Shaping Kale Morphology and Physiology Using Precision LED Light Recipes
Notice bibliographique
Résumé
Summary Light serves as a fundamental factor in plant development, both as an energy source and as an environmental cue. With the advent of light-emitting diode (LED) technology, light can be precisely manipulated to influence key plant traits. Here, we assess effects of light intensity and spectral composition on the growth and physiology of Kale ( Brassica oleracea ). Kale is known for its phenotypic plasticity and nutritional composition, making it a crop well-suited for indoor cultivation either as microgreens or as large leafy plants. Here, we employ a combination of advanced phenotyping, computer vision, gas chromatography-mass spectrometry (GC-MS) metabolomics, and liquid chromatography-mass spectrometry (LC-MS)-based quantitative proteomics to characterize the molecular changes that underpin light-dictated differences in the growth and metabolism of two different commercially grown kale cultivars under different light intensities and spectral compositions. We identify time-of-day and cultivar-specific light intensity and spectral composition-induced changes related to growth, shade avoidance, photosynthesis and several aspects of nutritional composition, including amino acids, glucosinolates and carotenoids. Our results offer a key resource to the plant community and demonstrate the translational potential of light manipulation in tailoring kale growth and nutritional content for enhanced crop productivity and/or health benefits, while simultaneously offering a more cost-effective solution for contemporary agricultural challenges. Significance Statement The effects of light intensity and spectral composition differentially affect the diel molecular responses of Kale ( Brassica oleracea ). Our results demonstrate the translational potential of light manipulation in tailoring plant growth and nutritional content for enhanced crop productivity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».