Characterization and Variability Analysis of Volatile Metabolites From <i>Acer saccharum</i> Leaves From Québec Region
Notice bibliographique
Résumé
Volatile secondary metabolites in plants can serve as valuable biomarkers for the plant's health, stress response, and pest or disease detection. We have investigated the volatilome of Acer saccharum (sugar maple) leaves using two complementary extraction techniques: headspace-solid phase micro-extraction coupled with gas chromatography-mass spectrometry (HS-SPME-GC-MS) and hydrodistillation followed by gas chromatography with flame ionization and mass spectrometry detection. HS-SPME-GC-MS revealed variability in green leaf volatiles and terpenoids associated with tree diameter and maturity level, with (E)-hex-2-enal and (Z)-hex-3-enyl acetate as the major compounds. The abundance of certain compounds in HS-SPME-GC-MS spectra correlates closely with the tree diameter and is notably different between harvesting sites. Hydrodistillation allowed us to observe and identify 147 volatile compounds and a broad range of metabolites, including fatty acid derivatives and monoterpenoids, but demonstrated low extraction yields. Correlations between volatile profiles and tree traits suggest such compounds may serve as health and stress biomarkers. Our results suggest that volatile compound analysis may be useful for monitoring sugar maple health and provide a foundation for developing in vivo diagnostic tools to detect afflictions before physical symptoms arise.
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 | 0,001 | 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) | 0,001 | 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 ».