Rapid separation and characterization of grain water-soluble proteins in bread wheat cultivars (<i>Triticum aestivum</i> L.) by capillary electrophoresis
Notice bibliographique
Résumé
Water-soluble (WS) proteins in wheat grain are considered to represent the suite of biologically active enzymes and enzyme inhibitors in the grain. In this study, a rapid capillary electrophoresis (CE) method for WS protein separations was developed using untreated fused-silica columns and an acidic phosphate-glycine buffer system. In order to optimize the resolution and reproducibility of CE separation, different protein extraction methods, organic modifiers in phosphate-glycine buffer and capillary electrophoresis conditions, including capillary length and inner diameter (ID), operating temperature, performance voltages, sample injection times, etc., were investigated. High resolution and reproducibility of WS proteins were achieved using 20% ethanol as the extracting buffer. The optimal condition to separate these proteins was 50 μm ID × 31.5 cm (26.5 cm to the detector) capillary at 11.0 kV and 35°C. The optimum buffer was 0.1 M phosphate-glycine (pH 2.5) containing 20% acetonitrile (ACN) and 0.05% hydroxylpropylmethylcellulose. Using this method, the WS proteins were well separated in less than 10 min. A total of 120 Chinese bread wheat cultivars were analyzed. The CE patterns of most bread wheat cultivars showed a higher level of polymorphisms compared with SDS-PAGE patterns. All cultivars analyzed could be readily differentiated based on their WS protein profiles. Results indicate that the WS proteins are useful biochemical markers for wheat genetics and breeding research and CE is expected to become a new and powerful tool for the separation and characterization of grain WS proteins in bread wheat. Key words: Triticum aestivum, bread wheat, water-soluble proteins, capillary electrophoresis, biochemical markers
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».