First Page

A systematic unified review is given of the basic statistical theory of the multiple scattering of fast charged particles in the small-angle range. The approximation considered is that of the Snyder-Scott-Moliere theory, and only slight attention is given to the less accurate Gaussian approximation. The single-scattering formulas of Moliere are derived, along with the modifications of them given by Nigam, Sundaresan, and Wu. Moliere's multiple-scattering calculation is presented by an improvement of Bethe's method, and the work of Nigam is given by the same method with newly computed tables. Snyder's calculations are outlined, and previously unpublished work on spatial-angle scattering is reported with tables. Calculations by Keil, Zeitler, and Zinn for very thin films are given, as well as a detailed discussion following Lenz on scattering at very small angles. The work of Muhlschlegel and Koppe on the multiple scattering of polarized electrons is included, with the important correction that no depolarization appears in the approximation to which they worked. The distributions of lateral deflections and other characteristics are considered, but the details of applications to emulsions, cloud and bubble chambers, etc, are not entered into, nor are the electron-penetration and pathlength problems handled. Asymptotic formulas for relatively large anglesmore » are treated, as are various types of mean values. (auth)« less

The kinetic equation for the pure growth-by-coalescence process is solved exactly for three types of overall collection probability: proportional to the sum of droplet volumes, proportional to the product of droplet volumes, and constant. Series and asymptotic expressions are given for a variety of initial conditions, and methods indicated for use of arbitrary initial functions. Calculations are presented for initial volume distributions equivalent to Gaussian distributions in radius with σ/ṙ = 0.37, O.25, 0.15 and O.123, and several stages of real time from 69 to 1600 sec. We assume 1 gm m−8 water content, a mean volume radius of 10 μ, and normalization of the collection efficiency formulas to fit those of Shafrir and Neiburger for a 30–10 μ collision.

ABSTRACT Strain and environmental nutrient concentrations can affect the production of sensory impact compounds during yeast fermentation. Despite reports on the impact of nutrient conditions on kinetics of cellular growth, it is uncertain to what extent nitrogen utilization by commercial Saccharomyces cerevisiae wine strains affects the production of volatile organic (aroma) compounds (VOCs). Here we ask whether i) consumption of amino acids contribute to VOCs (fusel alcohols, acetate esters, and fatty acid esters) in commercial S. cerevisiae yeast strains, ii) there is inter-strain variation in VOC production, and iii) there is a correlation between the production of aroma compounds and nitrogen utilization. We analyzed the consumption of nutrients as well as the production of major VOCs during fermentation of a chemically defined grape juice medium with four commercial S. cerevisiae yeast strains: Elixir, Opale, R2, and Uvaferm. The production of VOCs was variable among the strains where Uvaferm correlated with ethyl acetate and ethyl hexanoate production, R2 negatively correlated with the acetate esters, and Opale positively correlated with fusel alcohols. The four strains’ total biomass formation was similar, pointing to metabolic differences in the utilization of nutrients to form secondary metabolites such as VOCs. To understand the strain-dependent differences in VOC production, partial least-squares linear regression coupled with genome-scale metabolic modeling was performed with the objective to correlate nitrogen utilization with fermentation biomass and volatile formation. Total aroma production was found to be a strong function of nitrogen utilization (R 2 = 0.87). We found that glycine, tyrosine, leucine, and lysine utilization were positively correlated with fusel alcohols and acetate esters concentrations e.g., 2-phenyl acetate during wine fermentation. Parsimonious flux balance analysis and flux enrichment analysis confirmed the usage of these nitrogen utilization pathways based on the strains’ VOC production phenotype. IMPORTANCE Saccharomyces cerevisiae is widely used in grape juice fermentation to produce wines. Along with the genetic background, the nitrogen in the environment in which S. cerevisiae grows impacts its regulation of metabolism. Also, commercial S. cerevisiae strains exhibit immense diversity in their formation of aromas, and a desirable aroma bouquet is an essential characteristic for wines. Since nitrogen affects aroma formation in wines, it is essential to know the extent of this connection and how it leads to strain-dependent aroma profiles in wines. We evaluated the differences in the production of key aroma compounds among four commercial wine strains. Moreover, we analyzed the role of nitrogen utilization on the formation of various aroma compounds. This work illustrates the unique aroma producing differences among industrial yeast strains and suggests more intricate, nitrogen associated routes influencing those aroma producing differences.

Abstract Genome-scale metabolic models (GEMs) can facilitate metabolism-focused multi-omics integrative analysis. Since Yeast8, the yeast-GEM of Saccharomyces cerevisiae , published in 2019, has been continuously updated by the community. This have increased the quality and scope of this model, culminating now in Yeast9. To evaluate its predictive performance, we generated 163 condition-specific GEMs constrained by single-cell transcriptomics from osmotic pressure or normal conditions. Comparative flux analysis showed that yeast adapting to high osmotic pressure benefits from upregulating fluxes through the central carbon metabolism. Furthermore, combining Yeast9 with proteomics revealed metabolic rewiring underlying its preference in nitrogen sources. Lastly, we created strain-specific GEMs (ssGEMs) constrained by transcriptomics for 1229 mutant strains. Well able to predict the strains’ growth rates, fluxomics from those large-scale ssGEMs outperformed transcriptomics in predicting functional categories for all studied genes in machine-learning models. Based on those findings we anticipate that Yeast9 will empower systems biology studies of yeast metabolism.

SUMMARY Fermentation employing Saccharomyces cerevisiae has produced alcoholic beverages and bread for millennia. More recently, S. cerevisiae has been used to manufacture specific metabolites for the food, pharmaceutical, and cosmetic industries. Among the most important of these metabolites are compounds associated with desirable aromas and flavors, including higher alcohols and esters. Although the physiology of yeast has been well-studied, its metabolic modulation leading to aroma production in relevant industrial scenarios such as winemaking is still unclear. Here we ask what are the underlying metabolic mechanisms that explain the conserved and varying behavior of different yeasts regarding aroma formation under enological conditions? We employed dynamic flux balance analysis (dFBA) to answer this key question using the latest genome-scale metabolic model (GEM) of S. cerevisiae . The model revealed several conserved mechanisms among wine yeasts, e.g., acetate ester formation is dependent on intracellular metabolic acetyl-CoA/CoA levels, and the formation of ethyl esters facilitates the removal of toxic fatty acids from cells using CoA. Species-specific mechanisms were also found, such as a preference for the shikimate pathway leading to more 2-phenylethanol production in the Opale strain as well as strain behavior varying notably during the carbohydrate accumulation phase and carbohydrate accumulation inducing redox restrictions during a later cell growth phase for strain Uvaferm. In conclusion, our new metabolic model of yeast under enological conditions revealed key metabolic mechanisms in wine yeasts, which will aid future research strategies to optimize their behavior in industrial settings.

Abstract Background Regulating microbial metabolic stability is an ever-challenging goal in the food industry to ensure the productivity and quality of fermented foods. The microbiome underlying traditional Chinese liquor fermentation is such a representative microbiome metabolism that is affected by many dynamic abiotic/biotic factors. The complex microbial activities bring beneficial qualities (complex and rich aroma profiles, etc. ) to the fermented product, but can also cause unstable fermentation outcomes. Here, we designed a three-step experiment (abiotic regulation; biotic regulation; lab-scale validation) to explore which factors cause unstable fermentation outcomes and how to regulate microbiome metabolic functional stability accordingly. Results We found that 30.5% industrial fermentation of traditional Chinese liquor outcomes could be precisely predicted by initial abiotic factors. We could ensure the stability of partial fermentation batches by regulating the initial ratio of acidity to reducing sugar, moisture, and starch. Furthermore, in two representative unpredictable fermentation batches (named batch A and batch B), we found that unstable fermentation outcomes occurred even with similar initial abiotic factors after a dynamic three-phase fermentation. Unstable fermentation batches showed fluctuations in microbial community assembly that affected fermentation stability by altering the beneficial distribution (metabolic flux) of redundant metabolic pathways between yeasts and Lactobacilli. The metabolism of batch B was more stable than that of batch A due to the consistent overexpression of a specific set of bacterial metabolic genes. In repeated feed-batch fermentation processes, the difference in metabolic functional stability between the two batches was amplified 9.02 times. Batch B had significantly lower microbiome metabolic fluctuations than batch A, with higher robustness and lower complexity of the metabolic functional network. Moreover, we found that adjusting the initial microbial inoculation ratio could regulate both the metabolic beneficial distribution and temporal metabolic fluctuations of the microbiome to appropriately reduce the instability caused by biotic factors. Conclusions This study demonstrates that rationally regulating initial parameters and microbial inoculation ratio is a practical strategy to optimize indigenous liquor fermentation. The stable microbial beneficial distribution and high metabolic robustness are essential to obtain the ideal microbiome metabolic stability. Our study provides insights and shows the feasibility of enhancing metabolic functional stability through initial conditions in dynamic microbial ecosystems.

Syngas fermentation is a powerful platform for the conversion of waste streams to the sustainable creation of carboxylic acid precursors for value-added biochemicals. Steel mills are a large producer of syngas, but up until now, there has not yet been an industrial application of microbial syngas valorization. The most promising syngas-converting biocatalysts consist of Clostridia species, such as Clostridium kluyveri, Clostridium autoethanogenum, and Clostridium ljungdahlii. Clostridium luticellarii, a recently discovered species, shares close phylogenetic ties with these organisms. Preliminary metabolic studies suggest its potential for acetogenesis from syngas as well as chain elongation. In this study, we create iSJ444, a constraint-based metabolic model of Clostridium luticellarii using iHN637 of a close relative Clostridium ljungdahlii as a starting point. Model predictions support hypothesized methanol and syngas pathways from the metabolic characterization studies; however the use of propionate could not be accurately predicted. Thermodynamic Flux Analysis (TFA) reveals that C. luticellarii maintains stable energy dissipation across most reactions when exposed to varying pH, with significant increases observed in Wood-Ljungdahl Pathway (WLP)- associated reactions, such as the HACD1 reaction, at higher pH (6.5), suggesting an adaptive role in energy management under neutral conditions. Simulations of growth using flux sampling show that Clostridium luticellarii might fit into syngas fermenting platforms. In both cases, high hydrogen-to-carbon source ratios result in better production of (iso)butyrate and caproate. We provide a minimal metabolic model of Clostridium luticellarii, which can be used to facilitate further advancement. We show predictions of the metabolic behavior of C. luticellarii, which should be experimentally verified, but promote the use of C. luticellarii to improve syngas fermentation.

Previous studies have shown that microbial communities differ in obese and lean individuals, and dietary fiber can help reduce obesity-related conditions through diet-gut microbiota interactions. However, the mechanisms by which dietary fibers shape the gut microbiota still need to be elucidated. In this in vitro study, we examined how apple fibers affect lean and obese microbial communities on a global scale. We employed a high-throughput micro-matrix bioreactor system and a multi-omics approach to identify the key microorganisms and metabolites involved in this process. Initially, metagenomics and metabolomics data indicated that obese and lean microbial communities had distinct starting microbial communities. We found that obese microbial community had different characteristics, including higher levels of Ruminococcus bromii and lower levels of Faecalibacterium prausnitzii, along with an increased Firmicutes:Bacteroides ratio. Afterward, we exposed obese and lean microbial communities to an apple as a representative complex food matrix, apple pectin as a soluble fiber, and cellulose as an insoluble fiber. Dietary fibers, particularly apple pectin, reduced Acidaminococcus intestini and boosted Megasphaera and Akkermansia in the obese microbial community. Additionally, these fibers altered the production of metabolites, increasing beneficial indole microbial metabolites. Our results underscored the ability of apple and apple pectin to shape the obese gut microbiota. We found that the obese microbial community had higher branched-chain amino acid catabolism and hexanoic acid production, potentially impacting energy balance. Apple dietary fibers, especially pectin, influenced the obese microbial community, altering both species and metabolites. Notably, the apple pectin feeding condition affected species like Klebsiella pneumoniae and Bifidobacterium longum. By using genome-scale metabolic modeling, we discovered a mutualistic cross-feeding relationship between Megasphaera sp. MJR8396C and Bifidobacterium adolescentis. This in vitro study suggests that incorporating apple fibers into the diets of obese individuals can help modify the composition of gut bacteria and improve metabolic health. This personalized approach could help mitigate the effects of obesity.