Seaweed extract improve drought tolerance of soybean by regulating stress-response genes
Notice bibliographique
Résumé
There is an increasing global concern about the availability of water for agricultural use. Drought stress negatively impacts plant physiology and crop productivity. Soybean (Glycine max) is one of the important oilseed crops, and its productivity is often reduced by drought. In this study, a commercial extract of Ascophyllum nodosum (ANE) was evaluated for its potential to alleviate drought stress in soybean. The aim of this study was to determine the effects of ANE on the response of soybean plants to drought stress by monitoring stomatal conductance, relative leaf water content, antioxidant activity and expression of stress-responsive genes. Plants treated with ANE had higher relative water content and higher stomatal conductance under drought stress. During early recovery in the post-drought phase, ANE treated plants had significantly higher stomatal conductance. The antioxidant activity was also found higher in the plants treated with ANE. In addition, ANE-treatment led to changes in the expression of stress-responsive genes: GmCYP707A1a, GmCYP707A3b, GmRD22, GmRD20, GmDREB1B, GmERD1, GmNFYA3, FIB1a, GmPIP1b, GmGST, GmBIP and GmTp55. Taken together, these results suggest that applications of ANE improve the drought tolerance of soybean by changing physiology and gene expression.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».