MétaCan
Menu
Retour à la cohorte
Enregistrement W4402956632 · doi:10.5376/ijh.2024.14.0031

Genetic Study of Pigment Synthesis and Related Genes in Dragon Fruit

2024· article· en· W4402956632 sur OpenAlexvenueno aff
Jungui Xu, Zizhong Wang

Notice bibliographique

RevueInternational Journal of Horticulture · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPigmentBiologyGeneBotanyZoologyGeneticsArt

Résumé

récupéré en direct d'OpenAlex

The pigments in dragon fruit, including betalains, carotenoids, and flavonoids, not only enhance the aesthetic appeal of the fruit but also offer various health benefits.Understanding the genetic mechanisms behind pigment synthesis is crucial for developing new varieties of dragon fruit with improved color and nutritional properties.This study explores the genetic mechanisms of pigment synthesis in dragon fruit (Hylocereus spp.), focusing on the biosynthetic pathways and key genes involved in the production of betalains, carotenoids, and flavonoids.Through genomic analyses and biochemical characterizations, essential genes such as CYP76AD1, DODA1, and MYB transcription factors were identified as playing critical roles in pigment production, contributing to the vibrant coloration of dragon fruit.The study also examines the impact of environmental factors on pigment synthesis and the potential applications of dragon fruit pigments in the food and pharmaceutical industries.The findings of this study provide a comprehensive understanding of the genetic regulation of pigment synthesis in dragon fruit, offering significant implications for breeding programs and cultivation practices aimed at enhancing the fruit's color intensity and nutritional value.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,284
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of HorticultureMême sujetBotanical Research and ApplicationsTravaux en français237 207