DNA Tracer Transport Through Porous Media—The Effect of DNA Length and Adsorption
Notice bibliographique
Résumé
Abstract Artificial tracer testing is an effective technique to identify fluid flow pathways and characterize subsurface hydrological properties. Synthetic DNA tracers, available in virtually unlimited number of unique variations, enable multiwell tracer testing and have the potential to improve the characterization of groundwater flowpaths enormously. This study investigated the effect of DNA length (i.e., number of base pairs) and adsorption on DNA tracer transport via well‐controlled laboratory experiments. Nine unique synthetic double‐stranded DNA tracers were designed with varying lengths (90–200 base pairs) and flowed with reference solute tracers (bromide and lithium) through columns packed with glass beads or Ottawa sand. The peak arrivals of DNA tracers were earlier than bromide in the glass‐bead column test, yet significantly retarded in the sand column test. In a given porous medium, DNA length did not have noticeable effects on peak arrival or tracer dispersion. However, DNA tracer recovery increased with increasing DNA length in the glass‐bead column test but decreased with increasing DNA length in the sand column test, likely resulting from the corresponding trends in partition coefficients as revealed by tracer transport modeling. Such reversed trends in different porous media likely resulted from the different likelihoods for longer DNA to have multisegment attachment during transport. Our findings suggest that both DNA length and the surface properties of the porous medium have notable effects on DNA tracer transport and hence need to be considered carefully in future tracer test designs in terms of site selection, DNA sequence design and data interpretation.
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 | 0,001 | 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 | 0,000 | 0,001 |
| 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 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 ».