MétaCan
Menu
Retour à la cohorte
Enregistrement W4405987731 · doi:10.1093/biolinnean/blae102

Deciduous and evergreen perennials have higher antioxidant levels and more reactive oxygen species-susceptible chlorophyll-binding proteins

2024· article· en· W4405987731 sur OpenAlexaff
Kenyon J. Nisbett, Nicki Rostami, Dhan A Failas, Jason C. L. Brown

Notice bibliographique

RevueBiological Journal of the Linnean Society · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiologyEvergreenDeciduousPerennial plantReactive oxygen speciesChlorophyllBotanyAntioxidantEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Perennials live longer than annuals, yet the underlying physiological mechanisms responsible are poorly understood. We gathered data from published reports to investigate two hypotheses based on the oxidative stress theory of ageing. The first hypothesis was that perennials maintain higher antioxidant levels to neutralize reactive oxygen species (ROS) better, before they cause oxidative damage. Although carotenoid levels did not differ between annuals and perennials, we found that deciduous perennials had higher activity of the ascorbate–glutathione cycle, and evergreen perennials had higher activity of superoxide dismutase (SOD, EC 1.15.1.1). The second hypothesis was that chlorophyll-binding proteins of perennials have a lower proportion of ROS-susceptible amino acids to protect chlorophyll better from oxidative damage. Contrary to our predictions, although LHCI, LHCII, CP26, and CP29 showed no difference in amino acid composition between annuals and perennials, D1 protein and CP24 had a higher proportion of ROS-susceptible amino acids in both deciduous and evergreen perennials. By being more susceptible to ROS attack, these proteins might minimize oxidative damage to chlorophyll and/or contain oxidative damage within the photosystems such that it does not spread to other cell regions.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,248
Écart entre enseignants0,203 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological Journal of the Linnean SocietyMême sujetPlant responses to elevated CO2Travaux en français237 207