Metatranscriptome analysis of fungal strains Penicillium camemberti and Geotrichum candidumreveal cheese matrix breakdown and potential development of sensory properties of ripened Camembert-type cheese
Notice bibliographique
Résumé
BACKGROUND: Camembert-type cheese ripening is driven mainly by fungal microflora including Geotrichum candidum and Penicillium camemberti. These species are major contributors to the texture and flavour of typical bloomy rind cheeses. Biochemical studies showed that G. candidum reduces bitterness, enhances sulphur flavors through amino acid catabolism and has an impact on rind texture, firmness and thickness, while P. camemberti is responsible for the white and bloomy aspect of the rind, and produces enzymes involved in proteolysis and lipolysis activities. However, very little is known about the genetic determinants that code for these activities and their expression profile over time during the ripening process. RESULTS: The metatranscriptome of an industrial Canadian Camembert-type cheese was studied at seven different sampling days over 77 days of ripening. A database called CamemBank01 was generated, containing a total of 1,060,019 sequence tags (reads) assembled in 7916 contigs. Sequence analysis revealed that 57% of the contigs could be affiliated to molds, 16% originated from yeasts, and 27% could not be identified. According to the functional annotation performed, the predominant processes during Camembert ripening include gene expression, energy-, carbohydrate-, organic acid-, lipid- and protein- metabolic processes, cell growth, and response to different stresses. Relative expression data showed that these functions occurred mostly in the first two weeks of the ripening period. CONCLUSIONS: These data provide further advances in our knowledge about the biological activities of the dominant ripening microflora of Camembert cheese and will help select biological markers to improve cheese quality assessment.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».