Mechanisms of pressure-mediated cell death and injury in Escherichia coli: from fundamentals to food applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High hydrostatic pressure is commercially applied to extend the shelf life of foods, and to improve food safety. Current applications operate at ambient temperature and 600 MPa or less. However, bacteria that may resist this pressure level include the pathogens Staphylococcus aureus and strains of Escherichia coli, including shiga-toxin producing E. coli. The resistance of E. coli to pressure is variable between strains and highly dependent on the food matrix. The targeted design of processes for the safe elimination of E. coli thus necessitates deeper insights into mechanisms of interaction and matrix-strain interactions. Cellular targets of high pressure treatment in E. coli include the barrier properties of the outer membrane, the integrity of the cytoplasmic membrane as well as the activity of membrane-bound enzymes, and the integrity of ribosomes. The pressure-induced denaturation of membrane bound enzymes results in generation of reactive oxygen species and subsequent cell death caused by oxidative stress. Remarkably, pressure resistance at the single cell level relates to the disposition of misfolded proteins in inclusion bodies. While the pressure resistance E. coli can be manipulated by over-expression or deletion of (stress) proteins, the mechanisms of pressure resistance in wild type strains is multi-factorial and not fully understood. This review aims to provide an overview on mechanisms of pressure-mediated cell death in E. coli, and the use of this information for optimization of high pressure processing of foods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle