Growth Kinetics of<i>Hyphomicrobium</i>and<i>Thiobacillus</i>spp. in Mixed Cultures Degrading Dimethyl Sulfide and Methanol
Notice bibliographique
Résumé
The growth kinetics of Hyphomicrobium spp. and Thiobacillus spp. on dimethyl sulfide (DMS) and methanol (in the case of Hyphomicrobium spp.) in an enrichment culture created from a biofilter cotreating DMS and methanol were studied. Specific growth rates of 0.099 h(-1) and 0.11 h(-1) were determined for Hyphomicrobium spp. and Thiobacillus spp., respectively, growing on DMS at pH 7. These specific growth rates are double the highest maximum specific growth rate for bacterial growth on DMS reported to date in the literature. When the pH of the medium was decreased from pH 7 to pH 5, the specific growth rate of Hyphomicrobium spp. decreased by 85%, with a near 100-fold decline in the yield of Hyphomicrobium 16S rRNA gene copies in the mixed culture. Through the same pH shift, the specific growth rate and 16S rRNA gene yield of Thiobacillus spp. remained similar. When methanol was used as a substrate, the specific growth rate of Hyphomicrobium spp. declined much less over the same pH range (up to 30%) while the yield of 16S rRNA gene copies declined by only 50%. Switching from an NH(4)(+)-N-based source to a NO(3)(-)-N-based source resulted in the same trends for the specific growth rate of these microorganisms with respect to pH. This suggests that pH has far more impact on the growth kinetics of these microorganisms than the nitrogen source. The results of these mixed-culture batch experiments indicate that the increased DMS removal rates observed in previous studies of biofilters cotreating DMS and methanol are due to the proliferation of DMS-degrading Hyphomicrobium spp. on methanol at pH levels not conducive to high growth rates on DMS alone.
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 ».