MétaCan
Menu
Retour à la cohorte
Enregistrement W2795640187 · doi:10.1073/pnas.1806597115

Energy-dependent quenching adjusts the excitation diffusion length to regulate photosynthetic light harvesting

2018· article· en· W2795640187 sur OpenAlexfundno aff
Doran I. G. Bennett, Graham R. Fleming, Kapil Amarnath

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePhotosynthetic Processes and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Arts and SciencesBasic Energy SciencesNational Energy Research Scientific Computing CenterCanadian Institute for Advanced ResearchHarvard UniversityU.S. Department of EnergyOffice of ScienceHoward Hughes Medical Institute
Mots-clésQuenching (fluorescence)Photosystem IIExcitationPhotosynthesisDiffusionChlorophyll fluorescenceChemical physicsNon-photochemical quenchingChemistryPhotochemistryElectron transport chainYield (engineering)FluorescenceMolecular physicsBiophysicsMaterials sciencePhysicsOpticsBiologyThermodynamicsBiochemistry

Résumé

récupéré en direct d'OpenAlex

An important determinant of crop yields is the regulation of photosystem II (PSII) light harvesting by energy-dependent quenching (qE). However, the molecular details of excitation quenching have not been quantitatively connected to the fraction of excitations converted to chemical energy by PSII reaction centers (PSII yield), which determines flux to downstream metabolism. Here, we incorporate excitation dissipation by qE into a pigment-scale model of excitation transfer and trapping for a 200 × 200-nm patch of the grana membrane. We show that excitation transport can be rigorously coarse grained to a 2D random walk with an excitation diffusion length determined by the extent of quenching. We present an alternative method for analyzing pulse amplitude-modulated chlorophyll fluorescence measurements that incorporates the effects of a variable excitation diffusion length during qE activation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,277
Écart entre enseignants0,256 · 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

Citations50
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPhotosynthetic Processes and MechanismsTravaux en français237 207