Survival of Lactobacillus rhamnosus GG during Simulated Gastrointestinal Conditions Depending on Food Matrix
Notice bibliographique
Résumé
When developing new probiotic foods, their protective properties in maintaining viability of probiotics under gastrointestinal conditions should be evaluated. In the current study, human upper gastrointestinal tract simulator (GITS) was used to compare the effect of different food matrixes on the survival of Lactobacillus rhamnosus GG (LGG). pH-auxostat was chosen for the cultivation of LGG cells to obtain culture samples in the same physiological state at maximum growth rate for the GITS experiments. The LGG culture was centrifuged and fast frozen in liquid nitrogen in various liquid food matrixes (commercial UHT milk, soymilk, apple juice, titrated apple juice, whey protein powder drink and M.R.S. Broth as reference) and stored at -400C. During 3-month storage, reduction of viability was significant only for apple juice. In the GITS experiments, bile had a greater negative impact on LGG than acid conditions, also the effect of food matrix was noted - in the case of milk, soymilk and whey protein powder drink only the highest concentration of bile (0.4%) caused a significant drop in the viability of bacteria when compared to apple juice. To maximize the health benefits of foodstuffs, it should be taken into account that the survival of probiotics during fast freezing, storage and gastrointestinal passage is dependent on the food matrix.
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 | 0,001 | 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 ».