Abscisic acid phytohormone estimation in tubers and shoots of <scp><i>Ipomoea batatas</i></scp> subjected to long drought stress using competitive immunological assay
Notice bibliographique
Résumé
Sweet potato ( Ipomoea batatas L.), typically cultivated in temperate climates under low inputs, is one of the most important crops worldwide. Abscisic acid (ABA) is an important plant stress‐induced phytohormone. Hitherto, few works analyzed the ABA function in sweet potato tissue growth. Very scarce information is available concerning the ABA role in sweet potato response to water scarcity conditions. Here, we show the ABA content variation in shoots and tubers of eight sweet potato accessions subjected to drought stress. ABA was also related to other resistance traits, such as chlorophyll content index (CCI), carbon isotopic discrimination (Δ 13 C), oxalic acid (OA) and water use efficiency (WUE), to assess stress response mechanisms to water deficit between their organs. The most resilient drought‐stressed sweet potato plants accumulated ABA‐shoot, and significantly decreased the ABA‐tuber content. ABA signaling was related to Δ 13 C and CCI decrease and WUE increment, as an attempt to cope with water stress by partially closing the stomata. The partial closure of stomata could be in part due to the presence of OA‐shoots, known to affect the intensity of the ABA‐shoot signal in stomatal closure. Higher CCI content and minimal Δ 13 C‐shoot differences indicated good carboxylation fractionation, with higher Δ 13 C‐tuber content as an indicator of efficient tuber 13 C fixation and growth. Our work demonstrated that ABA could be used in conjunction with the other traits studied for the assessment of sweet potato whole‐plant responses to environmental stresses, and thus aid the selection of the best drought tolerant genotypes for breeding programs.
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) | 0,000 | 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 ».