Diversity and dynamics of lactobacilli populations during ripening of RDO Camembert cheese
Notice bibliographique
Résumé
The diversity and dynamics of Lactobacillus populations in traditional raw milk Camembert cheese were monitored throughout the manufacturing process in 3 dairies. Culture-dependent analysis was carried out on isolates grown on acidified de Man - Rogosa - Sharpe agar and Lactobacillus anaerobic de Man Rogosa Sharpe agar supplemented with vancomycin and bromocresol green media. The isolates were identified by polymerase chain reaction - temperature gradient gel electrophoresis (PCR-TGGE) and (or) species-specific PCR and (or) sequencing, and Lactobacillus paracasei and Lactobacillus plantarum isolates were characterized by pulsed field gel electrophoresis (PFGE). Milk and cheese were subjected to culture-independent analysis by PCR-TGGE. Presumed lactobacilli were detected by plate counts throughout the ripening process. However, molecular analysis of total DNA and DNA of isolates failed to detect Lactobacillus spp. in certain cases. The dominant species in the 3 dairies was L. paracasei. PFGE analysis revealed 21 different profiles among 39 L. paracasei isolates. Lactobacillus plantarum was the second most isolated species, but it occurred nearly exclusively in one dairy. The other species isolated were Lactobacillus parabuchneri, Lactobacillus fermentum, Lactobacillus acidophilus, Lactobacillus helveticus, a Lactobacillus psittaci/delbrueckii subsp. bulgaricus/gallinarum/crispatus group, Lactobacillus rhamnosus, Lactobacillus delbrueckii subsp. bulgaricus, L. delbrueckii subsp. lactis, Lactobacillus brevis, Lactobacillus kefiri, and Lactobacillus perolens. Lactobacilli diversity at the strain level was high. Dynamics varied among dairies, and each cheese exhibited a specific picture of species and strains.
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 ».