Comparative Metabolite Profiling of Antarctic and Korean Mosses: Insights into Adaptation Mechanisms of Antarctic Moss Species
Notice bibliographique
Résumé
This study investigates the relationship between secondary metabolites and stress tolerance in moss species, with a specific emphasis on comparing Antarctic and Korean mosses. Analyses of total phenolic content (TPC) and total flavonoid content (TFC) revealed that Antarctic mosses contain these compounds at significantly higher levels compared to the Korean mosses. These findings are consistent with greater antioxidant activities observed in Antarctic mosses through DPPH and ABTS•+ radical scavenging assays. In this study, a total of 620 metabolites were identified from the moss samples. The results showed that Antarctic mosses exhibited a high number and diversity of compounds including terpenoids, flavonoids, lipids, and other classes. Additionally, Antarctic mosses had fewer lipids with carbon chain lengths below 18 and a higher content of unsaturated lipids, indicating adaptations to maintain membrane fluidity under cold stress. The phylogenetic relationships suggested a correlation between metabolite profiles and genetic adaptations between these species. This research highlights the complex biochemical strategies that mosses, particularly those in Antarctic regions, employ to adapt the environmental stressors. The high abundance of secondary metabolites in Antarctic mosses not only serves as a defense mechanism against oxidative stress but also suggests their potential applications in various biotechnological aspects. This study reveals new avenues for exploring the ecological roles and potential uses of these resilient plant species.
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 ».