Cold storage reveals distinct metabolic perturbations in processing and non-processing cultivars of potato (Solanum tuberosum L.)
Notice bibliographique
Résumé
H NMR spectroscopy was performed to identify metabolic perturbations from tubers of five potato cultivars (Atlantic, Frito Lay-1533, Kufri Jyoti, Kufri Pukhraj, and PU1) differing in their CIS ability and processing characteristics at harvest and after cold storage (4 °C). Thirty-nine water-soluble metabolites were detected wherein significantly affected metabolites after cold storage were categorized into sugars, sugar alcohols, amino acids, and organic acids. Multivariate statistical analysis indicated significant differences in the metabolic profiles among the potato cultivars. Pathway enrichment analysis revealed that carbohydrates, amino acids, and organic acids are the key players in CIS. Interestingly, one of the processing cultivars, FL-1533, exhibited a unique combination of metabolites represented by low levels of glucose, fructose, and asparagine accompanied by high citrate levels. Conversely, non-processing cultivars (Kufri Pukhraj and Kufri Jyoti) showed elevated glucose, fructose, and malate levels. Our results indicate that metabolites such as glucose, fructose, sucrose, asparagine, glutamine, citrate, malate, proline, 4-aminobutyrate can be potentially utilized for the prediction, selection, and development of potato cultivars for long-term storage, nutritional, as well as processing attributes.
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 | 0,001 |
| 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 ».