Silkworm (Bombyx mori) gut bacteria respond positively to exposure of magnetic Fe3O4@urease-doped nanoconjugates: potential reconstruction for nutritional efficiency
Notice bibliographique
Résumé
The gut microbiota of the silkworm ( Bombyx mori ) plays a vital role in metabolic processes, including nutrient digestion and immune regulation. However, the specific bacterial communities that enhance feed utilization and improve amino acid composition in silk and pupae remain unclear. In this study, we explored the mechanisms through which gut bacteria influence nutritional efficiency and the biosynthesis of high-quality silk and pupae by exposing fifth-instar silkworms to magnetic Fe₃O₄@urease-doped nanoconjugates. Our findings revealed that Fe 3 O 4 @urease nanoconjugates had no detrimental effects on the silkworm gut. Dominant genera in the MF group included Enterococcus , Staphylococcus , Pantoea , Klebsiella and Glutamicibacter ( p < 0.05), while Linear Discriminant Analysis (LDA) and Effect Size (LEfSe) identified Dialister , Rhizobium and Parabacteroides as biomarkers. Functional prediction revealed bacteria in the Fe 3 O 4 @urease nanoconjugates treatment group were involved in metabolic activities, including amino acid synthesis, protein degradation and immune development. HPLC-LC-MS analysis revealed significantly higher levels of the amino acids Histidine (1077.06%) and Arginine (1020.45%) in the Fe 3 O 4 @urease nanoconjugates treatment group. In summary, magnetic Fe₃O₄@urease-doped nanoconjugates effectively modulated B. mori gut microbiota, enhancing digestion and nutrient assimilation, and providing a scientific basis for the rational implementation of bacteria control for enhancing amino acid contents in silk and pupae.
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 | 0,001 |
| 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) | 0,001 | 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 ».