Integrating transcriptomics and metabolomics for the analysis of the aroma profiles of Saccharomyces cerevisiae strains from diverse origins
Notice bibliographique
Résumé
During must fermentation thousands of volatile aroma compounds are formed, with higher alcohols, acetate esters and ethyl esters being the main aromatic compounds contributing to floral and fruity aromas. The action of yeast, in particular Saccharomyces cerevisiae , on the must components will build the architecture of the wine flavour and its fermentation bouquet. The objective of the present work was to better understand the molecular and metabolic bases of aroma production during a fermentation process. For such, comparative transcriptomic and metabolic analysis was performed at two time points (5 and 50 g/L of CO 2 released) in fermentations conducted by four yeast strains from different origins and/or technological applications (cachaça, sake, wine, and laboratory), and multivariate factorial analyses were used to rationally identify new targets for improving aroma production. Results showed that strains from cachaça, sake and wine produced higher amounts of acetate esters, ethyl esters, acids and higher alcohols, in comparison with the laboratory strain. At fermentation time T1 (5 g/L CO 2 released), comparative transcriptomics of the three S. cerevisiae strains from different fermentative environments in comparison with the laboratory yeast S288c, showed an increased expression of genes related with tetracyclic and pentacyclic triterpenes metabolism, involved in sterol synthesis. Sake strain also showed upregulation of genes ADH7 and AAD6 , involved in the formation of higher alcohols in the Ehrlich pathway. For fermentation time point T2 (50 g/L CO 2 released), again sake strain, but also VL1 strain, showed an increased expression of genes involved in formation of higher alcohols in the Ehrlich pathway, namely ADH7 , ADH6 and AAD6 , which is in accordance with the higher levels of methionol, isobutanol, isoamyl alcohol and phenylethanol observed. Our approach revealed successful to integrate data from several technologies (HPLC, GC-MS, microarrays) and using different data analysis methods (PCA, MFA). The results obtained increased our knowledge on the production of wine aroma and flavour, identifying new gene in association to the formation of flavour active compounds, mainly in the production of fatty acids, and ethyl and acetate esters.
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 ».