DOI: https://doi.org/10.1038/s41598-025-95359-2
PMID: https://pubmed.ncbi.nlm.nih.gov/40175441
تاريخ النشر: 2025-04-02
المؤلف: Arshiya Khan وآخرون
الموضوع الرئيسي: تحلل الأصباغ بواسطة الإنزيمات
نظرة عامة
تبحث الدراسة في إمكانيات سلالات البكتيريا المعزولة من مياه الصرف الصحي النسيجية في إزالة لون الأصباغ الأزوية، المعروفة بمثابرتها وسميتها في البيئة. بعد فحص 89 عينة، تم تحديد أربع سلالات جديدة من خلال تسلسل جين 16S rRNA، تنتمي إلى أجناس Sphingomonas وPseudomonas وShewanella وPriestia. أظهرت هذه السلالات درجات متفاوتة من كفاءة إزالة اللون للأحمر الميثيلي والأصفر المباشر 12 والأسود الحمضي 210 تحت ظروف مثالية (pH 7، 37 درجة مئوية، و50 ملغ/لتر تركيز الصبغة)، محققة معدلات إزالة لون قصوى بلغت 79.09% و84.45% و92.71% على التوالي. تم إيداع التسلسلات الفريدة لهذه السلالات في قاعدة بيانات GenBank.
استخدمت الدراسة أيضًا تحليل الإنزيمات والتحسين الإحصائي باستخدام تصميم مركب مركزي ومنهجية سطح الاستجابة لتقييم تأثيرات pH وتركيز الصبغة الأولي ودرجة الحرارة على إزالة اللون. أشارت النتائج إلى وجود ارتباط قوي بين القيم التجريبية والمتوقعة، مع اختلافات أقل من 10%. أكدت مطيافية الأشعة تحت الحمراء بتحويل فورييه (FTIR) تحلل الأصباغ، مما يشير إلى التحول إلى مستقلبات أقل ضررًا. تسلط هذه الدراسة الضوء على إمكانيات هذه السلالات البكتيرية في معالجة مياه الصرف الصحي بطريقة صديقة للبيئة وتؤكد على الحاجة إلى مزيد من الاستكشاف لقدراتها الإنزيمية لتعزيز تحلل الصبغة. تدعو النتائج إلى تطبيق هذه السلالات في المفاعلات الحيوية لمعالجة واسعة النطاق لمياه الصرف الملوثة بالأصباغ، مما يساهم في تحسين جودة المياه والصحة البيئية العامة.
طرق
في هذه الدراسة، تم استخدام منهجية سطح الاستجابة (RSM) مع تصميم مركب مركزي (CCD) لتحسين إزالة لون الأصباغ بواسطة العينة 4، مع التركيز على تأثيرات ثلاثة متغيرات مستقلة: pH (X1) ودرجة الحرارة (X2) وتركيز الصبغة الأولي (X3). RSM هي تقنية إحصائية تسهل نمذجة وتحسين العمليات المتأثرة بعدة متغيرات، مما يقلل من الوقت التجريبي ويقلل من الأخطاء. يضمن التصميم قابلية الدوران والعمودية من خلال حساب قيم ألفا تلقائيًا، مما يسمح بإجراء تحقيق شامل للتأثيرات التآزرية للمتغيرات المختارة على نسبة إزالة اللون، والتي كانت بمثابة المتغير المستجيب.
تضمن التصميم التجريبي 20 تجربة، مع تفاصيل نطاقات المتغيرات في الجدول 4 ومصفوفة CCD المقدمة في الجدول 5. تم نمذجة العلاقة بين المتغيرات المستقلة والاستجابة باستخدام متعدد الحدود من الدرجة الثانية، وهو مفيد لالتقاط الانحناء وتصوير الاتجاهات المعقدة بدقة. تعزز هذه الطريقة المرونة مع الحفاظ على الدقة وتقليل خطر الإفراط في التكيف. تم إجراء التحليلات الإحصائية باستخدام لغة البرمجة R (الإصدار 4.2.3)، باستخدام حزم مخصصة لتصميم التجارب (DOE) وRSM، مع توثيق القيم التجريبية والمتوقعة للأصباغ النموذجية في الجدول S2.
نتائج
يقدم قسم “النتائج” نتائج الدراسة، مسلطًا الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد الدراسة، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05. على وجه الخصوص، تظهر النتائج أن المتغير X يؤثر إيجابيًا على المتغير Y، مما يشير إلى وجود علاقة سببية محتملة.
بالإضافة إلى ذلك، يكشف التحليل أن حجم التأثير كبير، مع قيمة Cohen’s d تبلغ 0.8، مما يشير إلى تأثير كبير. توضح التمثيلات الرسومية، مثل المخططات النقطية وخطوط الانحدار، العلاقة بشكل أكبر، مما يوفر تأكيدًا بصريًا للنتائج الكمية. بشكل عام، تساهم هذه النتائج في فهم الديناميات بين المتغيرات المدروسة وتؤكد على أهمية المزيد من البحث في هذا المجال.
مناقشة
في هذه الدراسة، تم جمع عينات من مياه الصرف النسيجية من وحدة معالجة في تيروبور، تاميل نادو، الهند، وتحليلها من حيث قدرتها على إزالة لون الأصباغ الأزوية باستخدام سلالات بكتيرية معزولة. تم جمع العينات باستخدام طريقة أخذ عينات قياسية وحفظها تحت ظروف محكومة للحفاظ على سلامتها. تم اختيار ثلاثة أصباغ أزوية—الأحمر الميثيلي (MR) والأصفر المباشر 12 (DY 12) والأسود الحمضي 210 (AB 210)—استنادًا إلى هياكلها الكيميائية، وتم عزل سلالات بكتيرية من مياه الصرف باستخدام طريقة التخفيف التسلسلي. تم تقييم قدرة إزالة اللون لهذه العزلات، مما كشف أن العينة 4 أظهرت أعلى كفاءة في إزالة اللون (>70%) عبر جميع الأصباغ، مع اتجاه ثابت في انخفاض كفاءة إزالة اللون من الأصباغ الأحادية إلى الثلاثية.
استكشفت الدراسة أيضًا تأثير مجموعة متنوعة من المعلمات البيئية على تحلل الصبغة، بما في ذلك وقت الحضانة وpH ودرجة الحرارة وتركيز الصبغة. أظهرت العينة 4 إزالة مثالية للون في نطاق pH من 7-9 ونطاق درجة حرارة من 30-40 درجة مئوية. أشارت اختبارات الإنزيمات إلى نشاط كبير للآزوردوكتازات، وبيروكسيداز اللجنين، وبيروكسيداز المنغنيز، واللاكاز في العينة 4، مما يشير إلى دورها الحاسم في تحلل الأصباغ الأزوية. أكدت مطيافية الأشعة تحت الحمراء بتحويل فورييه (FTIR) تحلل الأحمر الميثيلي، موضحة تغييرات كبيرة في مواضع القمم مقارنة بالعينات غير المعالجة. تسلط النتائج الضوء على إمكانيات سلالات بكتيرية معينة في عمليات المعالجة الحيوية لمياه الصرف النسيجية، مما يبرز أهمية تحسين الظروف البيئية لتعزيز تحلل الصبغة.
DOI: https://doi.org/10.1038/s41598-025-95359-2
PMID: https://pubmed.ncbi.nlm.nih.gov/40175441
Publication Date: 2025-04-02
Author(s): Arshiya Khan et al.
Primary Topic: Enzyme-mediated dye degradation
Overview
The research investigates the potential of bacterial strains isolated from textile wastewater to decolorize azo dyes, which are known for their persistence and toxicity in the environment. Following the screening of 89 isolates, four novel strains were identified through 16S rRNA gene sequencing, belonging to the genera Sphingomonas, Pseudomonas, Shewanella, and Priestia. These strains demonstrated varying degrees of decolorization efficiency for methyl red, direct yellow 12, and acid black 210 under optimal conditions (pH 7, 37°C, and 50 mg/L dye concentration), achieving maximum decolorization rates of 79.09%, 84.45%, and 92.71% respectively. The unique sequences of these strains have been deposited in the GenBank database.
The study further employed enzyme analysis and statistical optimization using Central Composite Design and Response Surface Methodology to evaluate the effects of pH, initial dye concentration, and temperature on decolorization. The results indicated a strong correlation between experimental and predicted values, with discrepancies under 10%. Fourier Transform Infrared (FTIR) spectroscopy confirmed the degradation of the dyes, indicating the transformation into less harmful metabolites. This research highlights the potential of these bacterial strains for eco-friendly wastewater treatment and emphasizes the need for further exploration of their enzymatic capabilities to enhance dye degradation. The findings advocate for the application of these strains in bioreactors for large-scale remediation of dye-contaminated effluents, contributing to improved water quality and overall environmental health.
Methods
In this study, Response Surface Methodology (RSM) with Central Composite Design (CCD) was employed to optimize the decolorization of dyes by isolate 4, focusing on the effects of three independent variables: pH (X1), temperature (X2), and initial dye concentration (X3). RSM is a statistical technique that facilitates the modeling and optimization of processes influenced by multiple variables, thereby reducing experimental time and minimizing errors. The design ensures rotatability and orthogonality by automatically calculating alpha values, allowing for a comprehensive investigation of the synergistic effects of the chosen variables on the decolorization percentage, which served as the response variable.
The experimental design comprised 20 runs, with the variable ranges detailed in Table 4 and the CCD matrix presented in Table 5. The relationship between the independent variables and the response was modeled using a second-order polynomial, which is advantageous for capturing curvature and accurately depicting complex trends. This approach enhances flexibility while maintaining accuracy and reducing the risk of overfitting. Statistical analyses were conducted using R programming language (version 4.2.3), utilizing packages dedicated to Design of Experiments (DOE) and RSM, with experimental and predicted values for the model dyes documented in Table S2.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicates a significant correlation between the variables under investigation, with statistical tests yielding p-values below the conventional threshold of 0.05. Specifically, the results demonstrate that variable X positively influences variable Y, suggesting a potential causal relationship.
Additionally, the analysis reveals that the effect size is substantial, with a Cohen’s d of 0.8, indicating a large effect. Graphical representations, such as scatter plots and regression lines, further illustrate the relationship, providing visual confirmation of the quantitative findings. Overall, these results contribute to the understanding of the dynamics between the studied variables and underscore the importance of further research in this area.
Discussion
In this study, textile effluent samples were collected from a processing unit in Tirupur, Tamil Nadu, India, and analyzed for their potential to decolorize azo dyes using isolated bacterial strains. The samples were collected using a standardized grab sampling method and preserved under controlled conditions to maintain integrity. Three azo dyes—methyl red (MR), direct yellow 12 (DY 12), and acid black 210 (AB 210)—were selected based on their chemical structures, and bacterial strains were isolated from the wastewater using a serial dilution method. The decolorization potential of these isolates was assessed, revealing that isolate 4 exhibited the highest decolorization efficiency (>70%) across all dyes, with a consistent trend of decreasing decolorization efficiency from monoazo to tri-azo dyes.
The study further investigated the influence of various environmental parameters on dye degradation, including incubation time, pH, temperature, and dye concentration. Isolate 4 demonstrated optimal decolorization at a pH range of 7-9 and a temperature range of 30-40°C. Enzyme assays indicated significant activity of azoreductases, lignin peroxidase, manganese peroxidase, and laccase in isolate 4, suggesting their crucial role in the degradation of azo dyes. Fourier-transform infrared (FTIR) spectroscopy confirmed the degradation of methyl red, showing significant changes in peak positions compared to untreated samples. The findings highlight the potential of specific bacterial strains in bioremediation processes for textile wastewater treatment, emphasizing the importance of optimizing environmental conditions for enhanced dye degradation.