Culture-Dependent and -Independent Methods Capture Different Microbial Community Fractions in Hydrocarbon-Contaminated Soils
Notice bibliographique
Résumé
Bioremediation is a cost-effective and sustainable approach for treating polluted soils, but our ability to improve on current bioremediation strategies depends on our ability to isolate microorganisms from these soils. Although culturing is widely used in bioremediation research and applications, it is unknown whether the composition of cultured isolates closely mirrors the indigenous microbial community from contaminated soils. To assess this, we paired culture-independent (454-pyrosequencing of total soil DNA) with culture-dependent (isolation using seven different growth media) techniques to analyse the bacterial and fungal communities from hydrocarbon-contaminated soils. Although bacterial and fungal rarefaction curves were saturated for both methods, only 2.4% and 8.2% of the bacterial and fungal OTUs, respectively, were shared between datasets. Isolated taxa increased the total recovered species richness by only 2% for bacteria and 5% for fungi. Interestingly, none of the bacteria that we isolated were representative of the major bacterial OTUs recovered by 454-pyrosequencing. Isolation of fungi was moderately more effective at capturing the dominant OTUs observed by culture-independent analysis, as 3 of 31 cultured fungal strains ranked among the 20 most abundant fungal OTUs in the 454-pyrosequencing dataset. This study is one of the most comprehensive comparisons of microbial communities from hydrocarbon-contaminated soils using both isolation and high-throughput sequencing methods.
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 | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».