Microbial communities and soil chemical features associated with commercial production of the medicinal mushroom Ganoderma lingzhi in soil
Notice bibliographique
Résumé
Crop production, including mushroom farming, may cause significant changes to the underlying substrates which in turn, can influence crop quality and quantity during subsequent years. Here in this study, we analyzed the production of the medicinal mushroom Ganoderma lingzhi and the associated soil microbial communities and soil chemical features over 24 months from April 2015 to April 2017. This Basidiomycete mushroom, known as Lingzhi in China, is commonly found on dead trees and wood logs in temperate and subtropical forests. Its economic and medicinal importance have propelled the development of a diversity of cultivation methods. The dominant method uses wood logs as the main substrate, which after colonization by Lingzhi mycelia, are buried in the soil to induce fruiting. The soil microbial communities over the 24 months were analyzed using the Illumina HiSeq platform targeting a portion of the bacterial 16S rRNA gene and the fungal internal transcribed spacer 1 (ITS1). Overall, a significant reduction of Lingzhi yield was observed over our experimentation period. Interestingly, temporal changes in soil microbial compositions were detected during the 24 months, with the fungal community showing more changes than that of bacteria in terms of both species richness and the relative abundance of several dominant species after each fruiting. The soil chemical features also showed significant changes, with decreasing soil nitrogen and phosphorus concentrations and increasing soil pH and iron content after each fruiting. We discuss the implications of our results in sustainable Lingzhi production in soil.
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 | 0,001 | 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 ».