Azadirachta indica Reduces Black Sigatoka in East African Highland Banana by Direct Antimicrobial Effects against Mycosphaerella fijiensis without Inducing Resistance
Notice bibliographique
Résumé
Black Sigatoka is a major disease of East African highland cooking bananas in Uganda. Aqueous extracts of Azadirachta indica, Cinnamomum zeylanicum and Capsicum annuum have shown the potential to reduce Black Sigatoka in banana plantlets. The mechanisms by which plant extracts confer protection against plant pathogens has previously been reported to involve activation of defence and direct antimicrobial activity. In the current study, both antimicrobial activities of selected extracts were studied as well as expression of three defence-related genes using quantitative real-time PCR. Gene expression was compared in susceptible (cv. Musakala, genomic group AAA-EA) and resistant (cv. Kayinja, genomic group ABB) banana cultivars. Additionally, Musakala treated with A indica extract at 1 day before inoculation (DBI) was tested for induction of defence-related genes at 0, 10 and 20 days after inoculation (DAI). Pathogenesis-related genes (PR-1 and PR-3) and non-expressor of PR-genes (NPR1B) were up-regulated in the resistant cultivar. The genes analysed responded at late time points to M. fijiensis inoculation in both extract-treated and control plants in the susceptible cv. Musakala. On the other hand, A. indica and C. annuum completely inhibited mycelial growth of M. fijiensis at 30% (w/v). These findings suggest that the effect of plant extracts on Black Sigatoka is strongly associated with the direct antimicrobial effects.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».