MétaCan
Menu
Retour à la cohorte
Enregistrement W1963765969 · doi:10.1021/jf000599m

Fast Apple (<i>Malus</i> × <i>domestica</i>) and Tobacco (<i>Nicotiana tobacum</i>) Leaf Polyphenol Oxidase Activity Assay for Screening Transgenic Plants

2000· article· en· W1963765969 sur OpenAlexaff
W. Broothaerts, Joan McPherson, Baochun Li, Eunice Randall, W.D. Lane, Paul A. Wiersma

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant tissue culture and regeneration
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPolyphenol oxidaseMalusNicotiana tabacumCatechol oxidaseNicotianaChemistryPolyphenolBotanyFood sciencePeroxidaseHorticultureColorimetrySubstrate (aquarium)Enzyme assayEnzymeBiochemistryBiologySolanaceaeChromatographyAntioxidant

Résumé

récupéré en direct d'OpenAlex

A spectrophotometric assay method for the analysis of polyphenol oxidase (PPO), in apple and tobacco leaves, has been optimized to increase efficiency in the screening of large numbers of transgenic plants. Crude protein extracts from leaf punches were prepared in a FastPrep homogenizer. The addition of Triton X-100 during extraction resulted in 44 and 74% increases in the PPO activity recovered, from apple and tobacco, respectively. The enzyme kinetics differed markedly between apple and tobacco. Apple leaf PPO was isolated in a latent state and was activated by the addition of SDS. In contrast, tobacco PPO activity was inhibited by SDS, particularly at acidic pH. Apple PPO showed a pronounced pH optimum around pH 6, whereas the pH profile for tobacco PPO was much flatter, with a broad optimum around pH 4. The calculated Km' value for apple PPO, using 4-methylcatechol as substrate, was 8.1, and for tobacco the Km was 4.3. The PPO reaction was strongly inhibited by tropolone, a Cu competitor, and restored by the addition of Cu2+. Several factors affecting variability in leaf PPO activity levels in plants are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPlant tissue culture and regenerationTravaux en français237 207