<i>Saccharomyces cerevisiae</i> gene expression during fermentation of Pinot noir wines at industrially relevant scale
Notice bibliographique
Résumé
Abstract During a wine fermentation, Saccharomyces cerevisiae transforms grape must through metabolic activities that generate ethanol and other compounds. Thousands of genes change expression over the course of a wine fermentation to allow S. cerevisiae to adapt to and dominate the fermentation environment. Investigations into these gene expression patterns have previously revealed genes that underlie cellular adaptation to the grape must and wine environment involving metabolic specialization and ethanol tolerance. However, the vast majority of studies detailing gene expression patterns have occurred in controlled environments that do not recapitulate the biological and chemical complexity of fermentations performed at production scale. Here, we present an analysis of the S. cerevisiae RC212 gene expression program across 40 pilot-scale fermentations (150 liters) using Pinot noir grapes from 10 California vineyards across two vintages. We observe a core gene expression program across all fermentations irrespective of vintage similar to that of laboratory fermentations, in addition to novel gene expression patterns likely related to the presence of non- Saccharomyces microorganisms and oxygen availability during fermentation. These gene expression patterns, both common and diverse, provide insight into Saccharomyces cerevisiae biology critical to fermentation outcomes at industry-relevant scales. Importance This study characterized Saccharomyces cerevisiae RC212 gene expression during Pinot noir fermentation at pilot scale (150 liters) using production-relevant conditions. The reported gene expression patterns of RC212 is generally similar to that observed in laboratory fermentation conditions, but also contains gene expression signatures related to yeast-environment interactions found in a production setting (e.g., presence of non- Saccharomyces microorganisms). Key genes and pathways highlighted by this work remain under-characterized, raising the need for further research to understand the roles of these genes and their impact on industrial wine fermentation outcomes.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».