| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Uva e Vinho. |
|
Data corrente: |
20/07/2016 |
|
Data da última atualização: |
17/07/2019 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
FALAVIGNA, V. S.; MARGIS-PINHEIRO, M.; PASQUALI, G.; REVERS, L. F. |
|
Afiliação: |
Vítor S. Falavigna, Doutorando PPGBCM/UFRGS, CP 15005, 91501-970, Porto Alegre, RS, Brasil. Bolsista CAPES. vitorfalavigna@gmail.com; Márcia Margis-Pinheiro, Professor PPGBCM/UFRGS, CP 15005, CEP 91501-970, Porto Alegre, RS, Brasil. marcia.margis@ufrgs.br; Giancarlo Pasquali, Professor PPGBCM/UFRGS, CP 15005, CEP 91501-970, Porto Alegre, RS, Brasil. pasquali@cbiot.ufrgs.br; LUIS FERNANDO REVERS, CNPUV. |
|
Título: |
Análise funcional e potencial biotecnológico do gene DHN11 de macieira (Malus x domestica Borkh.) |
|
Ano de publicação: |
2016 |
|
Fonte/Imprenta: |
In: ENCONTRO DE INICIAÇÃO CIENTÍFICA, 14. ENCONTRO DE PÓS-GRADUANDOS DA EMBRAPA UVA E VINHO, 10., 2016, Bento Gonçalves. Resumos...Bento Gonçalves, RS: Embrapa uva e Vinho, 2016. p. 82. |
|
Idioma: |
Português |
|
Notas: |
(Embrapa Uva e Vinho. Documentos, 99) |
|
Conteúdo: |
A deficiência hídrica é o principal fator limitante à agricultura, causando significativas perdas de produtividade nas mais diversas culturas vegetais. Novas tecnologias agrícolas, tais como a geração de plantas geneticamente modificadas melhor adaptadas a condições adversas de cultivo, são necessárias. Em um estudo anterior do grupo caracterizando a família gênica das desidrinas (DHNs) em macieira (Malus x domestica Borkh.), foi verificado que o gene MdDHN11 possui níveis de expressão cerca de 6 mil vezes maior em sementes em relação a outros tecidos. Sugere-se que o acúmulo nos últimos estágios de desenvolvimento de sementes possua papel protetor na tolerância à dessecação. Além disso, as DHNs são proteínas caracterizadas por seu envolvimento na resposta a mudanças na disponibilidade de água, principalmente os causados por estresses abióticos. |
|
Palavras-Chave: |
Anais; CNPUV; Domestica Borkh; Gene DHN11 de macieira; Gênica das desidrinas; IC; Iniciação cientifica; Macieira. |
|
Thesagro: |
Deficiência Hídrica; Maca. |
|
Thesaurus Nal: |
Malus. |
|
Categoria do assunto: |
A Sistemas de Cultivo |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/145664/1/Doc99-falavigna-p82.pdf
|
|
Marc: |
LEADER 01879nam a2200289 a 4500
001 2049323
005 2019-07-17
008 2016 bl uuuu u00u1 u #d
100 1 $aFALAVIGNA, V. S.
245 $aAnálise funcional e potencial biotecnológico do gene DHN11 de macieira (Malus x domestica Borkh.)$h[electronic resource]
260 $aIn: ENCONTRO DE INICIAÇÃO CIENTÍFICA, 14. ENCONTRO DE PÓS-GRADUANDOS DA EMBRAPA UVA E VINHO, 10., 2016, Bento Gonçalves. Resumos...Bento Gonçalves, RS: Embrapa uva e Vinho, 2016. p. 82.$c2016
500 $a(Embrapa Uva e Vinho. Documentos, 99)
520 $aA deficiência hídrica é o principal fator limitante à agricultura, causando significativas perdas de produtividade nas mais diversas culturas vegetais. Novas tecnologias agrícolas, tais como a geração de plantas geneticamente modificadas melhor adaptadas a condições adversas de cultivo, são necessárias. Em um estudo anterior do grupo caracterizando a família gênica das desidrinas (DHNs) em macieira (Malus x domestica Borkh.), foi verificado que o gene MdDHN11 possui níveis de expressão cerca de 6 mil vezes maior em sementes em relação a outros tecidos. Sugere-se que o acúmulo nos últimos estágios de desenvolvimento de sementes possua papel protetor na tolerância à dessecação. Além disso, as DHNs são proteínas caracterizadas por seu envolvimento na resposta a mudanças na disponibilidade de água, principalmente os causados por estresses abióticos.
650 $aMalus
650 $aDeficiência Hídrica
650 $aMaca
653 $aAnais
653 $aCNPUV
653 $aDomestica Borkh
653 $aGene DHN11 de macieira
653 $aGênica das desidrinas
653 $aIC
653 $aIniciação cientifica
653 $aMacieira
700 1 $aMARGIS-PINHEIRO, M.
700 1 $aPASQUALI, G.
700 1 $aREVERS, L. F.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Uva e Vinho (CNPUV) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Instrumentação. Para informações adicionais entre em contato com cnpdia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
24/03/2022 |
|
Data da última atualização: |
24/06/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
NICOLODELLI, G.; HERCULANO, R. D.; MARANGONI, B. S.; RIBEIRO, M. C. S.; MILORI, D. M. B. P.; MENEGATTI, C. R. |
|
Afiliação: |
DEBORA MARCONDES BASTOS PEREIRA, CNPDIA. |
|
Título: |
Differentiation of latex biomembrane with collagen and non-collagen using laser induced breakdown spectroscopy. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Materials Today Communications, v. 30, 103099, 2022. |
|
Páginas: |
1 - 7 |
|
ISSN: |
2352-4928 |
|
DOI: |
https://doi.org/10.1016/j.mtcomm.2021.103099 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Studies on the interaction of a biomaterial with other components are important to enhance its positive effects and resolve its limitations. Therefore, the search for fast and low-cost techniques is essential for the analysis, characterization and differentiation of these biomaterials. Laser-induced breakdown spectroscopy (LIBS) is a multielemental, fast, with reduced analytical cost and environmentally clean technique that does not require the use of reagents for sample preparation. In this work, an elemental characterization of collagen and non-collagen latex samples was performed by LIBS technique. Multivariate analyzes, such as principal component analysis (PCA) and machine learning (ML) algorithms were applied on LIBS data in order to differentiate the classes. The main elements detected in the LIBS spectra examined were due to C, Fe, Mg, Ca, Na, H, N and K. The best results were achieved using LIBS spectral data from the specific range: 656.15–656.55 nm combined with 744.08–744.48 nm. The elements H and N were identified as the main discriminating factors between the samples studied. The leave one out cross-validation tests indicates that collagen latex biomembrane can be differentiated from non-collagen samples with 94.44% accuracy using the Weighted K-Nearest Neighbor algorithm. |
|
Palavras-Chave: |
Chemometric analysis; LIBS; Machine learning algorithms; Natural latex. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02138naa a2200265 a 4500
001 2141291
005 2022-06-24
008 2022 bl uuuu u00u1 u #d
022 $a2352-4928
024 7 $ahttps://doi.org/10.1016/j.mtcomm.2021.103099$2DOI
100 1 $aNICOLODELLI, G.
245 $aDifferentiation of latex biomembrane with collagen and non-collagen using laser induced breakdown spectroscopy.$h[electronic resource]
260 $c2022
300 $a1 - 7
520 $aStudies on the interaction of a biomaterial with other components are important to enhance its positive effects and resolve its limitations. Therefore, the search for fast and low-cost techniques is essential for the analysis, characterization and differentiation of these biomaterials. Laser-induced breakdown spectroscopy (LIBS) is a multielemental, fast, with reduced analytical cost and environmentally clean technique that does not require the use of reagents for sample preparation. In this work, an elemental characterization of collagen and non-collagen latex samples was performed by LIBS technique. Multivariate analyzes, such as principal component analysis (PCA) and machine learning (ML) algorithms were applied on LIBS data in order to differentiate the classes. The main elements detected in the LIBS spectra examined were due to C, Fe, Mg, Ca, Na, H, N and K. The best results were achieved using LIBS spectral data from the specific range: 656.15–656.55 nm combined with 744.08–744.48 nm. The elements H and N were identified as the main discriminating factors between the samples studied. The leave one out cross-validation tests indicates that collagen latex biomembrane can be differentiated from non-collagen samples with 94.44% accuracy using the Weighted K-Nearest Neighbor algorithm.
653 $aChemometric analysis
653 $aLIBS
653 $aMachine learning algorithms
653 $aNatural latex
700 1 $aHERCULANO, R. D.
700 1 $aMARANGONI, B. S.
700 1 $aRIBEIRO, M. C. S.
700 1 $aMILORI, D. M. B. P.
700 1 $aMENEGATTI, C. R.
773 $tMaterials Today Communications$gv. 30, 103099, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
