Evaluation of Gene Modification Strategies for the Development of Low-Alcohol-Wine Yeasts
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
Saccharomyces cerevisiae has evolved a highly efficient strategy for energy generation which maximizes ATP energy production from sugar. This adaptation enables efficient energy generation under anaerobic conditions and limits competition from other microorganisms by producing toxic metabolites, such as ethanol and CO(2). Yeast fermentative and flavor capacity forms the biotechnological basis of a wide range of alcohol-containing beverages. Largely as a result of consumer demand for improved flavor, the alcohol content of some beverages like wine has increased. However, a global trend has recently emerged toward lowering the ethanol content of alcoholic beverages. One option for decreasing ethanol concentration is to use yeast strains able to divert some carbon away from ethanol production. In the case of wine, we have generated and evaluated a large number of gene modifications that were predicted, or known, to impact ethanol formation. Using the same yeast genetic background, 41 modifications were assessed. Enhancing glycerol production by increasing expression of the glyceraldehyde-3-phosphate dehydrogenase gene, GPD1, was the most efficient strategy to lower ethanol concentration. However, additional modifications were needed to avoid negatively affecting wine quality. Two strains carrying several stable, chromosomally integrated modifications showed significantly lower ethanol production in fermenting grape juice. Strain AWRI2531 was able to decrease ethanol concentrations from 15.6% (vol/vol) to 13.2% (vol/vol), whereas AWRI2532 lowered ethanol content from 15.6% (vol/vol) to 12% (vol/vol) in both Chardonnay and Cabernet Sauvignon juices. Both strains, however, produced high concentrations of acetaldehyde and acetoin, which negatively affect wine flavor. Further modifications of these strains allowed reduction of these metabolites.
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) | 0,000 | 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 découle