MétaCan
Menu
Retour à la cohorte
Enregistrement W4380372702 · doi:10.5851/kosfa.2023.e24

Characterization of Novel Amylase-Sensitive, Anti-Listerial Class IId Bacteriocin, Agilicin C7 Produced by Ligilactobacillus agilis C7

2023· article· en· W4380372702 sur OpenAlexfundno aff
Jeong Min Yoo, Ji Hoon Song, Robie Vasquez, In‐Chan Hwang, Jae Seung Lee, Dae‐Kyung Kang

Notice bibliographique

RevueFood Science of Animal Resources · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésBacteriocinListeria monocytogenesEscherichia coliProteasesMicrobiologyChemistryBiologyBacteriaBiochemistryEnzymeGeneAntimicrobialGenetics

Résumé

récupéré en direct d'OpenAlex

Among various biological agents, bacteriocins are important candidates to control Listeria monocytogenes which is a foodborne pathogen. In this study, a novel bacteriocin, named agilicin C7, was isolated from Ligilactobacillus agilis C7 showing inhibitory activity against L. monocytogenes. Agilicin C7 biosynthesis gene was characterized by bioinformatics analyses and heterologously expressed in Escherichia coli for further study. The anti-listeria activity of recombinant agilicin C7 (r-agilicin C7) was lost by proteases and α-amylase, suggesting that agilicin C7 is a glycoprotein. r-Agilicin C7 has wide pH and thermal stability and is also stable in various organic solvents. It destroyed L. monocytogenes by damaging the integrity of the cell envelope. These properties of r-agilicin C7 indicate that agilicin C7 is a novel amylase-sensitive anti-listerial Class IId bacteriocin. Physicochemical stability and inhibitory activity against L. monocytogenes of r-agilicin C7 suggest that it can be applied to control L. monocytogenes in the food industry, including dairy and meat products.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,230
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Science of Animal ResourcesMême sujetProbiotics and Fermented FoodsTravaux en français237 207