Transcriptomics provides a genetic signature of vineyard site with insight into vintage-independent regional wine characteristics
Notice bibliographique
Résumé
Abstract In wine fermentations, the metabolic activity of both Saccharomyces cerevisiae and non- Saccharomyces organisms impact wine chemistry. Ribosomal DNA amplicon sequencing of grape musts has demonstrated that microorganisms occur non-randomly and are associated with the vineyard of origin, suggesting a role for the vineyard, grape, and wine microbiome in shaping wine fermentation outcomes. We used ribosomal DNA amplicon sequencing of grape must and RNA sequencing of primary fermentations to profile fermentations from 15 vineyards in California and Oregon across two vintages. We find that the relative abundance of fungal organisms detected by ribosomal DNA amplicon sequencing did not correlate with transcript abundance from those organisms within the RNA sequencing data, suggesting that the majority of the fungi detected in must by ribosomal DNA amplicon sequencing are not active during these inoculated fermentations. Additionally, we detect genetic signatures of vineyard site and region during fermentation that are predictive for each vineyard site, identifying nitrogen, sulfur, and thiamine metabolism as important factors for distinguishing vineyard site and region. Importance The wine industry generates billions of dollars of revenue annually, and economic productivity is in part associated with regional distinctiveness of wine sensory attributes. Microorganisms associated with grapes and wineries are influenced by region of origin, and given that some microorganisms play a role in fermentation, it is thought that microbes may contribute to the regional distinctiveness of wine. We show that while the presence of microbial DNA is associated with wine region and vineyard site, the presence of microbial DNA is not associated with gene expression of those microorganisms during fermentation. We further show that detected gene expression signatures associated with wine region and vineyard site provide a means to address differences in fermentations that may drive regional distinctiveness.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».