Abundance of Antibiotic Resistance Genes in Bacteriophage following Soil Fertilization with Dairy Manure or Municipal Biosolids, and Evidence for Potential Transduction
Notice bibliographique
Résumé
Animal manures and municipal biosolids recycled onto crop production land carry antibiotic-resistant bacteria that can influence the antibiotic resistome of agricultural soils, but little is known about the contribution of bacteriophage to the dissemination of antibiotic resistance genes (ARGs) in this context. In this work, we quantified a set of ARGs in the bacterial and bacteriophage fractions of agricultural soil by quantitative PCR. All tested ARGs were present in both the bacterial and phage fractions. We demonstrate that fertilization of soil with dairy manure or human biosolids increases ARG abundance in the bacterial fraction but not the bacteriophage fraction and further show that pretreatment of dairy manure can impact ARG abundance in the bacterial fraction. Finally, we show that purified bacteriophage can confer increased antibiotic resistance to soil bacteria when combined with selective pressure. The results indicate that soilborne bacteriophage represents a substantial reservoir of antibiotic resistance and that bacteriophage could play a significant role in the horizontal transfer of resistance genes in the context of an agricultural soil microbiome. Overall, our work reinforces the advisability of composting or digesting fecal material prior to field application and suggests that application of some antibiotics at subclinical concentrations can promote bacteriophage-mediated horizontal transfer of ARGs in agricultural soil microbiomes.
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 | 0,000 |
| 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 ».