Impact of Preservation Method, Storage Temperature, and Processing Time on Microbiological Community Shift in Solid Samples Collected from Crude Oil Transmission Pipelines
Notice bibliographique
Résumé
Abstract Microbiological monitoring of samples collected from oilfield operations is crucial for understanding microbial impacts on metal infrastructure. As many oilfields and related infrastructure are in remote locations, the time between sample collection, shipping to laboratory and sample processing for microbiological analysis can vary from days to weeks. Hence, robust sample handling and preservation methodology to arrest microbiological activity at the time of sample collection is needed. To identify the best preservation methodologies that can be adopted for solids, oily sludge samples were collected twice from the nose of the same pig trap during a routine pipeline pigging operation of a crude oil transmission pipeline over a span of two years. Samples were chemically preserved at the time of sample collection (with different alcohols or commercially available nucleic acid preservation reagents) or remained unpreserved, and all samples were stored either at 4°C or at room temperature following collection. Samples were assessed using 16S rRNA gene sequencing to determine microbial community composition at day 0 (time of sample collection) and at different intervals for up to 50 days of storage, and comparisons in microbial community composition were made to the day 0 results. A substantial shift in microbial community composition was observed in samples that were not chemically preserved or not kept cold at 4°C in as little as 7 days following sludge collection. In addition, greater microbial diversity and community shift was observed in samples kept at room temperature compared to cold storage. Chemical preservation reagents showed varying efficacies at preserving microbial community composition with increased lengths of storage. These results emphasize the need for careful sample preservation and handling of sludge samples for accurate monitoring of microbial communities, an analysis that can play a pivotal role in the early identification of potentially corrosive microorganisms during the routine inspection of pipelines.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».