Inhibitory mechanisms of 3-methyl pentanoic acid combined with 2-methyl butyric acid and 3-hepten-2-one on <i>Bacillus</i> and their application in Lanzhou lily preservation
Notice bibliographique
Résumé
AIMS: Lanzhou lily (Lilium davidli var. unicolor) possesses both nutritional and medicinal value, however, its bulbs are highly susceptible to postharvest physical damage. Pathogenic bacteria readily infiltrate through these wounds, resulting in extensive decay and consequent economic losses. This study demonstrates that optimized volatile organic compound (VOC) combinations can significantly reduce effective antimicrobial concentrations and broaden the antimicrobial spectrum through synergistic effects, while exhibiting excellent preservation potential. METHODS AND RESULTS: From decayed lily bulbs, this study isolated and identified two bacterial strains, Bacillus cabrialesii SH-3 and Bacillus amyloliquefaciens SH-5, both exhibiting opportunistic pathogenicity. Fifteen binary VOC combinations were evaluated using fractional inhibitory concentration index (FICI), identifying QM (1/8 MIC 2-methylbutyric acid + 1/8 MIC 3- methylpentanoic acid, FICI = 0.25) and QH (1/2 3-methylpentanoic acid + 1/8 3-hepten-2-one, FICI = 0.625) as optimal formulations. Mechanistic studies revealed these combinations disrupt bacterial membrane integrity, induce protein/nucleic acid leakage, and trigger oxidative stress and metabolic dysfunction. CONCLUSIONS: Against SH-3, only QM showed synergistic effects, reducing required concentrations by 87.5% compared to individual minimum inhibitory concentration (MIC). For SH-5, all combinations demonstrated additive effects, with QH achieving potent inhibition at 50% and 87.5% reduced concentrations for respective components. Applied at MIC levels, both formulations significantly suppressed postharvest decay while maintaining bulb quality.
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 | 0,001 | 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 ».