Effects of ferulic and <i>p</i>-hydroxybenzoic acids on <i>Fusarium</i> community structure and abundance in cucumber seedling rhizosphere
Notice bibliographique
Résumé
Soil microorganisms play an important role in agricultural ecosystem. However, there is little information about the effects of putative allelochemicals on specific soil microorganisms in vivo. Cucumber seedlings were treated with four concentrations of ferulic and p-hydroxybenzoic acids (0–1.0 μmol·g −1 soil) in soil. Effects of ferulic and p-hydroxybenzoic acids on rhizosphere Fusarium community structures and abundance were analyzed by polymerase chain reaction denaturing gradient gel electrophoresis (PCR-DGGE) and real-time PCR techniques, respectively. The results showed that ferulic acid at concentrations of 0.25, 0.5, and 1.0 μmol·g −1 soil significantly reduced the number of bands of Fusarium, and ferulic acid at concentrations of 0.5 and 1.0 μmol·g −1 soil significantly reduced Shannon–Wiener and evenness index of Fusarium community. All concentrations of p-hydroxybenzoic acid changed the community structure of Fusarium, including decreasing the number of bands, Shannon–Wiener, and evenness index. Ferulic and p-hydroxybenzoic acids at all concentrations significantly promoted the abundance of Fusarium. Ferulic and p-hydroxybenzoic acids at 0.5 μmol·g −1 soil had the highest Fusarium abundance among all treatments. These results indicate that four concentrations of ferulic acid had various effects on Fusarium, which was different from p-hydroxybenzoic acid, and this may be related to the cucumber autotoxicity, giving us a further understanding of soil sickness.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».