MétaCan
Menu
Retour à la cohorte
Enregistrement W2996362415 · doi:10.1128/aem.02461-19

Genetic Determinants of Hydroxycinnamic Acid Metabolism in Heterofermentative Lactobacilli

2019· article· en· W2996362415 sur OpenAlexafffund
Gautam Gaur, Jee‐Hwan Oh, Pasquale Filannino, Marco Gobbetti, Jan‐Peter van Pijkeren, Michael G. Gänzle

Notice bibliographique

RevueApplied and Environmental Microbiology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsCanada Research ChairsGovernment of Canada
Mots-clésHydroxycinnamic acidLactobacillus fermentumBiochemistryMetabolismBiologyLactobacillusSecondary metabolismLactic acidLactobacillus plantarumPhenolic acidBacteriaFermentationEnzymeChemistryBiosynthesisGenetics

Résumé

récupéré en direct d'OpenAlex

The metabolism of secondary plant metabolites, including phenolic compounds, by food-fermenting lactobacilli is a significant contributor to the safety, quality, and nutritional quality of fermented foods. The enzymes mediating hydrolysis, reduction, and decarboxylation of phenolic acid esters and phenolic acids in lactobacilli, however, are not fully characterized. The genomic analyses presented here provide evidence for three novel putative phenolic acid reductases. Matching comparative genomic analyses with phenotypic analysis and quantification of gene expression indicates that two of the three putative phenolic acid reductases, Par1 and HcrF, are involved in reduction of hydroxycinnamic acids to phenylpropionic acids; however, the activity of Par2 may be unrelated to phenolic acids and recognizes other secondary plant metabolites. These findings expand our knowledge on the metabolic potential of lactobacilli and facilitate future studies on activity and substrate specificity of enzymes involved in metabolism of phenolic compounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,166 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied and Environmental MicrobiologyMême sujetProbiotics and Fermented FoodsTravaux en français237 207