling and molecular fingerprinting methods. Diversity among the isolates was characterized with molecular fingerprints using amplified ribosomal DNA restriction analysis (ARDRA) and the more discriminating BOX-PCR fingerprint method. The physiological profiles were well correlated with molecular fingerprinting pattern analysis. Significant reduction of Verticillium wilt by bacterial dipping bath treatment was shown in the greenhouse and in fields naturally infested by V. dahliae. The relative increase of yield ranged from 117% (Streptomyces albidoflavus S1) to 344% (Pseudomonas fluorescens P10) in greenhouse trials, and 113% (Streptomyces albidoflavus S1) to 247% (Pseudomonas fluorescens P6) in field trials. Evaluation resulted in the selection of three effective biocontrol agents (Pseudomonas fluorescens P6, P10, and Streptomyces diastatochromogenes S9) antagonistic to the Verticillium wilt pathogen.
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 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».