Expression of Putative Defense Responses in Cannabis Primed by Pseudomonas and/or Bacillus Strains and Infected by Botrytis cinerea
Notice bibliographique
Résumé
Cannabis ( Cannabis sativa L.) offers many industrial, agricultural, and medicinal applications, but is commonly threatened by the gray mold disease caused by the fungus Botrytis cinerea . With few effective control measures currently available, the use of beneficial rhizobacteria represents a promising biocontrol avenue for cannabis. To counter disease development, plants rely on a complex network of inducible defense pathways, allowing them to respond locally and systemically to pathogens attacks. In this study, we present the first attempt to control gray mold in cannabis using beneficial rhizobacteria, and the first investigation of cannabis defense responses at the molecular level. Four promising Pseudomonas (LBUM223 and WCS417r) and Bacillus strains (LBUM279 and LBUM979) were applied as single or combined root treatments to cannabis seedlings, which were subsequently infected by B. cinerea. Symptoms were recorded and the expression of eight putative defense genes was monitored in leaves by reverse transcription quantitative polymerase chain reaction. The rhizobacteria did not significantly control gray mold and all infected leaves were necrotic after a week, regardless of the treatment. Similarly, no systemic activation of putative cannabis defense genes was reported, neither triggered by the pathogen nor by the rhizobacteria. However, this work identified five putative defense genes ( ERF1 , HEL , PAL , PR1 , and PR2 ) that were strongly and sustainably induced locally at B. cinerea ’s infection sites, as well as two stably expressed reference genes ( TIP41 and APT1 ) in cannabis. These markers will be useful in future researches exploring cannabis defense pathways.
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 | 0,001 |
| 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 ».