Genomic insights into apple aroma diversity
Notice bibliographique
Résumé
An apple's aroma is a major determinant of its desirability by consumers. To better understand the aroma of apples, 2-dimensional gas-chromatography mass-spectrometry (2D-GCMS) was used to quantify 106 volatile organic compounds (VOCs) from 515 apple varieties. We identified esters and aldehydes as the most abundant classes of VOCs, with butyl acetate and hexyl acetate being present in nearly every variety. Principal component analysis (PCA) revealed that the primary axis of variation in the apple volatilome is correlated with harvest date, with early-harvested apples expressing a greater number and higher concentration of VOCs compared to late-harvested apples. Genome-wide association studies (GWAS) using 250,579 single nucleotide polymorphisms (SNPs) identified a significant association between SNPs near the alcohol acyltransferase (AAT1) locus and the abundance of several esters. Additionally, strong associations were observed between SNPs at the NAC18.1 transcription factor locus and the abundances of 1-hexanol and 1-butanol, which serve as precursors for hexyl acetate and butyl acetate, respectively. These findings provide a foundation for understanding the genetic basis of apple aroma production and pave the way for the genomics-assisted enhancement of the aroma profiles of apple varieties to meet consumer preferences.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 ».