Effects of interactions between microorganisms and lipids on inferior volatile compound production during cold storage of grouper (Epinephelus coioides)
Notice bibliographique
Résumé
The interaction between microorganisms, proteins, and lipids plays a critical role in the odor production of fish. To explore the specific impact of the interaction between lipids and microorganisms on the overall odor of grouper, this study excluded the influence of proteins and assessed lipid (POV and TBARS) and microbial characteristics (biofilm mass and ATP content) in lipid solutions. The Results showed that microbial growth and lipid oxidation mutually promote each other. Lipidomics analysis identified 44 differential lipids, and microbial diversity analysis pinpointed five key microorganisms ( Carnobacterium , Pseudomonas , Gluconacetobacter , Vagococcus , and Shewanella ). Furthermore, 20 key volatile compounds (VOCs) related to odor changes in the grouper lipid solution were identified using HS-SPME-GC–MS. Correlation network analysis revealed potential microbial and lipid contributions to VOC categories, including alcohols, aldehydes, ketones, and nitrogen- and sulfur-containing compounds. This study provides new insights into the roles of microorganisms and lipids in flavor formation, offering valuable knowledge for improving seafood quality control. • Lipid oxidation and microbial growth are mutually reinforcing processes. • 44 differential lipids induced by microbial growth were screened. • The potential microbial and lipid sources of different types of VOCs were identified.
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 ».