Accelerated Biodegradation of Veterinary Antibiotics in Agricultural Soil following Long-Term Exposure, and Isolation of a Sulfamethazine-degrading <i>Microbacterium</i> sp.
Notice bibliographique
Résumé
The World Health Organization has identified antibiotic resistance as one of the top three threats to global health. There is concern that the use of antibiotics as growth promoting agents in livestock production contributes to the increasingly problematic development of antibiotic resistance. Many antibiotics are excreted at high rates, and the land application of animal manures represents a significant source of environmental exposure to these agents. To evaluate the long-term effects of antibiotic exposure on soil microbial populations, a series of field plots were established in 1999 that have since received annual applications of a mixture of sulfamethazine (SMZ), tylosin (TYL), and chlortetracycline (CTC). During the first 6 yr (1999-2004) soils were treated at concentrations of 0, 0.01 0.1, and 1.0 mg kg soil, in subsequent years at concentrations of 0, 0.1, 1.0, and 10 mg kg soil. The lower end of this concentration range is within that which would result from an annual application of manure from medicated swine. Following ten annual applications, the fate of the drugs in the soil was evaluated. Residues of SMZ and TYL, but not CTC were removed much more rapidly in soil with a history of exposure to 10 mg/kg drugs than in untreated control soil. Residues of C-SMZ were rapidly and thoroughly mineralized to CO in the historically treated soils, but not in the untreated soil. A SMZ-degrading sp. was isolated from the treated soil. Overall, these results indicate that soil bacteria adapt to long-term exposure to some veterinary antibiotics resulting in sharply reduced persistence. Accelerated biodegradation of antibiotics in matrices exposed to agricultural, wastewater, or pharmaceutical manufacturing effluents would attenuate environmental exposure to antibiotics, and merits investigation in the context of assessing potential risks of antibiotic resistance development in environmental matrices.
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) | 0,000 | 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 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 ».