Diversity and resilience of the wood‐feeding higher termite <i>Mironasutitermes shangchengensis</i> gut microbiota in response to temporal and diet variations
Notice bibliographique
Résumé
Abstract Termites are considered among the most efficient bioreactors, with high capacities for lignocellulose degradation and utilization. Recently, several studies have characterized the gut microbiota of diverse termites. However, the temporal dynamics of the gut microbiota within a given termite with dietary diversity are poorly understood. Here, we employed 16S rDNA barcoded pyrosequencing analysis to investigate temporal changes in bacterial diversity and richness of the gut microbiota of wood‐feeding higher termite Mironasutitermes shangchengensis under three lignocellulose content‐based diets that feature wood, corn stalks, and filter paper. Compositions of the predominant termite gut residents were largely constant among the gut microbiomes under different diets, but each diet caused specific changes in the bacterial composition over time. Notably, microbial communities exhibited an unexpectedly strong resilience during continuous feeding on both corn stalks and filter paper. Members of five bacterial phyla, that is, Spirochaetes, Firmicutes, Actinobacteria, Tenericutes, and Acidobacteria, were strongly associated with the resilience. These findings provide insights into the stability of the gut microbiota in higher termites and have important implications for the future design of robust bioreactors for lignocellulose degradation and utilization.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».