Inhibition of <i>Listeria innocua</i> in Cheddar Cheese by Addition of Nisin Z in Liposomes or by In Situ Production in Mixed Culture
Notice bibliographique
Résumé
The effect of addition of purified nisin Z in liposomes to cheese milk and of in situ production of nisin Z by Lactococcus lactis subsp. lactis biovar diacetylactis UL719 in the mixed starter on the inhibition of Listeria innocua in cheddar cheese was evaluated during 6 months of ripening. A cheese mixed starter culture containing Lactococcus lactis subsp. lactis biovar diacetylactis UL719 was selected for high-level nisin Z and acid production. Experimental cheddar cheeses were produced on a pilot scale, using the selected starter culture, from milk with added L. innocua (10(5) to 10(6) CFU/ml). Liposomes with purified nisin Z were prepared from proliposome H and added to cheese milk prior to renneting to give a final concentration of 300 IU/g of cheese. The nisin Z-producing strain and nisin Z-containing liposomes did not significantly affect cheese production and gross chemical composition of the cheeses. Immediately after cheese production, 3- and 1.5-log-unit reductions in viable counts of L. innocua were obtained in cheeses with encapsulated nisin and the nisinogenic starter, respectively. After 6 months, cheeses made with encapsulated nisin contained less than 10 CFU of L. innocua per g and 90% of the initial nisin activity, compared with 10(4) CFU/g and only 12% of initial activity in cheeses made with the nisinogenic starter. This study showed that encapsulation of nisin Z in liposomes can provide a powerful tool to improve nisin stability and inhibitory action in the cheese matrix while protecting the cheese starter from the detrimental action of nisin during cheese production.
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 ».