Bioprospecting for improved floral fragrance in wild sunflowers
Notice bibliographique
Résumé
Abstract Cultivated sunflower ( Helianthus annuus ) is not typically considered to have a pleasant floral fragrance. In field production, seed yield is often limited by pollination services, particularly in the production of hybrid seed. Improved floral fragrance, as determined by volatile organic compounds, may be a route to improving pollinator attraction for oilseed and confectionary production and could also add value to ornamental sunflowers. Wild relatives of H . annuus have a long history of being used to breed improved traits into cultivated varieties, yet it is unknown whether favorable scents are present in wild Helianthus species and thus an available resource for fragrance breeding. In order to assess the diversity of floral fragrance available in crop wild relatives, 30 diverse accessions of wild Helianthus as well as seven varieties of H. annuus spanning a domestication gradient were grown in greenhouse experiments and variation in floral volatiles was analyzed by solid phase microextraction-gas chromatography-mass spectrometry. While alpha-pinene made up a significant portion of the volatiles emitted for most taxa, there was substantial diversity present across the genus as well as within H. annuus . Most volatiles emitted were monoterpenoids with a significant share of sesquiterpenoids. The diversity identified here will inform further targeted study of which compounds affect pollinator attraction and health. Several wild accessions such as Helianthus debilis subsp. tardiflorus and Helianthus praecox subsp. praecox as well as open-pollinated domesticated accessions of H. annuus show promise for breeding for improved floral fragrance due to high volatile abundance and likely favorable compound compositions.
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 ».