Rwandan Coffee arabica has caffeine increasing with altitude, but undetectable phytomelatonin
Notice bibliographique
Résumé
• Rwandan C. arabica at high altitude had more caffeine than at lower altitudes. • TLC, GC–MS, and HP-LC detected no melatonin in Rwandan C. arabica . • Melatonin products from Belgium failed the quality assessment test. Altitude affects plants’ constituents. The presence of caffeine and melatonin in many plants, including C. arabica, has been widely reported. However, a possible variation of their quantity in Rwandan C. arabica samples across different altitudinal locations is not yet known. This study sought to provide this information. C. arabica samples from Kayonza, Ruhango, Gakenke, Gatsibo, Nyagatare, and Karongi districts, covering different altitude ranges in Rwanda, were obtained from the National Agriculture Export Development Board (NAEB). Analytical techniques like Thin-Layer Chromatography (TLC), High-Performance Liquid Chromatography (HPLC), and Gas Chromatography-Mass Spectrometry (GC–MS) were used. C. arabica samples from higher altitudes yielded higher caffeine content, while instant coffee samples showed a broad caffeine range. However, all the techniques detected no phytomelatonin in the C. arabica samples collected from different altitudinal locations in Rwanda following two extraction methods, even though melatonin supplements from pharmaceutical outlets manufactured in the USA (110 %), Canada (106 %), Denmark (102 %), and Belgium (2.8 %) had detectable melatonin. Rwandan C. arabica has no phytomelatonin but shows increased caffeine content with increasing locational altitude. Further studies to analyze the precursors and enzymes involved in the phytomelatonin biosynthetic pathways in plants are needed to unravel this mystery.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».