MétaCan
Menu
Retour à la cohorte
Enregistrement W4408953347 · doi:10.1007/s10681-025-03486-8

Multi-environment field trials indicate strong genetic control of seed polyphenol accumulation in faba bean

2025· article· en· W4408953347 sur OpenAlexaff
Shirin Mohammadi, Randy W. Purves, Martin Paliocha, Anne Kjersti Uhlen, Stefano Zanotto

Notice bibliographique

RevueEuphytica · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensUniversity of SaskatchewanCanadian Food Inspection Agency
Organismes subventionnairesNorges Miljø- og Biovitenskapelige Universitet
Mots-clésBiologyPolyphenolField trialBotanyPlant physiologyAgronomyBiotechnologyAntioxidantBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The interest towards faba bean as a source of plant-based protein is strongly increasing and the improvement of faba bean grain quality is pivotal to achieve a wider adoption by the food and feed industries. This study characterizes ten faba bean cultivars grown in a multi-environment field trial in Norway for their seed phenolic profile using untargeted liquid chromatography and mass spectrometry (LC–MS). The analyses identified 84 major phenolic compounds that significantly variates in their content across cultivars and locations. Variance component (VC) analyses found that genotype (G) and genotype by location (G × L) interaction VC were significant for all the identified compounds, with G having the strongest contribution to the phenotypic variance. Multivariate analyses indicated sizable differences in the phenolic profile of wild type/tannin containing cultivars, which were categorized in two distinguishable clusters mainly due to their different content of proanthocyanidins, prodelphinidins and flavan-3-ols. These results suggest that the improvement of faba bean grain quality can be achieved through breeding of new cultivars with specific phenolic profiles having enhanced health and nutritional properties.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,050
Tête enseignante GPT0,275
Écart entre enseignants0,225 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuphyticaMême sujetGenetic and Environmental Crop StudiesTravaux en français237 207