Enhancing biological control efficacy of yeasts to control fungal diseases through biotechnology.
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
Classical biological control of fungal plant diseases by yeasts and yeast-like organisms has been amply described in the literature, yet few commercial products have arisen out of those research efforts. It is generally agreed that a better understanding of: (i) the ecological conditions affecting the activity of a biocontrol agent (BCA); and (ii) the mode(s) of action conferring to a BCA its properties will greatly help improve its efficacy. In this context, the recent advances in biotechnology are providing scientists with new tools to study and improve BCAs. Coincidently, yeasts and yeast-like fungi are particularly amenable to genetic transformation and thus biotechnology techniques. While improving the efficacy of BCAs through techniques affecting gene expression is a promising endeavour, other technologies such as Green Fluorescent Protein (GFP) expression have allowed precise ecological studies of plant-pathogen interactions, and recently, that of BCAs with the host plant and fungal pathogen. These studies can be extremely useful to elucidate the mode of action and determine the ecological fate of the BCAs, as in the case of Pseudozyma flocculosa, the registered yeast-like BCA of powdery mildews. Other tools such as reverse genetics approaches based on data from genomic sequencing using RNA interference (RNAi) or gene knockout have the potential to identify key genes involved in biocontrol activity and thus help achieve the improvement of biocontrol efficacy of yeasts through biotechnology.
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 | 0,000 |
| 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 | 0,001 | 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