Iron Bioavailability in Field Pea Seeds: Correlations with Iron, Phytate, and Carotenoids
Notice bibliographique
Résumé
Field pea ( Pisum sativum L.) is a nutritious pulse crop consumed as food and animal feed in many countries. The present study was performed to determine the potential effects of Fe, phytate, and carotenoid concentrations on Fe bioavailability (FeBIO) of field pea seeds. Selected PR‐07 (recombinant inbred line [RIL] population derived from the cross ‘Carrera’/‘CDC Striker’) lines, which segregated for Fe concentration and cotyledon color, showed positive correlation between their Fe concentration and FeBIO. In a second study, lines 4802‐8 (derived from the cross 1‐2347‐144/‘CDC Raezer’) and 4803‐4 (derived from the cross 1‐150‐81/‘CDC Limerick’), segregating for phytate concentration and cotyledon color were evaluated for FeBIO. Phytate concentration was negatively correlated with FeBIO in 4802‐8 ( r = −0.34) and 4803‐4 ( r = −0.37) sublines. Four carotenoid compounds (lutein, violaxanthin, zeaxanthin, and β‐carotene) were measured in seeds of 4802‐8 and 4803‐4 sublines and summed to determine total carotenoid concentration. Green cotyledon and yellow cotyledon pea sublines did not differ significantly in total carotenoid concentration; β‐carotene was detected in green cotyledon sublines but not in yellow cotyledon sublines. Although no significant correlation was detected between total carotenoid concentration and FeBIO, in 4802‐8 sublines lutein concentration was positively correlated ( r = 0.41) with FeBIO. This research shows the potential positive associations between low phytate, high Fe, and high carotenoid concentration with improved FeBIO in pea seeds to improve Fe nutrition of foods.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».