Proanthocyanidins and volatile aroma of cranberry juice are modulated by its microbiota and processing environment
Notice bibliographique
Résumé
The quality and sensory attributes of juices are influenced by their natural microbiota and the microorganisms found on filtration membranes. This study aimed to assess the influence of natural microbiota and specific contaminants, including Candida krusei, Rhodotorula mucilaginosa, Debaryomyces prosopidis, Ralstonia insidiosa, and Lactiplantibacillus paraplantarum, isolated from cranberry juice and its associated industrial filtration membranes, on the characteristics of cranberry juice. Their growth kinetics and impacts on total phenols, total anthocyanins, total proanthocyanins, total organic acids, pH, titratable acidity, and volatile compounds were assessed. During the 42 h fermentation period, Candida krusei and Ralstonia insidiosa exhibited significant growth, increasing by 1-log and 3-log, respectively. The natural microbiota led to a 7% and 6% reduction in anthocyanins and proanthocyanidins, while Candida krusei and Rhodotorula mucilaginosa caused losses of 10% and 7% in proanthocyanidins, respectively. Organic acid content remained stable, except for an 8% decrease caused by Ralstonia insidiosa. Volatile compounds underwent significant increases, particularly in green (703%), winey (100%), mushroom (306%), and fusel (2678%) notes. These findings underscore the rapid impact of microorganisms from natural microbiota and filtration membranes on cranberry juice characteristics, highlighting the importance for beverage industries to prioritize customer safety and satisfaction.
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 ».