Exploration of microbial communities contributing to effective methane production from scum under anaerobic digestion
Notice bibliographique
Résumé
Scum is formed by the adsorption of long-chain fatty acids (LCFAs) onto biomass surface in anaerobic digestion of oily substrates. Since scum is a recalcitrant substrate to be digested, it is disposed via landfilling or incineration, which results in biomass washout and a decrease in methane yield. The microbes contributing to scum degradation are unclear. This study aimed to investigate the cardinal microorganisms in anaerobic scum digestion. We pre-incubated a sludge with scum to enrich scum-degrading microbes. Using this sludge, a 1.3-times higher methane conversion rate (73%) and a faster LCFA degradation compared with control sludge were attained. Then, we analyzed the cardinal scum-degrading microbes in this pre-incubated sludge by changing the initial scum-loading rates. Increased 16S rRNA copy numbers for the syntrophic fatty-acid degrader Syntrophomonas and hydrogenotrophic methanogens were observed in scum high-loaded samples. 16S rRNA amplicon sequencing indicated that Syntrophomonas was the most abundant genus in all the samples. The amino-acid degrader Aminobacterium and hydrolytic genera such as Defluviitoga and Sporanaerobacter became more dominant as the scum-loading rate increased. Moreover, phylogenic analysis on Syntrophomonas revealed that Syntrophomonas palmitatica, which is capable of degrading LCFAs, related species became more dominant as the scum-loading rate increased. These results indicate that a variety of microorganisms that degrade LCFAs, proteins, and sugars are involved in effective scum degradation.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».