Characterization of Heat Tolerance in Two Apple Rootstocks Using Chlorophyll Fluorescence as a Screening Method
Notice bibliographique
Résumé
High temperature has an adverse effect on apple production worldwide. Photosynthesis is a process especially vulnerable to heat stress, which can reduce photosynthetic efficiency, plant growth, development, and ultimately yield. Although the effects of heat stress on apples have been partially examined, the photochemical reactions and heat tolerance of specific rootstocks have still not been sufficiently investigated. Identification of rootstocks with better photosynthetic performance and adaptation to heat stress enables the selection of rootstocks, which could contribute to stable yields and good fruit quality even at elevated temperatures. In this study, chlorophyll a fluorescence (ChlF) induction kinetics was used to investigate the heat tolerance between two apple rootstocks (M.9 and G.210). In addition, we employed lipid peroxidation measurements, hydrogen peroxide quantification, proline content, and total phenolic and flavonoid assessments. Analysis of chlorophyll fluorescence parameters and OJIP curves (different steps of the polyphasic fluorescence transient; O–J–I–P phases) revealed significant differences in their responses, with higher values of the PIABS parameter indicating better PS II stability and overall photosynthetic efficiency in M.9 rootstock. The higher contents of chlorophyll, carotenoids, proline, and significant increase in the accumulation of phenolics, and flavonoids in this rootstock also contributed to its better adaptation to heat stress. Oxidative stress was more pronounced in G.210 through higher H2O2 and MDA levels, which could point to its lower capacity to adjust to heat stress conditions. This research can provide a scientific basis for further breeding programs and growing plans due to climate change and the occurrence of extremely high temperatures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».