Postharvest Application of Myo-Inositol Extends the Shelf-Life of Banana Fruit by Delaying Ethylene Biosynthesis and Improving Antioxidant Activity
Notice bibliographique
Résumé
Banana fruits are harvested and then undergo rapid ripening and senescence, sharply limiting their shelf-life and marketability. Myo-inositol (MI) is an important regulator in ethylene production and reactive oxygen species (ROS) accumulation; however, its involvement in the postharvest ripening process of banana remains to be determined. This study found that postharvest application of MI could efficiently delay the fruit ripening and extend the time in which the luster, color, and hardness were maintained in two cultivars with contrasting storage characteristics, storable ‘Brazil’ and unstorable ‘Fenza No. 1’, when stored at room temperature (23 °C ± 2 °C). Moreover, physiological, metabolic, and gene expression analyses indicated that MI application improved MI metabolism and postponed ethylene biosynthesis and cell wall loosening. The decrease in ethylene production was associated with a reduction in the expression of ACS1 and ACO1 genes. MI treatment decreased the expressions of PL1/2, PG, and EXP1/7/8, which may account for the delay in softening. In addition, the application of MI could alleviate ROS-mediated senescence and cell membrane damage by promoting the activities of SOD, POD, and anti-O2− and decreasing PPO activity. This study shed light on the function of MI in regulating the postharvest ripening and senescence of bananas and provided an efficient strategy for extending shelf-life and reduce losses.
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) | 0,000 | 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 ».