Seasonal and Regional Chemical Variability of the Wild Population of Lantana camara Leaf Essential Oil From Kenya
Notice bibliographique
Résumé
Studies examining the variability in wild plant metabolic expression propose that environmental factors significantly influence the essential oil (EO) quality and quantity in a plant. Lantana camara is a widely distributed invasive plant species worldwide. However, its immense metabolites can become a source of novel compounds to produce biopesticides in the agricultural industry. Although, the quality aspect has to be considered due to the environmental influence on the metabolites synthesised. Therefore, this research aimed to understand the influence of environmental factors and how it shapes the plant’s metabolite profile in multiple populations of L. camara. Leaf samples were collected from six different geographic regions of Kenya and the corresponding monthly climatic data and soil samples. GC-MS data from leaf EO were analysed with environmental variables (climate and soil data) using unimodally unconstrained and constrained ordination methods for untargeted metabolomics analysis. Partial Least Squares-Discriminant Analysis (PLS-DA) and Random Forests (RF) were used to confirm the variability further. Seasonal and regional variability was observed for secondary metabolites (SMs) in the leaf EO, which correlated to climatic factors and soil attributes. We highlight the season-al-geographic metabolism relationship for L. camara and the combined analytical approach to obtain data that contributes to understanding the influence of environmental factors on the synthesis and accumulation of SMs. This research will have all-embracing implications for maximising phytochemical uniformity.
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 | 0,001 |
| 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 ».