Defensive Armor of Potato Tubers: Nonpolar Metabolite Profiling, Antioxidant Assessment, and Solid-State NMR Compositional Analysis of Suberin-Enriched Wound-Healing Tissues
Notice bibliographique
Résumé
The cultivation, storage, and distribution of potato tubers are compromised by mechanical damage and suboptimal healing. To investigate wound-healing progress in cultivars with contrasting russeting patterns, metabolite profiles reported previously for polar tissue extracts were complemented by GC/MS measurements for nonpolar extracts and quantitative (13)C NMR of interfacial solid suspensions. Potential marker compounds that distinguish cultivar type and wound-healing time point included fatty acids, fatty alcohols, alkanes, glyceryl esters, α,ω-fatty diacids, and hydroxyfatty acids. The abundant long-chain fatty acids in nonpolar extracts and solids from the smooth-skinned Yukon Gold cultivar suggested extensive suberin biopolymer formation; this hypothesis was supported by high proportions of arenes, alkenes, and carbonyl groups in the solid and among the polar markers. The absence of many potential marker classes in nonpolar Atlantic extracts and interfacial solids suggested a limited extent of suberization. Modest scavenging activities of all nonpolar extracts indicate that the majority of antioxidants produced in response to wounding are polar.
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) | 0,001 | 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 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 ».