Detection and Analysis of Drug and Disinfectant Resistance Genes in the Sewage of a Center for Disease Control and Prevention
Notice bibliographique
Résumé
Purpose: Sewage is a significant reservoir for drug and disinfectant resistance genes and a medium for dissemination. This study aimed to evaluate the presence of drug and disinfectant resistance genes in the sewage of a Center for Disease Control and Prevention (CDC) and to assess the risks of their dissemination. Methods: Sewage from a CDC in Hangzhou was collected, filtered, and enriched, and its microorganisms were cultured. The isolated bacteria were identified, and the minimum inhibitory concentration (MIC) was determined. The drug and disinfectant resistance genes in the sewage and bacteria were detected through polymerase chain reaction amplification. Results: Three kinds of bacteria were isolated from the sewage sample. The MIC for Sphingomonas and Staphylococcus xylosus against chlorine-containing disinfectants was 250 mg/L, whereas the MIC for Bacillus firmus was 500 mg/L. The β-lactam resistance gene TEM and the disinfectant resistance gene qacA were positive in the bacteria, whereas the β-lactam resistance genes TEM, SHV , and VIM-1 , the tetracycline resistance gene tetM , the aminoglycoside resistance genes aac(6’)/aph(2′) and aph3′-III , and the disinfectant resistance genes qacA, qacE , and qacEΔ 1 were positive in the sewage. Conclusion: Drug and disinfectant resistance genes were found in the sewage of a CDC and were associated with bacteria. Thus, optimizing the monitoring and treatment of sewage is crucial. Keywords: center for disease control and prevention, sewage, drug resistance gene, disinfectant resistance gene
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 ».