MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399766052 · doi:10.32920/26052793.v1

What Are the Drivers of Fatty Acid Production? Analysis of Phylogenetic Signals and Other Key Factors

2024· preprint· en· W4399766052 sur OpenAlexaff
Serena Sbrizzi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésKey (lock)Phylogenetic treeProduction (economics)BiologyBiochemistryEcologyGeneEconomics

Résumé

récupéré en direct d'OpenAlex

Essential fatty acids such as Omega-3s and Omega-6s are key nutrients in supporting individual and ecosystem health. Currently, many essential fatty acids for humans are derived from fish and shellfish; however, growing human populations and declining fish and shellfish populations threaten access to these fatty acids and thus nutritional food security. I predicted that bioprospecting (i.e., the search for chemicals in plants or animals) for essential fatty acids in plants can alleviate some harvesting pressure on aquatic ecosystems and provide new sources of plant-derived essential fatty acids. Understanding the distribution and patterns associated with fatty acid production in plants is the first step to achieving this. Using a meta-analytic approach allowed me to include a wide variety of taxa in the analysis. I used phylogenetic signal analysis to map fatty acid profiles, including both presence and abundance of particular and important groups of essential fatty acids, onto a plant phylogeny encompassing algae, bryophytes, ferns and their allies, gymnosperms, and angiosperms. Additionally, I explored how other factors including cultivation status, tissue, and climate were related to changes in fatty acid production to identify potential drivers of fatty acid production and provide guidance to bioprospecting endeavors. My phylogenetic signal analysis revealed that production of most key fatty acids was randomly or ubiquitously distributed, while the concentration of most key fatty acids (including eicosapentaenoic, docosahexaenoic, and nervonic acid) was significantly clustered in specific clades. Fatty acid content differed significantly between crops and non-crops, as well as among tissues of angiosperms, ferns, and bryophytes for some key fatty acids. Climate (via latitude and global climate deviations) also had significant effects on groups of fatty acids (saturated, unsaturated, mono-unsaturated, and poly-unsaturated fatty acids). In summary, I present new evidence for the roles of phylogeny, climate, cultivation status, and tissue source in the production of key fatty acids in plants using a meta-analytic and phylogenetic signal analysis approach, exploring the evolutionary and environmental contexts that facilitate the production of fatty acids in plants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,252
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLipid metabolism and biosynthesis→Travaux en français237 207→