MétaCan
Menu
Retour à la cohorte
Enregistrement W4404375787 · doi:10.3390/metabo14110623

Analysis of In Vivo Plant Volatiles Using Active Sampling and TD-GC×GC-TOFMS

2024· article· en· W4404375787 sur OpenAlexafffund
Sheri A. Schmidt, Ewenet Yemane Mesfin, Chaminda De Silva Weeraddana, A. Paulina de la Mata, Alejandro C. Costamagna, James J. Harynuk

Notice bibliographique

RevueMetabolites · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of ManitobaThe Metabolomics Innovation CentreUniversity of Alberta
Organismes subventionnairesMetabolomics Innovation CentreNatural Sciences and Engineering Research Council of CanadaGenome AlbertaGenome Canada
Mots-clésIn vivoSampling (signal processing)ChromatographyGas chromatography–mass spectrometrySampling timeChemistryComputer scienceBiologyMathematicsBiotechnologyMass spectrometryStatistics

Résumé

récupéré en direct d'OpenAlex

Background: Plants constantly produce primary and secondary metabolites, and a significant fraction of these are volatile organic compounds (VOCs). Factors including the life stage of the plant, temperature, environment, and stress influence the abundance and types of VOCs emitted. The analysis of VOCs released by plants during different stages or with different conditions provides insight into plant metabolism and stress responses. Collecting the VOC profiles of plants in vivo makes it possible to obtain a representative sample of the entire plant volatilome under controlled conditions with minimal invasiveness. In addition, in vivo sampling can also be used to compare the impacts of different environmental conditions or stressors on plants, i.e., the presence/absence of a pest or amount of nitrogen in soil. Methods: In this study, an in vivo plant sampling technique is introduced and validated using active sampling and thermal desorption (TD) tubes with comprehensive two-dimensional gas chromatography coupled to a time-of-flight mass spectrometer (TD-GC×GC-TOFMS). The purpose of this work is to highlight a novel technique to analyze headspace secondary plant metabolites with a minimal invasiveness. Results: It was concluded that in vivo active sampling onto TD tubes provides a wider global coverage of compounds and larger peak areas when compared to extraction by solid-phase microextraction (SPME). Additionally, the Horwitz ratio of active sampling onto TD tubes was 0.893, demonstrating this technique to be a reliable and reproducible method. Lastly, a variety of plants were sampled to assess the versatility of this technique across various plant species with different sizes and volatile profiles. Hundreds of compounds were measured with this analysis, including terpenes, aldehydes, ketones, terpenoids, and alcohols. Conclusions: This novel in vivo active sampling method provides an additional technique for extracting and analyzing volatile secondary plant metabolites.

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 enseignants0,105
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
Bibliométrie0,0000,001
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 Opus0,023
Tête enseignante GPT0,278
Écart entre enseignants0,255 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetabolitesMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207