Reduction in denitrification activity in field soils exposed to long term contamination by 2,4,6-trinitrotoluene (TNT)
Notice bibliographique
Résumé
Terrestrial sites contaminated with 2,4,6-trinitrotoluene (TNT) are a widespread and persistent problem and often contain non-vegetated areas with TNT concentrations well in excess of 1000 mg kg(-1). In this study, we examined the effect of TNT on denitrification activity in field soils, and compared the sensitivity of denitrifying enzymes to TNT. DNA probes assessed the prevalence of nirS, nirK and nosZ (encoding cd(1) or copper nitrite reductase and nitrous oxide reductase, respectively), denitrifying genotypes in the culturable and total microbial community. The nitrate (NaR), nitrite (NiR) and nitrous oxide (N(2)OR) reductase activities in field soil and in isolates were assessed by gas chromatography. The relative occurrence of the nirK, nirS or nosZ genotypes increased in the cultured community and in total uncultured community DNA as nitroaromatic concentrations increased. However, denitrifying activity decreased in response to increasing TNT concentrations, with an IC(50) for NaR+NiR+nitric oxide reductase (NOR) of 400 mg TNT kg(-1) soil and for N(2)OR of 26 mg TNT kg(-1) soil. The denitrifying activity of four soil isolates also decreased in response to TNT, with N(2)OR activity being three times more sensitive to TNT than NaR+NiR+NOR activity. Interestingly, there were 118 times more nirK isolates than nirS isolates in uncontaminated soil but only 1.5 times more in soil containing 17400 mg kg(-1) TNT. The results from this study indicated that TNT reduced denitrification activity in field soils, and N(2)OR was much more sensitive to TNT than NaR+NiR+NOR.
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 | 0,000 |
| 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) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».