DNA-SIP based genome-centric metagenomics identifies key long-chain fatty acid-degrading populations in anaerobic digesters with different feeding frequencies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Fats, oils and greases (FOG) are energy-dense wastes that can be added to anaerobic digesters to substantially increase biomethane recovery via their conversion through long-chain fatty acids (LCFAs). However, a better understanding of the ecophysiology of syntrophic LCFA-degrading microbial communities in anaerobic digesters is needed to develop operating strategies that mitigate inhibitory LCFA accumulation from FOG. In this research, DNA stable isotope probing (SIP) was coupled with metagenomic sequencing for a genome-centric comparison of oleate (C18:1)-degrading populations in two anaerobic codigesters operated with either a pulse feeding or continuous-feeding strategy. The pulse-fed codigester microcosms converted oleate into methane at over 20% higher rates than the continuous-fed codigester microcosms. Differential coverage binning was demonstrated for the first time to recover population genome bins (GBs) from DNA-SIP metagenomes. About 70% of the 13C-enriched GBs were taxonomically assigned to the Syntrophomonas genus, thus substantiating the importance of Syntrophomonas species to LCFA degradation in anaerobic digesters. Phylogenetic comparisons of 13C-enriched GBs showed that phylogenetically distinct Syntrophomonas GBs were unique to each codigester. Overall, these results suggest that syntrophic populations in anaerobic digesters can have different adaptive capacities, and that selection for divergent populations may be achieved by adjusting reactor operating conditions to maximize biomethane recovery.
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.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle