金属离子诱导Trichoderma sp.WL-Go合成纳米金特性研究

生物法合成纳米金是一种环境友好且经济高效的合成途径,受到广泛关注.普遍认为微生物合成纳米金是通过胞外分泌生物大分子而实现的一种自发脱毒过程.同时,相关研究表明低浓度的重金属离子对菌株胞外酶的活性会产生一定的影响,进而会对菌株合成纳米金的能力产生影响.基于此,本研究选择一株前期筛选得到的真菌Trichoderma sp. WL-Go,探究不同金属离子诱导菌株对其合成的纳米金特性的影响.结果表明,经Co~(2+)、Al~(3+)、Zn~(2+)、Sn~(2+)、Ni~(2+)等金属离子诱导后,菌株WL-Go合成纳米金的能力均有所提升,而Pb~(2+)、Cu~(2+)、Fe~(3+)与对照组相比,其合成的纳米金浓度及转化率都无明显变化.此外,Co~(2+)诱导菌株合成的纳米金呈现肉眼可见的团簇状,发生明显的团聚现象.本实验还考察了生物合成纳米金对4-硝基苯酚还原的催化特性,结果表明,Sn~(2+)和Pb~(2+)的诱导使菌株WL-Go合成的纳米金催化速率得到明显提升,而其他金属离子均有所抑制.最后选取革兰氏阳性菌Arthrobacter sp. W1和革兰氏阴性菌Escherichia coli BL21 (DE3)验证了不同金属离子诱导后合成的纳米金均具有良好的生物相容性.综上,本研究为对于拓宽纳米金的工业化应用前景有着重要意义.     

一株新颖的Providencia sp.菌降解吲哚及合成靛蓝的特性研究

吲哚是一种典型的氮杂环芳烃污染物,在焦化废水和畜牧废水中大量存在.本研究从近海泥沙中分离纯化得到一株高效吲哚降解菌DCX,经16S rRNA基因序列比对分析,鉴定其为普罗维登斯菌属(Providencia sp.).该菌株能够以吲哚为唯一碳源,在28 h内将100 mg·L~(-1)吲哚完全降解.液相色谱/飞行时间-质谱联用(LC/TOF-MS)的结果表明,靛蓝、靛红、靛红酸及邻氨基苯甲酸是菌株DCX降解吲哚过程中的中间产物.此外,本研究中发现,外加营养物质可以促进菌株DCX降解吲哚,特别是加入酵母浸粉后,反应体系中会产生大量靛蓝.利用表面响应法确定菌株DCX转化吲哚合成靛蓝的最优条件为:吲哚207.49 mg·L~(-1),酵母浸粉2.9 g·L-1,接菌量4.23%(V/V),并且在最优条件下,靛蓝产率达到最高(9.90%),比初始条件提高了4.38倍.     

金属离子诱导Aspergillus sp.WL-Au合成纳米金的特性

纳米金凭借其独特的光电特性、良好的稳定性及生物相容性被广泛应用于工业催化、污染控制及医学诊断等领域。近年来,微生物法合成纳米金具有绿色低毒、条件温和、成本低廉等优势而倍受关注。然而,如何对纳米金的形貌尺寸进行定向调控仍有待进一步探究。该研究选取Fe~(3+)、Zn~(2+)、Al~(3+)、Co~(2+)、Ni~(2+)、Pb~(2+)及Sn~(2+)等多种金属离子,诱导曲霉菌(Aspergillus sp.) WL-Au合成纳米金,对其形貌进行定向调控。紫外-可见光谱分析结果表明,经Fe~(3+)、Sn~(2+)诱导的菌株合成的纳米金分散性较好,其余金属离子诱导菌株合成的纳米金单分散性较差、易沉聚。透射电子显微镜分析结果表明,大多数金属离子诱导菌株合成的纳米金为球形和伪球形,有少量的三角形;其中,经Fe~(3+)诱导后,菌株WL-Au胞外合成形貌均一、粒径较小的球形纳米金,而经Pb~(2+)诱导后,合成形貌均一的纳米棒。此外,Fe~(3+)诱导菌株合成的球形纳米金对4-硝基苯酚具有良好的催化还原性能,其催化速率常数k为13.3×10~(-3)s~(-1)。研究表明曲霉菌(Aspergillus sp.)WL-Au经Fe~(3+)诱导后可显著提高胞外合成纳米金的能力,且合成的纳米金具有形貌均一、分散性好、催化速率高的特点,在催化还原污染物方面具有较好的应用潜力。     

面向化学品风险预测的计算毒理学软件比较研究

化学品风险评价是进行化学品环境管理和污染防治的前提,其关键在于化学品环境暴露和危害性数据的获取。仅采用实验测试获取相关数据的效率较低、成本高,难以满足数以万计的化学品风险评价的需求。以定量构效关系(QSAR)模型为代表的计算毒理学技术,可实现化学品环境暴露与危害性参数的高通量预测,是填补相关数据缺失的重要方法。近年来,计算毒理学领域发展了一批面向化学品环境暴露和危害性参数预测的软件工具,集成了数据和模型资源,在化学品管理活动中发挥了重要作用。本研究共搜集了国内外25款计算毒理学软件,通过文献资料调研和软件试用,从开发背景、预测终点、预测方法、功能与信息完整度和内嵌模型预测性能等方面对软件进行分析比较。分析表明,化学品管理法规支持、多方合作和数据共享,是计算毒理学软件开发的重要基础条件。现有计算毒理学软件在预测终点覆盖度、预测结果可靠性、软件实用性和可拓展性方面仍有提升空间。未来相关软件的开发需要结合深度学习等先进建模技术,增强软件的预测性能并扩大其应用范围,使之成为化学品风险综合评价和决策分析的实用工具。