MétaCan
Menu
Retour à la cohorte
Enregistrement W1993797532 · doi:10.1139/w04-134

<i>Lactobacillus reuteri</i> β-galactosidase activity and low milk acidification ability

2005· article· en· W1993797532 sur OpenAlexvenueno aff
Madeleine Hidalgo‐Morales, V.J. Robles-Olvera, Hugo S. Garcı́a

Notice bibliographique

RevueCanadian Journal of Microbiology · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLactobacillus reuteriLactoseLactobacillus caseiSkimmed milkFood scienceCaseinChemistryBiologyLactobacillusBiochemistryFermentation

Résumé

récupéré en direct d'OpenAlex

Beta-galactosidase activity was studied as a possible cause of the low milk acidification ability observed in Lactobacillus reuteri NRRL 14171. Enzymatic activity was determined in MRS broth supplemented with either glucose or lactose and milk at the middle and final stage of the exponential phase, as well as at the stationary phase. Results were compared with beta-galactosidase activity in Lactobacillus casei NRRL-B1922, a strain that shows the milk acidification ability. The effects of the types of carbon and nitrogen sources were established by comparison of growth parameters (higher maximum cell concentration and specific growth rate) in broth culture and skim milk supplemented with 2% glucose or 1% casein peptone. In milk, L. reuteri showed higher beta-galactosidase activity in all growth phases compared with L. casei. Greater cell concentration maxima, specific growth rates, and acidification abilities were observed in L. reuteri when it was cultured in milk supplemented with 1% casein peptone compared with non-supplemented milk cultures. Results suggest that the poor milk acidification ability observed in L. reuteri may be more related to a weak proteolytic system than to deficient beta-galactosidase activity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,195
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetProbiotics and Fermented FoodsTravaux en français237 207