Mineralization of p-nitrophenol by pentachlorophenol-degrading Sphingomonas spp.
Notice bibliographique
Résumé
Pentachlorophenol-degrading Sphingomonas sp. UG30 and Sphingomonas chlorophenolica strains RA2 and ATCC 39723 can transform p-nitrophenol in either mineral salts-glutamate or mineral salts-glucose medium after an initial lag period. However, mineralization of p-nitrophenol by these bacterial strains was observed only in mineral salts-glucose medium. When p-nitrophenol was the sole nitrogen source in the growth medium, UG30 mineralized 32% of 140 mM [14C]p-nitrophenol which was 10% higher than the amount of [14C]p-nitrophenol mineralized in mineral salts-glucose medium. UG30 did not transform or mineralize p-nitrophenol (in a growth medium) in the absence of glucose or glutamate. All three strains released nitrite during p-nitrophenol degradation in mineral salts-glucose medium and mineral salts-glutamate medium. The transformation rate of p-nitrophenol by UG30 was dependent on the initial p-nitrophenol concentration, with the optimal rate being found at 310 μM of p-nitrophenol and inhibition observed at ≥1100 μM of p-nitrophenol. Pre-exposure of UG30 cells to p-nitrophenol eliminated the initial lag phase of p-nitrophenol transformation. However, pre-growth of UG30 cells on pentachlorophenol did not reduce the lag period for p-nitrophenol transformation. Both p-nitrophenol- and pentachlorophenol-induced UG30 cells degraded pentachlorophenol without any lag phase. Thin layer chromatographic analysis of the reaction mixture suggested 4-nitrocatechol was an intermediate of p-nitrophenol transformation by UG30.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| 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 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 ».