Primary exploration of metabolic characteristics in Poria cocos fermentation system with adding botanical medicine factors
Notice bibliographique
Résumé
Objective To study the metabolic characteristics of Poria cocos fermentation system.Methods Using the biomass yield and exopolysaccharide concentration as the main evaluation indices to choose the excellent Poria cocos strain and to determine the best carbon source and the best nitrogen source for Poria cocos fermentation.The effects of 12 botanical drug factors on the biosynthesis of Poria cocos exopolysaccharides and the growth of Poria cocos were detected by adding to Poria cocos fermentation system.Results Poria cocos ZK had more effects on promoting exopolysaccharides biosynthesis and Poria cocos growth.The best carbon source was 2% glucose mixed with 1% corn starch and the best nitrogen source was 0.5% yeast extract.During the 12 chosen botanical medicine factors,Huangqi,Tea-leaves,Malt,Sanqi,Gegen and Chuanxinlian showed excellent promotion for Poria cocos exopolysaccharides biosynthesis,while Huangqi,Tea-leaves,Chuanxinlian and Luxiancao showed remarkable increase in Poria cocos growth.However,Luxiancao inhibited Poria cocos exopolysaccharides biosynthesis or secretion,and Gouqi,Shanzha,Danshen,Qiancao,Lianqiao obviously suppressed Poria cocos growth.Conclusion Botanical medicine factors have certain regulating effects on Poria cocos exopolysaccharides biosynthesis and Poria cocos cell growth.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».