Drench Application of Soy Protein Hydrolysates Increases Tomato Plant Fitness, Fruit Yield, and Resistance to a Hemibiotrophic Pathogen
Notice bibliographique
Résumé
At a time when growers have to increase food production, while facing many environmental challenges, biostimulants and plant defence stimulators (PDS) may help reduce the use of chemical fertilizers and pesticides and to promote agriculture that is more respectful of the environment. For organic farming, they may contribute to increasing plant resilience and crop productivity. Several studies have shown that plant-derived protein hydrolysates may increase nutrient use efficiency and promote plant resistance to abiotic or biotic stresses. We therefore hypothesized that soy protein hydrolysates increase tomato growth and productivity, while promoting plant disease resistance. Our results showed that one or two drench applications of soy protein hydrolysates (SPH13 and SPH18 at 10 g L−1) to the growing medium increased tomato (‘Micro Tom’) plant growth and fruit production, while one studied hydrolysate enriched in glycine (SPH18) increased the expression levels of PR1 and PR8, two defence-related genes. Although no significant effect was observed on Botrytis cinerea resistance of Micro Tom plants, SPHs significantly increased ‘M82’ plant resistance to foliar inoculation with Pseudomonas syringae pv. tomato DC3000, which further confirmed the systemic activation of plant defence mechanisms by SPHs in tomatoes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».