MétaCan
Menu
Retour à la cohorte
Enregistrement W4411642213 · doi:10.1146/annurev-virology-092623-111016

CRISPR-Cas in the Cheese Industry

2025· review· en· W4411642213 sur OpenAlexaff
Audrey Leprince, Sylvain Moineau

Notice bibliographique

RevueAnnual Review of Virology · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCRISPRBiologyStreptococcus thermophilusCas9Dairy industryGenome editingFunction (biology)Computational biologyBacteriaBiotechnologyMicrobiologyGeneticsGeneLactic acidFood science

Résumé

récupéré en direct d'OpenAlex

Bacteria have evolved a wide range of defense systems to combat phage infections. In the cheese industry, lactic acid bacteria (LAB) used for milk fermentation continuously face threats from phages. Therefore, selecting or developing industrial strains with enhanced phage resistance requires a focus on robust defense systems. Among these systems, the clustered regularly interspaced short palindromic repeats (CRISPR) and their CRISPR-associated proteins (Cas) are notably prevalent in LAB. The early characterization of this adaptive immune system was closely tied to the cheese industry, particularly with Streptococcus thermophilus in which CRISPR-Cas systems are ubiquitous and highly active. This review underscores the contributions of S. thermophilus and its virulent phages to our understanding of the function and mechanisms of CRISPR-Cas systems. Additionally, we review the diversity of CRISPR-Cas systems in LAB used in the cheese industry, the counter-defense strategies employed by dairy phages, and the applications of CRISPR-Cas systems within this sector.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,411
Écart entre enseignants0,397 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of VirologyMême sujetCRISPR and Genetic EngineeringTravaux en français237 207