심각한 MIC로 이어지는 거대 오염/강철 경계면의 영양분 및 저산소 미생물 군집에 대한 메타게놈 통찰

소식

홈페이지홈페이지 / 소식 / 심각한 MIC로 이어지는 거대 오염/강철 경계면의 영양분 및 저산소 미생물 군집에 대한 메타게놈 통찰

Sep 30, 2023

심각한 MIC로 이어지는 거대 오염/강철 경계면의 영양분 및 저산소 미생물 군집에 대한 메타게놈 통찰

npj 재료 분해

npj Materials Degradation 7권, 기사 번호: 41(2023) 이 기사 인용

181 액세스

측정항목 세부정보

해양 환경의 부착된 거대 오염은 강철 표면의 복잡한 부식을 일으켜 굴/강철 경계면에서 국부적인 부식을 일으키고 호야/강철 경계면에서는 균일한 부식을 일으켰습니다. 황산염환원박테리아(SRB)는 거대 오손으로 덮인 경계면에서 미생물학적으로 영향을 받는 부식(MIC) 과정에 연루되어 있습니다. MIC 과정의 주요 중재자로서 해양 생물막의 역할을 더 잘 이해하기 위해 메타게놈 기술을 사용하여 미생물 군집과 거대 오염 범위에 대한 반응을 연구했습니다. Ascidians와 비교하여 굴/강철 경계면에 형성된 국지적 혐기성 구역은 SRB의 성장을 자극하여 FeS 함량이 높아지고 국부적인 부식이 심해졌습니다. SRB Desulfovibrio 및 Desulfobulbus는 SRB 관련 기능 유전자 dsr과 함께 증가한 반면 산소 관련 기능 유전자 coxC, ccoN, ccoO, ccoP 및 ccoQ는 감소한 것으로 나타났습니다. 대조적으로, 거대 오염 범위가 없는 강철 표면은 가장 풍부한 미생물 군집을 가지고 있지만 덜 심각한 MIC를 경험하여 미생물의 풍부함/다양성과 강철 부식 촉진 사이에 직접적인 연관성이 없음을 시사합니다.

해양오염생물이란 해양시설의 표면에 부착되어 있는 동물, 식물, 미생물의 총칭을 말한다. 신체 크기에 따라 미세 오손 유기체(미크론 규모)와 거대 오손 유기체(센티미터 규모)로 분류됩니다1,2,3. 오염 유기체는 선박, 교량, 석유 플랫폼 및 파이프라인3,4,5,6과 같은 해양 기반 시설에 부정적인 영향을 미칠 수 있습니다. 현재 생물부착과 금속 해양 부식의 관계에 관한 연구 방향은 크게 두 가지입니다.

먼저, 미생물이 금속 해양 부식에 미치는 영향을 연구합니다. 미생물은 금속 부식 과정에 크게 기여하는 것으로 여겨집니다. 생물막 형성 미생물은 금속 표면에 빠르게 군집을 형성하여 MIC7,8을 가속화하거나 억제할 수 있는 매우 복잡하고 역동적인 3차원(3D) 구조를 형성할 수 있습니다. 현재 해양 부식성 미생물에 대한 연구는 시뮬레이션된 현장 환경이나 통제된 실험 조건에서 혼합 또는 단일 콜로니가 금속 부식에 미치는 영향을 연구하기 위해 주로 실험실에서 배양 가능한 박테리아에 중점을 두고 있습니다9,10,11. 황산염환원박테리아(SRB)12,13,14,15, 질산염환원박테리아(NRB)16,17,18, 산생성박테리아(APB)19 및 철박테리아의 효과를 조사한 논문은 상당히 많습니다. 해양 환경에서의 금속 부식에 관한 (IB)20,21. 무산소 조건에서 SRB는 일반적으로 황산염을 말단 전자 수용체로 사용하여 유기 화합물을 분해하여 부식성 황화물을 생성할 수 있는 MIC14의 주요 원인으로 간주됩니다. Gu et al.22,23은 혐기성 MIC 공격을 미생물의 호흡에 의해 발생하는 세포외 전자 전달 MIC(EET-MIC)와 부식성 대사산물의 분비에 의해 발생하는 대사산물 MIC(M-MIC)의 두 가지 유형으로 분류했습니다. 최근 MIC의 메커니즘에 대한 연구가 점점 더 심도있게 진행되고 있습니다. Zhou et al.24은 매력적인 모델 미생물인 Shewanella oneidensis MR-1이 호기성 조건에서 철 함유 금속으로부터 전자를 직접 소비할 수 있음을 발견했습니다. 연구 결과에 따르면 금속과 미생물 사이의 직접적인 전자 이동의 중요한 경로를 통해 부식이 발생할 수 있음이 입증되었습니다. 전자 셔틀로서 플라빈 또는 H2를 통한 혐기성 부식과 Fe2O로부터의 직접적인 전자 흡수는 모두 S. oneidensis 및 관련 종25,26,27,28에 의한 부식의 잠재적인 메커니즘으로 제안되었습니다. Tang et al.28은 다른 미생물이나 전극으로부터 전자를 직접 받아들이는 것으로 알려진 전기영양생물인 Geobacter sulphurreducens 및 Geobacter metallireducens에 의한 철에서 미생물로의 직접적인 전자 전달을 통해 스테인리스강이 부식된다는 사실을 발견했습니다. 또 다른 대표적인 해양 전기 활성 박테리아인 녹농균(Pseudomonas aeruginosa)은 해양 서식지에서 생물막을 개발할 수 있는 널리 퍼져 있는 박테리아로 세포외 전자 전달(EET)29,30,31을 통해 탄소강에 심각한 MIC를 유발하는 것으로 확인되었습니다. Zhou et al.31은 해수에서 스테인리스강의 생물부식은 녹농균(Pseudomonas aeruginosa)의 phzH 유전자를 코딩하는 세포외 전자 전달을 통해 가속화된다는 사실을 발견했습니다. 그러나 환경에는 105~106종의 미생물이 존재하기 때문에 단일 미생물을 연구하는 것은 한계가 있다. 따라서 부식성 해양 환경에서 미생물 군집을 분석하는 것은 해양 MIC 연구에 중요한 기여를 합니다. 높은 처리량의 시퀀싱 기술은 좋은 아이디어를 제공합니다. 전통적인 Sanger(dideoxy) 시퀀싱과 다른 높은 처리량 시퀀싱은 한 번에 많은 수의 핵산 분자를 병렬 시퀀싱할 수 있는 기술입니다. 일반적으로 단일 시퀀싱 반응으로 100Mb 이상의 시퀀싱 데이터를 생성할 수 있습니다. Procopio et al.38은 환경 시료의 염기서열 분석 데이터와 결합하면 메타게놈학, 메타전사체, 대사체학과 같은 방법론이 부식성 미생물 생물막의 역할을 이해하는 데 또 다른 지평을 열 것이라고 제안했습니다. 처리량이 많은 DNA 시퀀싱 기술의 출현으로 합금의 부식 과정에 직간접적으로 관여하는 미생물 종의 식별이 용이해졌습니다. Huttunen-Saarivirta et al.35는 고처리량 시퀀싱(HTP 시퀀싱)을 사용하여 기수 해수에서 부식 거동과 생물 부착 경향에 있어서 스테인레스강 등급 사이의 차이점을 밝혔습니다. Zhang et al.32은 해수에 30개월 동안 담근 후 금속 표면의 녹 층에 있는 미생물 군집을 조사하기 위해 높은 처리량의 시퀀싱을 활용했습니다. 그들은 탄소강, 구리 합금, 알루미늄 합금을 포함한 각 금속 합금이 뚜렷한 미생물 군집의 발달로 이어질 것이라고 제안했습니다. 또한, 탄소강의 내부, 중간, 외부 녹층에는 다양한 부식 관련 미생물 군집이 형성되었습니다.

 AS > SW. It was believed that macrofouling coverage affected the steel surface's roughness and promoted the initiation of corrosion pits. However, the gap formed by the covering environment of the oyster's calcareous shell further developed these corrosion pits, leading to severe localized damage and corrosion. In contrast, the corrosion pits promoted by ascidians coverage appeared to be connected in sheets, showing uniform corrosion./p> OY-RU > AS-RU > OYT > OYS. These indexes reflected information on community abundance and diversity, indicating that the microbial communities on the steel surface without macrofouling coverage had the highest abundance and diversity among the three rust layer specimens (SW-RU, OY-RU, and AS-RU). Macrofouling coverage indirectly led to a decrease in the microbial communities’ abundance and diversity in the rust layer. By comparing the interfacial corrosion states of the three specimens (Fig. 1), it was believed that only a few corrosive microorganisms played key roles in the MIC process. Notably, the OYS specimen had the lowest microbial community abundance and diversity of the three specimens associated with oysters (OY-RU, OYS, and OYT). Figure 5b showed the p-values for Shannon and Chao1 indices obtained using analysis of variance followed by Tukey-Kramer multiple comparison tests. These differences were statistically significant (p values < 0.05), indicating that the microbial communities in the rust specimens (SW-RU, AS-RU, and OY-RU) were more complex. As the rust layer was covered by macrofouling, the microbial community in the rust layer changed differentially with the gradient of oxygen concentration, and such differences in microbial diversity reflected the ecosystem at the covered interface./p> OY-RU > AS-RU > OYT > OYS, showing the same trend as Fig. 5 and Supplementary Table 1. But the curve for SW-RU specimen was not stable with more sequence number, which suggested that the diversity of bacteria of SW-RU specimen was much greater than expected. Even though the SW-RU specimens had the highest microbial abundance and diversity, their species uniformity was lower than that of the AS-RU and OY-RU specimens, as shown in rank abundance curve (Supplementary Fig. 1b). The most uneven species distribution of the OY-RU specimens also reflected that the special environment covered by the calcareous shell would lead to large differences in microbial communities./p> 1%) were obtained to analyze the composition of microbial community. A total of 82 phyla, 171 classes, and 934 genera were detected./p>1%) obtained from specimens OYT, OYS, OY-RU, AS-RU, and SW-RU. d The cladogram of discriminatory taxa identified in the rust-related groups (OY-RU, AS-RU, and SW-RU) by LEfSe analysis (Linear Discriminant Analysis (LDA), log score >3.5, P = 0.05). The relative abundance of each taxonomy was the average value of that in triplicates./p> 1%. This covered 76.5%, 94.3%, 31.1%, 39.1%, and 52.2% in specimens OYT, OYS, OY-RU, AS-RU, and SW-RU, respectively./p>3.5 and P = 0.05 using LEfSe software (V1.0)7,117. The relative abundance of each taxonomy was the average value of that in triplicates. T-test was used to determine the difference in individual function genes between different treatments7./p>