Prospects for using bacteriocins in aquaculture
Notice bibliographique
Résumé
This paper provides an overview of the recent information on the use of bacteriocins in aquaculture. The development of the aquaculture sector in recent years brings the problem of antibiotic resistance in aquatic organisms to the foreground. Many countries are facing the challenge of replacing antibiotics with safer and more effective substances. Bacteriocins, nature-like antimicrobial peptides, are used as a solution to this problem. The structure of peptides is studied using metagenomic sequencing, which pinpoints the exact amino acid sequence. A literature search has revealed cases in Russia of microbial sludge from the biofloc system being used in aquaculture facilities not only for water purification but also to combat various diseases. Bacteriocins are more widely applied abroad, e.g. in China, Japan, Canada, or Norway, where strains of the genus Bacillus, Lactobacillus plantarum 42, Lactobacillus plantarum YRL45, Lactobacillus plantarum W3-2, Lactococcus spp., Pediocin PA-1 (Pediococcus acidilactici), Pediococcusa cidilactici DSM 10313 are used. The identified peptides help enhance fish growth and survival; improve water quality through decomposition of organic substances; are effective in suppressing pathogenic microflora, reduce the risk of diseases in aquaculture; are active against Enterococcus faecalis, Staphylococcus aureus, Listeria monocytogenes, Bacillus cereus and Clostridium botulinum. By adding bacteriocins to feeds, fish farmers can reduce dependence on traditional treatments. Thus, bacteriocins are an emerging group of antimicrobial drugs which can improve the quality of aquaculture produce, make it safer for consumers, and expand the drug market for aquaculture facilities.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».