Impact of diesel and biodiesel contamination on soil microbial community activity and structure
Notice bibliographique
Résumé
Soil contamination as a result of oil spills is a serious issue due to the global demand for diesel fuel. As an alternative to diesel, biodiesel has been introduced based on its high degradability rates and potential for reducing of greenhouse gases emissions. This study assessed the impacts diesel and biodiesel contamination on soil microbial community activity and structure. Our results suggest higher microbial activity in biodiesel contaminated soils and analysis of PLFA profiles confirmed shifts in microbial community structure in response to contamination. High-throughput 16S rRNA amplicon sequencing also revealed a lower bacterial richness and diversity in contaminated soils when compared to control samples, supporting evidence of the detrimental effects of hydrocarbons on soil microbiota. Control samples comprised mostly of Actinobacteria, whereas Proteobacteria were predominantly observed in diesel and biodiesel contaminated soils. At genus level, diesel and biodiesel amendments highly selected for Rhodococcus and Pseudomonas spp., respectively. Moreover, predicted functional profiles based on hydrocarbon-degrading enzymes revealed significant differences between contaminated soils mostly due to the chemical composition of diesel and biodiesel fuel. Here, we also identified that Burkholderiaceae, Novosphingobium, Anaeromyxobacter, Pseudomonas and Rhodococcus were the main bacterial taxa contributing to these enzymes. Together, this study supports the evidence of diesel/biodiesel adverse effects in soil microbial community structure and highlights microbial taxa that could be further investigated for their biodegradation potential.
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 ».