MétaCan
Menu
Retour à la cohorte
Enregistrement W2090094032 · doi:10.1371/journal.pone.0061344

Differential Metabolite Profiles during Fruit Development in High-Yielding Oil Palm Mesocarp

2013· article· en· W2090094032 sur OpenAlexfundno aff
Huey Fang Teh, Bee Keat Neoh, May Ping Li Hong, Jaime Yoke Sum Low, Theresa Lee Mei Ng, Nalisha Ithnin, Yin Mee Thang, Mohaimi Mohamed, Fook Tim Chew, Hirzun Mohd Yusof, Harikrishna Kulaveerasingam, David R. Appleton

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Palm Production and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesSustainable Development Technology CanadaStanford Diabetes Research CenterOffice of Experimental Program to Stimulate Competitive ResearchNational Science FoundationNational Institutes of HealthNational Center for Research ResourcesKansas IDeA Network of Biomedical Research Excellence
Mots-clésMetaboliteBiochemistryBiosynthesisBiologyPalmPalm oilPopulationGlycolysisCitric acid cycleFood scienceFatty acid synthesisBotanyFatty acidMetabolismGene

Résumé

récupéré en direct d'OpenAlex

To better understand lipid biosynthesis in oil palm mesocarp, in particular the differences in gene regulation leading to and including de novo fatty acid biosynthesis, a multi-platform metabolomics technology was used to profile mesocarp metabolites during six critical stages of fruit development in comparatively high- and low-yielding oil palm populations. Significantly higher amino acid levels preceding lipid biosynthesis and nucleosides during lipid biosynthesis were observed in a higher yielding commercial palm population. Levels of metabolites involved in glycolysis revealed interesting divergence of flux towards glycerol-3-phosphate, while carbon utilization differences in the TCA cycle were proven by an increase in malic acid/citric acid ratio. Apart from insights into the regulation of enhanced lipid production in oil palm, these results provide potentially useful metabolite yield markers and genes of interest for use in breeding programmes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,016
Tête enseignante GPT0,190
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations47
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetOil Palm Production and SustainabilityTravaux en français237 207