Role of Plasmids in Lactobacillus brevis BSO 464 Hop Tolerance and Beer Spoilage
Notice bibliographique
Résumé
Specific isolates of lactic acid bacteria (LAB) can grow in the harsh beer environment, thus posing a threat to brew quality and the economic success of breweries worldwide. Plasmid-localized genes, such as horA, horC, and hitA, have been suggested to confer hop tolerance, a trait required for LAB survival in beer. The presence and expression of these genes among LAB, however, do not universally correlate with the ability to grow in beer. Genome sequencing of the virulent beer spoilage organism Lactobacillus brevis BSO 464 revealed the presence of eight plasmids, with plasmids 1, 2, and 3 containing horA, horC, and hitA, respectively. To investigate the roles that these and the other five plasmids play in L. brevis BSO 464 growth in beer, plasmid curing with novobiocin was used to derive 10 plasmid variants. Multiplex PCRs were utilized to determine the presence or absence of each plasmid, and how plasmid loss affected hop tolerance and growth in degassed (noncarbonated) beer was assessed. Loss of three of the eight plasmids was found to affect hop tolerance and growth in beer. Loss of plasmid 2 (horC and 28 other genes) had the most dramatic effect, with loss of plasmid 4 (120 genes) and plasmid 8 (47 genes) having significant, but smaller, impacts. These results support the contention that genes on mobile genetic elements are essential for bacterial growth in beer and that beer spoilage ability is not dependent solely on the three previously described hop tolerance genes or on the chromosome of a beer spoilage LAB isolate.
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) | 0,000 | 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 ».