Wheat cultivar‐specific proteins in grain revealed by 2‐DE and their application to cultivar identification of flour
Notice bibliographique
Résumé
Wheat flour proteins were studied to identify the cultivar-specific proteins and use them to identify cultivars in flours. Proteins extracted from flours of Japanese wheat (cultivars Hokushin, Horoshirikomugi, Kitanokaori and Kachikei 33) and Canadian wheat (Canada Western Red Spring Wheat No. 1; 1CW) were analyzed by 2-DE with IEF gels over three pH ranges: pH 4-7, pH 5-8, and pH 6-11. This system enabled detection of more than 1600 protein spots. We recognized that among 50 protein spots showing cultivar-dependent qualitative changes, 25 proteins were wheat cultivar specific. These 50 protein spots were analyzed by N-terminal Edman degradation microsequencing and MALDI-TOF-MS; 21 protein spots were storage proteins, such as gliadin and low-molecular mass glutenin subunit. Five protein spots were identified as dehydroascorbate reductase (Triticum aestivum), triticin precursor (T. aestivum), alpha-amylase inhibitor (Oryza sativa), DNA-binding with one finger (Dof) zinc family protein (O. sativa), and nonphototropic hypocotyl 1 (NPH1) protein (Avena sativa). The other protein spots appeared to be hypothetical proteins (O. sativa or Arabidopsis thaliana) or functional unknown proteins. These specific proteins can be used as markers to identify wheat cultivars in blended flour composed of two or three flours.
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 | 0,000 | 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 ».