Degradation of a Mixture of Hydrocarbons, Gasoline, and Diesel Oil Additives by <i>Rhodococcus aetherivorans</i> and <i>Rhodococcus wratislaviensis</i>
Notice bibliographique
Résumé
Two strains, identified as Rhodococcus wratislaviensis IFP 2016 and Rhodococcus aetherivorans IFP 2017, were isolated from a microbial consortium that degraded 15 petroleum compounds or additives when provided in a mixture containing 16 compounds (benzene, toluene, ethylbenzene, m-xylene, p-xylene, o-xylene, octane, hexadecane, 2,2,4-trimethylpentane [isooctane], cyclohexane, cyclohexanol, naphthalene, methyl tert-butyl ether [MTBE], ethyl tert-butyl ether [ETBE], tert-butyl alcohol [TBA], and 2-ethylhexyl nitrate [2-EHN]). The strains had broad degradation capacities toward the compounds, including the more recalcitrant ones, MTBE, ETBE, isooctane, cyclohexane, and 2-EHN. R. wratislaviensis IFP 2016 degraded and mineralized to different extents 11 of the compounds when provided individually, sometimes requiring 2,2,4,4,6,8,8-heptamethylnonane (HMN) as a cosolvent. R. aetherivorans IFP 2017 degraded a reduced spectrum of substrates. The coculture of the two strains degraded completely 13 compounds, isooctane and 2-EHN were partially degraded (30% and 73%, respectively), and only TBA was not degraded. Significant MTBE and ETBE degradation rates, 14.3 and 116.1 mumol of ether degraded h(-1) g(-1) (dry weight), respectively, were measured for R. aetherivorans IFP 2017. The presence of benzene, toluene, ethylbenzene, and xylenes (BTEXs) had a detrimental effect on ETBE and MTBE biodegradation, whereas octane had a positive effect on the MTBE biodegradation by R. wratislaviensis IFP 2016. BTEXs had either beneficial or detrimental effects on their own degradation by R. wratislaviensis IFP 2016. Potential genes involved in hydrocarbon degradation in the two strains were identified and partially sequenced.
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 | 0,001 |
| 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) | 0,000 | 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 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 ».