Next-generation sequencing showing potential leachate influence on bacterial communities around a landfill in China
Notice bibliographique
Résumé
The impact of contaminated leachate on groundwater from landfills is well known, but the specific effects on bacterial consortia are less well-studied. Bacterial communities in a landfill and an urban site located in Suzhou, China, were studied using Illumina high-throughput sequencing. A total of 153 944 good-quality reads were produced and sequences assigned to 6388 operational taxonomic units. Bacterial consortia consisted of up to 16 phyla, including Proteobacteria (31.9%–94.9% at landfill, 25.1%–43.3% at urban sites), Actinobacteria (0%–28.7% at landfill, 9.9%–34.3% at urban sites), Bacteroidetes (1.4%–25.6% at landfill, 5.6%–7.8% at urban sites), Chloroflexi (0.4%–26.5% at urban sites only), and unclassified bacteria. Pseudomonas was the dominant (67%–93%) genus in landfill leachate. Arsenic concentrations in landfill raw leachate (RL) (1.11 × 103 μg/L) and fresh leachate (FL2) (1.78 × 103 μg/L) and mercury concentrations in RL (10.9 μg/L) and FL2 (7.37 μg/L) exceeded Chinese State Environmental Protection Administration standards for leachate in landfills. The Shannon diversity index and Chao1 richness estimate showed RL and FL2 lacked richness and diversity when compared with other samples. This is consistent with stresses imposed by elevated arsenic and mercury and has implications for ecological site remediation by bioremediation or natural attenuation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».