Polyphenolic Profile of Seed Components of White and Purple Flower Pea Lines
Notice bibliographique
Résumé
ABSTRACT Polyphenols play roles in plant defense mechanisms and are natural sources of antioxidants in food. A pea ( Pisum sativum L.) recombinant inbred line (RIL) population (PR‐20) was developed from CDC Amarillo (white flower) and CDC Dakota (purple flower). Approximately half of the lines had white flowers and half had purple flowers, and these had two seed coat types (speckled and dun). The objective of this study was to use liquid chromatography coupled with mass spectrometry to compare polyphenolic profiles of seed components of four randomly selected PR‐20 lines from each of these three distinct groups to identify polyphenols that can be targeted in pea breeding. We quantified 30, 29, and 27 polyphenols in whole seeds, seed coats, and cotyledons, respectively. Except for gallic acid in whole seeds, no differences were observed between speckled and dun seed coats. Compared with white flower lines, 24, 23, and 12 compounds were at greater concentration in seed coats (3–6100 times), whole seeds (2–820 times) and cotyledons (2–110 times) of purple flower lines. Cotyledons of purple flower lines contained eight times more 3,4‐dihydroxybenzoic acid and 110 times more epigallocatechin than white flower lines. Ferulic acid, dihydrokaempferol, and kaempferol 3‐O‐glucoside were two to three times greater in cotyledons of white flower vs. purple flower lines. This study provides a basis for exploration of pea germplasm to identify accessions with high polyphenol content for breeding pea cultivars with improved health benefits in human diets.
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 | 0,000 | 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 ».