Cell-free supernatant of Devosia sp. (strain SL43) mitigates the adverse effects of salt stress on soybean (Glycine max L.) seed vigor index
Notice bibliographique
Résumé
Soil salinity is a major constraint for soybean production worldwide, and the exploitation of plant growth-promoting bacteria (PGPB) and their bioactive metabolite(s) can improve plant salinity tolerance. With this objective, two experiments were performed, aiming to test 4 culture media (YEM(A), TYE(A), TS(A), and LB(A)) for growing a novel Devosia sp. (strain SL43), and then evaluating cell-free supernatants (CFS) from the Devosia sp. on germination of soybean ( Glycine max L.) seeds under salinity stress. Soybean seeds were subjected to three salinity levels (0, 100, and 125 mM NaCl) and 6 levels of Devosia sp. CFS dilution (0, 1:1, 1:100, 1:250, 1:500, 1:1000). The results indicated that 125 mM NaCl concentration caused the greatest reduction in the total number of germinated seeds (15%), germination rate (43.6%), root length (55.2%), root weight (39.3%), and seed vigor (68%), and it also increased mean germination time by 71.9%. However, Devosia -CFS improved soybean germination, and the greatest effect was obtained at 1:1 dilution. Under the highest salinity level, application of CFS at 1:1 dilution increased final germination (17.6%), germination rate (18.6%), root length (162.2%), root weight (239.4%), seed vigor index (318.7%), and also shortening mean germination time by 19.2%. The results indicated that seed vigor index was positively correlated with other traits except for mean germination time. Our study suggested that the highest productivity of Devoisa sp. was obtained from the YEM medium. Results also suggested that CFS produced by the novel Devosia sp. (SL43 strain) can successfully alleviate salt stress effects on soybean seed germination and manipulating the chemical composition of the growth medium can influence the effectiveness of these bioactive 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».