Changes in light spectra modify secondary compound concentrations and BVOC emissions of Norway spruce seedlings
Notice bibliographique
Résumé
Our objective was to study how changes in the light spectra affect growth; the concentration of carbohydrate, chlorophyll, carotenoid, terpene, alkaloid, and phenolic compounds; and the emissions of BVOC (biogenic volatile organic compound) of Norway spruce (Picea abies (L.) Karst.) seedlings. This study was conducted during the growth of the third needle generation in plant growth chambers. The plants were exposed to two light spectra with equal photon flux densities but different proportions of blue light (400–500 nm) produced by LED (light-emitting diode) lamps: (i) control (white light + 12% blue light) and (ii) increased blue light (+B) (white light + 45% blue light). The +B treatment increased the concentrations of total flavonoids and acetophenones in needles. The major changes in the phenolic profile were an accumulation of astragalin derivatives and the aglycone of picein. The +B treatment also decreased concentrations of the main alkaloid compound, epidihydropinidine, and its precursor, 2-methyl-6-propyl-1,6-piperideine; the emission rates of limonene, myrcene, and total monoterpenes; and the concentrations of a few terpenoid compounds, mainly in stems. Growth as well as the carbohydrates and pigments present in the needles were not affected. The results suggest that supplemental blue light shifts carbon allocation between secondary metabolism routes — from alkaloid and terpenoid synthesis to flavonoid and acetophenone synthesis. The changes may affect herbivory and abiotic stress tolerance of Norway spruce.
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 | 0,000 |
| 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) | 0,000 | 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 ».