Metabolic analyses reveal different mechanisms of leaf color change in two purple-leaf tea plant (Camellia sinensis L.) cultivars
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purple-leaf tea plants, as anthocyanin-rich cultivars, are valuable materials for manufacturing teas with unique colors or flavors. In this study, a new purple-leaf cultivar "Zixin" ("ZX") was examined, and its biochemical variation and mechanism of leaf color change were elucidated. The metabolomes of leaves of "ZX" at completely purple, intermediately purple, and completely green stages were analyzed using ultra-performance liquid chromatography quadrupole time of flight mass spectrometry (UPLC-QTOF-MS). Metabolites in the flavonoid biosynthetic pathway remained at high levels in purple leaves, whereas intermediates of porphyrin and chlorophyll metabolism and carotenoid biosynthesis exhibited high levels in green leaves. In addition, fatty acid metabolism was more active in purple leaves, and steroids maintained higher levels in green leaves. Saponin, alcohol, organic acid, and terpenoid-related metabolites also changed significantly during the leaf color change process. Furthermore, the substance changes between "ZX" and "Zijuan" (a thoroughly studied purple-leaf cultivar) were also compared. The leaf color change in "Zijuan" was mainly caused by a decrease in flavonoids/anthocyanins. However, a decrease in flavonoids/anthocyanins, an enhancement of porphyrin, chlorophyll metabolism, carotenoid biosynthesis, and steroids, and a decrease in fatty acids synergistically caused the leaf color change in "ZX". These findings will facilitate comprehensive research on the regulatory mechanisms of leaf color change in purple-leaf tea cultivars.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle