Revealing the complex dynamics of antimicrobial resistance genes immigration from sewers to activated sludge
Bibliographic record
Abstract
L’antibiorésistance est largement reconnue comme l'une des plus grandes menaces pour la santé publique dans le monde. L'Assemblée des Nations unies pour l'environnement (UNEA-3) a reconnu l'importance de l'environnement dans le développement, la propagation et la transmission d’antibiorésistances aux humains et aux animaux (Programme des Nations unies pour l'environnement, 2022). Une telle reconnaissance appelle à une surveillance plus large des gènes de résistance aux antimicrobiens (ARG de l’acronyme anglais) dans les eaux usées et autres réservoirs environnementaux.Pour surveiller les ARG dans les réservoirs environnementaux, nous avons développé une nouvelle approche multiplexe de séquençage ciblé sur des amplicons. Cette approche pour le suivi des variants en séquence d’ARG est sensible et peu chère. L'identification des variantes fournit des informations spécifiques sur le transfert possible d'ARG entre les réservoirs. Elle peut également être interfacée avec des bases de données pour explorer les risques pour la santé humaine et animale associés à la population d'ARG détectées. En utilisant cette approche de séquençage d'amplicons, une communauté microbienne diversifiée riche en variant de séquence ARG a été détectée dans des échantillons d'eaux usées aux affluents d’usines de traitement à travers le Québec.Pour comprendre les interactions entre les différentes populations de variants d'ARG dans les eaux usées et la communauté microbienne en aval dans les installations de traitement, des expériences en réacteurs à l'échelle du laboratoire ont été utilisées. La composition de la communauté microbienne apparaît dans la littérature de plus en plus comme un déterminant clé de la teneur en ARG. Cependant, dans les stations d'épuration par boues activées, une compréhension globale du processus d'assemblage de la communauté microbienne reste insaisissable. Une partie importante de ce processus est la dynamique d'immigration entre l'affluent et les boues activées. Alors que les eaux usées entrantes contiennent une pléthore d'ARG, la persistance d'un ARG donné dépend initialement du succès du processus l'immigration de sa population porteuse.Pour étudier le devenir des populations bactériennes après l'immigration, des expériences contrôlées de manipulation des conditions d’opération des réacteurs à l'échelle du laboratoire ont été utilisées. Dans les systèmes d'eaux usées à grande échelle, la composition de la communauté dépend de la composition du substrat des eaux usées. Pour en tenir compte, la dynamique d'immigration des hétérotrophes a été analysée en les dissociant du paysage de substrats à l'aide d’une eau usée synthétique. Le contrôle systématique des facteurs influençant les résultats de l'immigration entre les égouts et les réacteurs par boues activées a permis de mettre en évidence des mécanismes fondamentaux. En outre, il a été observé que les populations bactériennes de l’affluent ont contribué par leur immigration jusqu'à 25 % des séquences d’amplicons d’ARNr 16S dans les boues activées et ont provoqué une augmentation de l'abondance jusqu'à 70 % (11/15) des ARG quantifiés par qPCR. Une exploration plus approfondie des paramètres opérationnels influençant l'immigration a démontré une corrélation positive entre l’abondance relative des séquences introduites par l’immigration et le temps de rétention solide. Le suivi des variants en séquence d’ARG à l'interface d'immigration a révélé divers schémas d'immigration tels que (i) la suppression des variants indigènes de la liqueur mixte par celui immigrant, ou inversement (ii) l'échec complet de l'immigration du variant de l’affluent. Ces profils d'immigration sont rapportés pour la première fois ici et mettent en évidence les informations cruciales qui pourront être obtenues à l'aide de notre nouvelle technique de séquençage multiplexe d'amplicons d’ARG
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".