Effects of <i>Erwinia</i> Infection on the Changes of Metabolisms in <i>Dendrobium officinale</i>
Notice bibliographique
Résumé
The current study was aimed to investigate the changes in metabolites and metabolic pathways in Dendrobium officinale stem infected by Erwinia sp., the causal agent of D. officinale . A total of 176 metabolites were obtained by LC-MS in D. officinale before and after infection . Besides, the KEGG in MetaboAnalyst 5.0 (https://www.metaboanalyst.ca/) was used to analyze the pathways of the metabolites, of which only 73 metabolites were obtained Output ID from KEGG. The alanine, aspartate and glutamate metabolism, phenylalanine metabolism, isoquinoline alkaloid biosynthesis, lysine degradation, lysine biosynthesis, citrate cycle (TCA cycle), cutin, suberine, and wax biosynthesis, pyruvate metabolism, starch, and sucrose metabolism, and glyoxylate and dicarboxylate metabolism were the important metabolic pathways found by pathway enrichment analysis on KEGG ID. Furthermore, based on the information above, using VIP>1.0 and P<0.05 as screening criteria, there were only 68 differential metabolites among 73 metabolites. The metabolic pathways and differential metabolites analysis revealed that the contents of amino acid, organic acid, and nucleotides of EI ( D. officinale infected with Erwinia sp.) plant were higher than EF ( D. officinale free from Erwinia sp.) plant. Hence, D. officinale can enhance its structure by increasing the organic acids (citric acid, succinic acid, etc.) and amino acids (proline, arginine, etc.) to resist the pathogens.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».