Comparative Antioxidant Activity and Untargeted Metabolomic Analyses of Sour Cherry Cultivars Based on Ultra-Performance–Time of Flight–Mass Spectrometry
Notice bibliographique
Résumé
This study was conducted for the comparative analysis of antioxidant activity and untargeted metabolomics of dark- and light-colored sour cherry cultivars grown in Canada. Based on our previous study, we selected four cultivars-'Heimann R', 'Gorsemska', V70142, and 'Montmorency'-to determine the untargeted metabolites and their role in antioxidant activities. A total of 473 metabolites were identified from four sour cherry genotypes using UPLC-ToF-MS. Untargeted metabolomics revealed the dominant chemical groups present in sour cherries. PCA showed that the diversity in sour cherry metabolites was due to the genotype differences indicating iditol, malic acid, chlorobenzene, 2-mercaptobenzothiazole, and pyroglutamic acid as the predominant contributors. The variable importance in the projection (VIP > 1.0) in partial least-squares-discriminant analysis described 20 biomarker metabolites representing the cherry metabolome profiles. A heatmap of Pearson's correlation analysis between the 20 biomarker metabolites and antioxidant activities identified seven antioxidant determinants that displayed the highest correlations with different types of antioxidant activities. TPC and TAC were evaluated using the Folin-Ciocalteu method. The total antioxidant activity was performed using three different assays (ABTS, FRAP, and DPPH). This study of correlating metabolomics and antioxidant activities elucidated that the higher nutritional value and biological functions of sour cherry genotypes can be useful for the development of nutraceutical and functional foods.
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) | 0,001 | 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 ».