POST-HARVEST EMBRYO DEVELOPMENT IN GINSENG SEEDS INCREASES DESICCATION SENSITIVITY AND NARROWS THE HYDRATION WINDOW FOR CRYOPRESERVATION.
Notice bibliographique
Résumé
BACKGROUND: Despite its self-pollinating characteristics, Korean ginseng germplasm is mainly maintained in clonal gene banks as there is no defined approach to the long-term conservation of its seed, including the most appropriate stage of embryo development for storage. OBJECTIVE: The aim of this study was to reveal the effect of embryo development on desiccation tolerance and cryopreservation success in ginseng seeds. MATERIALS AND METHODS: Seeds of Korean ginseng (Panax ginseng C.A. Meyer) at three post-harvest stages (immediately after harvesting and following treatments to enable internal growth of the embryo) were desiccated and cryopreserved. RESULTS: The hydration window for the >80% dehiscence and germination of cryopreserved ginseng seeds varied with embryo developmental stage: 3-9% moisture content (MC) for both unpulped and undehisced seeds when the embryo was 0.1 the length of the endosperm, 7-10% MC for dehisced seeds (0.5 embryo:endosperm) and 9-11% MC for seeds with fully developed embryos (0.9 embryo:endosperm). Whilst dried (4-8% moisture content) and undehisced seeds within fruits (unpulped seeds) lost more than half their viability during 1 year's storage at room temperature, cryopreservation enabled germination levels of c. 90%. Overall, 432 accessions of Korean ginseng landraces have been cryopreserved using undehisced seeds with or without fruits. CONCLUSION: Post-harvest treatment of Korean ginseng seeds to enable embryo development decreases tolerance of very low MCs, and thus narrows the hydration window for cryopreservation. Fresh-harvested and unpulped seeds that have been dried to c. 5% MC are recommended for long-term cryogenic storage.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».