The Use of CRISPR-Cas9 Genome Editing to Determine the Importance of Glycerol Uptake in Wine Yeast During Icewine Fermentation
Notice bibliographique
Résumé
The high concentration of sugars in Icewine juice causes formidable stress for the fermenting Saccharomyces cerevisiae, causing cells to lose water and shrink in size. Yeast can combat this stress by increasing the internal concentration of glycerol by activating the high osmolarity glycerol response to synthesize glycerol and by actively transporting glycerol into the cell from the environment. The H+/glycerol symporter, Stl1p, has been previously characterized as being glucose repressed and inactivated, despite osmotic stress induction. To further investigate the role of Stl1p in Icewine fermentations, we developed a rapid single plasmid CRISPR-Cas9-based genome editing method to construct a strain of the common Icewine yeast, S. cerevisiae K1-V1116, that lacks STL1. In an Icewine fermentation, the ∆STL1 strain had reduced fermentation performance, and elevated glycerol and acetic acid production compared to the parent. These results demonstrate that glycerol uptake by Stl1p has a significant role during osmotically challenging Icewine fermentations in K1-V1116 despite potential glucose downregulation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».