Removal of Antibiotic Resistance Genes, Class 1 Integrase Gene and Escherichia coli Indicator Gene in a Microalgae-Based Wastewater Treatment System
Notice bibliographique
Résumé
Microalgae-based wastewater treatment systems (AWWTS) have recently shown promise in the mitigation of antibiotic resistance genes (ARGs) from municipal wastewater (MWW). However, due to the large number of ARGs that exist in MWW, the use of indirect conventional water quality parameters to monitor ARGs reduction in wastewater would make the process less burdensome and economically affordable. In order to establish a robust relationship between the ARGs and water quality parameters, the current study employed different microalgae strains in monoculture (CM2, KL10) and multi-species combinations (CK and WW) for the MWW treatment under outdoor environmental conditions. The studied genes were quantified in the MWW influents and effluents using real-time PCR. All the cultures substantially improved the physicochemical qualities of the MWW. Out of the 14 genes analyzed in this study, tetO, tetW, tetX and ermB were decreased beyond detection within the first 4 days of treatment in all the cultures. Other genes, including blaCTX, sul1, cmlA, aadA, int1 and uidA were also decreased beyond a 2 log reduction value (LRV). The mobile genetic element, int1, correlated positively with most of the ARGs, especially sul1 (r ≤ 0.99, p < 0.01) and aadA (r ≤ 0.97, p < 0.01). Similarly, the Escherichia coli indicator gene, uidA, correlated positively with the studied genes, especially with aadA, blaCTX, blaTEM and cmlA (r ≤ 0.99 for each, p < 0.01). Some of the studied genes also correlated positively with total dissolved solids (TDS) (r ≤ 0.98, p < 0.01), and/or negatively with total suspended solids (TSS) (r ≤ −0.98, p < 0.01) and pH (r ≤ −0.98, p < 0.01). Among the tested cultures, both monocultures, i.e., KL10 and CM2 were found to be more consistent in gene suppression than their multi-species counterparts. The findings revealed water quality parameters such as TDS, TSS and E. coli as reliable proxies for ARGs mitigation in AWWTS and further highlight the superiority of monocultures over multi-species cultures in terms of gene suppression from the MWW stream.
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 ».