XiaoMi-AI文件搜索系统
World File Search SystemChaturvedi
基于 3,366 个基因组测序的鹰嘴豆遗传变异图
Rajeev K. Varshney 1,2 ✉ , Manish Roorkiwal 1 , Shuai Sun 3,4,5 , Prasad Bajaj 1 , Annapurna Chitikineni 1 , Mahendar Thudi 1,6 , Narendra P. Singh 7 , Xiao Du 3,4 , Hari D. Upadhyaya 8,9 , Aamir W. Khan 1 , Yue Wang 3,4 , Vanika Garg 1 , Guangyi Fan 3,4,10,11 , Wallace A. Cowling 12 , José Crossa 13 , Laurent Gentzbittel 14 , Kai Peter Voss-Fels 15 , Vinod Kumar Valluri 1 , Pallavi Sinha 1,16 , Vikas K. Singh 1,16 , Cécile Ben 14,17 , Abhishek Rathore 1 , Ramu Punna 18 , Muneendra K. Singh 1 , Bunyamin Tar'an 19，Chellapilla Bharadwaj 20，Mohammad Yasin 21，Motisagar S. Pithia 22，Servejeet Singh 23，Khela Ram Soren 7，Himabindu Kudapa 1，DiegoJarquín24，Philippe Cubry 25，Lee T. IT A. Deokar 19，Sushil K. Chaturvedi 28，Aleena Francis 29，RékaHoward30，Debasis Chattopadhyay 29，David Edwards 12，Eric Lyons 31，Yves Vigourox 25，Ben J. Hayes 15 、 Henry T. Nguyen 35 、 Jian Wang 11,36 、 Kadambot H. M. Siddique 12 、 Trilochan Mohapatra 37 、 Jeffrey L. Bennetzen 38 、 Xun Xu 10,39 和 Xin Liu 10,11,40,41 ✉
社论：土壤-植物-微生物相互作用
土壤健康状况恶化是实现农业可持续性的主要障碍之一。这种损失通常是由于采用不良的耕作方式和过度使用化学品（如化肥和杀虫剂）造成的（Kumar 等人，2017 年；Kumar 等人，2018 年）。阻止土壤质量恶化的一个潜在策略是在土壤或植物部位施用微生物接种剂（Banik 等人，2019 年）。如果我们要充分利用微生物的潜力，就必须了解微生物在植物-土壤系统的生物地球化学循环中以及在减少毒素、营养动力学、抗氧化活性、系统性诱导抗性、病原体抑制等过程中的作用（Govindasamy 等人，2008 年）。除了提高产品质量和环境健康外，这些相互作用还将减轻合成化学品和其他污染物的毒性。本期特刊涵盖了与土壤、植物和微生物之间关系相关的方面，以增强土壤健康和植物生长，这对于理解农业系统的可持续性特别有帮助。在本研究主题中，研究了园艺作物中植物疾病的流行情况和潜在的管理策略，包括番茄枯萎病、苹果再植病 (ARD) 和猕猴桃早期衰退综合症。猕猴桃早期衰退综合症的因素是由于气候条件和农艺土壤管理之间的相互作用而引发的。因此，适当管理这些条件可能有助于抑制猕猴桃早期衰退综合症（Bardi 等人）。而当向土壤中添加 ZnO-NPs 时，通过创建有利于植物生长的新微生物群落结构可以克服 ARD 疾病（Pan 等人）。另一方面，Chaturvedi 等人强调了应用细菌内生菌联合体保护番茄光合系统免受枯萎病侵害。根际和内生有益微生物在促进植物生长和改善土壤健康方面发挥着至关重要的作用。根际微生物改善
Ajit K Mohanty教授（AEC主席和DAE秘书）Ajit K Mohanty教授（AEC主席和DAE秘书）
•A K Nayak教授|负责人，核控制和规划部（NCPW）•Anurag Kumar博士|印度电子有限公司（ECIL）董事长兼董事总经理•Shri Bhuwan Chandra Pathak |印度核电公司有限公司（NPCIL）董事长兼董事总经理•C G Karhadkar教授| Indira Gandhi原子研究中心主任（IGCAR）•D Singh博士|印度稀土有限公司（IREL）•博士
来自芥菜 (Brassica juncea (L.)) 愈伤组织的体外器官发生...
2 兰契大学植物学系，兰契，贾坎德邦，印度 3 兰契大学植物学系生物技术硕士，兰契大学植物学系，印度贾坎德邦 4 兰契大学植物学系生物技术硕士，兰契大学植物学系，印度贾坎德邦 摘 要 本研究旨在建立一种优化的印度芥菜 (L.) Czern & Coss. (芥菜) 不同部位的体外愈伤组织诱导和增殖方案。将叶和茎外植体培养在补充了各种生长素和细胞分裂素浓度的 Murashige 和 Skoog (MS) 培养基中，以获得愈伤组织形成的最佳生长条件。所测试的激素组合包括 0.5、1 和 2 mg/L 的吲哚-3-乙酸 (IAA)、0.5、1 和 2 mg/L 的苄氨基嘌呤以及 0.5、1 和 2 mg/L 的 2,4-二氯苯氧乙酸 (2,4-D)。基于愈伤组织诱导频率，在不同时期和光照、温度和湿度培养条件下，对叶片和茎外植体产生的愈伤组织进行三次重复评估。在以 1:1 的比例补充 BAP 和 2,4 D 的 MS 培养基中，将叶片作为外植体的结果显示，接种 45 天后愈伤组织诱导率最高，这是独一无二的。茎外植体接种 45 天后，在激素浓度 BAP:IAA（0.5:1）下产生愈伤组织。这些产生的愈伤组织显示出明显的伸长和良好的叶片形状。未分化愈伤组织增生、变绿并形成成熟芽凸显了愈伤组织的有效性。继代培养后，愈伤组织的习惯化和持续传代使得培养基中无需添加细胞分裂素。愈伤组织获得细胞分裂素，导致出芽和营养器官发育。反过来，这些细胞允许器官发生，成熟植物成功再生。这种可重复的方案可用于愈伤组织诱导和植物再生，这是植物育种或生物技术应用（包括用于作物改良的基因转化）的重要工具。此外，通过既定的方案，对芥菜组织中植物激素之间相互作用的认识得到了提高。 关键词：愈伤组织、再生、生长素、作物、BAP、器官发生、芥菜 (L.) 1. 引言 在植物组织培养中，愈伤组织发生和器官发生是基因转化和作物发育所必需的过程。这些程序中的一个关键阶段是有效的愈伤组织诱导，它为以后的再生和转化提供所需的细胞材料。先前的研究表明，为了在不同芸苔属植物中获得较高的愈伤组织诱导率和植物再生，优化植物激素浓度至关重要（Gupta & Chaturvedi，2021 年；Singh 等人，2020 年）。大多数人称之为印度芥菜，Brassica juncea (L.) Czern. & Coss。是一种广泛种植的油籽作物，其油料和叶类蔬菜对经济十分重要。
人工智能增强心电图分析用于识别糖尿病患者的心脏自主神经病变
1. John APP、Udupa K、Avangapur S 等人。2 型糖尿病患者的心脏自主神经功能障碍：一项针对心率变异性测量的调查性研究。Am J Cardiovasc Dis。2022；12(4)：224-232。2. Pop-Busui R、Low PA、Waberski BH 等人。先前强化胰岛素治疗对 1 型糖尿病患者心脏自主神经系统功能的影响：糖尿病控制和并发症试验/糖尿病干预和并发症流行病学研究 (DCCT/EDIC)。循环。2009；119(22)：2886-2893。doi：10.1161/CIRCULATIONAHA。108.837369 3. Zoppini G、Cacciatori V、Raimondo D 等人。新诊断 2 型糖尿病患者队列中心血管自主神经病变的患病率：维罗纳新诊断 2 型糖尿病研究（VNDS）。糖尿病护理。2015；38(8):1487-1493。doi: 10.2337/ dc15-0081 4. Low PA、Benrud-Larson LM、Sletten DM 等人。自主神经症状和糖尿病神经病变：一项基于人群的研究。糖尿病护理。2004；27(12):2942-2947。doi: 10.2337/diacare.27.12.2942 5. Chowdhury M、Nevitt S、Eleftheriadou A 等人。 1 型和 2 型糖尿病患者的心脏自主神经病变与心血管疾病及死亡风险：一项荟萃分析。BMJ Open Diabetes Research and Care。2021；9(2):e002480。doi: 10.1136/bmjdrc-2021-002480 6. Pop-Busui R、Evans GW、Gerstein HC 等人。心脏自主神经功能障碍对糖尿病心血管风险控制行动 (ACCORD) 试验中死亡风险的影响。糖尿病护理。2010；33(7):1578-1584。doi: 10.2337/dc10-0125 7. Soedamah-Muthu SS、Chaturvedi N、Witte DR 等人。欧洲1型糖尿病患者危险因素与死亡率的关系：EURODIAB前瞻性并发症研究（PCS）。糖尿病护理。2008；31（7）：1360-1366。doi：10.2337/dc08-0107 8. Cox AJ、Azeem A、Yeboah J 等人。心率校正 QT 间期是2型糖尿病患者全因死亡和心血管死亡的独立预测指标：糖尿病心脏研究。糖尿病护理。2014；37（5）：1454-1461。doi：10.2337/dc13-1257 9. Rossing P、Breum L、Major-Pedersen A 等人。QTc 间期延长可预测1型糖尿病患者的死亡率。糖尿病医学。 2001；18(3)：199-205。doi：10.1046/j.1464-5491.2001.00446.x 10. Wehler D、Jelinek HF、Gronau A 等人。超短心电图记录得出的心率变异性特征的可靠性及其在评估心脏自主神经病变中的有效性。生物医学信号过程控制。2021；68：102651。doi：10.1016/j.bspc。2021.102651 11. Kulkarni AR、Patel AA、Pipal KV 等人。机器学习算法通过心电图无创检测糖尿病和糖尿病前期。BMJ Innov。2023；9(1)：32-42。 doi: 10.1136/bmjinnov-2021-000759 12. Ribeiro Pinto J、Cardoso JS、Lourenço A。心电图生物识别技术的演变、当前挑战和未来可能性。IEEE Access。2018；6：34746-34776。doi：10.1109/ACCESS.2018.2849870 13. Aldosari H、Coenen F、Lip GYH、Zheng Y。基于基序的特征向量：面向心血管疾病分类的同质数据表示。在：Golfarelli M、Wrembel R、Kotsis G、Tjoa AM、Khalil I 编辑。大数据分析和知识发现。计算机科学讲义。施普林格国际出版公司；2021 年：235-241。doi：10.1007/978-3-030-86534-4_22 14. Abdel-Jaber H、Devassy D、Al Salam A、Hidaytallah L、EL-Amir M。深度学习算法及其在医疗保健中的应用综述。算法。2022；15(2)：71。doi：10.3390/a15020071
1 ACES 101 电源管理实验室 RL Santanu Kumar Mishra 7801 7.300 6.300 45.990 2 ACES 101A Santanu Kumar Mishra FO Santanu Kumar Mishra 6249 3.100 3.
1 ACES 101 电源管理实验室 RL Santanu Kumar Mishra 7801 7.300 6.300 45.990 2 ACES 101A Santanu Kumar Mishra FO Santanu Kumar Mishra 6249 3.100 3.000 9.300 3 ACES 101B Avinash Joshi FO Avinash Joshi 7801 3.100 3.000 9.300 4 ACES 102 电源管理实验室 RL Avinash Joshi 7801 5.300 3.300 17.490 5 ACES 103 低功耗实验室 RL P.Sensarma 和 Sandeep Anand 7482 7.300 6.300 45.990 7 6 ACES 103A Sandeep Anand FO Sandeep Anand 7131 3.100 3.000 9.300 7 ACES 103B Parthasarathi Sensarma FO Parthasarathi Sensarma 7076 3.100 3.000 9.300 8 ACES 104 SC 斯里瓦斯塔瓦 FO S C 斯里瓦斯塔瓦 7625 5.300 3.300 17.490 C.交流。1 9 ACES 105 电源系统实验室 RL S C Srivastava, S.N.Singh & Saikat Chakrabarti 6738 6.100 16.700 101.870 10 ACES 105A S N Singh FO S N Singh 3.100 3.000 9.300 11 ACES 105B Saikat Chakrabarti FO Saikat Chakrabarti 6598 3.100 3.000 9.300 12 ACES 105C 客座教授 FO 客座教授 3.100 3.000 9.300 13 ACES 105D A.Mohapatra FO A.Mohapatra 3.100 3.000 9.300 14 ACES 106 S N Singh FO S N Singh 7009 5.100 3.300 16.830 C. Ac.1 15 ACES 107 智能信息实验室 RL 7032 7.400 6.100 45.140 16 ACES 107A 博士生教室 PG 7007 3.100 3.000 9.300 17 ACES 107B Nishchal K Verma FO 6524 3.100 3.000 9.300 18 ACES 113 同步相量实验室 RL Saikat Chakrabarti 6.500 5.900 38.350 C. Ac.19 ACES 114 RL S N Singh 20 ACES 115 RL S C Srivastava 21 ACES 116 电气车间 WS Ram Nath Pal 7882 10.300 11.900 122.570 8 22 ACES 117 毫米波实验室 RL Md.Jaleel Akhtar 6328 4.500 2.800 12.600 1 1 23 ACES 122 光电子实验室 RL Utpal Das 6084 5.000 3.100 15.500 C. Ac 1 24 ACES 123 光电子实验室 RL Utpal Das 7360 8.500 9.500 80.750 C. Ac 25 ACES 124 RL Dinesh Kumar 7628 26 ACES 125 RL 7628 27 ACES 126 RL 7628 28 ACES 127 RL 7628 29 ACES 128 RL Dinesh Kumar 7628 4.800 3.100 14.880 3 30 ACES 129 光电子实验室 RL Utpal Das 7360 8.500 6.300 53.550 C. Ac 31 ACES 201 移动通信实验室 RL 7897 7.300 6.300 45.990 32 ACES 201A 实验室 RL 7897 3.100 3.000 9.300 33 ACES 201B A K Chaturvedi FO 7613 3.100 3.000 9.300 34 ACES 202 Rakesh K Bansal FO Rakesh K Bansal 7075 5.300 3.200 16.960 35 ACES 203 MIPS 实验室 RL 6677 7.300 6.300 45.990 36 ACES 203A RA 房间 PG 6677 3.100 3.000 9.300 37 ACES 203B Rajesh Mahanand Hegde FO 6248 3.100 3.000 9.300 38 ACES 204 无线传感器网络实验室 RL Rajesh Mahanand Hegde 6753 5.000 3.300 16.500 C.Ac1