MétaCan
Menu
Retour à la cohorte
Enregistrement W4403968601 · doi:10.1016/j.lwt.2024.116986

Phenylpropanoid metabolism may dominate the black spot resistance of Chinese olive (Canarium album)

2024· article· en· W4403968601 sur OpenAlexaff
Qingli Zhuang, Weiqiang Xiao, Duo Lai, Jian Qin, Xiaorong Ni, Xuehua Shao

Notice bibliographique

RevueLWT · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesnon disponible
Mots-clésPhenylpropanoidBotanyBlack spotResistance (ecology)BiologyHorticultureEcologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The black spot of Chinese olive ( Canarium album ) seriously reduces the appearance quality and economic value of this fruit. In this study, we identified a black spot resistant variety called 'Shuanghuxiang' (CS) and a susceptible variety called 'Yunzhi' (CY), and investigated the underlying resistance mechanisms. Paraffin sectioning analysis indicated greater susceptibility of CY fruit epidermis to breakage post black spot infection compared to CS, with SEM analysis showing lower pathogen presence on CS fruits. These results revealed that the variation in black spot resistance could be attributed to differences in fruit epidermis structure and antimicrobial properties. Through conjoint transcriptomic and metabolomic analyses, we observed enrichment of genes (particularly CaPAL1 and Ca4CL1 ) and metabolites (particularly trans-cinnamate, ferulic acid and sinapate) related to phenylpropanoid metabolism in CS. These results indicated that the phenylpropanoid metabolism may play a crucial role in black spot resistance. This study provides theoretical basis and valuable material for the breeding of resistant varieties of Chinese olive. • 'Shuanghuxiang' (CS) exhibited effective black spot resistance. • Black spot resistance may be due to fruit epidermis & antimicrobial properties. • The phenylpropanoid metabolism may play a crucial role in black spot resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,151
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLWTMême sujetEdible Oils Quality and AnalysisTravaux en français237 207