Measurements of Antibacterial Activity of Seed Crude Extracts in Cultivated Rice and Wild Oryza Species
Notice bibliographique
Résumé
Seeds are continuously exposed to a wide variety of microorganisms in the soil. In addition, seeds contain large amounts of carbon and nitrogen sources that support initial growth after germination. Thus, seeds in the soil can easily promote microbial growth, and seeds are susceptible to decay. Therefore, seed defense against microorganisms is important for plant survival. Seed-microbe interactions are also important issues from the perspective of food production, in seed quality and shelf life. However, seed-microbe interactions remain largely unexplored. In this study, we established a simple and rapid assay system for the antibacterial activity of rice seed crude extracts by colorimetric quantification methods by the reduction of tetrazolium compound. Using this experimental system, the diversity of effects of rice seed extracts on microbial growth was analyzed using Escherichia coli as a bacterial model. We used collections of cultivated rice, comprising 50 accessions of Japanese landraces, 52 accessions of world rice core collections, and of 30 wild Oryza accessions. Furthermore, we attempted to find genetic factors responsible for the diversity by genome-wide association analysis. Our results demonstrate that this experimental system can easily analyze the effects of seed extracts on bacterial growth. It also suggests that there are various compounds in rice seeds that affect microbial growth. Overall, this experimental system can be used to clarify the chemical entities and genetic control of seed-microbe interactions and will open the door for understanding the diverse seed-microbe interactions through metabolites.
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) | 0,000 | 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 | 0,000 | 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 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 ».