Application of Exogenous Trehalose at the Panicle Initiation Stage Enhances High Temperature Tolerance and Mitigates Yield Loss in Rice ( <i>Oryza sativa</i> L.)
Notice bibliographique
Résumé
ABSTRACT High temperatures during the rice panicle initiation stage can easily lead to yield loss. Although exogenous trehalose has been shown to significantly improve plant tolerance to abiotic stresses, its application in rice remains limited. Therefore, in this study, pot experiments were conducted using two rice varieties with differing heat tolerance to investigate whether exogenous trehalose could alleviate heat stress during the panicle initiation stage and to elucidate the underlying physiological mechanisms. The results demonstrated that exogenous trehalose significantly increased rice yield under high‐temperature conditions. In the experiment in 2023, the maximum yield increases for N22 and YR343 were 89.5% and 110.3%, respectively, while in 2024, the increases were 89.2% and 111.6%, respectively. The optimal concentration for exogenous trehalose application was found to be 15 mmol L −1 . The yield improvement was primarily attributed to the synergistic effects of exogenous trehalose, which not only enhanced leaf photosynthetic capacity but also improved the activity of key carbohydrate metabolism enzymes, up‐regulated the expression of sucrose transporter genes, and enhanced sucrose utilisation in young panicles. Additionally, it elevated endogenous trehalose levels, increased the accumulation of osmoregulatory compounds, and enhanced antioxidant enzyme activity, while reducing membrane lipid peroxidation. Furthermore, the regulation of hormone metabolism contributed to improved high‐temperature tolerance in rice. In conclusion, the application of trehalose may provide an effective strategy for mitigating high‐temperature damage during the rice panicle initiation stage.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».