Genetic and biochemical variability among <i>Moringa oleifera</i> Lam. accessions collected from different agro-ecological zones
Notice bibliographique
Résumé
Genomic DNA polymorphism and variation in biologically active components of Moringa oleifera were investigated by two different techniques: RAPD-PCR and HPLC analysis. The concentrations of phenolic compounds (cinnamic, caffeic, ferulic, and coumaric acids) and the content of flavonoids (rutin) were quantified by HPLC analysis. Among 20 RAPD primers, 13 were selected to generate polymorphic amplicons producing an average of 5028 bands, of which 83.7% were found to be polymorphic among 57 accessions of M. oleifera (MO 1 to MO 57) and one outgroup (ACB 58) from Banasthali region, India. In total, 57 accessions were clustered into five major groups within the dendrogram. The results of this analysis were further confirmed by principal coordinate analysis (PCoA). There was also high diversity in the concentration of active compounds in the collected samples as revealed by HPLC analysis. The data revealed that the content of polyphenolic compounds varied between 0.06 (sample KVKB) and 210.5 mg/kg (sample BG). The results suggest that there is a strong correlation between phytochemical variables and DNA polymorphism. The study concludes that the results of the genetic, morphological, and phytochemical diversity could be used to select the best accessions of M. oleifera for agricultural cultivation and breeding.
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 | 0,000 |
| 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) | 0,001 | 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 ».