In vitro selection of ecologically adapted ectomycorrhizal fungi through production of fungal biomass and metabolites for use in reclamation of biotite mine tailings
Notice bibliographique
Résumé
Mineral weathering plays an important role in poor-nutrient environments such as mine spoils and tailings. Ectomycorrhizal (ECM) fungi are able to enhance mineral weathering through different mechanisms, thereby increasing the availability of minerals and nutrients to plants. Six ECM fungi (Cadophora finlandia, Cenococcum geophilum, Hebeloma crustuliniforme, Lactarius aurantiosordidus, Paxillus involutes, and Tricholoma scalpturatum) were tested here for their tolerance to biotite-quartz-rich mine tailings. Either solid- or liquid-medium methods were used for in vitro selection of ECM fungi for their ability to grow on mine tailings. ECM fungi were selected based on their mycelial radial growth and metabolite production (ergosterol and low-molecular-mass organic acids, LMMOAs). We found a strong correlation between fungal ergosterol content and mycelial radial growth using the solid-medium method. However, the liquid-medium method was more appropriate for ergosterol synthesis and permitted direct measurement of organic acid production. We found that LMMOAs were exuded by ECM fungi, which solubilized mine tailings for their own growth and nutrition. Finally, we concluded that the ECM fungi C. finlandia and T. scalpturatum are the species most tolerant to tailings and could potentially improve the survival rate, growth, and health of white spruce seedlings planted on biotite mine spoils and tailings.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».