Detecting changes in arabidopsis cell wall composition using time‐of‐flight secondary ion mass spectrometry
Notice bibliographique
Résumé
Time‐of‐flight secondary ion mass spectrometry (ToF‐SIMS) was previously used to characterize lignocellulosic materials, including woody biomass. ToF‐SIMS can acquire both rapid spectral and spatial information about a sample's surface composition. In the present study, ToF‐SIMS was used to characterize the cell walls of stem tissue from the plant model organism, Arabidopsis thaliana . Using principal component analyses, ToF‐SIMS spectra from A . thaliana wild‐type (Col‐0), cellulose mutant ( irx3 ), and lignin mutant ( fah1 ) stem tissues were distinguished using ToF‐SIMS peaks annotated for wood‐derived lignocellulose, where spectra from the irx3 and fah1 were characterized by comparatively low polysaccharide and syringyl lignin content, respectively. Spatial analyses using ToF‐SIMS imaging furthermore differentiated interfascicular fiber and xylem vessels based on differences in the lignin content of corresponding cell walls. These new data support the applicability of ToF‐SIMS peak annotations based on woody biomass for herbaceous plants, including model plant systems like arabidopsis. Copyright © 2015 John Wiley & Sons, Ltd.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».