Bacterial Blight Induced Shifts in Endophytic Microbiome of Rice Leaves and the Enrichment of Specific Bacterial Strains With Pathogen Antagonism
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The endophytic microbiome plays an important role in plant health and pathogenesis. However, little is known about its relationship with bacterial blight (BB) of rice caused by Xanthomonas oryzae pv. oryzae (Xoo). The current study compared the community compositional structure of the endophytic microbiota in healthy and BB symptomatic leaves of rice through a metabarcoding approach, which revealed BB-induced a decrease in the alpha-diversity of the fungal communities and an increase in the bacterial communities. BB-diseased rice leaves were enriched with saprophytic fungi that are capable of decomposing plant cell walls (e.g. Khuskia spp. and Leptosphaerulina spp), while healthy rice leaves were found to be significantly more abundant with plant pathogens or mycotoxin-producing fungi (e.g. Fusarium, Magnaporthe, and Aspergillus). The endophytic bacterial communities of BB-diseased leaves were significantly enriched with Pantoea, Pseudomonas, and Curtobacterium, strains. Pantoea sp. isolates from BB leaves are identified as promising candidates for the biocontrol of BB for their ability to inhibit in vitro growth of Xoo, suppress the development of rice BB disease, and possess multiple PGP characteristics. Our study revealed BB-induced complexed changes in the endophytic fungal and bacterial communities of rice leaves, and demonstrated that BB-associated enrichment of some endophytic bacterial taxa, e.g. Pantoea sp. isolates, may play important roles in suppressing the development of BB disease in rice.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle