UV or PAA for Wastewater Disinfection: a Comparison of the Impact on Virulence Genes
Notice bibliographique
Résumé
Ultraviolet (UV) and peracetic acid (PAA) disinfection have been used in municipal wastewater treatment plants (WWTPs) for their biocidal effect on microorganisms. The current study used PCR-Bioplex and DNA microarray genotyping techniques to investigate the impact of UV and PAA on the change in frequency of virulence genes in E. coli isolates and on the prevalence of uropathogenic E. coli (UPEC) isolates in wastewater effluents. Effluents from four WWTPs (activated sludge [AS], biofiltration [BF] and physicochemical [PC1 and PC2]) located in Québec, Canada, were sampled before disinfection and exposed to UV or PAA doses in the lab to reach a target count of approximately 200 CFU/100 mL. To achieve this, the required UV fluences ranged between 7 – 30 mJ/cm2, depending on the plant, while the PAA dose varied between 0.9 – 2.0 mg/L. E. coli isolates totaling 1,766 were extracted from the samples pre- and post- disinfection, then screened by PCR/Bioplex to detect those likely to be UPECs, using three virulence genes (hlyA, papC and cnf1). The UPEC pathotypes of the positively screened isolates were confirmed by microarrays. The proportion of UPEC isolates decreased in all samples after disinfection, with that due to UV varying between 22% – 80%, and the reduction due to PAA ranging between 11% – 100%. The average reductions by UV (55%) and PAA (52%) were statistically significant (P<0.05). Gene frequency analysis revealed that the decline in the population of UPEC pathotypes by UV or PAA was not linked to specific virulence factors as most virulence genes were lost, suggesting that entire pathogenicity islands (PAIs), carrying clusters of virulence genes, were lost through disinfection. Thus, this study showed that both UV and PAA disinfection appear to significantly reduce the proportions of UPECs in the surviving E. coli populations in wastewater effluents.
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 ».