Impact of fluoroquinolone and heavy metal pollution on antibiotic resistance maintenance in aquatic ecosystems
Notice bibliographique
Résumé
BACKGROUND: Freshwater pollution with compounds used during anthropogenic activities could be a major driver of antibiotic resistance emergence and dissemination in environmental settings. Fluoroquinolones and heavy metals are two widely used aquatic pollutants that show a high stability in the environment and have well-known effects on antibiotic resistance selection. However, the impact of these compounds on antibiotic resistance maintenance in aquatic ecosystems remains unknown. In this study, we used a microcosm approach to determine the persistence of two fluoroquinolones (ciprofloxacin, ofloxacin) and two heavy metals (copper and zinc) in the Rhône river over 27 days. In addition, we established links between antibiotic and metal pollution, alone and in combination, and the composition of freshwater bacterial communities, the selection of specific members and the selection and maintenance of antibiotic and metal resistance genes (ARGs and MRGs) using a metagenomics approach. RESULTS: Whereas ofloxacin was detected at higher levels in freshwater after 27 days, copper had the strongest influence on bacterial communities and antibiotic and metal resistance gene selection. In addition, heavy metal exposure selected for some ARG-harboring bacteria that contained MRGs. Our research shows a heavy metal-driven transient co-selection for fluoroquinolone resistance in an aquatic ecosystem that could be largely explained by the short-term selection of Pseudomonas subpopulations harboring both fluoroquinolone efflux pumps and copper resistance genes. CONCLUSION: This research highlights the complexity and compound-specificity of dose-response relationships in freshwater ecosystems and provides new insights into the medium-term community structure modifications induced by overall sub-inhibitory levels of antibiotic and heavy metal pollution that may lead to the selection and maintenance of antibiotic resistance in low-impacted ecosystems exposed to multiple pollutants.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».