MétaCan
Menu
Retour à la cohorte
Enregistrement W2054300247 · doi:10.1111/j.1751-7915.2009.00087.x

Coupling a genome‐scale metabolic model with a reactive transport model to describe <i>in situ</i> uranium bioremediation

2009· article· en· W2054300247 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMicrobial Biotechnology · 2009
Typearticle
Langueen
DomaineChemistry
ThématiqueRadioactive element chemistry and processing
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBioremediationGeobacterGeobacter sulfurreducensEnvironmental scienceChemistryEnvironmental chemistryBiologyEcologyContaminationBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

The increasing availability of the genome sequences of microorganisms involved in important bioremediation processes makes it feasible to consider developing genome-scale models that can aid in predicting the likely outcome of potential subsurface bioremediation strategies. Previous studies of the in situ bioremediation of uranium-contaminated groundwater have demonstrated that Geobacter species are often the dominant members of the groundwater community during active bioremediation and the primary organisms catalysing U(VI) reduction. Therefore, a genome-scale, constraint-based model of the metabolism of Geobacter sulfurreducens was coupled with the reactive transport model HYDROGEOCHEM in an attempt to model in situ uranium bioremediation. In order to simplify the modelling, the influence of only three growth factors was considered: acetate, the electron donor added to stimulate U(VI) reduction; Fe(III), the electron acceptor primarily supporting growth of Geobacter; and ammonium, a key nutrient. The constraint-based model predicted that growth yields of Geobacter varied significantly based on the availability of these three growth factors and that there are minimum thresholds of acetate and Fe(III) below which growth and activity are not possible. This contrasts with typical, empirical microbial models that assume fixed growth yields and the possibility for complete metabolism of the substrates. The coupled genome-scale and reactive transport model predicted acetate concentrations and U(VI) reduction rates in a field trial of in situ uranium bioremediation that were comparable to the predictions of a calibrated conventional model, but without the need for empirical calibration, other than specifying the initial biomass of Geobacter. These results suggest that coupling genome-scale metabolic models with reactive transport models may be a good approach to developing models that can be truly predictive, without empirical calibration, for evaluating the probable response of subsurface microorganisms to possible bioremediation approaches prior to implementation.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle