Analysis of Metabolic Changes in Plant Pathosystems by Imprint Imaging DESI-MS
Notice bibliographique
Résumé
The response of plants to microbial pathogens is based on the production of secondary metabolites. The complexity of plant-pathogen interactions makes their understanding a challenging task for metabolomic studies requiring powerful analytical approaches. In this paper, the ability of ambient mass spectrometry to provide a snapshot of plant metabolic response to pathogen invasion was tested. The fluctuations of glycoalkaloids present in sprouted potatoes infected by the phytopathogen Pythium ultimum were monitored by imprint imaging desorption electrospray ionization mass spectrometry (DESI-MS). After 8 d from the inoculation, a decrease of the relative abundance of potato glycoalkaloids α-solanine (m/z 706) and α-chaconine (m/z 722) was observed, whereas the relative intensity of solanidine (m/z 398), solasodenone (m/z 412), solanaviol (m/z 430), solasodiene (m/z 396), solaspiralidine (m/z 428), γ-solanine/γ-chaconine (m/z 560) , β-solanine (m/z 706), and β-chaconine (m/z 722) increased. The progression of the disease, expressed by the development of brown necrotic lesions on the potato, led to the further decrease of all the glycoalkaloid metabolites. Therefore, the applicability of imprint imaging DESI-MS in studying the plant metabolic changes in a simple pathosystem was demonstrated with minimal sample preparation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».