MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902112733 · doi:10.6084/m9.figshare.20559004

Multiple potential strategies for the application of nisin and derivatives

2022· article· en· W6902112733 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNisinAntimicrobialLantibioticsAntimicrobial peptidesBacteriocin

Résumé

récupéré en direct d'OpenAlex

Nisin is a naturally occurring bioactive small peptide produced by Lactococcus lactis subsp. lactis and belongs to the Type A (I) lantibiotics. Due to its potent antimicrobial activity, it has been broadly employed to preserve various food materials as well as to combat a variety of microbial pathogens. The present review discusses the antimicrobial properties of nisin and different types of their derivatives employed to treat microbial pathogens with a detailed underlying mechanism of action. Several alternative strategies such as combination, conjugation, and nanoformulations have been discussed in order to address several issues such as rapid degradation, instability, and reduced activity due to the various environmental factors that arise in the applications of nisin. Furthermore, the evolutionary relationship of many nisin genes from different nisin-producing bacterial species has been investigated. A detailed description of the natural and bioengineered nisin variants, as well as the underlying action mechanisms, has also been provided. The chemistry used to apply nisin in conjugation with natural or synthetic compounds as a synergetic mode of antimicrobial action has also been thoroughly discussed. The current review will be useful in learning about recent and past research that has been performed on nisin and its derivatives as antimicrobial agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,033
Tête enseignante GPT0,233
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetProbiotics and Fermented Foods→Travaux en français237 207→