The Response of Cannabis Sativa Plants to Three Novel Plant Growth-Promoting Rhizobacteria: Yield and Cannabinoid and Terpene Profile
Notice bibliographique
Résumé
Le cannabis connaît une augmentation rapide de la demande légale des consommateurs et, en même temps, il y a une demande accrue pour que les producteurs développent des variétés pour une gamme d'applications finales, résultant de la législation changeante au Canada et dans le monde. Il est maintenant crucial d'améliorer le rendement et la qualité du cannabis (par exemple, les concentrations de cannabinoïdes et de terpènes) pour les marchés médicaux et récréatifs. Les membres du phytomicrobiome, les rhizobactéries favorisant la croissance des plantes (PGPR), sont maintenant reconnus comme jouant un rôle clé dans la productivité des plantes. Ce projet vise à examiner les effets de nouvelles souches de Bacillus sp., Mucilaginibacter sp. et Pseudomonas sp. sur la croissance de Cannabis sativa L.Dans la première étude, les trois PGPR, sous forme de suspension de cellules pures, ont été inoculés individuellement sur des boutures pour déterminer les effets sur l'enracinement des boutures de cannabis et la croissance ultérieure des plantes. Au moment de la propagation, Pseudomonas sp. a provoqué une croissance racinaire significativement plus importante sur les boutures (32% de plus que le témoin). À la récolte, le poids de fleurs fraîches a été augmenté de 5,13%, 6,94% et 11,45% par rapport au témoin, pour les plantes inoculées avec Bacillus sp., Mucilaginibacter sp. et Pseudomonas sp., respectivement. L'inoculation avec Pseudomonas sp. a entraîné la plus grande augmentation du taux de photosynthèse et de l'indice de récolte; Bacillus sp. et Mucilaginibacter sp. ont augmenté le nombre de fleurs et le taux de croissance des bourgeons axillaires à des quantités approximativement équivalentes.La deuxième étude a utilisé une analyse de métabolomique pour identifier et quantifier 16 cannabinoïdes et 21 terpènes dans les fleurs de cannabis, en utilisant UHPLC-UV, LC-MS/MS et GC-MS. Le traitement avec Mucilaginibacter sp. a conduit à une augmentation de 14% des taux totaux de THC et de CBD, ainsi qu'à une augmentation de 12% pour les terpènes. Pseudomonas sp. a été moins efficace, entraînant une augmentation de 6% des taux totaux de THC et de CBD. Le rapport CBD/THC était constant pour tous les traitements de PGPR ainsi que pour le témoin.Dans la troisième étude, le profilage protéomique des fleurs de cannabis a fourni des informations sur les réponses de croissance et de développement à l'inoculation de PGPR. Les trois PGPR ont tous augmenté la production de protéines clés impliquées dans le métabolisme du saccharose, la glycolyse, le cycle de l'acide citrique et d'autres voies métaboliques importantes. Mucilaginibacter sp. a régulé à la hausse l'expression de protéines impliquées dans la biosynthèse des cannabinoïdes. Parmi les trois PGPR, Pseudomonas sp. a conduit à l'expression la plus abondante de protéines dans les fleurs de cannabis, suivie de Mucilaginibacter sp.Dans l'ensemble, ce projet a démontré que (1) Bacillus sp., Mucilaginibacter sp. et Pseudomonas sp. ont tous manifesté des effets bénéfiques sur la croissance du cannabis, allant de la vitesse d'enracinement à la croissance de la plante entière et du rendement en fleurs, (2) deux des PGPR purs sélectionnés (Mucilaginibacter sp. et Pseudomonas sp.) ont positivement modifié les profils de cannabinoïdes et de terpènes, (3) l'inoculation de PGPR a régulé à la hausse la production de protéines clés impliquées dans la croissance et le développement des plantes de cannabis. Les avantages de ce projet incluent (1) la démonstration que l'application de trois souches de PGPR améliore la productivité de la culture de cannabis, l'effet variant selon les PGPR, (2) l'acquisition de connaissances sur les interactions moléculaires entre les plantes et les micro-organismes au niveau protéomique, et (3) la mise à disposition de nouvelles méthodes efficaces pour la production industrielle de cannabis grâce à l'application de ces bactéries bénéfiques
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 | 0,001 |
| 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 ».