PCR–RFLP analysis of the diversity of phytate-degrading bacteria in the Tibetan Plateau
Notice bibliographique
Résumé
Phytases play a very important role in increasing phytate digestion and reducing phosphorus pollution in the environment, and phytate-degrading bacteria have a ubiquitous distribution in the environment. Due to its extremely harsh environment, the Tibetan Plateau breeds possibly abundant, extreme microorganisms. In this research, 67 phytate-degrading bacteria were isolated from different habitats in the Tibetan Plateau. Among all isolates, 40.3% were screened from farmland, 25.3% from wetland, 4.5% from saline-alkaline soil, 7.5% from hot springs, and 22.4% from lawns, which showed that the distribution of the phytate-degrading bacteria varied with habitats. By the PCR-RFLP method, 16 different species were identified and named, 4 of which are reported for the first time as phytate-degrading bacteria, that is, Uncultured Enterococcus sp. GYPB01, Bacillaceae bacterium strain GYPB05, Endophytic bacterium strain GYPB16, and Shigella dysenteria strain GYPB22. Through the assay of phytase activity of 16 strains, Klebsiella sp. strain GYPB15 displayed the highest capability of phytase production. Through analysis of the optimum pH, the optimum temperature, and the thermal stability of enzyme from 16 strains, some especial phytate-degrading bacteria were obtained. Our findings clearly indicate a good relation between the composition of the soils from the different environments in the Tibetan Plateau and populations of cultivable phytate-degrading bacteria. Moreover, extreme harsh soils are logically the best soils in which to find some strains of phytate-degrading bacteria for exploiting in the fields of biotechnology and industry.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».