artlic(葱度)是整个印度的重要鳞茎作物之一,用作香料或调味品。对于印度来说,这也是重要的外汇收入。几乎所有洋葱的人都消耗了它。大蒜比其他鳞茎作物具有更高的营养价值。它富含蛋白质,磷,钾,钙,镁和碳水化合物。大蒜含有较高浓度的硫化合物,这些化合物对其药物作用是可取的(Chakraborty and Majumder,2020年)。抗坏血酸的含量在绿色大蒜中很高。大蒜也具有杀虫特性。大蒜是霜冻植物,需要在鳞茎成熟期间生长和相对干燥的期间凉爽和潮湿的时期。膨胀发生在较长的几天内,在高温下,暴露于灯泡形成后的低温,有利于该过程。临界日长度为12小时,温度也会影响块。休眠丁香或年轻植物暴露于20°C的温度或较低,具体取决于1-2个月的品种,会升起随后的底座。大蒜h
大多数香料中的生物活性化合物具有抗菌和其他重要的生物医学特性。考虑到最近与耐药病原体有关的全球大流行和挑战,对天然免疫助推器(香料和草药)的需求很大。这项研究旨在将姜,大蒜和姜黄香料与某些致病性微生物的功效进行比较。使用标准微生物学方法进行了香料,抗菌敏感性和最小抑制浓度测试的水性提取。生物活性化合物。姜的水提取物抑制除肺炎链球菌以外的所有测试分离株的生长,其抑制区域在0.9 mm至13.5 mm之间。大肠杆菌,肺炎链球菌和流感嗜血杆菌对姜黄提取物具有抗性,而大蒜的提取物仅抑制了四种测试病原体。姜黄的抑制区域在4.4毫米至10.9毫米之间,而大蒜的抑制区域在4.7毫米至11.5毫米之间。所有香料提取物并未抑制10–40%的微生物生长。抗生素光谱表明芽孢杆菌sp。对除一种硝基氟氨基蛋白以外的所有人都具有抗药性,该硝基氟氨酸也抑制了除流感h. h. h. h. h. h. h. h. h. b. sone,其区域范围在10.5 mm至11.6毫米之间。除大肠杆菌(10.6 mm)以外,所有测试病原体都对克罗西克蛋白具有抗性。生姜中存在的主要植物活性化合物是2-叔丁酮,4-(4-羟基-3-甲氧基苯基),1,3-循环己二二二酯和1-(4-羟基-3-甲氧基)。
摘要:由植物的叶子、花朵、种子或茎组成的食品调味品/香料是食品添加剂,可为食品增添特殊的香气和风味,从而增加其口感,但可能藏有多种微生物。因此,本文的目的是使用各种标准微生物技术分离、鉴定和表征尼日利亚夸拉州伊洛林市常见的食品调味品(大蒜、生姜、胡椒和姜黄)中的细菌分离物。地点 A 的样品中异养菌总数 (THC) 最高,为 21.52 ± 5.31 Cfu/ml。地点 B 的大蒜样品中大肠菌群总数 (TCC) 最高,为 6.67 ± 4.93 Cfu/ml。地点 C 的大蒜样品中葡萄球菌总数 (TSC) 最高,为 4.00 ± 1.00 Cfu/ml。地点 C 的大蒜样品中沙门氏菌-志贺氏菌总数最高,为 4.67 ± 3.06
大蒜素(diallthiosulfinate)是一种有效的抗菌物质,是由大蒜组织在损伤中产生的,作为防御病原体和害虫的防御。大蒜素是一种反应性硫种(RSS),可氧化谷胱甘肽和蛋白质中的可及性半胱氨酸。我们使用了差异同位素标记方法(OXIXAT)来鉴定细菌蛋白质组中的大shic氏靶标。我们比较了大鼠素荧光症的蛋白质组织PF 0-1和丙酸s耐鼠素暴露后的PF AR-1。在暴露于大蒜素之前,蛋白质主要降低,其中约77%的蛋白质表现出小于20%的半胱氨酸氧化。蛋白氧化在暴露于大蒜素后增加,仅来自大蒜素敏感的PF 0-1的蛋白质中只有50%,但来自大丙酸酯耐受性PF AR-1的蛋白质仍低于20%的氧化。DNA回旋酶被鉴定为大蒜素靶标。Cys 433大约6%。在大蒜素处理后,易感PF 0-1的CYS 433氧化程度增加到55%,但在耐受性PF AR-1中仅增加至10%。大蒜素在体外抑制了大肠杆菌DNA旋转酶的活性,其浓度与纳利迪酸相同的浓度范围。纯化的PF AR-1 DNA回旋酶在体外抑制比PF 0-1酶更大程度地抑制。将PF AR-1 Gyra替换为PF 0-1,使交换突变体比PF 0-1野生型更容易受到大种呼吸的影响。在一起,这些结果表明,在耐大slic蛋白耐sap的PF AR-1背景中,GYRA免受体内的氧化保护,而不是PF AR-1 Gyra亚基本质上比PF 0-1 gyra subunit在本质上易于抗原氧化。DNA回旋酶是药物重要的抗生素的靶标。因此,大蒜素及其类似物可能具有单独或与其他治疗剂结合的旋酶抑制剂的潜力。
大蒜是一种无性繁殖的农作物,是洋葱后的第二个重要的鳞茎作物,被用作蔬菜和药用植物。在数千年的种植中已经形成了丰富而多样的大蒜资源。然而,基因组变异,种群结构和大蒜农艺性状的遗传结构仍未得到很好的阐明。在这里,使用从43个国家 /地区收集的606个大蒜加入中鉴定了100258个单核苷酸多态性(SNP)。种群结构,主要成分和系统发育分析表明,这些加入分为五个亚群。连续两年内实施了二十种农艺性状,包括地面生长性状,与灯泡相关和螺栓相关的特征。总共有542个SNP与这些农艺性状相关,其中188个SNP与两个以上的性状反复相关。一个SNP(CHR6:1896135972)反复与十个特征有关。这些相关的SNP位于或附近858个基因内,其中56个是转录因子。有趣的是,核糖体蛋白S5中的一个非同义词SNP(CHR4:166524085)与地上生长和与鳞茎相关的性状反复相关。此外,全基因组选择区域的基因本体富集分析在完全粘液和非螺栓固定加入之间的基因组选择区域表明,这些基因在“营养性的生殖相位过渡到生殖相位过渡”,“芽系统发展”,“芽系统发展”,“生殖过程”等中显着富集这些结果为可靠,有效地选择候选基因以实现大蒜遗传改善和优越品种提供了宝贵的信息。
在孟加拉国生长了许多不同种类的香料。在这些香料中,大蒜是最重要的。尽管每年需要600,000吨大蒜,但孟加拉国仅设法生产约80,000公吨的香料[1]。根据政府的报道,其余部分主要来自印度和中国。每一天都会发现对大蒜的需求有所上升。因此,由于没有足够的供应来满足需求,价格就会更高。诸如孟加拉国农业部报道的2018年的大蒜在2018年的五十至八十塔卡。2019年对大蒜的需求激增。但是,大蒜供应没有变化。价格从2024年到250。以大蒜为例; 2019年1月1日,价格为每公斤80塔卡,但到7月14日,每公斤升至180塔卡。由于其异常行为,因此对这种变化有很大的关注。定价范围表明,增加和减少是零星的。孟加拉国贫穷的人无法承担这笔费用。数据不确定性的非结构化特征为财务预测增加了复杂性。的预测进一步混淆了这样一个事实,即天气,劳动力,储存量,运输和供求比等变量会影响结果。现代AI允许机器模仿人类的行为。使用多种ML算法,M。M。Hasan等。[2]成功消除了洋葱市场的波动,并预测了未来的洋葱价格。在金融中应用机器学习的可能性很大。为了实现这一目标,我们采用了有关大蒜价格的收集数据,我们开发了一些能够预测未来大蒜价格的ML和DL模型。如Geron等人[3]所观察到的,只有一些可用的机器学习工具包括Scikit-Learn,Tensorflow,Matplotlib,Pandas和Numpy。为了使用我们的数据集,使用各种功能选择和特征提取算法。对于第一个模型,使用了DNN。对于第二和第三模型,使用的模型类型是长期记忆(LSTM)模型。最后,第四型模型是LSTM和ML的组合结构,其中LSTM部分仅用于选择特征,而ML算法(如梯度增强回归(GBR),随机森林回归(RFR),线性回归(LR)(LR)都用于训练功能。由于我们将为大蒜每日价格产生预测,因此我们对此进行了监督的学习。根据大蒜市场的给定ML和DL模型,可以在不同来源预测该产品的价格。我们的工作集中在这一目标上。
药理学行业正在不断生产大量新型抗生素。同时,在过去几十年中,对药物的耐药性升高(Nascimento等,2000)。基因交换可能通过不同的机制(例如换位)发生在细菌中,当抗性基因与编码基因的酶是gird时发生的那样(Stockert和Mahfouz,2012)。公共卫生在世界范围内受到微生物对抗生素的抗药性的威胁,因为它降低了药物效应,并随后增加了发病率,死亡率和治疗成本(Abd El-Kalek和Mohamed,2012年)。为了克服这一障碍,许多研究表明了植物提供抑制细菌种类的有效方法。例如,对细菌菌株进行了测试,对细菌菌株进行了测试, ,对金黄色葡萄球菌和铜绿假单胞菌进行了高抑制作用(Al-Zahrani等,2016; Mohammed等,2016)。 此外,torilis Anthriscus提取物的抗细菌特性的重要性是对静脉注射的Podagraria,Pseudomonas glycinea,Heracleum sphondyilium,daucus carota,对金黄色葡萄球菌和铜绿假单胞菌进行了高抑制作用(Al-Zahrani等,2016; Mohammed等,2016)。 此外,torilis Anthriscus提取物的抗细菌特性的重要性是对静脉注射的Podagraria,Pseudomonas glycinea,Heracleum sphondyilium,daucus carota,对金黄色葡萄球菌和铜绿假单胞菌进行了高抑制作用(Al-Zahrani等,2016; Mohammed等,2016)。此外,torilis Anthriscus提取物的抗细菌特性的重要性是对静脉注射的Podagraria,Pseudomonas glycinea,Heracleum sphondyilium,daucus carota
摘要 - 全球农业行业已经面临各种问题,例如人口迅速增长和气候变化。在几个国家中,日本的农业劳动力在下降。为了解决这个问题,日本政府旨在实现应用信息和通信技术,人工智能和机器人技术的“智能农业”。智能农业要求开发机器人技术来进行除草和其他劳动密集型农业任务。机器人除草由一种使用机器学习的对象检测方法组成,以对杂草和农作物进行分类以及使用机器人手和激光器的自主除草系统。但是,这些方法使用的方法会根据作物的生长而改变。除草系统必须根据作物的生长考虑组合。本研究介绍了杂草检测和农作物混合脊(例如大蒜和姜田)中的自主除草。我们首先使用Mask R-CNN开发一种杂草检测方法,该方法可以通过RGB-D相机捕获的颜色图像来检测单个杂草。所提出的系统可以根据检测到的杂草区域和相机捕获的深度图像在物理空间中获得杂草坐标。随后,我们提出了一种指导除草剂操纵器向检测到的杂草坐标的方法。本文通过这两种建议的方法整合了杂草检测和自主除草。我们评估了在实际领域拍摄的图像训练的面膜R-CNN的性能,并证明所提出的自主除草系统在复制的山脊上起作用,其人造杂草类似于大蒜和杂草叶子。
摘要 青霉病是影响大蒜采后的主要病害之一。2023年,该病害在泰国清迈府的大蒜[Allium ampeloprasum var. ampeloprasum (Borrer) Syme]采后储藏期间被发现。从大蒜中分离得到3个真菌分离株,根据形态特征和核糖体DNA内部转录间隔区(ITS)、β -微管蛋白(BenA)、钙调蛋白(CaM)和RNA聚合酶II第二大亚基(rpb2)基因组合序列的系统发育分析,鉴定为大蒜青霉菌(Penicillium allii)。在致病性测定中,接种分离真菌的大蒜表现出与采后储藏期间观察到的症状相似的症状。在杀菌剂筛选试验中,多菌灵、苯醚甲环唑 + 嘧菌酯和苯醚甲环唑在半剂量和推荐剂量下均能有效完全抑制该真菌,而该真菌对克菌丹和代森锰锌不敏感。此外,多菌灵、氧氯化铜、苯醚甲环唑与嘧菌酯的组合以及苯醚甲环唑单独使用时,双倍推荐剂量可完全抑制该真菌。据我们所知,这是泰国首次报道由 P. allii 引起的大蒜鳞茎采后蓝霉病。此外,杀菌剂敏感性筛选的结果有助于制定有效的管理策略,以控制由 P. allii 引起的大蒜鳞茎采后蓝霉病。
肉鸡的肉饲养短时间(35天)。生产肉鸡时,会出现几个问题,包括生产率低,免疫状态,饲料价格和抗生素限制。抗生素应避免作为生长启动子,以避免抗菌耐药性(AMR)。该政策通过利用称为光生生物的植物元素来刺激肉鸡牲畜的生产力。植物材料的使用旨在降低抗生素耐药性的风险。无法满足法规的抗生素可能会导致残留物积累。除此之外,还有几种传染病,例如纽卡斯尔病(ND)。nd是一种经常影响家禽的疾病,导致产量下降,显着发病率和高死亡率。,以提高免疫力。一种类型的疫苗利用免疫调节补充剂,例如大蒜(Allium sativum),其具有抗炎和增强免疫促进特性。在ND感染期间,补充大蒜粉导致鸡肉胚胎心脏病变的改变。这些修饰包括降低感染的严重程度,其特征是水肿,充血,坏死和中性粒细胞浸润。在ND感染后,1%的大蒜粉可以改善牲畜免疫健康,这是保护性抗体滴度的增加,白细胞数量的下降和淋巴细胞数量的减少所证明的。在1%的大蒜粉治疗组中,脾脏器官的组织病理学揭示了ND感染引起的病理病变严重程度的差异。