Utilisation des bactériophages pour le contrôle de "Staphylococcus aureus" dans les produits laitiers
Bibliographic record
Abstract
Staphylococcus aureus et ses entérotoxines constituent un risque pour l’industrie alimentaire ainsi que pour les consommateurs. Environ la moitié des souches de S. aureus peuvent libérer des toxines menant à des symptômes de nausées, de diarrhées et de vomissements chez la personne ayant ingéré un produit contaminé. Une des solutions envisagées pour éliminer S. aureus et éviter la production d’entérotoxines, est l’utilisation d’un cocktail de phages. Au cours de ce projet de doctorat, trois objectifs ont été développés afin de poursuivre une stratégie de sélection d’un cocktail de phages anti-S. aureus. Tout d’abord, deux phages isolés du milieu laitier, adaptés à celui-ci et respectant des critères de sélection, ont été caractérisés. Ensuite, afin d’éviter un transfert de facteurs de virulence, des myophages anti-S. aureus ont été produits sur une souche de Staphylococcus xylosus, une espèce non-pathogène utilisée en transformation alimentaire et ont été caractérisés afin de confirmer leur identité lorsqu’amplifiés sur les deux espèces. D’un autre côté, l’efficacité contre une panoplie de souches de S. aureus isolées de sources distinctes, l’absence de gènes de virulence dans les génomes phagiques et la résistance à différentes conditions environnementales ont permis de sélectionner des phages différents. Ceux-ci ont fait l’objet de deux cocktails de phages efficaces menant à une réduction significative de la concentration de S. aureus dans des fromages de type Cheddar produits en laboratoire. De plus, ces phages n’ont pas déclenché une surproduction d’entérotoxines staphylococciques C, confirmant la sécurité de leur utilisation dans le milieu laitier. Enfin, la conservation des phages sous forme encapsulée et congelée dans des microbilles de gel d’alginate/calcium semble une approche à approfondir. Les phages staphylococciques virulents analysés dans cette thèse constituent d’excellents agents de biocontrôle étant non nocifs et infectant spécifiquement une espèce bactérienne donnée. Ayant confirmé l’efficacité de deux cocktails de phages, l’utilisation du produit phagique permettra de diminuer le risque d’apparition de souches bactériennes résistantes aux phages. De plus, entreprendre une mise à jour constante du cocktail phagique permettra de réduire la contamination causée par S. aureus, préservant ainsi l’innocuité et la qualité des aliments.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".