Engineering of a Novel Anti-Dioxin Bacillus Subtilis Probiotic for Poultry Feed
Notice bibliographique
Résumé
Introduction: Plastic waste incineration has increased dramatically in Asia, producing highly toxic by-products such as dioxins. The biomagnification and bioaccumulation of dioxins from the atmosphere to the soil, agriculture, feed, livestock, and finally to humans poses a serious concern for public and environmental health. This study aims to engineer a novel poultry feed additive for detoxification of poultry products. Methods: The Bacillus subtilis feed probiotic will be created via insertion of a dioxin degradation system from Sphingomonas wittichii and thymine dependent biological containment system. This method is appropriate given that dioxin’s primary form of contact with humans is through ingestion. All experimentations will be done in triplicates and with appropriate control groups. Results: For the experimental group (recombinant B. subtilis growing on PCDD- and PCDF-contaminated media), an increase in catechol is expected in comparison to the control groups. This will be quantified via liquid chromatography. In addition, a decrease in PCDD and PCDF levels will be expected and measured via mass spectrometry. It is postulated that the chickens will not undergo significant changes after intake of the probiotic in the animal trials. The laboratory observations in measuring biodegradation efficiency are expected to persist into animal trials. Discussion: Although good combustion practice is the top method for removing dioxins, it is impractical in developing countries due to its costs. Therefore, recombinant bacterial chicken feed probiotic is the most cost effective in terms of removing dioxins from contaminated animal products despite its few limitations. Conclusion: This study implicates a gap in literature in developing preventative measures for toxic plastic waste disposal by-products which could be mediated through increased research of the application of dioxin-degrading enzymes. Possibilities for further research include examination of dioxin impacted farm animals and the effects of B. subtilis as a probiotic.
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) | 0,001 | 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) | 0,001 | 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 ».