Microbiota stratification and succession of amylase‐producing <i>Bacillus</i> in traditional Chinese Jiuqu (fermentation starters)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Jiuqu are vital saccharifying and fermenting agents for Chinese fermented foods. Natural ventilation during Jiuqu fermentation causes changes in temperature, oxygen and moisture content, resulting in mass and heat gradients from the outer to inner areas of Jiuqu blocks. In the present study, microbiota stratification in Jiuqu was investigated by single molecule real-time sequencing and culture isolation. The contributors of Bacillus to amylase activity of Jiuqu and the dynamics of their biomass during Jiuqu fermentation were also analyzed. RESULTS: The dominant orders, genera and species between the inner and outer layers of Huangjiu qu (HJQ) were similar, although they displayed greater variance in two layers of Baijiu qu (BJQ). Bacillus possessed the highest diversity (including 27 species) in Jiuqu. Bacillus licheniformis, Bacillus altitudinis, Bacillus subtilis, Bacillus amyloliquefaciens and Bacillus megaterium were most prevalent in HJQ, whereas B. licheniformis, B. amyloliquefaciens and Bacillus cereus were dominant in BJQ. Isolates of B. amyloliquefaciens, B. subtilis and B. cereus exhibited high activities of amylase and glucoamylase. Quantification of Bacillus members possessing genes of α-amylase revealed that B. cereus and B. licheniformis were the most dominant microbes to secret α-amylase in Jiuqu and their biomass were increasing during Jiuqu fermentation. CONCLUSION: The present study demonstrates the microbial distribution in different layers of Jiuqu and clarifies the Bacillus species processing the activity of α-amylase. These results will help industries control the quality of Jiuqu by rationally selecting starters and optimizing their microbiota. © 2020 Society of Chemical Industry.
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.
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 | 0,000 |
| 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 découle