Enhancing rice growth and yield with weed endophytic bacteria Alcaligenes faecalis and Metabacillus indicus under reduced chemical fertilization
Notice bibliographique
Résumé
Endophytic bacteria, recognized as eco-friendly biofertilizers, have demonstrated the potential to enhance crop growth and yield. While the plant growth-promoting effects of endophytic bacteria have been extensively studied, the impact of weed endophytes remains less explored. In this study, we aimed to isolate endophytic bacteria from native weeds and assess their plant growth-promoting abilities in rice under varying chemical fertilization. The evaluation encompassed measurements of mineral phosphate and potash solubilization, as well as indole-3-acetic acid (IAA) production activity by the selected isolates. Two promising strains, tentatively identified as Alcaligenes faecalis (BTCP01) from Eleusine indica (Goose grass) and Metabacillus indicus (BTDR03) from Cynodon dactylon (Bermuda grass) based on 16S rRNA gene phylogeny, exhibited noteworthy phosphate and potassium solubilization activity, respectively. BTCP01 demonstrated superior phosphate solubilizing activity, while BTDR03 exhibited the highest potassium (K) solubilizing activity. Both isolates synthesized IAA in the presence of L-tryptophan, with the detection of nifH and ipdC genes in their genomes. Application of isolates BTCP01 and BTDR03 through root dipping and spraying at the flowering stage significantly enhanced the agronomic performance of rice variety CV. BRRI dhan29. Notably, combining both strains with 50% of recommended N, P, and K fertilizer doses led to a substantial increase in rice grain yields compared to control plants receiving 100% of recommended doses. Taken together, our results indicate that weed endophytic bacterial strains BTCP01 and BTDR03 hold promise as biofertilizers, potentially reducing the dependency on chemical fertilizers by up to 50%, thereby fostering sustainable rice production.
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 | 0,000 |
| 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 ».