MARC

 008260126s2025        us                              c    eng  d
■001000017360179
■00520260202105316
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798273309722
■035    ▼a(MiAaPQ)AAI32286516
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a641
■1001  ▼aFeng,  Jingzhang.
■24510▼aImplementing  Sequencing  Analysis  to  Uncover  Spoilage  and  Food  Safety  Concerns  Linked  to  the  Microbiota  of  Food  Processing  Environments  and  Onions
■260    ▼a[Sl]▼bCornell  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a241  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-07,  Section:  B.
■500    ▼aIncludes  supplementary  digital  materials.
■500    ▼aAdvisor:  Snyder,  Abigail.
■5021  ▼aThesis  (Ph.D.)--Cornell  University,  2025.
■520    ▼aFood  processing  environments  and  fresh  produce  harbor  spoilage  and  pathogenic  microbes  that  can  affect  food  quality  and  safety.  Assessing  the  distribution  of  microbes  on  food  processing  environment  surfaces  and  fresh  produce  is  essential  for  identifying  food  safety  and  quality  concerns  and  for  developing  strategies  to  address  these  concerns.  Conventionally,  microbial  assessments  were  conducted  using  culture-based  methods  to  detect  pathogens  and  enumerate  indicator  organisms.  Advances  in  sequencing  technologies  have  introduced  new  approaches  for  assessing  microbes  in  processing  environments  and  food  products.  For  instance,  amplicon  sequencing  has  been  widely  used  to  analyze  microbial  community  structures  in  food  processing  environments.  However,  multiple  challenges  exist  in  applying  amplicon  sequencing  to  characterize  microbial  communities  in  food  production  environments.  This  collection  of  work  aims  to  address  these  challenges.In  Chapter  1,  we  addressed  the  challenge  of  determining  the  harborage  sites  of  spoilage  organisms  and  pathogens  using  unstructured  metadata.  We  analyzed  1,498  free-text  swab  site  descriptions  to  identify  common  issues  and  language  structures.  We  identified  five  information  facets  represented  in  these  swab  site  descriptions  and  observed  that  99.6%  of  these  descriptions  depicted  only  a  single  information  facet  about  the  swab  site.  To  address  problems  associated  with  free-text  swab  site  descriptions,  we  developed  a  metadata  schema  to  standardize  the structure  and  term  usage  of  swab  site  descriptions.  This  schema  was  integrated  into  the  One  Health  Enteric  Package  available  at  NCBI.  Insufficient  cell  collection  from  processing  environment  surfaces  and  low  DNA  extraction  yields  can  also  pose  challenges  for  characterizing  microbial  communities.  Hence,  in  Chapter  2,  we  assessed  the  impact  of  cell  recovery  and  DNA  extraction  protocols  on  the  relative  abundance  estimates  of  microorganisms  on  artificially  inoculated  surfaces.  We  found  that  existing  protocols  for  cell  recovery  and  DNA  extraction  distorted  the  relative  abundance  of  microorganisms  on  surfaces,  indicating  a  need  to  improve  current  methods  to  enhance  accuracy.  In  Chapter  3,  we  collected  environmental  samples  from  dairy  facilities  and  conducted  analyses  using  both  amplicon  sequencing  and  culturing  methods  to  study  microbial  communities  in  dairy  processing  environments.  The  goal  of  these  analyses  was  to  understand  the  distribution  of  hygiene  indicator  genera  (i.e.,  Gram-negative,  Enterobacteriaceae,  Spore-former,  and  Gram-positive  genera)  in  dairy  processing  environments.  These  distributions  provided  insights  into  strategies  for  applying  amplicon  sequencing  and  culturing  method  to  determine  microbial  harborage.  In  Chapter  4,  we  further  applied  amplicon  sequencingx  to  study  the  impact  of  plant  pathogens  on  the  growth  dynamics  of  Salmonella  in  onions.  We  found  that  plant  pathogens  can  cause  onion  tissue  decay  and  support  Salmonella  growth.
■590    ▼aSchool  code:  0058.
■650  4▼aFood  science
■650  4▼aMicrobiology
■650  4▼aGenetics
■653    ▼aAmplicon  sequencing
■653    ▼aDNA
■653    ▼aMetadata
■653    ▼aOntology
■653    ▼aPathogen
■653    ▼aSpoilage
■690    ▼a0359
■690    ▼a0410
■690    ▼a0369
■71020▼aCornell  University▼bFood  Science  and  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-07B.
■790    ▼a0058
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360179▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서