Co-occurrence patterns among prokaryotes across an age gradient in pit mud of Chinese strong-flavor liquor
Notice bibliographique
Résumé
It is widely believed that the quality and characteristics of Chinese strong-flavor liquor (CSFL) are closely related to the age of the pit mud; CSFL produced from older pit mud tastes better. This study aimed to investigate the alteration and interaction of prokaryotic communities across an age gradient in pit mud. Prokaryotic microbes in different-aged pit mud (1, 6, and 10 years old) were analyzed by Illumina MiSeq sequencing of the 16S rRNA gene. Analysis of the 16S rRNA gene indicated that the prokaryotic community was significantly altered with pit mud age. There was a significant increase in the genera Methanosarcina, Methanobacterium, and Aminobacterium with increased age of pit mud, while the genus Lactobacillus showed a significant decreasing trend. Network analysis demonstrated that both synergetic co-occurrence and niche competition were dominated by 68 prokaryotic genera. These genera formed 10 hubs of co-occurrence patterns, mainly under the phyla Firmicutes, Euryarchaeota, and Bacteroidetes, playing important roles on ecosystem stability of the pit mud. Environmental variables (pH, NH 4 + , available P, available K, and Ca 2+ ) correlated significantly with prokaryotic community assembly. The interaction of prokaryotic communities in the pit mud ecosystem and the relationship among prokaryotic communities and environmental factors contribute to the higher quality of the pit mud in older fermentation pits.
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 | 0,000 |
| 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 ».