Modeling the growth of higher plants for life support systems : lettuce leaf metabolic model considering energy conversion and central carbon metabolism
Bibliographic record
Abstract
Modélisation de la croissance des plantes supérieures pour les systèmes de support-vie : modèle métabolique de la feuille de laitue considérant la conversion d'énergie et le métabolisme central du carbone Pour des missions spatiales de longue durée, les plantes supérieures doivent faire partie des systèmes de support-vie. Le projet Micro-Ecological Life Support System Alternative (MELiSSA, alternative de système de support-vie micro-écologique) de l’Agence Spatiale Européenne est basé sur un système clos de support vie qui inclut, autour d’un compartiment consommateur, des compartiments microbiens et des plantes supérieures. Les plantes consomment les déchets pouvant être recyclés (les eaux usées et du CO2) et produisent de la nourriture fraîche, de l’eau potable et de l’oxygène pour l’équipage. Un des points clé pour ce type d’étude est le maintien d’un système qui assure le recyclage de tous les éléments C, H, O, N, S, P, … C’est pourquoi la base de l’étude repose sur une modélisation des stœchiométries de conversion qui doit traduire les échanges de matière et d’énergie en fonction des limitations physiques qui sont les paramètres de contrôle du système. L’étape préliminaire a été d’établir un modèle métabolique de feuille (un sous-modèle du modèle biochimique), comprenant le métabolisme central et utilisant les techniques métaboliques d’analyse des modes élémentaires (EFMA) et d’analyse des flux métaboliques (MFA) associé à une vision intégrée de l’énergétique du métabolisme central. En l’absence de données expérimentales suffisantes, le modèle métabolique de feuille a été construit à partir de la composition de la biomasse référencée par le Département Américain de l'Agriculture (USDA) et validé avec les données expérimentales de laitues (Lactuca sativa) cultivées dans l’installation de recherche des systèmes à environnement contrôlé (CESRF) de l’Université de Guelph (Canada). Pour la première approche, le modèle est satisfaisant et prometteur ; il peut prédire la production de biomasse une fois connecté aux facteurs physiques de la croissance de plante (lumière, disponibilité en CO2 et en eau, …) au cours du temps et à la composition de la biomasse. Cependant, nos résultats souffrent d’un manque de données pour vérifier les modèles métaboliques ; ainsi, différents types de mesures pour des prédictions plus précises sont proposés. Le futur modèle doit être en mesure de contrôler la croissance de la plante pour la survie des humains, connaissant les flux provenant des autres compartiments de la boucle MELiSSA. Par ailleurs, l’approche décrite ici peut être utilisée de manière plus générale pour tous types d’études et modélisations du métabolisme, en particulier pour étudier le fonctionnement simultané et/ou consécutif des métabolismes photosynthétique et respiratoire.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".