Evaluation of <i>Thiobacillus denitrificans</i>’ sustainability in nitrate-reducing Fe(II) oxidation and the potential significance of Fe(II) as a growth-supporting reductant
Notice bibliographique
Résumé
The betaproteobacterium Thiobacillus denitrificans (ATCC 25259) oxidizes Fe(II) while reducing nitrate, yet its capacity for autotrophic growth as a nitrate-reducing Fe(II)-oxidizer remains uncertain. This study explored this capacity through cultivation experiments across multiple transfers, using growth medium with Fe(II) and nitrate as sole electron donor and acceptor, respectively. This setup necessitated nitrate reduction coupled to Fe(II) oxidation as the primary energy-yielding mechanism and Fe(II) as the exclusive electron donor for CO2 fixation and biomass production. Thiosulfate/nitrate pregrown T. denitrificans oxidized 42% of 10 mM Fe(II), reduced 54% of 3.5 mM nitrate, and accumulated 1.6 mM nitrite, but showed no cell growth. Subsequent transfers from this Fe(II)/nitrate culture to fresh medium with Fe(II) and nitrate showed no nitrate-reducing Fe(II) oxidation or population growth. While bacterial activity [Fe(II) oxidation, nitrate reduction] occurred in the first transfer from thiosulfate/nitrate to Fe(II)/nitrate, nitrite was produced, further reacting with Fe(II) abiotically (chemodenitrification). A kinetic model assessed enzymatic versus abiotic Fe(II) oxidation, revealing enzymatic oxidation accounted for twice as much (ca. 70%) as abiotic denitrification (ca. 30%) within 22 days. These findings suggest T. denitrificans performs the first step of denitrification with Fe(II) as an electron donor but does not achieve autotrophic growth under these conditions.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».