Coupling a genome‐scale metabolic model with a reactive transport model to describe <i>in situ</i> uranium bioremediation
Notice bibliographique
Résumé
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».