MétaCan
Menu
Back to cohort

IImportância da fotossíntese corticular para o desenvolvimento e formação da madeira (xilogênese) de >i<Eucalyptus grandis>/i<

2024· dissertation· pt· W4401328124 on OpenAlexaff
Daniele Cristine de Lima Bononi

Bibliographic record

Venuenot available
Typedissertation
Languagept
FieldBiochemistry, Genetics and Molecular Biology
TopicPlant biochemistry and biosynthesis
Canadian institutionsDiscovery Air (Canada)
Fundersnot available
KeywordsXylemEucalyptusBark (sound)BiologyBotanyChloroplastPhotosynthesisBiochemistryEcology

Abstract

fetched live from OpenAlex

O gênero Eucalyptus é a principal espécie florestal plantada no Brasil, para fins comerciais, destacando sua relevância econômica e industrial. No entanto, apesar de sua predominância, há uma lacuna no conhecimento sobre a biologia da casca e sua influência na formação da madeira. O rápido crescimento do eucalipto levanta questões sobre sua fisiologia, bioquímica e controle gênico durante a xilogênese. Um estudo recente sugere que a fotossíntese corticular pode desempenhar um papel crucial no metabolismo respiratório das células xilemáticas, fornecendo oxigênio em condições de hipóxia na região cambial. O presente trabalho destaca a importância do entendimento do metabolismo da casca para a formação da madeira e o crescimento rápido do eucalipto, enfatizando a necessidade de avançar na compreensão desses processos metabólicos. Para abordar tais questões, o estudo utilizou-se das técnicas de proteômica e metabolômica, possibilitando a identificação das bases moleculares de características importantes para o melhoramento genético dessa espécie. O trabalho teve como principal objetivo comparar o perfil proteico e metabólico entre tecidos de casca e, paralelamente xilema de Eucalyptus grandis nas idades de 4 e 12 anos, além de analisar a dispersão e distribuição de cloroplastos nesses tecidos. A análise de cloroplastos foi realizada por corte histológico dos tecidos da casca ao xilema e, posteriormente, observado em microscopia de fluorescência, a quantificação e abundância dos mesmo foram feitas utilizando os Software ImageJ. O perfil proteico foi analisado por espectrometria de massas associada a cromatografia líquida (LC-MS/MS). Já o perfil metabólico foi analisado por espectrometria de massas associada a cromatografia gasosa (GC-MS/MS). O pré-processamento dos dados univariados e multivariados foram realizados utilizando a ferramenta de análise de dados MetaboAnalyst 3.0 (PANG et al., 2024). Para os cloroplastos foi possível observar diferença estatisticamente significativa entre as idades de 4 e 12 anos, havendo maior abundância de Cloroplastos em Casca de 4 anos. Quanto ao perfil proteíco foram identificadas um total 4109 proteínas em Casca, das quais 149 foram estatisticamente significativas; um total de 3721 proteínas em Xilema com 357 proteínas estatisticamente significativas. No perfil metabólico foram encontrados 61 e 64 metabólitos em casca e xilema, com 5 metabolitos e 2 metabólitos estatisticamente significativo nos respectivos tecidos, respestivamente. Quanto as vias estudadas, na via da Fotossíntese foram encontradas as duas subunidades da RuBisCO (RBsS e RBsL) em Casca mais jovem, indicando um tecido mais fotossinteticamente ativo. Houve uma maior tendência na formação do Piruvato na via glicolítica, com maior abundância de proteínas relacionada a essa via em Casca de 4 anos. Quanto ao Xilema, houve um desvio para síntese de carboidratos com metabólitos mais abundantes na idade de 12 anos. A combinação de análise de metabólitos e proteínas pode fornecer uma visão holística de metabolismo e fisiologia do E.grandis permitindo identificar genes e proteínas que podem ser modificados para desenvolvimento de variedades com características desejáveis. Como pro exemplo, maior produtividade de madeira e celulose. Esse estudo é um campo de pesquisa promissor com grande potencial.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.004
Threshold uncertainty score0.007

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.017
GPT teacher head0.269
Teacher spread0.252 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same topicPlant biochemistry and biosynthesisFrench-language works237,207