Microbial composition and bioremediation in frass fertilizers from insect-based agri-food waste valorization
Notice bibliographique
Résumé
Insect frass fertilizer is emerging as a sustainable and novel input for improving soil health and crop production; however, research attention on its safety and microbial properties remains limited. Here, we evaluated the levels of heavy metals, pathogens, diversity, abundance, composition and functional roles of bacteria and fungi in frass fertilizer produced by eight edible insect species. Our results revealed the absence of Salmonella spp. In the frass fertilizers produced by all insect species, while the levels of other pathogens and heavy metals were within permissible limits for organic fertilizers. We found that 79-86 % of the variations in bacterial and fungal communities in the frass fertilizers were influenced by the species of insects used in waste recycling. The highest richness of bacteria and fungi was recorded in the frass fertilizers generated from Oryctes rhinoceros and Pachnoda sinuata. Taxonomic classification revealed 36 bacteria phyla across the frass fertilizers, with most belonging to Firmicutes (43 %), Proteobacteria (23 %), and Actinobacteriota (18 %), whereas the main fungal phyla were Ascomycota (80 %) and Basidiomycota (10 %). Functional profiling revealed that most fungi were sapotroph-symbiotrophs, pathogenic saprotrophs, pathotrophs, and symbiotrophic saprotrophs, which are key in organic matter decomposition, nutrient recycling and pathogen suppression. In contrast, the bacteria were mostly associated with antibiotic and phytohormone production, biosynthesis of plant growth regulators, nitrogen metabolism, nitrification, nitrogen fixation, especially in frass fertilizers derived from P. sinuata, Schistocerca gregaria, and Hermetia illucens. Our findings demonstrate the potential of insects to recycle low-value organic wastes into hygienic organic fertilizer and highlight the role of beneficial microbes, which could be harnessed for bioremediation, sustainable soil health management, improved crop productivity and food security.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».