Analysis of metabolomics associated with quality differences between room‐temperature‐ and low‐temperature‐stored litchi pulps
Notice bibliographique
Résumé
Studies on how temperature affects the postharvest quality of litchi have focused mainly on pericarp browning but rarely on the metabolites in postharvest litchi pulp. In this study, the differences in respiration rates, total soluble solid content, and titratable acid content demonstrated that room and low temperatures have different effects on the quality of "Feizixiao" litchi pulp. UHPLC-ESI-QTOF-MS/MS analysis was performed to compare the differentially expressed metabolites (DEMs) in litchi pulp after 8 days of storage at room temperature (RT-8 d) with those in litchi pulp after 28 days of storage at low temperature (LT-28 d). Nineteen carbohydrates (phosphohexoses, sorbitol, and mannose), fifteen acids, seven amino acids, nine energy metabolites and nucleotides, and six aliphatic and secondary metabolites were identified as common DEMs in RT-8 d and LT-28 d pulps. These findings indicated active fructose and mannose metabolism and increased catabolism of nicotinate, nicotinamide, alanine, aspartate, and glutamate. Four carbohydrates (mainly phosphohexoses), five acids, ten amino acids, three aliphatic and secondary metabolites, and one hormone were identified as unique DEMs in RT-8 d pulp, the consumption of key metabolites in glycolysis and the tricarboxylic acid cycle, and accumulation of phenylalanine, tyrosine, and tryptophan. Active consumption of nucleotide metabolites and biosynthesis of aliphatics in LT-28 d pulp were indicated by unique DEMs (eleven carbohydrates, four acids, seven amino acids, seven energy metabolites and nucleotides, and six aliphatic and secondary metabolites). These results provided an unambiguous metabolic fingerprint, thereby revealing how room and low temperatures differentially influenced the quality of litchi pulp.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| 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 ».