Biocontrol of Aspergillus flavus on Peanut Kernels Using Streptomyces yanglinensis 3-10
Notice bibliographique
Résumé
The bacterium, Streptomyces yanglinensis 3-10, shows promise in the control of many phytopathogenic fungi. In this study, S. yanglinensis and its antifungal substances (AFS), culture filtrate (CF3-10) and crude extracts (CE3-10), were evaluated for their activity in reducing growth and aflatoxin AFB1 production by Aspergillus flavus, both in vitro and in vivo on peanut kernels. The results showed that in dual culture conditions, S. yanglinensis reduced the mycelial growth of A. flavus about 41% as compared to control. The mycelial growth of A. flavus was completely inhibited on PDA amended with CF3-10 at 3% (v/v) or CE3-10 at 2.5 µg/ml. In liquid culture experiments, growth inhibition ranged from 32.3% to 91.9% with reduction in AFB1 production ranging from 46.4% to 93.4% using different concentrations of CF3-10 or CE3-10. For in vivo assays, CF3-10 at 0.133 ml/g (v/w) or CE3-10 at 13.3 µg/g (w/w) reduced the postharvest decay of peanut kernels by inhibiting visible growth of A. flavus leading to a 89.4% or 88.1% reduction in AFB1 detected, respectively. Compared with the controls, CF3-10 and CE3-10 in A. flavus shake culture significantly reduced expression levels of two AFB1 biosynthesis genes, aflR and aflS. Furthermore, electron microscopy observation showed that CF3-10 (2%, v/v) caused hyphae growth to be abnormal and shriveled, cell organelles to degenerate and collapse, large vacuoles to appear. These results suggest that S. yanglinensis 3-10 has potential as an alternative to chemical fungicides in protecting peanut kernels and other agricultural commodities against postharvest decay from A. flavus.
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) | 0,001 | 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 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 ».