MétaCan
Menu
Retour à la cohorte
Enregistrement W2588432910 · doi:10.1021/acs.jafc.6b05179

Comprehensive MS and Solid-State NMR Metabolomic Profiling Reveals Molecular Variations in Native Periderms from Four <i>Solanum tuberosum</i> Potato Cultivars

2017· article· en· W2588432910 sur OpenAlexaboutno aff
Wenlin Huang, Olga Serra, Keyvan Dastmalchi, Liqing Jin, Lijia Yang, Ruth E. Stark

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesDivision of Molecular and Cellular BiosciencesNational Center for Research Resources
Mots-clésSolanum tuberosumCultivarMetabolomicsChemistryContext (archaeology)BotanyFood scienceBiologyHorticultureChromatography

Résumé

récupéré en direct d'OpenAlex

The potato ( Solanum tuberosum L.) ranks third in worldwide consumption among food crops. Whereas disposal of potato peels poses significant challenges for the food industry, secondary metabolites in these tissues are also bioactive and essential to crop development. The diverse primary and secondary metabolites reported in whole tubers and wound-healing tissues prompted a comprehensive profiling study of native periderms from four cultivars with distinctive skin morphologies and commercial food uses. Polar and nonpolar soluble metabolites were extracted concurrently, analyzed chromatographically, and characterized with mass spectrometry; the corresponding solid interfacial polymeric residue was examined by solid-state 13 C NMR. In total, 112 secondary metabolites were found in the phellem tissues; multivariate analysis identified 10 polar and 30 nonpolar potential biomarkers that distinguish a single cultivar among Norkotah Russet, Atlantic, Chipeta, and Yukon Gold cultivars which have contrasting russeting features. Compositional trends are interpreted in the context of periderm protective function.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,318

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPotato Plant ResearchTravaux en français237 207