Cellulose Nanocrystals Protect Plants from Pathogen Infection
Notice bibliographique
Résumé
Plants are capable of mounting an immune defense in response to infection, wounding, or environmental stress. The immune response of a plant is often mediated through the recognition of conserved molecular motifs associated with stress. Treating plants with these molecular motifs prior to exposure to stress, termed immune priming, can improve plant resilience to subsequent stressors. Here, we demonstrate the use of cellulose nanocrystals (CNCs) as an immune priming tool for Arabidopsis thaliana combining phenotypic and transcriptomic data to validate the efficacy of CNCs as an immune primer. Pretreatment of Arabidopsis with CNCs reduces the level of infection by the pathogen Pseudomonas syringae up to 65%. RNA sequencing shows that treatment of Arabidopsis with CNCs results in deep transcriptional reprogramming, perturbing over 1300 genes, most of which are associated with immune regulation. We hypothesize plants recognize CNCs as cell-wall damage, potentially explaining the observed immune response. Finally, physiological characterization of the plant response to CNCs demonstrates minimal effects on plant growth without inducing callose deposition or generation of reactive oxygen species. This work provides a foundation for future investigation of cellulose-based nanomaterials as immune primers, particularly in crop species. Given their ease of synthesis, low cost, degradability, and bio/environmental compatibility, cellulose-based materials could serve as a complement to conventional biocides for pathogen control.
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) | 0,001 | 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 ».