相关实验视频
Updated: Jul 16, 2025
07:06
Metabolic Analysis of Drosophila melanogaster Larval and Adult Brains
Published on: August 7, 2018
9.4K
模拟PAO/GAO竞争的多功能和动态无氧新陈代谢,使用基于代理的模型和通过单细胞拉曼微光谱检查进行验证
Guangyu Li1, Nicholas B Tooker2, Dongqi Wang3
1Department of Civil & Environmental Engineering, Northeastern University, Boston, MA, United States; School of Civil and Environmental Engineering, Cornell University, Ithaca, NY, United States.
Water research
|September 9, 2023
概括
一个新的iEBPR模型增强了对废水处理中积累生物 (PAO) 和糖原积累生物 (GAO) 之间的竞争的理解. 这种模型改善了侧流增强生物去除 (S2EBPR) 过程的预测.
科学领域:
- 环境工程 环境工程
- 微生物生态学 微生物生态学
- 生物技术是生物技术.
背景情况:
- 传统的增强生物去除 (EBPR) 模型在侧流EBPR (S2EBPR) 的扩展无氧条件下难以准确地表示聚酸盐积累生物体 (PAO) 和糖积累生物体 (GAO) 之间的复杂竞争.
- 优化S2EBPR需要一个更复杂的模型来捕捉PAO和GAO的代谢细微差别和竞争动态.
研究的目的:
- 在S2EBPR系统中开发和验证一个改进的模型 (iEBPR) 来模拟PAO和GAO竞争.
- 为了结合关键的代谢特征,如连续的聚合物使用,分阶段的维护衰变和PAO的途径转移.
主要方法:
- 模型校准使用大量批量测试数据用于可溶性orthoP,氨,糖原和PHA.
- 模型验证与独立的无氧试验数据,包括高分辨率单细胞拉曼微光谱用于细胞内聚合物测量.
- 在长期无氧条件下分析PAO和GAO竞争.
主要成果:
- 与之前的EBPR模型相比,iEBPR模型在预测关键废水成分和生物质成分的时间概况方面表现优越.
- 该模型准确地预测了PAO和GAO在细胞和人口水平上的细胞内聚合物动态.
- 验证证实了PAO中的序列聚合物利用和分阶段维护衰变的机制.
结论:
- iEBPR模型提供了在S2EBPR中发现的扩展无氧条件下的PAO和GAO竞争的更准确的表示.
- 由于多功能聚合物利用和适应性代谢途径,PAO在S2EBPR中比GAO具有竞争优势.
- iEBPR模型可以帮助设计和优化S2EBPR,以有效地从废水中去除和回收营养.
