An autonomous microbial sensor enables long-term detection of TNT explosive in natural soil
Notice bibliographique
Résumé
Microbes can be engineered to sense target chemicals for environmental and geospatial detection. However, when engineered microbes operate in real-world environments, it remains unclear how competition with natural microbes affect their performance over long time periods. Here, we engineer sensors and memory-storing genetic circuits inside the soil bacterium Bacillus subtilis to sense the TNT explosive and maintain a long-term response, using predictive models to design riboswitch sensors, tune transcription rates, and improve the genetic circuit’s dynamic range. We characterize the autonomous microbial sensor’s ability to detect TNT in a natural soil system, measuring single-cell and population-level behavior over a 28-day period. The autonomous microbial sensor activates its response by 14-fold when exposed to low TNT concentrations and maintains stable activation for over 21 days, exhibiting exponential decay dynamics at the population-level with a half-life of about 5 days. Overall, we show that autonomous microbial sensors can carry out long-term detection of an important chemical in natural soil with competitive growth dynamics serving as additional biocontainment. Engineered microbes can detect harmful chemicals, but may not work well in complex environments. Here, the authors built microbial sensors for detection of TNT explosive and tested their response over 28 days in contaminated soil with many natural microbes, achieving stable detection for 21 days.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».