Fate of Tetracycline Resistance Genes in Aquatic Systems: Migration from the Water Column to Peripheral Biofilms
Notice bibliographique
Résumé
Antibiotic resistance genes (ARGs) are emerging contaminants that are being found at elevated levels in sediments and other aquatic compartments in areas of intensive agricultural and urban activity. However, little quantitative data exist on the migration and attenuation of ARGs in natural ecosystems, which is central to predicting their fate after release into receiving waters. Here we examined the fate of tetracycline-resistance genes in bacterial hosts released in cattle feedlot wastewater using field-scale mesocosms to quantify ARG attenuation rate in the water column and also the migration of ARGs into peripheral biofilms. Feedlot wastewater was added to fifteen cylindrical 11.3-m3 mesocosms (some of which had artificial substrates) simulating five different receiving water conditions (in triplicate), and the abundance of six resistance genes (tet(O), tet(W), tet(M), tet(Q), tet(B), and tet(L)) and 16S-rRNA genes was monitored for 14 days. Mesocosm treatments were varied according to light supply, microbial supplements (via river water additions), and oxytetracycline (OTC) level. First-order water column disappearance coefficients (kd) for the sum of the six genes (tetR) were always higher in sunlight than in the dark (-0.72 d(-1) and -0.51 d(-1), respectively). However, water column kd varied among genes (tet(O) < tet(W) < tet(M) < tet(Q); tet(B) and tet(L) were below detection) and some genes, particularly tet(W), readily migrated into biofilms, suggesting that different genes be considered separately and peripheral compartments be included in future fate models. This work provides the first quantitative field data for modeling ARG fate in aquatic systems.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».