Diacetyl : identification and characterisation of molecular mechanisms for reduction in yeast and their application in a novel enzyme based assay for quantification in fermentation systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diacetyl (2,3-butanedione) is an important flavour active, oxidative compound that has significant impact on cellular health as well as financial impact in industrial fermentations. The presence of diacetyl in certain fermented beverages, such as beer, results in an unpleasant butterscotch-like flavour and its concentration needs to be reduced by yeast to below the taste threshold prior to filtration and packaging. This results in significant process inefficiency. Furthermore, diacetyl negatively impacts cellular health and has been associated with neurodegenerative diseases and general cell aging amongst others. The reduction of this compound is therefore essential for cellular health. Several yeast cell enzymatic mechanisms responsible for diacetyl reduction were identified and characterised, including Old Yellow Enzyme (OYE) isoforms and D-Arabinose Dehydrogenase (ARA1). OYE isoforms displayed different micromolar affinities and catalytic turnover rates for diacetyl and catalysed diacetyl reduction in a biphasic manner. ARA1 catalysed diacetyl reduction in a monophasic manner with a millimolar Michaelis constant. Knowledge gained in these studies was applied in investigations of diacetyl production and reduction in industrial brewing operations and the enzymatic systems further exploited for the development of a novel enzyme based assay to determine diacetyl concentrations in beer samples. Concentrations as low as 0.2 muM were detectable with high repeatability.
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.
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 | 0,002 | 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 découle