Effects of Trace Element Concentration on Enzyme Controlled Stable Isotope Fractionation during Aerobic Biodegradation of Toluene
Notice bibliographique
Résumé
The effects of iron concentration on carbon and hydrogen isotopic fractionation during aerobic biodegradation of toluene by Pseudomonas putida mt-2 were investigated using a low iron medium and two different high iron media. Mean carbon enrichment factors (epsilonc) determined using a Rayleigh isotopic model were smaller in culture grown under high iron conditions (epsilonc = -1.7+/-0.1%) compared to low iron conditions (epsilonc = -2.5+/-0.3%). Mean hydrogen enrichment factors (epsilonH) were also significantly smaller for culture grown under high iron conditions (epsilonH = -77 +/-4%) versus low iron conditions (EpsilonH = -159+/-11%). A mechanistic model for enzyme kinetics was used to relate differences in the magnitude of isotopic fractionation for low iron versus high iron cultures to the efficiency of the enzymatic transformation. The increase of carbon and hydrogen enrichment factors at low iron concentrations suggests a slower enzyme-catalyzed substrate conversion step (k2) relative to the enzyme-substrate binding step (k-l) at low iron concentration. While the observed differences were subtle and, hence, do not significantly impact the ability to use stable isotope analysis in the field, these results demonstrated that resolvable differences in carbon and hydrogen isotopic fractionation were related to low and high iron conditions. This novel result highlights the need to further investigate the effects of other trace elements known to be key components of biodegradative enzymes.
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 | 0,001 |
| 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 ».