TW
Tongfei Wang
Author with expertise in Global Challenge of Antibiotic Resistance in Bacteria
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
3
(100% Open Access)
Cited by:
215
h-index:
18
/
i10-index:
32
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Occurrence and influencing factors of antibiotics and antibiotic resistance genes in sediments of the largest multi-habitat lakes in Northern China

Tongfei Wang et al.Sep 3, 2022
Baiyangdian Lake is a typical and largest multi-habitat lake in the North plain of China. To understand the generation and transmission of antibiotics resistance genes (ARGs) in multi-habitat lakes, the contents of nutrients (TC, TOC, TN, TP and TS), heavy metals (Zn, Cr, Ni, Cu, Pb, As, Cd and Hg), 22 antibiotics, 16S-rRNA(16S), Class I integron (intI1) and 20 ARGs were determined. Samples were taken from the Fuhe river, river estuaries, reed marshes, living area, fish ponds and open water of Baiyangdian Lake. The results showed that quinolones were the main pollutants in six habitats, and the content range was ND-104.94 ng/g. Thereinto, aac (6') -IB, blaTEM-1, ermF, qnrA, qnrD, tetG, sul1, sul2 and tetM were detected in all the analyzed samples. The absolute abundance of sul1 was the highest (5.25 × 105 copies/g-6.21 × 107 copies/g) in most of the samples. In these different habitats, the abundance of antibiotics and ARGs in river estuary was the highest, and that in reed marshes was the lowest. There was a significant positive correlation between the abundance of heavy metals (Cu, Pb, Zn, Ni, Cd, Hg) and the absolute abundance of 11 ARGs (P < 0.01). Redundancy analysis showed that Cu, Zn, intI1, TP and macrolides were the important factors affecting the distribution of ARGs. Our finding provides a more likely driving and influencing factor for the transmission of ARGs in lakes with complex and diverse habitats.
1
Paper
Citation5
0
Save
0

Development of a Portable Residual Chlorine Detection Device with a Combination of Microfluidic Chips and LS-BP Algorithm to Achieve Accurate Detection of Residual Chlorine in Water

Tongfei Wang et al.Aug 18, 2024
Chlorine is widely used for sterilization and disinfection of water, but the presence of excess residual chlorine in water poses a substantial threat to human health. At present, there is no portable device which can achieve accurate, rapid, low-cost, and convenient detection of residual chlorine in water. Therefore, it is necessary to develop a device that can perform accurate, rapid, low-cost, and convenient detection of residual chlorine in water. In this study, a portable residual chlorine detection device was developed. A microfluidic chip was studied to achieve efficient mixing of two-phase flow. This microfluidic chip was used for rapid mixing of reagents in the portable residual chlorine detection device, reducing the consumption of reagents, detection time, and device volume. A deep learning algorithm was proposed for predicting residual chlorine concentration in water, achieving precise detection. Firstly, the microfluidic chip structure for detecting mixed reagents was optimized, and the microfluidic chip was fabricated by a 3D-printing method. Secondly, a deep learning (LS-BP) algorithm was constructed and proposed for predicting residual chlorine concentration in water, which can realize dual-channel signal reading. Thirdly, the corresponding portable residual chlorine detection device was developed, and the detection device was compared with residual chlorine detection devices and methods in other studies. The comparison results indicate that the portable residual chlorine detection device has high detection accuracy, fast detection speed, low cost, and good convenience. The excellent performance of the portable residual chlorine detection device makes it suitable for detecting residual chlorine in drinking water, swimming pool water, aquaculture and other fields.