Comparative diversity of microbiomes and Resistomes in beef feedlots, downstream environments and urban sewage influent
Notice bibliographique
Résumé
Abstract Background Comparative knowledge of microbiomes and resistomes across environmental interfaces between animal production systems and urban settings is lacking. In this study, we executed a comparative analysis of the microbiota and resistomes of metagenomes from cattle feces, catch basin water, manured agricultural soil and urban sewage. Results Metagenomic DNA from composite fecal samples (FC; n = 12) collected from penned cattle at four feedlots in Alberta, Canada, along with water from adjacent catchment basins (CB; n = 13), soil (n = 4) from fields in the vicinity of one of the feedlots and urban sewage influent (SI; n = 6) from two municipalities were subjected to Illumina HiSeq2000 sequencing. Firmicutes exhibited the highest prevalence (40%) in FC, whereas Proteobacteria were most abundant in CB (64%), soil (60%) and SI (83%). Among sample types, SI had the highest diversity of antimicrobial resistance (AMR), and metal and biocide resistance (MBR) classes (13 & 15) followed by FC (10 & 8), CB (8 & 4), and soil (6 & 1). The highest antimicrobial resistant (AMR) gene (ARG) abundance was harboured by FC, whereas soil samples had a very small, but unique resistome which did not overlap with FC & CB resistomes. In the beef production system, tetracycline resistance predominated followed by macrolide resistance. The SI resistome harboured β-lactam, macrolide, tetracycline, aminoglycoside, fluoroquinolone and fosfomycin resistance determinants. Metal and biocide resistance accounted for 26% of the SI resistome with a predominance of mercury resistance. Conclusions This study demonstrates an increasing divergence in the nature of the microbiome and resistome as the distance from the feedlot increases. Consistent with antimicrobial use, tetracycline and macrolide resistance genes were predominant in the beef production system. One of the feedlots contributed both conventional (raised with antibiotics) and natural (raised without antibiotics) pens samples. Although natural pen samples exhibited a microbiota composition that was similar to samples from conventional pens, their resistome was less complex. Similarly, the SI resistome was indicative of drug classes used in humans and the greater abundance of mercury resistance may be associated with contamination of municipal water with household and industrial products.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».