MétaCan
Menu
Retour à la cohorte
Enregistrement W4389301585 · doi:10.3389/fsybi.2023.1301879

Influence of three different manure treatments on antimicrobial resistance genes and mobile genetic elements

2023· article· en· W4389301585 sur OpenAlexafffund
Daniel Flores-Orozco, David B. Levin, Ayush Kumar, Richard Sparling, Nazim Çiçek

Notice bibliographique

RevueFrontiers in Synthetic Biology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMobile genetic elementsManureBiologyAntibiotic resistanceBiotechnologyMetagenomicsAntimicrobialFood scienceAgronomyMicrobiologyAntibioticsGeneGeneticsPlasmid

Résumé

récupéré en direct d'OpenAlex

There is a growing concern about the potential dissemination of antimicrobial resistance into agricultural fields due to the application of manure as crop fertilizer. While reducing the usage of antibiotics in livestock production stands as the first alternative to prevent this problem, there is evidence that this may not be enough to eliminate antimicrobial resistance elements already present in manure microbiomes. This study employed a metagenomic approach to investigate the impact of common manure treatments, including aerobic storage, mesophilic anaerobic digestion (MAD), and solid-liquid separation, on the presence and abundance of antimicrobial resistance genes (ARGs), bactericides, and heavy metal resistance genes (BacMet), and mobile genetic elements (MGEs) in manure from three different farms, including one operating in an antibiotic-free environment. The results indicated that MAD was the best method to reduce the numbers of ARGs, BacMet, and MGEs, achieving reduction rates greater than 40%, 89%, and 68%, respectively. Manure storage significantly reduced BacMet levels (over 30%) and MGEs (28%) but had no significant effect on total ARG levels. Solids recovered through solid-liquid separation exhibited elevated levels of ARGs, BacMet, and MGEs, while the liquid fraction displayed levels similar to untreated manures. Correlation and co-occurrence modeling analyses indicated that changes in microbial communities, particularly fluctuations in aerobic and facultative communities belonging to Bacillota, Actinomycetota, and Pseudomonadota phyla, played a significant role in driving changes in ARGs, BacMet, and MGEs. The results also showed the presence of toxin-antitoxin and transposon systems near different ARGs. Overall, the results confirmed that genes conferring resistance to various antimicrobials and MGE capable of mobilizing them are widely spread in dairy farms; that even under the absence of antibiotics, the use of heavy metals and disinfectants may promote the maintenance of ARGs and MGEs, and; that treatment such as anaerobic digestion could reduce the risk of the spread of antimicrobial resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,558

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Synthetic BiologyMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207