-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
结合植物生长促进根际细菌与机器学习技术，评估菜豆（Phaseolus vulgaris L.）的耐旱性
《BMC Plant Biology》：Integrating plant growth-promoting rhizobacteria and machine learning for drought tolerance assessment in green bean (Phaseolus vulgaris L.)
【字体： 大 中 小 】 时间：2026年07月10日 来源：BMC Plant Biology 5.6
编辑推荐：
摘要干旱胁迫是全球限制作物产量的重要因素，尤其是在气候变化导致水资源日益短缺的背景下。本研究评估了在不同灌溉条件下，植物生长促进根际细菌（PGPR）对青豆（Phaseolus vulgaris L.）的影响，并运用机器学习方法进一步分析其响应机制。实验在温室中进行，设置了四种灌溉
干旱胁迫是全球限制作物产量的重要因素，尤其是在气候变化导致水资源日益短缺的背景下。本研究评估了在不同灌溉条件下，植物生长促进根际细菌（PGPR）对青豆（Phaseolus vulgaris L.）的影响，并运用机器学习方法进一步分析其响应机制。实验在温室中进行，设置了四种灌溉水平（I100、I80、I60和I40），以及三种细菌处理方式，包括Stenotrophomonas rhizophila EU.2B33（R2）、Bacillus marisflavi EU.18（R1）及其组合（R3）。与充分灌溉相比，严重缺水条件（I40）下植株的地上部和根部生物量减少了约40%。然而，应用PGPR可显著减轻这些负面影响，其中S. rhizophila EU.2B33（R2）处理的植株地上部鲜重最高，为68.03克，比对照组高出约20%。干旱胁迫下叶绿素含量显著下降，而在适度胁迫条件（I60）下，PGPR处理使总叶绿素含量增加了80%以上。在适度水分不足条件下（I60–I80），PGPR带来的改善最为明显，而在严重胁迫条件下（I40）虽也有效果，但相对有限。此外，PGPR处理还能降低过氧化氢（H?O?）和丙二醛（MDA）等氧化应激指标，减少膜损伤。为更好地把握处理措施与植物响应之间的非线性关系，研究还建立了多层感知器神经网络（MLPNN）和广义回归神经网络（GRNN）模型。对于与胁迫相关的性状，GRNN的预测性能更为优异，过氧化氢酶活性的预测R2值可达0.87；而对于类胡萝卜素这类较为稳定的性状，MLPNN的预测效果更好，R2值为0.89。将基于PGPR的处理方法与机器学习相结合，可为提升干旱耐受性评估水平、优化水资源受限条件下的可持续作物管理提供有力支撑。
干旱胁迫是全球限制作物产量的重要因素，尤其是在气候变化导致水资源日益短缺的背景下。本研究评估了在不同灌溉条件下，植物生长促进根际细菌（PGPR）对青豆（Phaseolus vulgaris L.）的影响，并运用机器学习方法进一步分析其响应机制。实验在温室中进行，设置了四种灌溉水平（I100、I80、I60和I40），以及三种细菌处理方式，包括Stenotrophomonas rhizophila EU.2B33（R2）、Bacillus marisflavi EU.18（R1）及其组合（R3）。与充分灌溉相比，严重缺水条件（I40）下植株的地上部和根部生物量减少了约40%。然而，应用PGPR可显著减轻这些负面影响，其中S. rhizophila EU.2B33（R2）处理的植株地上部鲜重最高，为68.03克，比对照组高出约20%。干旱胁迫下叶绿素含量显著下降，而在适度胁迫条件（I60）下，PGPR处理使总叶绿素含量增加了80%以上。在适度水分不足条件下（I60–I80），PGPR带来的改善最为明显，而在严重胁迫条件下（I40）虽也有效果，但相对有限。此外，PGPR处理还能降低过氧化氢（H?O?）和丙二醛（MDA）等氧化应激指标，减少膜损伤。为更好地把握处理措施与植物响应之间的非线性关系，研究还建立了多层感知器神经网络（MLPNN）和广义回归神经网络（GRNN）模型。对于与胁迫相关的性状，GRNN的预测性能更为优异，过氧化氢酶活性的预测R2值可达0.87；而对于类胡萝卜素这类较为稳定的性状，MLPNN的预测效果更好，R2值为0.89。将基于PGPR的处理方法与机器学习相结合，可为提升干旱耐受性评估水平、优化水资源受限条件下的可持续作物管理提供有力支撑。
