Discovery of novel cold-active antifungals from polar bacteria isolated from the Canadian high arctic that are active against major spoilage fungi in the cheese industry
Notice bibliographique
Résumé
La détérioration fongique du fromage entraîne une quantité importante de gaspillage alimentaire causant d’énormes pertes économiques à l’industrie fromagère. Une méthode utilisée pour lutter contre le gaspillage est l’addition de natamycine, un polyène inhibiteur de croissance fongique. La résistance des antimicrobiens envers les polyènes ainsi que la demande des consommateurs pour des produits dits clean label sont en constante augmentation, laissant ainsi peu d’alternatives. Ce projet se concentre sur l’identification de nouveaux antifongiques provenant de bactéries arctiques utilisables pour l’industrie fromagère. Le projet a été divisé en trois objectifs; la recherche in silico d’antimicrobiens, l’investigation in vitro des bactéries et finalement la production d’extractions antifongiques et l’identification de leurs composants. Nos recherches in silico pour identifier des protéines antifongiques et des métabolites secondaires en utilisant 146 séquences de génomes entiers de bactéries arctiques nous ont permises d’identifier des groupes de gènes produisant des métabolites secondaires, des chitinases et des glucanases. L’activité antifongique de cette collection a alors été évalué in vitro avec des techniques de co-cultures entre les bactéries arctiques et les souches fongiques communes à l'industrie laitière. Une évaluation avec des données de séquence des isolats les plus prometteurs n'a abouti à aucun gène antifongique connu. Afin d’identifier le(s) composant(s) actif(s), des extractions organiques à l'aide d'acétate d'éthyle ont été menées pour produire des extraits bruts, qui après optimisation, ont permis l'inhibition de toutes les souches fongiques. Les extraits ont été analysés par LC-MS pour obtenir une liste d'agents bioactifs probables, mais aucun composé connu a été trouvé. Les étapes suivantes seront d’effectuer une analyse préparative par HPLC pour purification et de déterminer le composant actif. Ultérieurement, ce projet peut mener à d’importants avancements, tel que la réduction des pertes économiques et alimentaires d’origine fongique, tout en répondant aux demandes des consommateurs pour des produits clean label
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».