| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شمارهها | 3,230 |
| تعداد مقالات | 35,774 |
| تعداد مشاهده مقاله | 54,004,649 |
| تعداد دریافت فایل اصل مقاله | 93,164,877 |
آنالیز متابولومیکس با استفاده از درخت تصمیمگیری (Decision tree) جهت تمایز بین گیاهان برنج بدون آلودگی و تحت تنش دیازینون | ||
| آفت کش ها در علوم گیاه پزشکی | ||
| دوره 6، شماره 2 - شماره پیاپی 11، مرداد 1398، صفحه 111-124 اصل مقاله (1.09 M) | ||
| شناسه دیجیتال (DOI): 10.22092/jppps.2019.123472 | ||
| نویسندگان | ||
| وحیده مهدوی* 1؛ محمد زمان نوری2 | ||
| 1موسسه تحقیقات گیاهپزشکی | ||
| 2موسسه تحقیقات برنج ایران- شعبه مازندران، سازمان تحقیقات، آموزش و ترویج کشاورزی، آمل، ایران. | ||
| چکیده | ||
| ارائه یک روش طبقهبندی موثر در جهت تمایز بین گیاهان بدون آلودگی و نمونههای قرار گرفته در معرض آفتکش، میتواند برای افزایش کنترل کیفیت در محصولات کشاورزی و ایمنی مواد غذایی بسیار مهم و کارآمد باشد. روش پیشنهادی در این مطالعه، الگویی برای تمایز بین نمونههای گیاه برنج (Oryza sativa L.) بدون آلودگی و تیمارشده با حشرهکش دیازینون است. بنابراین هدف از این مطالعه، بررسی تغییرات متابولیتی رقم شیرودی برنج (رایجترین رقم در ایران) در پاسخ به حشرهکش دیازینون و ارزیابی پویا (داینامیکی) تغییرات سطوح غلظتی متابولیتها در طول زمان است.برای این منظور، پس از تیمار گیاه برنج با دیازینون، متابولیتهای غیر فرار گیاه با مشتقسازی به فرم فرار و قابل آنالیز با کروماتوگرافی گازی درآمد و پروفایل متابولیتی حاصل، با استفاده از کروماتوگرافی گازی- طیف سنجی جرمی (GC−MS) مورد بررسی قرار گرفت. پیرو شناسایی متابولیتهای گیاه برنج، دارای بیشترین تغییر در معرض تنش دیازینون؛ برای نخستین بار، با استفاده از تجزیه درخت طبقهبندی و رگرسیون(CART) ، برای مدلسازی و پیشبینی تغییرات متابولیتهای گیاه برنج تحت تنش دیازینون استفاده شد. نتایج آنالیز نشان داد بیشترین تغییرات، مربوط به اسیدهای آمینه، بهویژه فنیلآلانین و پرولین بوده است. همچنین نتایج حاکی از این است که CART میتواند ابزار بسیار قدرتمندی برای تمایز بین گیاهان در معرض آفتکش و گیاهان به دور از تنش باشد. | ||
| کلیدواژهها | ||
| متابولومیکس؛ دیازینون؛ برنج؛ درخت طبقه بندی و رگرسیون | ||
| عنوان مقاله [English] | ||
| Metabolomics Analysis Using Decision Tree to Differentiate between Rice Plants without Contamination and the Ones under Diazinon Stress | ||
| نویسندگان [English] | ||
| Vahideh Mahdavi1؛ Mohammad Zaman Nouri2 | ||
| 1Department of Pesticide Research, Iranian Research Institute of Plant Protection, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran. | ||
| 2Rice Research Institute of Iran-Mazandaran Branch, Agricultural Research, Education and Extension Organization (AREEO), Amol, Iran. | ||
| چکیده [English] | ||
| Presenting an effective classification procedure that discriminates between unexposed and exposed plant samples with pesticide, can be very important and efficient to increase quality control in agricultural products and food safety. The proposed method shows a pattern for discriminating between rice plant without contamination and those treated with diazinon. The aim of this study was to investigate the metabolic changes of shiroodi cultivar rice plant (the most common cultivar in Iran) in response to diazinon and to evaluate the dynamic changes in the concentration levels of metabolites over time. For this purpose, after treating the rice plant with diazinon, un-volatile metabolites were derivatized to make volatile and analyzable compounds with gas chromatography, and the metabolite profile was investigated using GC-MS. Using Classification and Regression Tree (CART), the metabolites that showed the most changes under diazinon stress were identified. For the first time, CART was used to model and predict the metabolic changes of control and under diazinon stress rice plant. The results of the analysis showed that, the most intensive changes were related to amino acids particularly phenylalanine and proline. The results obtained, also, show that CART can be a very powerful tool for discriminating between exposed and un-exposed plants. | ||
| کلیدواژهها [English] | ||
| Metabolomics, Diazinon, Rice, Classification and regression tree | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,462 تعداد دریافت فایل اصل مقاله: 473 |
||