Landfills as Hotspots of Multidrug Resistance Genes: Profiles, Drivers, and Hosts
Notice bibliographique
Résumé
The United Nations has identified municipal solid waste (MSW) landfills as significant reservoirs of antibiotic resistance genes (ARGs). Although ARG profiles, their primary drivers, and associated hosts have been well characterized in landfill leachate, such information remains limited for MSW landfills, which are the original source of the resistome. This knowledge gap impedes effective ARG monitoring at the source and poses challenges for public health management. Herein, we investigated the profiles of ARGs, their potential drivers, and associated hosts in refuse samples collected from a large-scale landfill using metagenomic sequencing and quantitative polymerase chain reaction analysis. Our findings revealed that landfills harbor diverse ARGs, with multidrug resistance genes (MDRGs) emerging as the dominant class, accounting for 39.78% of all ARGs detected. Notably, MDRGs exhibited high mobility potential (associated with plasmids, phages, and mobile genetic elements (MGEs)) and were frequently colocated with virulence factors. Pseudomonas, Acinetobacter, and Brevundimonas were identified as key MDRG hosts. Partial least-squares path modeling analysis indicated that MDRG variation was driven by multiple factors (i.e., MGEs, metal resistance genes (MRGs), hosts, and environmental factors). Additionally, metagenome-assembled genomes were found to carry multiple MDRGs. Collectively, these results underscore the role of landfills as critical hotspots for MDRGs.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».