MétaCan
Menu
Retour à la cohorte
Enregistrement W3127645913 · doi:10.5376/mp.2020.11.0004

Effects of <i>Tilletia foetida</i> on Activities of Three Defense Enzymes in Wheat

2020· article· en· W3127645913 sur OpenAlexvenueno aff
Ting He, Taiguo Liu, Wanquan Chen, Qingyun Guo, Li Gao

Notice bibliographique

RevueMolecular Pathogens · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCatalasePoint of deliveryCultivarBiologyPeroxidaseSuperoxide dismutaseEnzymeEnzyme assayPlant disease resistanceAgronomyHorticultureBotanyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

To reveal the effect of  Tilletia foetida  (Wallr.) Liro on defense enzymes activities in wheat stems, leaves and ears, the cultivar 'Dongxuan 3' highly sensitive to wheat common bunt and 'Yinong 18 / Lankao Aizao 8' highly resistant to wheat dwarf bunt were used as test materials to study the activities of catalase (CAT), peroxidase (POD) and superoxide dismutase (SOD) after 0~6 days of infection by the  Tilletia foetida . The results showed that the activities of defense enzymes of the two wheat varieties were significantly increased. Except for the increase of CAT activity in the leaves of susceptible varieties, the activities of POD and SOD in stems and spikes of resistant varieties were higher than those of susceptible varieties, and the enzyme activities of resistant varieties lasted for a long time and the change range was more gentle. The activity of defense enzyme in the leaves of the two cultivars was higher than that in the stems and spikes, CAT and POD activity in the spikes showed the earliest peak of enzyme activity. All the three kinds of defense enzymes were correlated with disease resistance of wheat, which could provide theoretical basis for breeding resistance to common bunt of wheat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,191
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular PathogensMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207