Influence of Substrate Composition on Beta-Glucans Production and Growth of Ganoderma lucidum
Notice bibliographique
Résumé
Ganoderma lucidum is a medicinal mushroom known and used for centuries in China, claimed as beneficial for health due to the immunological effects provided by (1-3)Beta, (1-6)Beta-glucans present in its cell wall. Agricultural residues can be used as substrate for solid-state fermentation and turned into a product rich in Beta-glucans, that can be used for animal feeding, enhancing the immune response and, thus, reducing the utilization of antibiotics and other drugs. Therefore, colonization rate (growth), yield and concentration of (1-3)Beta, (1-6)Beta-glucans of different agricultural residues, such as soybean hulls, soybean residue and corn residue after solid state fermentation with G. lucidum were determined and evaluated according to their composition before fermentation. Specific growth rate (k) was higher for soybean hulls (k1 = 0.165) and corn residue (k3 = 0.161), but concentration of (1-3)Beta, (1-6)Beta-glucans was higher in soybean residue (234.09 mg g-1) and soybean hulls (180.32 mg g-1). Considering the nutritional composition of substrates, the concentration of (1-3)Beta, (1-6)Beta-glucan can be related to the ratio between fiber carbohydrates and total carbohydrates, demonstrating that fiber is an important feature regarding the production of Beta-glucans by the fungus. Also, colonization rate can be related to the total carbohydrates concentration and total carbohydrates/crude protein ratio, showing that carbohydrates and proteins have an important effect over the growth of the fungus. Soybean hulls showed to be the most feasible substrate for G. lucidum mycelia production presenting high concentration of (1-3)Beta, (1-6)Beta-glucans and colonization rate, with potential to be a dietary supplement for farm animals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».