Rapid Assessment of Glutenin and Gliadin in Wheat by UV Spectrophotometer
Notice bibliographique
Résumé
ABSTRACT Traditional breeding of common wheat ( Triticum aestivum L.) concentrates largely on the improvement of protein quality because of the importance of protein in end‐product functionality, nutritional value, and economic impact. New, rapid, and inexpensive protein quality tests are required to identify premium quality families from large and diverse early‐generation breeding populations. In this study, a simple method was designed using organic solvents to divide wheat proteins into monomeric‐rich (single‐chain, mostly gliadin), polymeric‐rich (multichain, mostly low‐ and high‐molecular weight glutenin), and total soluble protein (monomeric and polymeric protein). Monomeric‐rich and total soluble protein fractions were quantified at 280 nm with an ultraviolet (UV) spectrophotometer. Protein fractions were expressed in terms of absolute concentration and as a proportion of total soluble protein. A strong linear relationship between the protein concentration in the fractions and the absorbance reading indicated that the method could accommodate a large range of protein fraction concentrations. The specific relationships between quantity and proportion of monomeric/polymeric protein fractions and dough quality tests allowed for the design of an algorithm eliminating poor quality lines from further breeding assessment. Simplicity, reliability, low cost, and a potential for automation could make this UV‐spectrophotometric method suitable for routine use in wheat breeding programs.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».