An Arabidopsis lipid map reveals differences between tissues and dynamic changes throughout development
Notice bibliographique
Résumé
Mass spectrometry is the predominant analytical tool used in the field of plant lipidomics. However, there are many challenges associated with the mass spectrometric detection and identification of lipids because of the highly complex nature of plant lipids. Studies into lipid biosynthetic pathways, gene functions in lipid metabolism, lipid changes during plant growth and development, and the holistic examination of the role of plant lipids in environmental stress responses are often hindered. Here, we leveraged a robust pipeline that we previously established to extract and analyze lipid profiles of different tissues and developmental stages from the model plant Arabidopsis thaliana. We analyzed seven tissues at several different developmental stages and identified more than 200 lipids from each tissue analyzed. The data were used to create a web-accessible in silico lipid map that has been integrated into an electronic Fluorescent Pictograph (eFP) browser. This in silico library of Arabidopsis lipids allows the visualization and exploration of the distribution and changes of lipid levels across selected developmental stages. Furthermore, it provides information on the characteristic fragments of lipids and adducts observed in the mass spectrometer and their retention times, which can be used for lipid identification. The Arabidopsis tissue lipid map can be accessed at http://bar.utoronto.ca/efp_arabidopsis_lipid/cgi-bin/efpWeb.cgi.
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) | 0,000 | 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 ».