Dynamics of Starter and Non-Starter Lactic Acid Bacteria Populations in Long-Ripened Cheddar Cheese Using Propidium Monoazide (PMA) Treatment
Notice bibliographique
Résumé
The microbial community of industrially produced Canadian Cheddar cheese was examined from curd to ripened cheese at 30–32 months using a combination of viable plate counts of SLAB (GM17) and NSLAB (MRSv), qPCR and 16S rRNA gene amplicon sequencing. Cell treatment with propidium monoazide excluded DNA of permeable cells from amplification. The proportion of permeable cells of both Lactococcus spp. and Lacticaseibacillus spp. was highest at 3–6 months. While most remaining Lacticaseibacillus spp. cells were intact during later ripening stages, a consistent population of permeable Lactococcus spp. cells was maintained over the 32-month period. While Lactococcus sequence variants were significant biomarkers for viable cheese curd communities at 0–1 m, Lacticaseibacillus was identified as a distinctive biomarker for cheeses from 7 to 20 months. From 24 to 32 months, Lacticaseibacillus was replaced in significance by four genera (Pediococcus and Latilactobacillus at 24 m and at 30–32 m, Secundilactobacillus and Paucilactobacillus). These results underscore the importance of monitoring potential defects in cheeses aged over 24 months, which could be diagnosed early through microbial DNA profiling to minimize potential waste of product. Future perspectives include correlating volatile flavor compounds with microbial community composition as well as the investigation of intra-species diversity.
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 ».