Metabolomics changes in ‘Honeycrisp’ apple during cold storage in association with soft scald disorder development and delayed cooling treatment
Notice bibliographique
Résumé
Soft scald is a common physiological disorder in ‘Honeycrisp’ apples that develops during cold storage and reduces fruit quality and marketability. Delayed cooling prior to cold storage and dynamic management of fruit storage temperature have been used to mitigate the development of soft scald with variable success. To explore biochemical changes associated with the development of soft scald and to identify mechanisms by which delayed cooling reduces its development, we conducted an untargeted metabolomics with data independent acquisition (DIA) on a liquid chromatography-mass spectrometry. Changes in ‘Honeycrisp’ apple metabolites were investigated during storage and in response to delayed cooling for two seasons. In total, 1212 features were detected and quantified. An ANOVA revealed significant changes in 114 metabolites at the metabolomic level. An ANOVA and orthogonal PLS-DA combined approach further showed 8 and 20 features changed significantly in association with development of soft scald features and in relationship to the delayed cooling treatment, respectively. Fifteen of these features were putatively identified indicating their role in soft scald development and mitigation. A group of flavonol compounds including isoquercitrin and rutin that increased during delayed cooling treatment were identified providing evidence that they may contribute to alleviate the disorder development. This study provides new evidence that metabolites associated with phenolic metabolism are involved in relation to soft scald disorder development and respond to delayed cooling treatment.
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 | 0,001 |
| 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 ».