Identification of ultrastructural and biochemical cuticular markers influencing temperature of ice nucleation in selected genotypes of corn
Notice bibliographique
Résumé
Corn is an economically important yet frost-sensitive crop, injured at the moment of ice nucleation. However, the influence of autumn temperatures on subsequent ice nucleation temperature is unknown. A 10-day chilling treatment under phytotron conditions ("mild", 18/6°C) or ("extreme", 10/5°C) generated no-visible damage but induced changes in the cuticle of the four genotypes in this study. The putatively more cold hardy Genotypes 884 and 959 leaves nucleated at colder temperatures compared to the more sensitive Genotypes 675 and 275. After chilling treatment, all four genotypes displayed warmer ice nucleation temperatures, with Genotype 884 expressing the largest shift to warmer nucleation temperatures. Cuticular hydrophobicity reduced while cuticular thickness remained unchanged under the chilling treatment. By contrast, under five-week field conditions, cuticle thickness increased in all genotypes, with Genotype 256 expressing a significantly thinner cuticle. FTIR spectroscopy revealed increases in the spectral regions of cuticular lipids in all genotypes after phytotron chilling treatment, while those spectral regions decreased under field conditions. A total of 142 molecular compounds were detected, with 28 compounds significantly induced under either phytotron or field conditions. Of these, seven compounds were induced under both conditions (Alkanes C31-C33, Ester C44, C46, β-amyrin, and triterpene). While clear differential responses were observed, chilling conditions preceding a frost modified physical and biochemical properties of the leaf cuticle under both phytotron and field conditions indicating this response is dynamic and could be a factor in selecting corn genotypes better adapted to avoiding frost with lower ice nucleation temperature.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».