Triclosan is the Predominant Antibacterial Compound in Ontario Sewage Sludge
Notice bibliographique
Résumé
Sewage treatment plants (STPs) accumulate both antibiotic and nonantibiotic antimicrobial compounds that can select for antibiotic resistant bacteria. Herein, we aimed to identify the predominant antibacterial compounds impacting E. coli from Ontario sewage sludge consisting of thousands of unknown compounds. Among the 10 extracted sludge samples, 6 extracts exerted significant growth inhibition effects in E. coli . A total of 103 compounds were tentatively detected across the 10 sludge samples by suspect screening, among which the bacterial enoyl-ACP reductase (FabI) inhibitor triclocarban was detected at the highest abundance. A hypomorphic FabI knockdown E. coli strain was highly susceptible to the sludge extracts, confirming FabI inhibitors as the primary antibacterial compounds in the sludge. Protein affinity pulldown identified triclosan as the major ligand binding to a His-tagged FabI protein from the sludge, despite the higher abundance of triclocarban in the same samples. Effect-directed analysis was used to determine the contributions of triclosan to the observed antibacterial potencies. Antibacterial effects were only detected in F 17 and F 18 across 20 fractions, which was consistent with the elution of triclosan and triclocarban in the same two fractions. Further, potency mass balance analysis confirmed that triclosan explained the majority (58–113%) of inhibition effects from sludge extracts. This study highlighted triclosan as the predominant antibacterial compound in sewage sludge impacting E. coli despite the co-occurrence of numerous other antibiotics and nonantibiotics.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».