2018-12-06
正文
最近，派森諾生物與山東師范大學合作，在《Chemical Engineering Journal》（影響因子6.735）再次發表論文，結合人工濕地與微生物燃料電池技術，構建新型污水處理模型，并利用高通量測序技術和PICRUSt代謝功能預測分析，研究了人工濕地微生物燃料電池中微生物群落的變化和產電性能。
研究背景
近年來，人工濕地（CW）已經被成功運用到了生活污水、滲濾液、降雨徑流和工業廢水的二次加工處理中，且因其成本低，易操作的特點，正被廣泛研究與應用中。而CW正好能為微生物燃料電池（MFC）提供所需的氧化還原條件，厭氧陽極和好氧陰極，因此，目前的研究認為，CW與MFC技術的結合，是一種獲取生物能源的經濟有效的方法，有望成為一種新型的廢水處理技術。
不過，目前在CW-MFC系統的研究中，主要關注在pH、植被類型和有機基質對系統的影響，鮮少有關于與污染物去除和發電有關的功能微生物的群落結構，以及微生物群落結構對CW-MFC系統性能影響的研究。化學活性細菌（EAB）通常被認為是導致CW-MFC系統中微生物群落結構改變與生物電波動的主要因素，因此，研究微生物的分布有助于更好的了解CW-MFC系統中生物能源的產生和生物降解機制。
研究目的
研究CW-MFC和CW系統中生物能源產生、水質凈化效率和微生物群落結構的關系。
研究方法
測序技術：Illumina MiSeq高通量測序平臺
測序模式：微生物組細菌16S rRNA基因V4-V5區測序
實驗對象：污泥?
實驗設計
利用有機玻璃制作如圖1所示的兩個反應裝置（直徑20 cm，高55 cm），反應裝置里的基質為石英砂、陶粒、活性污泥和活性炭的混合物，種植的植物為蘆葦，添加植物正常生長發育所需的微量元素，并將合成廢水加入裝置中模擬河流污水。
其中，河流污水的組成為：蔗糖（53.483 mg/L），硫酸銨（37.714 mg/L），硝酸鉀（50.500 mg/L）和磷酸二氫鉀（6.581 mg/L）。
實驗開始后，一方面，利用水泵，將模擬廢水從進水口泵入兩個裝置中，每三天收集一次進水口與出水口處的水體樣本，測定水質指標：銨態氮（NH4+-N）、總磷（TP）、總氮（TN）、化學需氧量（COD）。同時，每十分鐘監測一次電阻器兩端的振蕩電壓，記錄電壓后根據歐姆定律計算電流與電功率數據。
另一方面，收集污泥樣本，并通過高通量測序技術研究污泥樣本中的菌群結構變化，污泥樣本的取樣信息與表1所示。
圖1：實驗所用反應裝置
（A：沙；B：活性炭；C和E：砂和陶粒和混合物；D：污泥和活性炭的混合物；F：水層；G：污水；H：入水口；I：銅線；J：電阻；K：萬用表；L：泵；M：鈦網）
表1：污泥樣本取樣信息
研究結果
污水處理能力
研究檢測了兩個系統中的COD，NH3-N，TN和TP，并分析了每種指標的平均去除率。檢測結果如圖2所示，CW-MFC系統的污水處理能力總體上要好于CW系統。
圖2：CW-MFC和CW系統中，COD、NH3-N、TN和TP隨時間變化的去除率
生物電產生能力
本研究中，CW-MFC系統中種植的植物為蘆葦，作者將CW-MFC的產電能力與其它研究中種植物為燈芯草的CW-MFC系統進行了比較，發現，蘆葦CW-MFC系統的產電能力（平均電壓為265.77 ± 12.66 mV）（圖3）要遠優于燈芯草CW-MFC系統（0.182 ± 0.029 V）。
圖4為蘆葦CW-MFC系統中的偏振曲線和功率密度曲線，其中，最高功率密度值為3714.08 mW·m?2，對應的電流密度為16.63 mA·m?2，顯著高于其它研究中種植物為香蒲的CW-MFC系統（21.53 mW·m?2）。
圖3：種植了蘆葦的CW_MFC的生物電產生能力
圖4：種植了蘆葦的CW-MFC系統的偏振曲線和功率密度曲線
微生物群落變化
Alpha多樣性分析顯示（表2），CW-MFC系統中的微生物的多樣性與群落均勻度都要高于CW系統，并且CW-MFC系統中，陽極的微生物均勻度與豐度是最高的。同時，CW-MFC（C）組樣本中的Chao1指數和ACE指數都要高于CW組和Control組。這表明微生物燃料電池可能會提高CW-MFC系統中的微生物多樣性。
不同分類水平上，各反應裝置中的微生物群落組成如圖5所示，可以看出，兩個裝置中微生物群落的物種組成具有明顯差異。
在門水平上，CW-MFC系統中豐度最高的細菌門類為Proteobacteria，在CW-MFC（C）和CW-MFC（A）中分別為60.39%和49.69%，幾乎是對照組樣本中Proteobacteria 的兩倍。CW系統中豐度最高的是Bacteroidetes，其次是Proteobacteria。
在綱水平上，CW-MFC系統中的主要細菌類群為Betaproteobacteria，Gammaproteobacteria 和Alphaproteobacteria，而CM系統中主要是Bacteroidia，在CW（C）和CW（A）中的相對豐度分別為41.31%和40.70%。屬水平上，CW-MFC（C）中Silanimonas 的相對豐度為15.46，幾乎是其它樣本中該屬對應豐度的3至4倍。作為厭氧氨氧化菌的Planctomyces 在CW-MFC（A）的豐度最高，為2.82%。
表2：各組樣本中微生物的多樣性指數
圖5：門、綱、目、科、屬水平上，兩個反應裝置中的微生物群落組成
（C：陰極，A：陽極）
微生物群落功能分析
CW-MFC（A）中，氨氧化細菌（AOB）、亞硝酸鹽氧化細菌（NOB）和厭氧氨氧化菌類功能性微生物的含量最高；CW-MFC（C）中，反硝化細菌（DNB）、硝態氮異化還原成銨（DNRA）和電化學活性細菌（EAB）類功能性微生物含量都顯著高于其它組樣品，這表明，CW-MFC系統的氮磷去除能力和發電能力都顯著高于CW系統（P<0.05）。
表2：每組樣本中的功能微生物含量
代謝功能預測分析結果顯示（圖6），在所有樣本中，關于氨基酸代謝與碳水化合物代謝有關的功能基因在整個預測結果里占主要地位，且在Control、CW和CW-MFC中有顯著差異，其中，CW-MFC系統中關于氨基酸代謝與碳水化合物代謝有關的功能基因豐度要顯著低于CW系統。
同時，CW-MFC系統中與能量代謝有關的功能基因含量顯著高于CW系統。氨基酸代謝和碳水化合物代謝都與碳水化合物的降解有關，即這些過程可能會與污水降解中的有機質有關系，即在CW-MFC系統中，與污水治理有關的功能微生物群落減少了，但微生物電的產生能力卻有所增強，其中，能量代謝基因和能量的轉換與代謝有關，這代表CW-MFC系統中，有更多的生物質能被轉換為了電能。因此，CW-MFC系統中的能量代謝會顯著高于Control和CW系統。
圖6：代謝功能預測分析結果
總結
本文結合人工濕地技術、微生物燃料電池技術與高通量測序技術，研究了閉合環路的CW-MFC和CW在連續運轉模式下，CW-MFC的產電性能，比較了CW-MFC和CW設備的污水處理能力，分析了CW-MFC和CW系統中生物能源產生、水質凈化效率和微生物群落結構的關系，并得到以下結論：
①CW-MFC系統不僅比CW系統的污水凈化能力更強，還具有很好的產電性能；
②CW-MFC系統中的微生物群落多樣性與豐度都高于CW系統；
③CW-MFC陽極中數目最多的是氨氧化菌、亞硝酸氧化菌和厭氧氨氧化菌；
④CW-MFC陰極中反硝化菌、硝態氮異化還原成銨和電化學活性細菌陰極顯著高于其他組（P＜0.05）。
本研究的測序和部分數據分析工作由上海派森諾生物科技股份有限公司完成。
文章索引
Fei Xu， Fu-qian Cao， Qiang Kong， et al. Electricity production and evolution of microbial community in the constructed wetland-microbial fuel cell. Chemical Engineering Journal.2018.
