Foliar application of plant-derived peptides decreases the severity of leaf rust (Puccinia triticina) infection in bread wheat (Triticum aestivum L.)
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
BACKGROUND: Screening and developing novel antifungal agents with minimal environmental impact are needed to maintain and increase crop production, which is constantly threatened by various pathogens. Small peptides with antimicrobial and antifungal activities have been known to play an important role in plant defense both at the pathogen level by suppressing its growth and proliferation as well as at the host level through activation or priming of the plant's immune system for a faster, more robust response against fungi. Rust fungi (Pucciniales) are plant pathogens that can infect key crops and overcome resistance genes introduced in elite wheat cultivars. RESULTS: We performed an in vitro screening of 18 peptides predominantly of plant origin with antifungal or antimicrobial activity for their ability to inhibit leaf rust (Puccinia triticina, CCDS-96-14-1 isolate) urediniospore germination. Nine peptides demonstrated significant fungicidal properties compared to the control. Foliar application of the top three candidates, β-purothionin, Purothionin-α2 and Defensin-2, decreased the severity of leaf rust infection in wheat (Triticum aestivum L.) seedlings. Additionally, increased pathogen resistance was paralleled by elevated expression of defense-related genes. CONCLUSIONS: Identified antifungal peptides could potentially be engineered in the wheat genome to provide an alternative source of genetic resistance to leaf rust.
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 | 0,000 | 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 découle