Diversity of Oligopeptide Transport in Yeast and Its Impact on Adaptation to Winemaking Conditions
Notice bibliographique
Résumé
Nitrogen is an essential nutrient for yeasts and its relative abundance is an important modulator of fermentation kinetics. The main sources of nitrogen in food are ammonium and free amino acids; however, secondary sources such as oligopeptides are also important contributors to the nitrogen supply. In yeast, oligopeptide uptake is driven by different families of proton–coupled transporters whose specificity depends on peptide length. Proton-dependent Oligopeptide Transporters (POT) are specific to di- and tripeptides, whereas the Oligopeptide Transport (OPT) family members import tetra- and pentapeptides. Recently, the novel family of Fungal Oligopeptide Transporters (FOT) has been identified in Saccharomyces cerevisiae wine strains as a result of a horizontal gene transfer from Torulaspora microellipsoides. In natural grape must fermentations with S. cerevisiae, Fots have a broader range of oligopeptide utilization in comparison with non-Fot strains, leading to higher biomass production and better fermentation efficiency. In this review we present the current knowledge on the diversity of oligopeptide transporters in yeast, also discussing how the consumption of oligopeptides provides an adaptive advantage to yeasts within the wine environment.
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 ».