Korean Natural Farming practices are dominated by a limited number of microbes and decrease fungal diversity
Notice bibliographique
Résumé
Abstract Purpose Korean Natural Farming (KNF) practices claim to cultivate and transfer “indigenous micro-organisms” (IMOs) to donor soils as a method of probiotic soil enhancement, yet lack peer-reviewed scientific validation. We investigated whether IMO cultivation can propagate unique microbiomes and maintain microbial diversity through successive IMO stages for restoration of flood contaminated soils. Methods We employed a balanced study design using soil samples from three New York metropolitan ecological sites: salt marsh, deciduous forest, and urban greenspace, plus sterilized controls. Samples underwent the first two IMO cultivation steps via inoculation on rice and fermentation in unrefined sugar. We extracted environmental DNA and performed 16S rRNA and ITS metagenomic sequencing using the AVITI platform and analyzed 84 libraries with QIIME2. Dynamics of microbial community composition and soil biodiversity, as a function of both ecological source and IMO cultivation, were assessed using Jaccard Index, Unweighted UniFrac, and ANCOM-BC analysis. Results IMO cultivation was dominated by limited bacterial taxa ( Enterobacterales, Pseudomonadales, Bacillales ) and fungal taxa ( Rhizopodaceae , particularly R. oryzae ). While bacterial diversity was maintained or increased during two IMO stages, fungal diversity consistently decreased. Principal Coordinates Analysis revealed distinctclustering by inoculum source (i.e. manmade vs. natural vs. sterile) that persistedthroughout cultivation. Conclusions Our evidence suggests that the IMO process selects for specific taxa likely adapted to cultivated conditions and fails to maintain fungal diversity. This greatly contrasts IMO’s proposed benefit of propagating locally-specific, fungal-dominated indigenous microbiomes. However, our results demonstrate that IMO cultures may capture and sustain bacterial diversity in soil, while it is unclear how such diversity mayarise. The possibility remains that the early stages of IMO studied here could fosterfurther microbial community expansions, but further study is required.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».