Microbial Community Structure of Three Traditional Zambian Fermented Products: Mabisi, Chibwantu and Munkoyo
Notice bibliographique
Résumé
Around the world, raw materials are converted into fermented food products through microbial and enzymatic activity. Products are typically produced using a process known as batch culture, where small volumes of an old culture are used to initiate a fresh culture. Repeated over many years, and provided samples are not shared among producers, batch culture techniques allow for the natural evolution of independent microbial ecosystems. While these products form an important part of the diets of many people because of their nutritional, organoleptic and food safety properties, for many traditional African fermented products the microbial communities responsible for fermentation are largely unknown. Here we describe the microbial composition of three traditional fermented non-alcoholic beverages that are widely consumed across Zambia: the milk based product Mabisi and the cereal based products Munkoyo and Chibwantu. Using culture and non-culture based techniques, we found that six to eight lactic acid bacteria predominate in all products. We then used this data to investigate in more detail the factors affecting community structure. We found that products made from similar raw materials do not harbor microbial communities that are more similar to each other than those made from different raw materials. We also found that samples from the same product taken at the same location were as different from each other in terms of microbial community structure and composition, as those from geographically very distant locations. These results suggest that microbial community structure in these products is neither a simple consequence of the raw materials used, nor the particular suite of microbes available in the environment but that anthropogenic variables (e.g., competition among sellers or organoleptic preferences by different tribes) are important in shaping the microbial community structures.
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 | 0,001 | 0,001 |
| 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 ».