Development of a rapid screen to identify formulations that enhance plant resistance to viral infection
Notice bibliographique
Résumé
A screening method was developed to identify formulations that enhance plant resistance to viral infection. A modified Tobacco rattle virus (TRV) genome with green fluorescent protein (TRV-GFP) was delivered into Nicotiana benthamiana cells using Agrobacterium tumefaciens . Subjective scales based on TRV-GFP fluorescence in inoculated and systemic leaves were created and validated by examining TRV coat protein expression using RT-PCR. This rapid 7-day Agrobacterium -TRV-GFP/ N. benthamiana screen was used to test many formulations containing sodium magnesium chlorophyllin (Mg-chl) with various surfactants. Treatment with Mg-chl formulation 1 and 2 resulted in significant reductions in TRV-GFP levels in N. benthamiana inoculated and systemic leaves compared to mock-treated plants, without causing phytotoxic effects. Given that Mg-chl is activated by light to produce reactive oxygen species (ROS), H 2 O 2 levels were examined and shown to increase in Mg-chl-treated leaves. Elevated H 2 O 2 levels may have initiated Salicylic acid (SA)- and Jasmonic acid (JA)-mediated resistance pathways as supported by expression of N.benthamiana Pathogenesis-Related1 ( NbPR1 ) and N.benthamiana Myelocytomatosis transcription factor ( NbMYC2) in formulation-treated leaves. Treatment with formulations 1 and 2 also provided resistance in Nicotiana tabacum leaves to Tobacco mosaic virus (TMV). Given that the JA pathway gene NbMYC2 was expressed in response to Mg-chl treatment, resistance to necrotrophic pathogens or insects may also be enhanced. Treatment with Mg-chl formulation 1 and 2 conferred resistance to TRV-GFP in N. benthamiana and TMV in N. tabacum without causing phytotoxic effects, indicating these formulations are ideal candidates for commercialization as plant immunity stimulators.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».