Metabolic profiling and multivariate analysis to phenotype cultivars of wheat varying in resistance to fusarium head blight
Bibliographic record
Abstract
Le blé à pain (Triticum aestivum L. em. Thell.) est la culture la plus importante au Canada. Le flétrissement des plantules des céréales causé par Fusarium graminearum Schwabe [teleomorph Gibberella zeae (Schwein) Petch] est la maladie du blé la plus dévastatrice en Amérique du Nord. Elle cause des pertes tant dans le rendement que dans la qualité du grain. La résistance est le moyen le plus efficace pour gérer cette maladie. Une variabilité spatio-temporelle élevée rend difficile et coûteuse l'évaluation de la résistance basée sur les symptômes. Le développement de moyens abordables, rapides, et à haut débit pour le criblage de la résistance est la priorité des sélectionneurs. Une nouvelle méthode s'appuyant sur le profilage métabolique a été utilisée pour déterminer la résistance à la fusariose dans des lignées de blé. Trois études ont été accomplies lors de la présente investigation : 1) la détection et l'usage de métabolites afin d'identifier les cultivars de blé étant sensibles (Roblin) et résistants (Sumai3) 2) l'identification de cultivars variants dans leur résistance 3) l'identification de biomarqueurs métaboliques dans des lignées isogéniques ayant un contraste d'allèles au locus quantitatif (LQ) FHB-résistant, sur le chromosome 2DL. Les métabolites ont été extraits dans des épillets dans une mixture de méthanol, d'eau et de chloroforme et analysés par CG-piège à ions-SM (étude 1-2) ou par CG-temps de vol-SM (étude 3). L'identification et la quantification des composés ont été accomplies manuellement et/ou en utilisant un logiciel automatisé pour la déconvolution des pics (AMDIS), pour la recherche dans la librairie (NIST) et pour l'alignement et la quantification des pics (MET-IDEA). Plusieurs centaines de pics ont été détectés mais seulement 55, 51 et 120 métabolites ont été identifiés dans les études 1, 2, et 3, respectivement. Afin d'évaluer la résistance, nous avons consi
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".