Modulation of Volatile Thiol Release during Fermentation of Red Musts by Wine Yeast
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
During the alcoholic fermentation of grape sugars, wine yeast produces a range of secondary metabolites that play a critical role in the aroma profile of wines. One of the most impactful yeast-modified compound families, particularly in white wines, are the ‘fruity’ polyfunctional thiols, which include 3-mercaptohexan-1-ol (3-MH) and 4-mercapto-4-methylpentan-2-one (4-MMP). While the formation and stylistic contribution of these thiols have been extensively researched in white wines, little is known about the conditions leading to their formation in red wines. In this study, we explored the ability of yeast strains to modulate the release of these aroma compounds during the fermentation of two red musts. In laboratory-scale Pinot Noir fermentations, the formation of 3-MH strongly correlated with yeast β-lyase activity, particularly with the presence of certain genotypes of the flavour-releasing gene IRC7. Subsequent production of Grenache wine at the pilot scale, with detailed compositional and sensory analysis, was undertaken to confirm laboratory-scale observations. A commercial wine strain used for expressing ‘fruity’ thiols in Sauvignon Blanc was shown to produce wines that exhibited more intense red fruit aromas. These results reveal an opportunity for winemakers to shape red wine aroma and flavour by using yeasts that might typically be considered for white wine production.
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 | 0,000 | 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) | 0,001 | 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 découle