MétaCan
Menu
Retour à la cohorte
Enregistrement W2101254522 · doi:10.1093/jxb/eri224

In vivo 13C NMR metabolite profiling: potential for understanding and assessing conifer seed quality

2005· article· en· W2101254522 sur OpenAlexafffund
Victor V. Terskikh, J. Allan Feurtado, Shane Borchardt, Michael Giblin, Suzanne R. Abrams, Allison R. Kermode

Notice bibliographique

RevueJournal of Experimental Botany · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Forests, Lands and Natural Resource Operations
Mots-clésSeedlingGerminationCupressaceaePinaceaeMetaboliteAsparagineMetabolomicsBiologyBotanyIn vivoOleoresinChemistryAmino acidBiochemistryChromatographyBiotechnologyPinus <genus>

Résumé

récupéré en direct d'OpenAlex

High-resolution 13C MAS NMR spectroscopy was used to profile a range of primary and secondary metabolites in vivo in intact whole seeds of eight different conifer species native to North America, including six of the Pinaceae family and two of the Cupressaceae family. In vivo 13C NMR provided information on the total seed oil content and fatty acid composition of the major storage lipids in a non-destructive manner. In addition, a number of monoterpenes were identified in the 13C NMR spectra of conifer seeds containing oleoresin; these compounds showed marked variability in individual seeds of Pacific silver fir within the same seed lot. In imbibed conifer seeds, the 13C NMR spectra showed the presence of considerable amounts of dissolved sucrose presumed to play a protective role in the desiccation-tolerance of seeds. The free amino acids arginine and asparagine, generated as a result of storage protein mobilization, were detected in vivo during seed germination and early seedling growth. The potential for NMR to profile metabolites in a non-destructive manner in single conifer seeds and seed populations is discussed. It is a powerful tool to evaluate seed quality because of its ability to assess reserve accumulation during seed development or at seed maturity; it can also be used to monitor reserve mobilization, which is critical for seedling emergence.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,151

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)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,343
Écart entre enseignants0,279 · 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.

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

Citations41
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BotanyMême sujetSeed Germination and PhysiologyTravaux en français237 207