MétaCan
Menu
Retour à la cohorte
Enregistrement W2302169189 · doi:10.1139/cjm-2015-0624

Identification, stress tolerance, and antioxidant activity of lactic acid bacteria isolated from tropically grown fruits and leaves

2016· article· en· W2302169189 sur OpenAlexvenueno aff
Amandine Fessard, Emmanuel Bourdon, Bertrand Payet, Fabienne Remize

Notice bibliographique

RevueCanadian Journal of Microbiology · 2016
Typearticle
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeissellaLeuconostocFood scienceLeuconostoc mesenteroidesLactic acidLactobacillusBiologyFermentationMicrobiologyBacteria

Résumé

récupéré en direct d'OpenAlex

From 6 samples of tropically grown fruits and leaves, 10 lactic acid bacteria belonging Leuconostoc, Weissella, and Lactobacillus species were isolated and identified by 16S rRNA gene sequencing and (GTG)5 fingerprinting. Acidification kinetics determined from BHI broth cultures showed genus-related patterns. In particular, Weissella cibaria appeared to act as a potent acidifier. Tolerance of isolates to acid, oxidative, or salt stress was highly variable and strain dependent. Isolate S14 (Leuconostoc pseudomesenteroides) growth was not affected by the presence of 0.05% H2O2, while Lactobacillus spp. isolates (S17 and S29) were the most tolerant to pH 4.5. The growth of 4 isolates, S5 (Leuconostoc mesenteroides), S14 and S10 (Leuconostoc pseudomesenteroides), and S27 (W. cibaria), was not affected by 5% NaCl. Nutritional beneficial properties were examined through measurement of antioxidant activities of short-term fermented pineapple juice, such as LDL oxidation and polyphenol content, and through exopolysaccharide formation from sucrose. Two isolates, S14 and S27, increased the antioxidant capacity of pineapple juice. The robust capacity of W. cibaria and of Leuconostoc pseudomesenteroides for vegetable lactic fermentation aimed to ameliorate food nutritional and functional quality was highlighted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,104
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207