MétaCan
Menu
Retour à la cohorte
Enregistrement W2899135189 · doi:10.3389/fbioe.2018.00157

Heavy Metal Removal by Bioaccumulation Using Genetically Engineered Microorganisms

2018· review· en· W2899135189 sur OpenAlexafffund
Patrick Diep, Radhakrishnan Mahadevan, Alexander F. Yakunin

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2018
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueChromium effects and bioremediation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesOntario Ministry of Economic Development, Job Creation and TradeMinistero dello Sviluppo Economico
Mots-clésBioaccumulationEnvironmental scienceEffluentWaste managementMetal ions in aqueous solutionSewage treatmentWastewaterChemistryBiochemical engineeringEnvironmental chemistryMetalEnvironmental engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Wastewater effluents from mines and metal refineries are often contaminated with heavy metal ions, so they pose hazards to human and environmental health. Conventional technologies to remove heavy metal ions are well-established, but the most popular methods have drawbacks: chemical precipitation generates sludge waste, and activated carbon and ion exchange resins are made from unsustainable non-renewable resources. Using microbial biomass as the platform for heavy metal ion removal is an alternative method. Specifically, bioaccumulation is a natural biological phenomenon where microorganisms use proteins to uptake and sequester metal ions in the intracellular space to utilize in cellular processes (e.g. enzyme catalysis, signaling, stabilizing charges on biomolecules). Recombinant expression of these import-storage systems in genetically engineered microorganisms allows for enhanced uptake and sequestration of heavy metal ions. This has been studied for over two decades for bioremediative applications, but successful translation to industrial-scale processes is virtually non-existent. Meanwhile, demands for metal resources are increasing while discovery rates to supply primary grade ores are not. This review re-thinks how bioaccumulation can be used and proposes that it can be developed for bioextractive applications – the removal and recovery of heavy metal ions for downstream purification and refining, rather than disposal. This review consolidates previously tested import-storage systems into a biochemical framework and highlights efforts to overcome obstacles that limit industrial feasibility, thereby identifying gaps in knowledge and potential avenues of research in bioaccumulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations325
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujetChromium effects and bioremediationTravaux en français237 207