Rutin treatment delays postharvest chilling injury in green pepper fruit by modulating antioxidant defense capacity
Notice bibliographique
Résumé
Green peppers are highly susceptible to low-temperature stress during postharvest storage, leading to significant quality deterioration. This study aimed to elucidate the molecular mechanisms by which rutin treatment regulates metabolic pathways in green peppers under low-temperature stress. Metabolomics and transcriptomics analyses were employed to investigate the effects of rutin treatment on storage quality, reactive oxygen species (ROS) metabolism, and antioxidant levels in green peppers. Results indicated that rutin treatment maintained higher quality and firmness, suppressed increases in relative electrolyte leakage, O 2 •− production rate, and H 2 O 2 content, and mitigated chilling injury (CI). According to the transcriptomics and metabolomics analysis, a total of 4232 differentially expressed genes (DEGs) and 1929 differentially abundant metabolites (DAMs) were found to be enriched in peppers treated with rutin compared to the control group after 4 d of storage. The integrated analysis revealed that rutin treatment inhibited the occurrence of CI in green peppers by enhancing glutathione metabolism, carotenoid biosynthesis, and amino acid metabolism. Major genes and metabolites affected by rutin treatment included GGT , GPx , APX , RRM2 , CrtB , LUT5 , ABA1 , NCED , Nit4 , NOA1 , OAT , HDC , and glutathione, glutathione disulfide, dehydroascorbic acid, zeaxanthin, abscisic acid, abscisic acid glucose ester, aspartate, arginine, proline, and tyrosine. RT-qPCR verification confirmed the altered expression levels of critical genes such as GST , GPx , LUT5 , ABA1 , ASS1 , and OAT . These findings provide a theoretical basis for understanding CI regulation in green peppers and support the application of rutin in postharvest management of fruit and vegetables.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».