The Interaction of Two Saccharomyces cerevisiae Strains Affects Fermentation-Derived Compounds in Wine
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
Previous winery-based studies showed the strains Lalvin® RC212 (RC212) and Lalvin® ICV-D254 (D254), when present together during fermentation, contributed to >80% relative abundance of the Saccharomyces cerevisiae population in inoculated and spontaneous fermentations. In these studies, D254 appeared to out-compete RC212, even when RC212 was used as the inoculant. In the present study, under controlled conditions, we tested the hypotheses that D254 would out-compete RC212 during fermentation and have a greater impact on key fermentation-derived chemicals. The experiment consisted of four fermentation treatments, each conducted in triplicate: a pure culture control of RC212; a pure culture control of D254; a 1:1 co-inoculation ratio of RC212:D254; and a 4:1 co-inoculation ratio of RC212:D254. Strain abundance was monitored at four stages. Inoculation ratios remained the same throughout fermentation, indicating an absence of competitive exclusion by either strain. The chemical profile of the 1:1 treatment closely resembled pure D254 fermentations, suggesting D254, under laboratory conditions, had a greater influence on the selected sensory compounds than did RC212. Nevertheless, the chemical profile of the 4:1 treatment, in which RC212 dominated, resembled that of pure RC212 fermentations. Our results support the idea that co-inoculation of strains creates a new chemical profile not seen in the pure cultures. These findings may have implications for winemakers looking to control wine aroma and flavor profiles through strain selection.
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