Efficient nitrous oxide production and metagenomics-based analysis of microbial communities in denitrifying systems acclimated with different electron acceptors

在適應不同電子受體的反硝化系統中，氧化亞氮的高效生產和基于宏基因組學的微生物群落分析

來源：International Biodeterioration & Biodegradation（2019年，第138卷）

 

論文總結

研究通過實驗和宏基因組分析，探究了不同電子受體（硝酸鹽 vs. 亞硝酸鹽）和自由亞硝酸（FNA）濃度對反硝化性能、氧化亞氮（N2O）生成及微生物群落的影響。以下是對論文的全面總結。

摘要概括

摘要指出，N2O是一種強效溫室氣體（溫室效應為CO2的265-298倍），但也可作為能源回收的潛在載體。研究比較了以硝酸鹽（SBR_A）和亞硝酸鹽（SBR_I）為電子受體的反硝化系統。在相同進水碳氮比（COD/N=4）下，SBR_A的硝酸鹽去除率為75.2%，而SBR_I的亞硝酸鹽去除率達99.8%。亞硝酸鹽為電子受體時，N2O轉化率最高達89.9%（SBR_A），歸因于電子競爭導致N2O還原酶（Nos）電子不足；FNA對Nos的抑制是N2O積累的主因，而非nos基因豐度。宏基因組分析顯示，SBR_A的優勢反硝化菌為Acidovorax（21.9%），SBR_I為Thauera（11.3%）。

研究目的

本研究旨在：

 

評估電子受體（NO3?-N vs. NO2?-N）和FNA濃度對反硝化效率及N2O生成的影響。

通過宏基因組學分析反硝化功能基因和微生物群落結構，揭示其與N2O積累的關聯。

 

為廢水處理中能源回收（以N2O形式）提供優化策略，最大化N2O產率。

 

研究思路

研究采用多方法結合的策略：

 

反應器設置與長期運行：兩個序批式反應器（SBR）分別以硝酸鹽（SBR_A）和亞硝酸鹽（SBR_I）為電子受體，在25°C下長期馴化（SRT=10天），監測出水氮濃度和污泥濃度（VSS）。

循環實驗與批次測試：進行典型SBR循環實驗，測量氮化物（NO3?-N、NO2?-N）、COD、溶解N2O動態；批次測試不同初始氮濃度（100、200、400 mg/L）下的反硝化速率和N2O生成。

FNA影響分析：通過公式計算FNA濃度（基于pH、溫度和NO2?-N濃度），評估其與N2O生成的關系。

微生物群落分析：利用16S rRNA測序和宏基因組學（Illumina平臺）分析功能基因（如nar、nir、nor、nos）豐度和微生物分類。

 

N2O測量技術：使用丹麥Unisense微電極（N2O-500-9707）在線監測溶解N2O，氣相N2O用氣相色譜（GC）分析。

 

測量數據及研究意義

以下列出關鍵測量數據、其來源（圖編號）及研究意義：

 

長期系統性能與循環實驗數據（來源：Fig. 1）

 

數據：SBR_A中，NO3?-N快速下降，NO2?-N和N2O積累初期達峰值（49.3 mg/L），N2O轉化率65.8%；SBR_I中，NO2?-N完全去除，N2O轉化率15.4%。電子消耗率顯示Nos競爭能力最弱。

 

研究意義：揭示反硝化動態中電子競爭機制：有機碳充足時，電子獨立供應各還原酶；碳限制時，Nos電子不足導致N2O積累。說明電子受體類型影響反硝化路徑效率。

 

電子受體對N2O生成的影響數據（來源：Fig. 2）

 

數據：亞硝酸鹽為電子受體時，SBR_A和SBR_I的初期N2O生成速率分別為18.0和28.9 mg N/g VSS·h，高于硝酸鹽系統（7.4和0.1 mg N/g VSS·h）。

 

研究意義：證實亞硝酸鹽直接作為電子受體會加劇Nir的電子需求，減少Nos可用電子，從而提升N2O產率。為優化電子受體選擇以最大化N2O回收提供依據。

 

FNA濃度對N2O生成的影響數據（來源：Fig. 3）

 

數據：FNA濃度范圍0.0002–0.1527 mg/L；亞硝酸鹽系統中，SBR_A的N2O轉化率最高達89.9%（FNA=0.0459 mg/L），而硝酸鹽系統轉化率低（<2.2%）。

 

研究意義：FNA通過抑制Nos活性（而非改變nos基因豐度）驅動N2O積累；高FNA環境（如亞硝酸鹽積累）可強化N2O生產，為工藝控制（如pH調節）提供理論支持。

 

反硝化基因豐度數據（來源：Fig. 4）

 

數據：SBR_A的nar基因豐度更高（占總基因0.1%），SBR_I的nir基因豐度相近；nosZ基因豐度類似（SBR_A:0.029%, SBR_I:0.022%），(nirK+nirS)/nosZ比值均≈1.9。

 

研究意義：基因豐度差異解釋馴化效應—SBR_A更適應硝酸鹽還原，但N2O積累主要受FNA調控而非基因數量，強調環境因子優于遺傳潛力在N2O生成中的作用。

 

微生物群落數據（來源：Fig. 5）

 

數據：SBR_A優勢菌為Acidovorax（21.9%），其攜帶大量nar基因（49.6%）；SBR_I優勢菌為Thauera（11.3%），富含nosZ基因（35.7%）。

 

研究意義：電子受體長期馴化改變群落結構，Complete denitrifiers（如Thauera）在SBR_I中占優，但高FNA仍導致N2O積累，說明微生物功能受環境脅迫主導。

 

研究結論

本研究主要結論如下：

 

電子受體效應：亞硝酸鹽為電子受體時反硝化更完全（SBR_I去除率99.8%），但N2O產率更高（最高89.9%），因Nir競爭電子削弱Nos活性。

FNA核心作用：FNA濃度與N2O生成正相關，通過抑制Nos而非改變nos基因豐度驅動積累；FNA >0.0459 mg/L時抑制顯著。

微生物適應性：馴化導致群落分化—SBR_A以Acidovorax為主（適應硝酸鹽），SBR_I以Thauera為主（適應亞硝酸鹽），但功能基因表達受電子受體和FNA調控。

 

應用意義：通過控制電子受體（優先選亞硝酸鹽）和FNA濃度（如維持亞硝酸鹽積累），可優化廢水處理工藝以實現高效N2O能源回收。

 

丹麥Unisense電極測量數據的詳細解讀

在本研究中，丹麥Unisense微電極系統（型號N2O-500-9707）用于在線監測溶解N2O濃度，其研究意義體現在以下方面：

 

高精度實時監測：Unisense電極提供nM級分辨率，直接測量液相N2O，避免頂空采樣誤差，實現秒級動態追蹤。例如，在批次測試（Fig. 2和Fig. 3）中，電極實時捕獲N2O生成曲線：初期快速上升（0–10分鐘）反映電子競爭激烈期，后期平臺或下降反映底物消耗與Nos活性恢復。這種時間分辨率揭示了反硝化過程的非線性動力學，這是傳統離線GC無法實現的。

量化N2O生成速率：電極數據用于計算最大和平均N2O生成速率（如Fig. 2中SBR_I初期速率28.9 mg N/g VSS·h），直接關聯電子受體類型。速率差異證實亞硝酸鹽系統更易積累N2O，因Nir直接競爭電子，而硝酸鹽系統需先還原為亞硝酸鹽，緩沖了電子需求。

驗證FNA抑制機制：通過同步測量pH、NO2?-N和N2O（Fig. 3），電極數據揭示FNA濃度與N2O積累的劑量效應：FNA >0.02 mg/L時，N2O生成率陡升，直觀證明FNA對Nos的可逆抑制（如結合Cu活性位點）。電極的連續監測避免了采樣間隔導致的信號丟失，確證FNA是N2O積累的關鍵驅動因子。

支持代謝路徑分析：電極數據顯示，亞硝酸鹽系統中N2O積累初期高但后期下降（如SBR_I中N2O從峰值下降），反映底物耗盡后Nos活性恢復；而硝酸鹽系統N2O持續累積，表明電子分配路徑差異。這些數據與宏基因組結果互補，說明盡管nos基因存在，環境脅迫（如FNA）更能調控實際排放。

 

技術優勢與生態意義：Unisense電極的微尺度測量（直接液相檢測）減少人為干擾，適用于復雜廢水基質；其應用使N2O生成量化更準確，為工藝優化（如通過實時調控FNA）提供可靠工具，助力廢水處理廠從“減排”轉向“能源回收”。

 

總之，丹麥Unisense電極數據是本研究的實驗基石，通過提供實時、高精度的N2O動力學數據，它直接驗證了電子競爭和FNA抑制機制，突出了亞硝酸鹽作為電子受體在N2O能源化中的潛力，并為理解微生物代謝響應提供了關鍵時間維度證據。