Deciphering the metabolic patterns of cashew apple ripening process: A comprehensive non-targeted metabolomics analysis
Notice bibliographique
Résumé
Metabolite changes during the ripening process of cashew apples are crucial for their quality development. A total of 2379 metabolites were isolated and identified from fresh cashew apples at four different ripening stages using UHPLC-MS. Metabolite set enrichment analysis (MSEA) revealed that the differential metabolites in CA2_vs_CA1, CA3_vs_CA2, and CA4_vs_CA3 comparisons were mainly enriched in amino acids and peptides, steroids, pyrimidines, and fatty acids and conjugates, etc. Volcano plot analysis identified 631, 384, and 392 upregulated metabolites, and 625, 923, and 392 downregulated metabolites in CA2_vs_CA1, CA3_vs_CA2, and CA4_vs_CA3 comparisons, respectively. KEGG pathway enrichment analysis demonstrated that these differential metabolites were primarily involved in aminoacyl-tRNA biosynthesis, purine metabolism, and glycine, etc. Notably, the differential metabolites in CA4_vs_CA3 showed the highest enrichment in d-glutamine and D-glutamate metabolism, as well as phenylalanine. The metabolic profile of cashew apples revealed stage-specific patterns during ripening, offering key insights for optimizing harvest, storage, and processing.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».