نوع مقاله : مقاله پژوهشی
نویسندگان
1 پژوهشگاه ملی مهندسی ژنتیک و زیست فناوری
2 عضو هیات علمی پژوهشگاه ملی مهندسی ژنتیک و زیست فناوری
چکیده
سیانید ترکیبی بسیار سمی و کشنده است که علیرغم این سمیت در بسیاری از صنایع استفاده میشود. فاضلاب صنایع در مقیاس وسیعی حاوی غلظتهای بالایی از سیانید هستند؛ که بهمنظور تجزیه آن از روشهای مختلف شیمیایی و فیزیکی استفاده میشود. این روشها علاوه بر اینکه پرهزینه هستند؛ در صورت اختلاط با سایر مواد، ترکیبات خطرناکتری را نیز تولید میکنند. در مقابل استفاده از روش تجزیه زیستی، علاوه بر کاهش هزینهها سازگار با محیطزیست نیز هست. مشاهدهشده است که سیستمهای میکروبی و گیاهی میتوانند سیانید را به ترکیبات غیر سمی تبدیل کنند. در این پژوهش با جداسازی باکتری از پساب آلوده به سیانید معدن طلای موته و با بررسی ویژگیهای مورفولوژیکی، بیوشیمیایی و 16S rDNA باکتری شناسایی شد. به دنبال دستیابی به بیشترین میزان تجزیه توسط این باکتری، شرایط کشت بهگونهای تغییر داده شد که با پی بردن به فاکتورهای تأثیرگذار بر روند تجزیه، بیشترین بازدهی صورت گیرد. بدین منظور از روش سطح پاسخ(RSM ) استفاده شد. با بهینهسازی مقادیر فاکتورهای تأثیرگذار و در نظر گرفتن برهمکنشهای بین فاکتورها، شرایط کشت بهینه شد.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Optimization of culture condition of enterobacter ZS extra cellular cyanide degrading enzyme with Response Surface Methodology
نویسندگان [English]
2 Academic Staff
چکیده [English]
Although cyanide is a poisonous and lethal compound, it is used in several industries such as gold extraction. Industrial wastewater contains highly amounts of cyanide. That in order to degrade it, different chemical and physical methods are used. These methods not only include high expenses, but also if they combine with other materials, will produce more hazardous compound as well. On the other hand, utilizing biodegradation method, in addition to decreasing expenses, is environmentally friendly. In this study, bacterium was isolated from Muteh gold mining wastewater. Determination of morphological and biochemical characteristics and 16S rDNA described that the bacterium belong to Enterobacter genus. To achieve the maximum degradation by Enterobacter ZS, culture conditions has been optimized. The variables parameters that effect on the degradation procedure with maximum efficiency was achieved. By optimizing the values of affective factors and consider the interactions between factors, culture conditions were optimized by response surface methodology (RSM).
کلیدواژهها [English]
بهینهسازی شرایط کشت آنزیم خارج سلولی تجزیهکننده سیانید باکتری انتروباکتر ZS به روش سطح پاسخ
زهره جواهری صفا1و2، سعید امین زاده1*، محمدرضا زمانی1 و مصطفی مطلبی1
1 تهران، پژوهشگاه ملی مهندسی ژنتیک و زیستفناوری
2 میمه، موسسه آموزش عالی نوردانش
تاریخ دریافت: 5/1/95 تاریخ پذیرش: 7/3/95
چکیده
سیانید ترکیبی بسیار سمی و کشنده است که علی رغم این سمیت در بسیاری از صنایع استفاده میشود. فاضلاب صنایع در مقیاس وسیعی حاوی غلظتهای بالایی از سیانید میباشند؛ که بهمنظور تجزیه آن از روشهای مختلف شیمیایی و فیزیکی استفاده میشود. در مقابل استفاده از روش تجزیه زیستی، علاوه بر کاهش هزینهها سازگار با محیطزیست نیز هست. در این پژوهش جداسازی باکتری از پساب آلوده به سیانید معدن طلای موته و بررسی ویژگیهای مورفولوژیکی، بیوشیمیایی و 16S rDNA جهت شناسایی باکتری انتروباکتر ZS موردنظر انجام شد. بهمنظور دستیابی به بیشترین میزان تجزیه توسط این باکتری، شرایط کشت بهگونهای بهینهسازی شد که با دستیابی به فاکتورهای تأثیرگذار باعث تسریع روند تجزیه گردید و برای دست یافتن به بیشترین بازدهی از روش سطح پاسخ (RSM= Response Surface Methodology) استفاده شد. با بهینهسازی مقادیر فاکتورهای تأثیرگذار و در نظر گرفتن برهمکنشهای بین فاکتورها، شرایط کشت بهینه شد.
واژه های کلیدی: سیانید، تجزیه زیستی، انتروباکتر، بهینهسازی به روش RSM، آنزیم تجزیهکننده سیانید
* نویسنده مسئول: تلفن: 02144787303 ، پست الکترونیکی: aminzade@nigeb.ac.ir
مقدمه
بهینهسازی: سطوح بهینه برای فاکتورها، به هدف انجام فرآیند بستگی دارند. بهعنوان مثال، ممکن است هدف رسیدن به بیشترین میزان بازده فرآیند و یا کاهش توان تولیدی فرآیند باشد. طراحی سطح پاسخ ازجمله روشهای بهینهسازی است که با استفاده از مجموعهای از تکنیکهای ریاضی و آماری، مسائل را مدلسازی میکند و نهتنها باعث میشود توسط شبیهسازی اجرای پرهزینه تمامی آزمایشها کاهش یابد بلکه روند طبیعی بهینهسازی فرآیند را که اغلب غیرخطی است مدل میکند. هدف روش سطح پاسخ، بهینهسازی متغیر خروجی است که متأثر از چندین متغیر مستقل (متغیرهای ورودی) است. ایـن روش در سـال ۱۹۵۱ توسـط Wilson و Box معرفـی شد (8). طرح Box-Behnken تعداد ۳ سطح را برای هر فاکتور اعمال میکند. بـرای بـرازش بهینهسازی مدلهای مرتبـه دو به کار گرفته میشود و تعداد آزمایشها کمتر از طرح مرکب مرکزی است (2).
مواد و روشها
جداسازی باکتری مقاوم به سیانید: نمونههای آب، خاک و پساب از معدن طلای موته گرفتهشده است، که این معدن در ۲۷۰ کیلومتری جنوب غرب تهران واقع در رشتهکوههای نسبتاٌ پست در جنوب دلیجان - شمال غربی میمه و شمال شرقی گلپایگان است. ارتفاع منطقه از سطح دریا ۱۹۰۰ تا ۲۳۰۰ متر هست.
غربالگری باکتری با مقاومت بیشتر به سیانید: بهمنظور غربال باکتریهایی با مقاومت بالاتر نسبت به سیانید، یک کلنی از باکتریهایی که در محیط کشت جامد رشد کردهاند، برداشته و در 5 میلیلیتر محیط کشت مایع نوترینت براث تلقیح شدند. بعد از چند ساعت، با رسیدن باکتریها به غلظت نیم مک فارلند، پتاسیم سیانید را با غلظتهای 1/0، 15/0، 25/0، 50/0، 75/0 و 1 میلیگرم بر میلیلیتر به محیط کشت حاوی باکتری اضافه کرده، سپس در دمای 37 درجه سانتی گراد، 5/7pH= و شیک rpm 180 در انکوباتور قرار داده شدند.
شناسایی مورفولوژیکی و بیوشیمیایی: در مرحله بعد برای شناسایی باکتری، طبق روشهای شناسایی از منابعی مثل Bergey’s manual of systematic bacteriology مشخصات بیوشیمیایی ، فیزیولوژیکی و مورفولوژیکی باکتری مدنظر موردبررسی قرار گرفت. و مشخص شد باکتری موردنظر بیشترین شباهت را به انتروباکتر دارد. اطلاعات مربوطه در جدولهای 1و2 آورده شده است (نرمافزار GraphPad Prism 6.0) (4).
تعیین توالی بر اساس 16S rDNA : در مرحله بعد بهمنظور تأیید شناساییهای مورفولوژیکی و بیوشیمیایی، توالی یابی16S rDNA باکتری انجام شد. بدین منظور استخراج DNA انجام شد و از پرایمرهای یونیورسال 1492R و 27F استفاده شد (جدول 1).
جدول 1- توالی پرایمرهای یونیورسال 27F و 1492R
نام |
توالی |
27F |
5΄AGAGTTTGATCMTGGCTCAG3΄ |
1492R |
5΄TACGGYTACCTTGTTACGACTT3΄ |
طراحی آزمایش بهمنظور بهینهسازی میزان تجزیه سیانید: سه فاکتور مؤثر بر میزان تجزیه سیانید شامل دما، pH و پتاسیم سیانید انتخاب شدند و از طرح Box-Behnken که یک روشی از RSM میباشد بهمنظور انجام بهینهسازی استفاده شد و براساس آن، هر فاکتور در سه سطح بررسی گردید (جدول 2). بهمنظور انجام بهینهسازی بهروش RSM از نرمافزار Design Expert7 استفاده شد.
جدول 2- محدوده تغییرات فاکتورها در طراحی سطح پاسخ به روش طرح Box-Behnken
فاکتوریل بالا(۱+) |
مرکز(۰) |
فاکتوریل پایین(۱-) |
واحد |
متغیرها |
50 |
38 |
26 |
C˚ |
دما |
9 |
5/7 |
6 |
- |
pH |
000/1 |
575/0 |
150/0 |
mg.ml-1 |
پتاسیم سیانید |
بر اساس طرح مرکب مرکزی، 15 آزمایش برای سه فاکتور مؤثر بر پاسخ طراحی شد که شامل تکرارهایی در نقطه مرکزی است. برای بیشینهسازی یک فرآیند فرآیند شیمیایی (y)، با توجه به فرمول زیر، این بازدهی تابعی از سطوح دو فاکتور x1 و x2 است. رابطه بین پاسخ و متغیرهای غیر وابسته با استفاده از یک معادله درجه دوم توضیح داده میشود. در این معادله و اثرات اصلی و اثرات متقابل هستند.
معادله درجه دوم بهدستآمده بهمنظور توضیح رابطه بین متغیرهای مستقل و پاسخ در قالب یک نمودار سه بعدی نشان داده میشود که نمودار سطح پاسخ سه بعدی نامیده میشود که در قسمت نتایج به آن اشاره شده است.
سنجش آمونیاک: بهمنظور سنجش میزان آمونیاک از کیت آمونیاک گرینر استفاده شد.
محاسبه میزان آمونیاک:
Ammonia [µg/dl] = ˟ conc.standard [µg/dl]
Ammonia [μg/dl] x 0,588 = Ammonia [μmol/l]
نتایج
نتایج غربالگری باکتری با مقاومت بیشتر به سیانید: بهمنظور غربال باکتریهایی با مقاومت بالاتر نسبت به سیانید، بعد از 24 و 48 ساعت جذب نمونهها در طولموج 600 خوانده شد. اختلاف جذب اولیه و جذب نهایی باکتری در سه روز متوالی در منحنی 1 نشان داده شده است.
نتایج شناسایی مورفولوژیکی و بیوشیمیایی: ویژگیهای بیوشیمیایی، فیزیولوژیکی و مورفولوژیکی باکتری مورد نظر مورد بررسی قرار گرفت و مشخص شد باکتری مورد نظر بیشترین شباهت را به انتروباکتر دارد. اطلاعات مربوطه در جدولهای 3 و 4 آورده شده است.
منحنی 1- منحنی رشد انتروباکتر در سه روز متوالی با غلظتهای مختلف سیانید و سه بار تکرار.
نتیجه ثبت ژن بر اساس 16S rDNA : توالییابی ژنوم باکتری بر اساس نواحی محافظت شده 16S rDNA با استفاده از واکنشهای زنجیرهای پلیمراز صورت گرفت. باکتری موردنظر دارای 100 درصد یکسانی با انتروباکتر بود که ZS نامگذاری شد و در پایگاه داده GenBank با شماره دسترسی KU609073 ثبت گردید.
جدول 3- ویژگیهای مورفولوژیکی باکتری انتروباکتر ZS
ویژگیهای مورفولوژیکی |
پیگمان |
اسپور |
حرکت |
گرم |
شکل |
موکوئیدی |
منفی |
منفی |
منفی |
میله ای |
جدول 4- ویژگیهای بیوشیمیایی باکتری انتروباکتر ZS
ویژگیهای بیوشیمیایی |
سیترات |
اندول |
VP |
ONPG |
اینوزیتول |
اوره |
لیزین |
مانیتول |
لاکتوز |
مالتوز |
گزیلوز |
مثبت |
منفی |
مثبت |
مثبت |
مثبت |
مثبت |
مثبت |
مثبت |
مثبت |
مثبت |
مثبت |
جدول 5- طراحی آزمایش به روش سطح پاسخ با استفاده از سه فاکتور مستقل دما، pH و سیانید و میزان تجزیه در آزمایشهای انجامشده.
|
دما (˚C) |
pH |
سیانید (mg.ml-1) |
میزان تجزیه (IU) |
1 |
26 |
0/6 |
57/0 |
33/0 |
2 |
26 |
0/9 |
57/0 |
32/0 |
3 |
50 |
0/9 |
57/0 |
17/0 |
4 |
26 |
5/7 |
15/0 |
19/0 |
5 |
50 |
5/7 |
15/0 |
34/0 |
6 |
26 |
5/7 |
00/1 |
21/0 |
7 |
50 |
5/7 |
00/1 |
49/0 |
8 |
38 |
0/6 |
15/0 |
25/0 |
9 |
38 |
0/9 |
15/0 |
14/0 |
10 |
38 |
0/6 |
00/1 |
27/0 |
11 |
38 |
0/9 |
00/1 |
16/0 |
12 |
38 |
5/7 |
57/0 |
10/0 |
13 |
38 |
5/7 |
57/0 |
10/0 |
14 |
38 |
5/7 |
57/0 |
10/0 |
15 |
38 |
5/7 |
57/0 |
10/0 |
نتایج بهینهسازی با طراحی آزمایش به روش RSM : تجزیهوتحلیل آماری: طراحی آزمایش به روش Box-Behnken بهمنظور تعیین میزان اثر سه فاکتور دما، pH و پتاسیم سیانید بر پاسخ بهینه و برهمکنش بین این فاکتورها، توسط نرمافزار Minitab 17.0 و در سه سطح انجام شد. 15 آزمایش توسط این نرمافزار طراحی و انجام گردید و میزان آمونیاک تولیدشده بهعنوان پاسخ محاسبه شد (جدول 5). پس از وارد کردن دادهها، پاسخ فرآیند، مورد ارزیابی قرار گرفت.
نتایج بهینهسازی عاملهای فرآیند: نرمافزار Minitab 17.0 در بخش بهینهسازی، پس از آنالیز نتایج آزمایش، ترکیبی از سطوح عاملهایی را ارائه میدهد که شرایط بهینه را (پاسخ بیشینه یا کمینه) برای هر پاسخ فراهم مینماید. در اینجا، هدف، دستیابی به شرایط بهینه (بیشینه درصد سیانید تجزیهشده) مورد نظر است. شرایط بهینه پیشنهاد شده و مقادیر پیشبینی شده در شرایط بهینه توسط نرمافزار به ترتیب در جدول 6 آمده است.
جدول6- شرایط بهینه پیشنهادشده توسط نرمافزار به روش سطح پاسخ.
پتاسیم سیانید (mg.ml-1) |
pH |
دما(˚C) |
150/0 |
6 |
50 |
عموماً در آزمایشهای طراحیشده، از تحلیل واریانس بهمنظور تعیین عاملهای مهم و از رگرسیون، در ارائه مدل کمی برای نشان دادن ارتباط بین عاملهای مهم و پاسخ استفاده میشود. برای تعیین کمیت یک متغیر مجهول با استفاده از متغیرهای معلوم بهصورت یک رابطه ریاضی از رگرسیون استفاده میشود. پس از پیشبینی این رابطه ریاضی، اعتبار کل مدل رگرسیون با استفاده از تجزیه و تحلیل واریانس دادهها (جدولANOVA) مورد آزمون قرار میگیرد. در این تحقیق، تحلیل واریانس دادهها (جدول 7) نشان میدهد که مدل ارائهشده (رابطه 1) با ۹۵ درصد اطمینان، دارای اثر معنیدار است. رابطه 3-۱ مدل ارائهشده برای میزان تجزیه صورت گرفته را برحسب عاملهای کد شده نشان میدهد.
Response = + 0.17 - 0.050 * A + 5.000E-003 * B - 2.500E-003 * C + 0.045 * A * B + 0.000 * B * C + 0.027 * A2 - 0.13 * B2 +0.038 * C2 (رابطه ۱)
جدول 7- تجزیهوتحلیل فرآیند بهینهسازی و بررسی فاکتورها با آنالیز واریانس (ANOVA)
Source |
DF |
F Value |
p-value Prob > F |
|
Model |
8 |
66.34 |
< 0.0001 |
Significant |
A-Temperature |
1 |
98.25 |
< 0.0001 |
Significant |
B-pH |
1 |
0.98 |
0.3546 |
|
C-Cyanide |
1 |
0.37 |
0.5630 |
|
AB |
1 |
29.84 |
0.0009 |
Significant |
BC |
1 |
0.000 |
1.0000 |
|
A2 |
1 |
18.57 |
0.0035 |
Significant |
B2 |
1 |
399.28 |
< 0.0001 |
Significant |
C2 |
1 |
34.54 |
0.0006 |
Significant |
Residual |
7 |
|
|
|
Lack of Fit |
3 |
1.83 |
0.2813 not significant |
|
Pure Error |
4 |
|
|
|
Cor Total |
15 |
|
|
R-Squared= 0.98, Adj R-Squared 0.97
نتایج بررسی اثر دما و pH : پس از واردکردن نتایج بهدستآمده از آزمایشهای طراحیشده توسط برنامه RSM، بررسی آماری واریانس دادهها (جدول ANOVA) نشان داد که بیشترین میزان تداخل در مورد دو فاکتور دما و pH رخ میدهد. در دمای پایین و افزایش pH منجر به کاهش میزان پاسخ (درصد تجزیه سیانید) میشود و در دمای بالا و pH خنثی کاهش میزان پاسخ دیده میشود (شکلهای 1، 2 و 3).
شکل 1- نمودار سه بعدی سطح پاسخ اثر تغییر فاکتورهای دما و pH بر مقدار تولید آمونیاک. تأثیر متقابل دما و pH بر میزان تولید کاملاً مشخص است؛ بهطوریکه بیشترین میزان تجزیه در دمای بالا و pH پایین است.
شکل 3- نمودار اثر متقابل فاکتورهای تأثیرگذار دما و pH بر مقدار تجزیه سیانید .در این نمودار محور افقی نشاندهنده دما و محور عمودی، pH و رنگ نمودار میزان تولید آمونیاک است که رنگهای متمایل به قرمز درصدهای تجزیه بالاتر را نشان میدهد.
شکل 2- نمودار نرمال پلات اثر تغییر فاکتورهای دما و pH بر مقدار تجزیه سیانید
بحث
بهمنظور بالا بردن درصد تجزیه سیانید توسط انتروباکتر ZS، بهینهسازی با استفاده از طراحی Box-Behnken RSM در سه سطح انجام شد. با استفاده از آنالیز دادهها (ANOVA)، مدل طراحیشده با پارامترهای تخمین زده شده مانند P-value و Lack off fit، در جدول 7 آورده شده است. بهمنظور بررسی دو فاکتور، فرضیهای ایجاد میشود که بر اساس این مدل هیچ تفاوت معناداری بین دو فاکتور وجود نداشته باشد، در این صورت صحت فرضیه بر اساس P-value اثبات میشود. بدینصورت که اگر 05/0P-value≤ باشد فرضیه نادرست بوده و دو فاکتور اختلاف معنادار دارند ولی فرضیه با 05/0P-value> درست بوده و فاکتورها اختلاف معناداری ندارند. درصورتیکه P-value مدل کمتر از 05/0باشد، مدل این تحقیق معنیدار است، که در این مطالعه، P-value مدل ، 0001/0< به دست آمد. Lack off fit نشان میدهد، خطا در مدل پیشنهادی RSM تأثیری نداشته است و باید مقدار Lack off fit بیمعنی باشد (05/0P-value>>). در مدل آزمایش در این تحقیق Lack off fit برابر 28/0 بهدست آمد که مقدار آن مورد تأیید است. اگر این پارامتر معنیدار باشد، کل مدل و آزمایش بیمعنی بوده و ارزشی ندارد. ضریب همبستگی(R2) مدل، احتمال درست بودن مدل پیشنهادی نرمافزار را نشان میدهد. با آنالیز انجامشده، میزان ضریب همبستگی (R2) 98 درصد به دست آمد. نزدیک بودن AdjR2 به R2 تأییدکننده R2 است. اختلاف قابل قبولی بین 98 درصدR2= و 97 درصدAdjR2= مشاهده شد. Residual در ANOVA نشاندهنده صحت تعداد نمونهها است که باید 6≤ باشد که در این مطالعه 7 گزارش شد. همه این سنجشها تأیید میکند که مدل استفادهشده برای پیشگویی درصد تجزیه سیانید در طیفی از مقادیر داده شده معنیدار است.
ارتباط بین فاکتورها و تأثیرات متقابل بین آنها در رابطه 1 آورده شده است. بهطوریکه Y، درصد تجزیه سیانید را بهعنوان عملکرد متغیرهای آزمایش(Xi) نشان میدهد. برهمکنش فاکتورهایی که معنیدار بوده و 05/0P-value< دارند، بر روند تجزیه سیانید تأثیر میگذارند. در این آزمایش، P-value برای برهمکنش دما و pH برابر با 0009/0 بوده و معنیدار است.
مدل پیشنهادی این آزمایش از معادله درجه دوم پیروی میکند. متمایز کردن متغیرهایی که بیشترین تأثیر را بر نتیجه نهایی دارند؛ کار دشواری است. در این آزمایش، تأثیر برهمکنش دما و pH بر نتیجه نهایی میزان درصد تجزیه سیانید در شکلهای 1 و 3 نشان داده شده است. ارتباط بین این دو، خطی نبوده و این حالت انحنا به علت تأثیر متقابل pH بر فاکتور دما است.
دُز کشنده سیانید برای انسان بهصورت بلع یا هضم در گسترهای از 50 تا 200 میلیگرم(1 تا 3 میلیگرم سیانید آزاد در هر کیلوگرم وزن بدن) است. دُز کشنده بهصورت جذب پوستی بهطور قابلملاحظهای بالاتر است و حدود 100 میلیگرم بر کیلوگرم وزن بدن است. در عملیات استخراج طلا از محلولهای بسیار رقیق سدیم سیانید در گستره 05/0و 01/0 درصد سیانید استفاده میگردد (9).
باکتری Scenedesmus obluquis برگرفته شده از پساب معدن طلای Ovacik، سیانید 91/77 میلیگرم بر لیتر را بهطور تدریجی با pH اولیه 3/10 تقریباً به 6 میلیگرم بر لیتر کاهش داده است. نتایج آزمایش نشان میدهد باکتری Scenedesmus obluquis 91 درصد سیانید را طی 77 ساعت تجزیه میکند (3).
در مطالعه دیگری، باکتری باسیلوس را با بهینهسازی آزمایش با بررسی فاکتورهای pH، دما و غلظت whey-waste، نقاط بهینه حاصل از بهینهسازی را به ترتیب در 88/9pH=، دمای 33 درجه سانتیگراد و غلظت 27/14 گرم بر لیتر whey-waste انجام دادند. نتیجه این بهینهسازی این بود که از 500 میلیگرم بر لیتر مقدار اولیه سیانید، مقدار 53/206 میلیگرم بر لیتر سیانید طی 96 ساعت توسط گونههای میکروبی تجزیه گردید (3).
گونه باکتریایی باسیلوسCN-22 جداشده از رسوب گلولای آبفلز کاری، با توانایی ذاتی خود قادر به تجزیه سیانید است. با بهینهسازی شرایط با pH اولیه 3/10، دمای 31 درجه سانتیگراد، دور چرخش r.p.m 193 و میزان تلقیح 38/2 درصد، روند تجزیه سیانید کنترل شد. بهطوریکه غلظت اولیه سیانید 200 میلیگرم بر لیتر را به 62/6 میلیگرم بر لیتر تبدیل میکند (15).
باکتریPseudomonas pseudoalcaligenes جداشده از معدن طلای Kuala Lipis Pahang، میتواند غلظت بالاتر از 39 میلیگرم بر لیتر سیانید را تحمل کند اما رشد آن در غلظت 52 میلیگرم بر لیتر سیانید متوقف میگردد (14). در بررسی دیگری، درصد تجزیه سیانید با غلظت اولیه 150 میلیگرم بر لیتر توسط Rhizopus oryzae ، 83 درصد و توسط Stemphylium loti، 90 درصد گزارششده است (14).
در این پژوهش تجزیه سیانید توسط آنزیمهای خارج سلولی انجامشده است. ازجمله مزایایی این روش نسبت به روشهای داخل سلولی، استفاده مستقیم از باکتری میباشد، به این معنی که در این روش نیازی به شکستن سلول و آمادهسازی عصاره سلولی نمیباشد. درنتیجه از این منظر، جنبه اقتصادی داشته و امکان استفاده در صنایع مرتبط با سیانید و ترکیبات سیانید دار را فراهم میکند.
1. Basile, L.J., Cyanide-degrading enzymes for bioremediation. 2008, Texas A&M University.