Veillonella dispar and V. atypica increased the growth of Listeria monocytogenes in liquid culture and biofilm conditions
Notice bibliographique
Résumé
Listeria monocytogenes (L. monocytogenes) is a foodborne pathogen that causes severe illness in high-risk groups who face a mortality rate of 15% to 20% with exposure to this deadly bacterium. L. monocytogenes poses a significant food safety concern due to its ability to withstand the adverse conditions encountered in food production environments. Prevention of its entry into the ready-to-eat (RTE) processing environment is crucial, and consequently, preventing its establishment within the environmental microbiota of slaughterhouses-the preceding stage in the production chain-is essential. This can be a challenge because L. monocytogenes has the ability to create and persist in biofilms in association with microorganisms. The role of the accompanying microbiota in the survival and density of L. monocytogenes has been shown to range from having antagonistic to synergetic effects. The aim of the present study was to validate a positive association previously identified using bioinformatic tools between the presence of Veillonella spp. on conveyor belt surfaces of the cutting room of a swine slaughterhouse and the relative abundance of L. monocytogenes. Veillonella dispar (V. dispar) and Veillonella atypica (V. atypica) showed statistically significant positive effects on the growth and survival of the pathogen in both planktonic cultures and in biofilms tested under static and dynamic conditions. These effects of Veillonella appear to be mediated through compounds secreted or made available by the bacterium since contact with the supernatants of Veillonella cultures was sufficient to induce L. monocytogenes growth enhancement. This increase is primarily due to the live cell mass, suggesting that Veillonella acts at the L. monocytogenes cell population level rather than on the biofilm matrix. We believe that our results represent a step toward a better L. monocytogenes food safety risk assessment and could contribute to the development of better strategies against this pathogen.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».