banner
Casa / Blog / Basi tassonomiche ed enzimatiche del consorzio microbico cellulolitico KKU
Blog

Basi tassonomiche ed enzimatiche del consorzio microbico cellulolitico KKU

Nov 14, 2023Nov 14, 2023

Rapporti scientifici volume 13, numero articolo: 2968 (2023) Citare questo articolo

1365 accessi

2 citazioni

7 Altmetrico

Dettagli sulle metriche

La biomassa lignocellulosica è un substrato promettente per la produzione di biogas. Tuttavia, la sua struttura recalcitrante limita l’efficienza di conversione. Questo studio mira a progettare un consorzio microbico (MC) in grado di produrre l'enzima cellulolitico ed esplorare gli aspetti tassonomici e genetici della degradazione della lignocellulosa. Una vasta gamma di batteri lignocellulolitici ed enzimi degradanti provenienti da vari habitat sono stati arricchiti per un noto KKU-MC1. KKU-MC1 è risultato abbondante in Bacteroidetes (51%), Proteobacteria (29%), Firmicutes (10%) e altri phyla (8% sconosciuti, 0,4% non classificati, 0,6% archaea e il restante 1% altri batteri con bassa predominanza). L'annotazione dell'enzima attivo sui carboidrati (CAZyme) ha rivelato che i generi Bacteroides, Ruminiclostridium, Enterococcus e Parabacteroides codificavano un insieme diversificato di enzimi di degradazione della cellulosa e dell'emicellulosa. Inoltre, le famiglie di geni associati alla decostruzione della lignina erano più abbondanti nei generi Pseudomonas. Successivamente, sono stati studiati gli effetti del MC sulla produzione di metano da varie biomasse in due modi: bioaumento e pre-idrolisi. La resa in metano (MY) della bagassa di manioca pre-idrolisi (CB), dell'erba Napier (NG) e della bagassa di canna da zucchero (SB) con KKU-MC1 per 5 giorni è migliorata del 38-56% rispetto ai substrati non preidrolisi, mentre la MY di Il panello di filtrazione preidrolizzato (FC) per 15 giorni è migliorato del 56% rispetto all'FC grezzo. Il MY di CB, NG e SB (alla concentrazione iniziale di solidi volatili (IVC) del 4%) con l'aumento di KKU-MC1 è migliorato del 29-42% rispetto al trattamento senza aumento. FC (1% IVC) aveva un MY superiore del 17% rispetto al trattamento senza aumento. Questi risultati hanno dimostrato che KKU-MC1 ha rilasciato l'enzima cellulolitico in grado di decomporre varie biomasse lignocellulosiche, con conseguente aumento della produzione di biogas.

Negli ultimi anni la produzione di biogas da materiali di scarto organico attraverso la digestione anaerobica (AD) ha suscitato interesse in tutto il mondo. Questa tecnologia potrebbe soddisfare la crescente domanda di energia e affrontare il problema dell’inquinamento ambientale1. La materia prima utilizzata per la fermentazione del biogas è abbondante; Le biomasse lignocellulosiche, come la bagassa di canna da zucchero (SB) e il panello di filtrazione (FC) delle industrie dello zucchero, anche l'erba Napier (NG), la bagassa di manioca (CB) e alcuni tipi di rifiuti industriali, sono le più comuni e facilmente accessibili. Tuttavia, l’utilizzo di questa biomassa lignocellulosica per la bioconversione è impegnativo a causa della natura altamente recalcitrante della parete cellulare vegetale, che comprende microfibre di cellulosa legate a reti di emicellulosa e protette dalla lignina. Inoltre, il basso tasso di idrolisi della biomassa lignocellulosica rallenta il processo di degradazione, riducendo l’efficienza della produzione di metano. Per aumentare la produzione di biogas dalla biomassa lignocellulosica, è necessario un metodo di pretrattamento prima dell'ulteriore lavorazione2. I metodi di pretrattamento utilizzati possono essere classificati come fisici, chimici e biologici3. Pretrattamenti fisici e chimici riescono a disgregare la struttura lignocellulosica in tempi molto brevi, aumentandone così la biodegradabilità. Tuttavia, questi metodi aumentano i costi del processo e generano composti tossici o inibitori nell’ambiente4. Inoltre, sono necessari trattamenti acidi o alcalini per la neutralizzazione dopo il pretrattamento, complicando il processo.

Il pretrattamento biologico, che utilizza enzimi o microrganismi per preparare la biomassa lignocellulosica per la produzione di biogas, può richiedere molto tempo rispetto ai pretrattamenti fisici e chimici. Tuttavia, queste tecnologie sono promettenti perché sono rispettose dell’ambiente e convenienti4. Tuttavia, vari fattori devono essere attentamente controllati per mantenere un'attività enzimatica stabile o persistente, come il tipo di substrato, il tempo di pretrattamento, il pH e la temperatura. Secondo Parawira, l'utilizzo di enzimi liberi può essere meno efficiente ed efficace rispetto alla coltivazione di microrganismi che producono composti stabili e persistenti che degradano la lignocellulosa5. D'altro canto, l'utilizzo di una miscela di più microrganismi isolati è più efficace rispetto all'utilizzo di ceppi singoli a causa della natura complessa della lignocellulosa6. Il consorzio microbico (MC) può essere isolato da varie nicchie ecologiche, tra cui il suolo del compost forestale7, gli habitat del compost8, il compost SB9 e il compostaggio in AD10. Diversi studi hanno utilizzato con successo la MC per migliorare la biodegradazione della biomassa lignocellulosica e aumentare la produzione di biogas. Ad esempio, Wongwilaiwalin et al. hanno scoperto che il NG trattato con MC (creato da colture di semi raccolti dal compost di bagassa degradante) per 7 giorni ha aumentato la resa in metano (MY) del 37% rispetto al NG11 non trattato. Inoltre, l’MC arricchito da compost, rifiuti vegetali e rifiuti animali e agricoli ha migliorato la produzione di metano da NG12.

 0.05) is shown in Supplementary Table S1. The quadratic and cubic model was chosen as the most effective one for explaining the experimental data (Table S1). The quadratic and cubic model obtained from the mixture design with D-optimal and the analysis of variance (ANOVA) for this model is presented in Supplementary Table S2. To validate the model, an increase in the proportions of SGS resulted in increased FPase activity, while TI does not affect the FPase activity (supplementary Fig.S1a). The avicelase and CMCase may be changes in activities when adjusted the proportion of SGS, which amount should be in the range of 2.0–2.5 mL (supplementary Fig. S1b,c). Additionally, xylanase activity and VS removal efficiency has been strongly affected by the amount of TI, with these values rising as the fraction of SGS increases (supplementary Fig. S1d, S1e). In the meantime, the combination of RSG and SGS is unrelated to improving xylanase activity and VS removal efficiency. From the validation of the model, the combination of RSG, SGS, and TI at optimal proportions 1:1:1 was conducted. The calculation of the combination effect from the response of the mixture design is shown in Table 3. In the case of FPase, the combination effect of Runs 1–16 was in the ranges of 0.22 to 2.03. The combination effect greater than 1 indicates that using a combination of RSC, SGS, and TI at a 1:1:1 ratio (Run 11) is a good way to increase FPase activity. In addition, Run 5 showed a relatively high combination effect (1.98). However, the antagonistic effect of 0.22 on FPase was observed in the proportion of RSC and TI at a 1:1 ratio (Run 6). The synergistic effect on CMCase and avicelase activity was observed in all Runs, especially in Runs 4, 10, and 11. However, Runs 6, 8 (CMCase activity), and 8 (avicelase activity) had a combined effect of 0.9–1.0, approximately the same proportion with neither antagonistic nor synergistic effect. Antagonistic effect on xylanase activity, a combination effect of 0.10–0.12 was obtained from the combination in Run 5 and 7. Meanwhile, a synergistic effect on xylanase activity, a combination effect of 3.13, was found at the optimal proportions of microorganism source, i.e., at a 1:1:1 ratio of combination as RSC, SGS, and TI (Run 11). A synergistic effect on VS removal efficiency was also found in Run 11, with a combined effect of 2.43. The results showed that the combined MC of Run 6 antagonizes all enzymes involved in lignocellulose degradation. In contrast, the combination of MC from Run 11 showed a synergistic effect on enzymes involved in lignocellulose degradation and the efficiency of VS removal. Lin et al. stated that sharing and exchanging public goods such as carbohydrates and aromatic monomers is the essence of cellulolytic microbial synergistic interactions25. In our case, the MC1 showed mutualism (+/+), one of the synergistic interactions caused by sharing public goods26,27./p>

 SB > NG > FC, depending on the lignocellulosic content of each substrate. The CB has a lower lignin content (12.61 ± 5.6%) than the NG, and SB (see Table 1), so lignin and hemicellulose are readily degraded, and microbes use cellulose more easily. Meanwhile, the lowest MPR of FC could be due to an imbalance of the carbon-to-nitrogen (C:N) ratio in the AD process. The FC had a relatively low C:N ratio (24:1), around the lowest recommended limit63. Thus, a co-digestion strategy was introduced to balance C:N nutrients to improve this substrate's degradability and energy production./p> 10%, reads containing adaptor sequences, and reads where 40% of the bases had a Q score of 38). Clean reads were assembled using SOAPdenovo83, and reads with the default parameters (k-mer size of 55 and scaftigs less than 500 bp) were kept for further analysis. Genes were predicted using MetaGeneMark from the scaftigs. After dereplication, all unique genes were used to construct the gene catalogue. BLAST was performed against the MicroNR database to generate taxonomy annotation information for the gene catalog. The top 10 taxa, including phylum, class, order, family, and genus, were visually shown using Krona84. The functional annotation databases were used: the KEGG85,86,87, eggNOG (Version: 4.1)88, and CAZymes (Version: 2014.11.25)89. To represent the number of genes coding for lignocellulose degrading enzymes with the most abundant genus found in the KKU-MC1 metagenome. We have used Microsoft Excel 365 to visualize heat maps and Microsoft PowerPoint 365 to visualize pathways./p>