MétaCan
Menu
Retour à la cohorte
Enregistrement W4404202211 · doi:10.1016/j.aac.2024.11.001

Migrated silicon dioxide nanoparticles activates the rice immunity for systemic resistance against two pathogens

2024· article· en· W4404202211 sur OpenAlexaff
Nawei Tan, Yi Xu, Jingyue Wang, Bin Yuan, Heqiang Huo, Wen‐Xiu Qiu, Ying Zhou

Notice bibliographique

RevueAdvanced Agrochem · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesnon disponible
Mots-clésSilicon dioxideImmunityResistance (ecology)MicrobiologyBiologyMaterials scienceImmune systemImmunologyEcologyMetallurgy

Résumé

récupéré en direct d'OpenAlex

Rice, the world's primary staple food, is under severe threat from several devastating diseases. To sustainably management rice diseases, developing safe, environmentally friendly alternatives urgently need to be developed. In this study, we synthesized two silicon dioxide nanoparticles, spherical mesoporous silica nanoparticles (MSNs) and virus-like mesoporous silica nanoparticles (VMSNs), and we performed a resistance assay on rice for two major diseases, bacterial blight caused by Xanthomonas oryzae pv. oryzae and sheath blight caused by Rhizoctonia solani . Compared to the control, the two nanoparticle treatments increased rice resistance, with VMSNs exhibiting the highest efficacy in controlling these two diseases, causing a shorter lesion length than those plants treated by MSNs. Coincidentally, the foliar application of VMSNs activates a higher expression level of several pathogenesis-related ( PR ) genes compared to those of MSNs and SiO 2 treatment. By using fluorescein isothiocyanate (FITC)-labeled VMSNs (VMSNs-FITC) to soak the top expanded leaf tips or roots, we observed that the fluorescence of the nanoparticles firstly accumulated at the local site of the top leaves or roots, rapidly migrated to the hypocotyl of rice, and then redistributed sequentially from the bottom leaves to the upper leaves. Furthermore, the foliar or root application of VMSNs-FITC could trigger the local and systemic resistance to PXO99. Notably, no significant toxicity was observed on plants and mice after excessive foliar treatment or feeding tests, respectively. Overall, our research revealed that VMSNs are an effective, systemic, and safe nano-pesticides for controlling rice diseases. Boosting the immune responses may be associated with the transporting of nanoparticles. • Nano silicon can enhance plant resistance to pathogens, with VMSN being the most effective • VMSN can activate rice immunity, enabling rice to acquire systemic acquired resistance • VMSN can improve the resistance of rice to white leaf blight and stripe blight • VMSN can enter the rice body and be transported within the rice body • VMSN has biosafety and is non-toxic to mice

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced AgrochemMême sujetSilicon Effects in AgricultureTravaux en français237 207