Extracts From Leaves of Allamanda blanchetti Inducing Mechanism of Defense to Diseases in Sugarcane
Notice bibliographique
Résumé
This research aims to analyze the effect of the extract from a native plant from Caatinga, Allamanda blanchetti, in the induction of resistance mechanisms in a sugarcane variety smut-susceptible. Initially, it carried out a phytochemical analysis to know the main plant compounds used in this study. Diverse chemicals content in ethanolic extract from A. blanchetii were detected by thin-layer chromatography (TLC). Flavonoids, were more abundant compounds following by terpenes, stereroids and saponins. Under greenhouse conditions the sugarcane plants, SP-791011 (smut-susceptible), were sprayed with extracts from A. blanchetti extracted at cold at concentrations of 1000 ppm and acilbenzolar-S-metil (ASM) (100 mg/L). Leaves were collected at 0, 24 and 48 hours after spraying and used in the RT-PCR analysis for to identify the defense gene expression. Change in gene expression were observed in the different treatments, especially in the expression of pathogenesis-related (PR) genes. The extract of A. blanchetti induced an increase in the glucanase expression and was more effective than ASM inducer. SNPR1 gene show increased in the two treatment. The results indicate that A. blanchetti extracts was able to activate the resistance mechanism as observed in resistant plants. This paper is the first report about the use of Caatinga natural plant extracts inducing resistance genes against Sporisorium scitamineum in sugarcane susceptible genotype.
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) | 0,001 | 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 | 0,001 |
| 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 ».