Characterization of Saccharomyces bayanus CN1 for Fermenting Partially Dehydrated Grapes Grown in Cool Climate Winemaking Regions
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
This project aims to characterize and define an autochthonous yeast, Saccharomyces bayanus CN1, for wine production from partially dehydrated grapes. The yeast was identified via PCR and Basic Local Alignment Search Tool (BLAST) analysis as Saccharomyces bayanus, and then subsequently used in fermentations using partially dehydrated or control grapes. Wine grapes were dried to 28.0°Brix from the control grapes at a regular harvest of 23.0°Brix. Both the partially dehydrated and control grapes were then vinified with each of two yeast strains, S. bayanus CN1 and S. cerevisiae EC1118, which is a common yeast used for making wine from partially dehydrated grapes. Chemical analysis gas chromatography-flame ionization detector (GC-FID) and enzymatic) of wines at each starting sugar level showed that CN1 produced comparable ethanol levels to EC1118, while producing higher levels of glycerol, but lower levels of oxidative compounds (acetic acid, ethyl acetate, and acetaldehyde) compared to EC1118. Yeast choice impacted the wine hue; the degree of red pigment coloration and total red pigment concentration differed between yeasts. A sensory triangle test (n = 40) showed that wines made from different starting sugar concentrations and yeast strains both differed significantly. This newly identified S. bayanus strain appears to be well-suited for this style of wine production from partially dehydrated grapes by reducing the oxidative compounds in the wine, with potential commercial application for cool climate wine regions.
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