Está en la página 1de 16

Traducido del inglés al español - www.onlinedoctranslator.

com

Revisar
Volumen 12, Número 3, 2022, 3316 - 3331
https://doi.org/10.33263/BRIAC123.33163331

Optimización de la biosorción de iones de cadmio en


Hongos de Trichoderma

Leili Mohammadi 1, * , Mehdi Sadeghi Malvajerdi 2, Abbas Rahdar 3 , George Z. Kyzas 4, *

1 Doctor. del Centro de Investigación de Salud Ambiental, Enfermedades Infecciosas y Medicina Tropical, Instituto de Tuberculosis
Resistente, Universidad de Ciencias Médicas de Zahedan, Irán; lailimohamadi@gmail.com (LM);
2 Departamento de Ingeniería en Salud Ocupacional, Centro de Investigación de Promoción de la Salud, Universidad de Ciencias Médicas de
Zahedan, Zahedan, Irán, sadeghi.mehdi94@yahoo.com (MS);
3 Departamento de Física, Universidad de Zabol, Zabol 98613-35856, Irán; a.rahdar@uoz.ac.ir (AR); Departamento de
4 Química, Universidad Helénica Internacional, Kavala 65404, Grecia; kyzas@chem.ihu.gr (GZK);
* Correspondencia: lailimohamadi@gmail.com (LM), kyzas@chem.ihu.gr (GZK)
ID de autor de Scopus 17345938100 (GZK);
56035622900 (LM)
Recibido: 14.06.2021; Revisado: 25.07.2021; Aceptado: 29.07.2021; Publicado: 8.08.2021

Abstracto: El cadmio (Cd) es uno de los iones de metales pesados y contaminantes ambientales que pueden dañar a
los seres humanos y otros organismos al eliminar los efectos tóxicos graves incluso en concentraciones bajas. En la
actualidad, el uso de este elemento en diversas industrias ha incrementado su concentración en el medio ambiente. Por
tanto, es necesario encontrar formas adecuadas y prácticas de eliminarlo del medio ambiente. El propósito de este
estudio es evaluar la eficiencia de Trichoderma en la absorción de iones de cadmio de una solución acuosa mediante un
diseño compuesto central (CCD) para optimizar las condiciones experimentales. Se realizó un análisis de varianza
(ANOVA) para estudiar la importancia y efectividad del modelo. El software especializado en diseño revisó cuatro
variables independientes: pH, velocidad de mezcla, tiempo de contacto, temperatura y concentración inicial de cadmio.
Se desarrolló un modelo cuadrático de segundo orden para predecir las reacciones. Un ANOVA de desintegración de
cadmio en soluciones de Trichoderma muestra un valor F de 6655,67 para el modelo cuadrático, lo que indica que el
modelo es significativo. CCD pudo proporcionar un modelo estadístico para predecir la respuesta con alta precisión y
confiabilidad. En condiciones óptimas, la disminución promedio de cadmio (pH = 6, tiempo de contacto de 120 minutos,
concentración inicial de iones de cadmio de 25 ° C y 25 mg / L) es de aproximadamente 98,8%.

Palabras clave: biosorción; Cadmio; Hongos Trichoderma; Diseño compuesto central (CCD).
© 2021 por los autores. Este artículo es un artículo de acceso abierto distribuido bajo los términos y condiciones de la licencia
Creative Commons Attribution (CC BY) (https://creativecommons.org/licenses/by/4.0/).

1. Introducción

Como resultado de la rápida industrialización, se liberan al medio ambiente tóxicos y metaloides


como cadmio, plomo, cromo, mercurio, arsénico y cobre, lo que daña los ecosistemas y la salud humana. A
diferencia de los contaminantes orgánicos, los metales pesados (HM) no son degradables para el medio
ambiente y pueden acumularse en los tejidos vivos, especialmente en el cuerpo humano, causando
alteraciones fisiológicas significativas de daño al sistema nervioso central y composición de la sangre,
producción de energía y daño irreversible a órganos vitales. . Por lo tanto, la presencia de HM en aguas
residuales naturales o industriales es motivo de gran preocupación tanto desde el punto de vista
medioambiental como relacionado con la salud humana [1, 2].
El cadmio es uno de los metales pesados más peligrosos. El cadmio y sus compuestos son
muy tóxicos, y los efectos adversos de su presencia en el cuerpo incluyen diarrea, dolor abdominal
intenso y vómitos, fracturas óseas, infertilidad, daño al sistema nervioso central, daño a

https://biointerfaceresearch.com/ 3316
https://doi.org/10.33263/BRIAC123.33163331

el sistema inmunológico, los trastornos mentales y los posibles traumas ADN y cáncer [3-5]. El cadmio en el
cuerpo humano tiene el efecto de acumulación en los riñones. El mayor consumo de cadmio (50%) se
encuentra en la industria del enchapado y luego su consumo en aleaciones de cadmio [6].
Por estas razones, la eliminación de iones de cadmio de las matrices de agua es de particular importancia.
importancia para proteger la salud pública y el medio ambiente.
Los siguientes métodos se utilizan para aguas residuales que contienen HM: complejo,
oxidación o reducción química, extracción con solvente, deposición química, ósmosis inversa,
intercambio iónico, purificación, procesos de membrana, evaporación, coagulación y adsorción [7].
Las reacciones químicas antes de la combustión y la oxidación-reducción reducen la eficiencia de
concentraciones bajas de HM y crean un residuo secundario alto y estable. El intercambio de iones, la
tecnología de membranas y la adsorción de carbón activo también son métodos costosos.
Además, la adsorción es el método de separación y purificación más prometedor porque sus beneficios inherentes

incluyen alta eficiencia incluso a bajas concentraciones de HM (materiales peligrosos), fácil acceso, alta selección, bajo costo de

mano de obra y producción mínima de lodo químico o capacidad de recuperación de adsorbente biológico. [8]. Por lo tanto, el

diseño y desarrollo de métodos biológicos, especialmente la absorción biológica para lograr enfoques de alta eficiencia y bajo

costo, ha recibido mucha atención [9,10]. La adsorción biológica es la capacidad de la biomasa para recolectar iones metálicos

de las aguas residuales a través de actividades metabólicas indirectas o métodos de adsorción fisicoquímica. Estos incluyen

algas, mohos, levaduras, bacterias y hongos [11-13]. La absorción de iones HM por el biosorbente es un proceso complejo y

depende de la estructura de los biosorbentes, las propiedades químicas de la solución que contiene el ion metálico y las

condiciones ambientales. La absorción de metales la realizan las células vivas en dos etapas. En la primera etapa, los iones

metálicos se absorben en la superficie de las paredes celulares al interactuar con grupos funcionales. Este paso se puede

realizar de forma rápida e independiente a través de uno de los mecanismos de conexión de coordinación, intercambio de iones

complejos y absorción física. En la segunda etapa, los iones metálicos penetran en la membrana celular a través de la absorción

activa y entran en la célula. Por lo tanto, la primera etapa es de absorción pasiva y rápida, pero la segunda etapa es de absorción

activa y gradual [9,14,15]. Debido a que la pared celular contiene varios polisacáridos y proteínas, está formada por muchos

sitios para unirse con iones metálicos. Debido a la diferencia en la composición de la pared celular en los organismos vivos, el

tipo y el nivel de iones metálicos que forman el enlace varían [16,17]. Los hongos son miembros de un gran grupo de

organismos eucariotas que se clasifican como heterótrofos, que requieren compuestos orgánicos para obtener la energía y el

carbono que necesitan para crecer y reproducirse. Entre las diferentes especies de hongos, Trichoderma es un hongo

beneficioso que se encuentra en casi todos los suelos [18]. Estos hongos son las especies más comunes en el cultivo que

también se utilizan para el control biológico de patógenos del suelo en las ciencias agrícolas [19]. Trichoderma es un hongo

beneficioso que se encuentra en casi todos los suelos [18]. Estos hongos son las especies más comunes en el cultivo que

también se utilizan para el control biológico de patógenos del suelo en las ciencias agrícolas [19]. Trichoderma es un hongo

beneficioso que se encuentra en casi todos los suelos [18]. Estos hongos son las especies más comunes en el cultivo que

también se utilizan para el control biológico de patógenos del suelo en las ciencias agrícolas [19].

Por lo tanto, este estudio investiga la biosorción de iones de cadmio de una solución acuosa
mediante Hongo Trichoderma. Para ello, se modeló y optimizó el proceso en diferentes condiciones de pH,
tiempo de contacto (min), velocidad de mezclado (rpm) y concentración inicial de iones cadmio (mg / l).
También se realizaron los estudios cinéticos, termodinámicos y de recuperación.

2. Materiales y métodos

2.1 Preparación de solución de cadmio.

Todos los productos químicos utilizados en este estudio son materiales de laboratorio (Merck Alemania). Para
preparar la solución madre de cadmio (1000 mg / l), CdCl2 (2,5) H2O se disolvió sal de cloruro de cadmio en

https://biointerfaceresearch.com/ 3317
https://doi.org/10.33263/BRIAC123.33163331

Matraz aforado de 1000 ml en agua bidestilada. Se utilizó hidróxido de sodio (NaOH (y ácido
nítrico para ajustar el pH de las muestras.

2.2 Preparación del hongo Trichoderma.

Se obtuvo una muestra de hongo Trichoderma del Instituto Iraní de Investigación Científica y
Tecnológica (IROST) y se cultivó en el laboratorio de micología de la Facultad de Medicina de la Universidad
de Ciencias Médicas de Zahedan, Irán. La muestra se cultivó por separado en placas de Petri estériles que
contenían PDA (agar papa dextrosa), la composición se esterilizó (en 110 Co durante 10 minutos) para
preparar las condiciones óptimas para el crecimiento de hongos, y en 24 Co se incubó en una incubadora
agitadora. durante 3 a 4 días para crear colonias visibles en agar para permitir que el hongo en el medio de
caldo crezca lo suficiente antes del contacto con los iones de cadmio [20].
La figura 1 muestra el Hongo Trichoderma cultivado para este estudio. Los experimentos se
realizaron de acuerdo con la matriz diseñada por Expert Design Software (versión 7) que en la influencia de
los parámetros de crecimiento incluyendo pH, temperatura (° C), tiempo de contacto (min) y velocidad de
mezcla (rpm) en el crecimiento óptimo de hongos fue investigado. Después de determinar las condiciones
óptimas para lograr un crecimiento óptimo, se agregó una concentración específica de iones de cadmio a
las macetas para el propósito de cada paso.

Figura 1. Hongo Trichoderma cultivado para la biosorción de cadmio.

2.3. Análisis y variables dependientes.

Se agregaron concentraciones específicas de Cd (II) a los hongos cultivados en el medio líquido


cerca de la llama, y luego el marco CCD (Cuadro 1) y el marco variable ajustaron sus propios valores de
acuerdo con los hongos y los iones de cadmio. Los iones de muestra se vuelven a incubar en escamas y
agitadores. En este estudio, los efectos del pH del solvente, las concentraciones iniciales de Cd(II),
Se investigaron la velocidad de mezcla, el tiempo de contacto y la temperatura para obtener condiciones de
temperatura óptimas como los principales parámetros que influyen en el proceso de absorción. La tabla 1
muestra el rango de parámetros estudiados. Después de cada experimento, la solución se cuantificó
inmediatamente para la proporción de iones de cadmio utilizando un espectrofotómetro de absorción atómica..
Los resultados se convirtieron a valores de concentración utilizando la curva de calibración y la ecuación lineal. La
eficiencia de eliminación de Cd (II) y la capacidad de adsorción de adsorción se calcularon mediante las siguientes
ecuaciones:
qmi = (C0−Cmi) V
METRO
(1)

https://biointerfaceresearch.com/ 3318
https://doi.org/10.33263/BRIAC123.33163331

donde qmi es mg de iones metálicos biosorbidos por g de biomasa (mg / g); C0 y Cmi son la
concentración de fase líquida inicial y de equilibrio de Cd(II) (mg / L) respectivamente; V, el volumen de
la solución (L); y M, es el peso del biosorbente (g).

% R  = (C0−Ct) . 100
C0
(2)

donde E es el porcentaje de eliminación de Cd (II) por la biomasa fúngica. C0 y Ct representan las


concentraciones inicial y final (después de la adsorción), respectivamente [21-24].

Al final del experimento, se calculó la cantidad de adsorbente (en gramos) basándose en el


peso del hongo sin agua. El contenido del matraz se centrifugó para obtener el peso seco de los
hongos después de la prueba. Los hongos aislados se incubaron en un secador de vidrio durante 48
horas a 105 ° C y luego se midió su peso. Todos los experimentos se realizaron por triplicado y, como
resultado, se informó el valor medio.

2.4. Metodología de superficie de respuesta.

Los experimentos de diseño son un conjunto de tareas que se pueden realizar optimizando el modelado
y las variables de respuesta a través de métodos estadísticos para aumentar la eficiencia de la producción. En los
métodos típicos de diseño experimental, solo un factor se consideraba una variable y los otros factores estaban
en un nivel constante llamado una variable a la vez. En este método, no se estudiaron las interacciones entre las
variables y no se observó el efecto total de los factores en el proceso. Además, se necesitan muchas pruebas para
realizar investigaciones que aumentan el tiempo y el costo y aumentan el uso de factores y materiales. La
metodología de superficie de reacción (RSM) es un conjunto de métodos estadísticos y matemáticas aplicadas
para construir modelos empíricos. Dichos esquemas tienen como objetivo optimizar la respuesta (variable de
salida) que está influenciada por varias variables independientes (variables de entrada). Un experimento es una
serie de pruebas llamadas ejecución. En cada experimento, se realizan cambios en la variable de entrada para
determinar las razones del cambio en la variable de respuesta. En el diseño del proceso de reacción, la creación
de un modelo de proceso de reacción es un proceso repetitivo. Una vez que se obtiene el modelo de asistencia,
se prueba mediante un ajuste satisfactorio de la respuesta y, si la respuesta no es aceptada, se reanuda la
evaluación del proceso y se vuelve a probar.
En el presente estudio, se utilizaron cuatro factores en cinco niveles para optimizar el proceso de
biosorción de Trichoderma para la eliminación de Cd (II) (reacción,%). En consecuencia, se definieron un
total de 30 corridas experimentales (incluidos 8 puntos axiales, 16 puntos realistas y 6 réplicas en los
puntos centrales) para optimizar el comportamiento rector y las variables estudiadas en el proceso. Se
debería notar. Los factores y sus limitaciones se seleccionaron del estudio inicial. Todos los experimentos
se calcularon usando la Ec. (3):
N = 2norte+ 2n + nC = 24+ 2,4 + 6 = 30 (3)

donde N es el número total de experimentos, n es el número de factores y nC es el número de


repeticiones en el punto central [25].

Tabla 1. Los rangos de parámetros experimentales.


Variables independientes Símbolo codificado Niveles de variables
pH X1 2-8
Tasa de mezcla (rpm) X2 150-350
Tiempo de contacto (min) X3 30-270
Concentración de Cd (II) (mg.l-1) X4 25-200

https://biointerfaceresearch.com/ 3319
https://doi.org/10.33263/BRIAC123.33163331

Para el cálculo estadístico, las cuatro variables independientes se denominan X1, X2, X3y X4,
respectivamente. Según las pruebas iniciales, el rango y los niveles utilizados en las pruebas seleccionadas se enumeran en la

Tabla 1.

Se identificaron los efectos principales y de interacción entre las variables seleccionadas. Los
experimentos de matriz diseñados por CCD se presentan en la Tabla 2. Para RSM, la ecuación polinómica
de segundo orden más común que se ajusta a los datos experimentales y determina las condiciones del
modelo correspondiente se describe a continuación:
k k k
Y = - +0 -- X +-I - XI 2
k−1

ii I + - --ijXIX j (4)
i=1 i=1 i = ji = j + 1

donde Y indica la respuesta prevista (captación de Cd (II) en Trichoderma). β0 y βI son coeficientes


constantes y lineales, βii y βij son coeficientes secundarios y coeficientes de interacción. Y Xi y Xj son
los valores codificados de los agentes independientes del proceso, respectivamente [26, 27]. Esta
ecuación muestra la relación entre las variables independientes en los valores codificados y la
respuesta predicha basada en las Tablas 1 y 2. Además, se utilizó ANOVA para evaluar el modelo de
regresión secundaria y para evaluar las condiciones del modelo realizadas por p-Value con 95%
intervalo de confianza. Los parámetros de los coeficientes se analizaron mediante un análisis de
regresión de nivel de respuesta utilizando el software Design-Expert (versión 7), que calcula
automáticamente los valores anteriores en función de los datos experimentales proporcionados. Los
modelos de respuesta también se presentaron como formas de superficie en 3D para determinar las
relaciones entre las variables y la eficiencia de remoción.

Tabla 2. Rango experimental y nivel de variables independientes para Cd(II) biosorción.


Eficiencia experimental Eficiencia prevista
Correr A B C D
eliminación,% eliminación,%
1 2 150 240 200 68,41 68,98
2 8 150,00 240 200 76,31 76,76
3 5 300,00 135 20 90,92 91,37
4 8 450,00 240 200 78,70 79.07
5 5 300,00 135 110 88,35 88,76
6 5 300,00 135 200 81,50 81,80
7 8 150 30 20 79,50 79,97
8 2 150 30 200 62,20 62,56
9 5 300 135 110 88,60 88,76
10 2 300 135 110 77,60 78.01
11 8 150 240 20 85.800 86.22
12 2 450 240 20 79,90 80,49
13 8 300 135 110 85,60 85,90
14 8 450 240 20 88.05 88,48
15 5 300 135 110 88.30 88,76
dieciséis 5 300 30 110 82.07 82,58
17 2 150 30 20 71,80 72,28
18 2 150 240 20 78.30 78,53
19 8 150 30 200 70.01 70,34
20 5 300 135 110 88,35 88,77
21 5 300 135 110 88,6 88,76
22 5 450 135 110 88,52 88,93
23 5 300 240 110 88,57 88,78
24 2 450 30 20 74.25 74,50
25 2 450 240 200 70,68 71,00
26 8 450 30 20 82.25 82,50
27 5 150 135 110 86,35 86,60
28 8 450 30 200 72,43 72,94
29 5 300 135 110 88,35 88,76
30 2 450 30 200 64,43 64,85
A = pH; B = Velocidad de mezcla; C = tiempo; D = Concentración inicial de Cd (II)

https://biointerfaceresearch.com/ 3320
https://doi.org/10.33263/BRIAC123.33163331

3. Resultados y discusión

Los cambios morfológicos antes y después de la acumulación de Cd (II) en los aislados de


hongos Trichoderma se analizaron más a fondo mediante microscopía electrónica de barrido (SEM), y
los resultados se presentan en las Figuras 2 y 3.

Figura 2. Imágenes SEM de hongos Trichoderma antes del contacto con Cd (II).

figura 3. Imágenes SEM de hongos Trichoderma después de la biosorción de Cd (II).

https://biointerfaceresearch.com/ 3321
https://doi.org/10.33263/BRIAC123.33163331

Se midió el efecto de diferentes parámetros sobre el crecimiento de hongos Trichoderma, el tiempo, el pH, la
velocidad de mezcla y la temperatura antes de ejecutar los experimentos.

0,5

0.4
Peso del hongo, g / 100 ml

0,3

0,2

0,1

0
0 5 10 15 20 25 30 35 40
Tiempo, h

(a)
0,6

0,5
Peso de Fugus, g / 100ml

0.4

0,3

0,2

0,1

0
0 2 4 6 8 10
pH

(B)
0,5
Peso del hongo, g / 100ml

0.4

0,3

0,2

0,1
0 100 200 300 400 500
Velocidad de mezcla, rpm

(C)
https://biointerfaceresearch.com/ 3322
https://doi.org/10.33263/BRIAC123.33163331

0,6

0,5

Peso del hongo, g / 100ml


0.4

0,3

0,2

0,1

0
0 10 20 30 40 50
Tempratura, C

(D)
Figura 3. Efecto de varios parámetros sobre el crecimiento de hongos. Trichoderma, (a) hora; (B) pH; (C) velocidad de mezcla; (D)
temperatura.

3.2 Ajuste del modelo y análisis estadístico.

Las condiciones óptimas para la degradación de Cd (II) en la biosorción biológica de Trichoderma se


determinaron usando CCD bajo RSM. El modelo desarrollado para la experiencia del comportamiento del proceso
en forma de comportamiento de código es el siguiente:
Y = +88.45 +3.94 A +1.14 B +3.10 C -4.78 D +0.075 AB - 3.125E- 004 AC + 0.022 AD
- 0.072 BC +0.012 BD + 0.043 CD -6.86 A2 -1.02 B2 -3.13 C2 -2.23 D2
La calidad del modelo se expresa según el coeficiente de decisión R2. La significación de los
parámetros estudiados (efectos principales o interacciones) se estimó mediante ANOVA, que se
muestra en la Tabla 3. El ANOVA se puede utilizar como método estadístico para probar hipótesis
para parámetros de observación y modelo [28].
Como se puede observar en la Tabla 3, la remoción de Cd (II) con hongos Trichoderma mostró un valor F
de 6655.67 para el modelo cuadrático, lo que indica que este modelo es significativo. Además, el AA "prob> F"
menor que 0.0001 para la alineación polinomial de segundo orden indica que el modelo es estadísticamente
significativo, y con un grado de probabilidad del 95%, la condición del modelo es importante para este estudio.
Un valor de "sonda> F" menor que 0.05 indica que la condición del modelo es significativa. De hecho, los valores F
grandes y los valores P pequeños representan efectos significativos de sus coeficientes [29,30]. Los resultados de
este estudio mostraron que la regresión para la degradación de Cd (II) fue estadísticamente significativa porque
los valores de F eran altos, mientras que los valores de P eran inferiores a 0,05.

La tabla ANOVA obtenida del modelo cuadrático de superficie de respuesta del nivel de respuesta de
eliminación de eficiencia en la degradación de Cd (II) muestra que todos los parámetros, incluido el pH, la velocidad de
mezcla, el tiempo y la concentración inicial de Cd (II), son muy significativos, mientras que las interacciones de pH ×
velocidad de mezcla, velocidad de mezcla × tiempo, velocidad de mezcla × clasificación de suma y tiempo × suma son
significativos.
Sin embargo, el pH × tiempo y la Velocidad de mezcla × tiempo no son significativos. Por otro lado, los
resultados de ANOVA indicaron que el pH × tiempo y la Velocidad de mezcla × tiempo tuvieron el menor efecto
sobre la degradación del Cd (II) (%), mientras que otros factores lineales e interactivos fueron significativos. La
falta de ajuste (LOF) compara el error experimental de las mediciones repetidas. Si el valor p de LOF es mayor

https://biointerfaceresearch.com/ 3323
https://doi.org/10.33263/BRIAC123.33163331

de 0,05, este modelo no es estadísticamente significativo. Como se muestra en la Tabla 3, una "falta de
valor F apropiado" de 1,36 indica que no hay ajuste para el error puro del 38,64%. Es probable que una
"falta de valor F proporcional" se deba al ruido. No ser notorio es apropiado. El error residual mide la
cantidad de cambio en los datos de respuesta que el modelo no puede explicar.
El valor máximo de R2 cerca de 1 es interesante y garantiza el ajuste correcto del modelo
cuadrático a los datos experimentales. Acuerdo adecuado con R2 también se requiere un trasplante
[31]. Varios valores predichos del coeficiente de correlación (modelo) (R2 = 0,9998) son razonables con
valores de coeficiente de correlación ajustados (R2 = 9997). "Adec Precision" mide la relación señal-
ruido. Es deseable una relación superior a 4 [32]. Para el presente estudio, se demostró que la
relación señal / ruido de 283,682 es una señal adecuada. Como resultado, el modelo cuadrático se
puede utilizar para pasar por el espacio de diseño para optimizar los parámetros operativos.
Eliminando Cd (II) conHongos Trichoderma (La Tabla 2) mostró una buena correlación entre los
valores experimentales y predichos, con coeficientes comparables entre los valores de Y reales y
predichos. (R-Cuadrado 0,9991). Además, la Figura 4 muestra una buena concordancia entre los
valores reales (experimentales) y los predichos.

Tabla 3. ANOVA para el modelo cuadrático de superficie de respuesta para la degradación de iones de cadmio por COP.
Fuente Suma de cuadrados df Cuadrado medio Valor F Prob> F, (valor p)
Modelo 1925.55 14 137,54 6655.67 <0,0001 significativo
A 280.02 1 280.02 13550.23 <0,0001
B 23,39 1 23,39 1132,00 <0,0001
C 172,64 1 172,64 8354.16 <0,0001
D 411,77 1 411,77 19926.08 <0,0001
Residual 0,31 15 0.021
Falta de ajuste 0,23 10 0.023 1,36 0.3864 insignificante
Error puro 0.083 5 0,017
Cor. Total 1925.86 29
A = pH; B = Velocidad de mezcla; C = tiempo; D = Concentración inicial de iones de cadmio

Figura 4. Valores reales (experimentales) y pronosticados de eficiencia de remoción de Cd (II).

Dada la probabilidad normal, los residuos de estudiante y los residuos de la superficie exterior
(Figura 5), el modelo de cuarto orden justifica bien el ANOVA.

https://biointerfaceresearch.com/ 3324
https://doi.org/10.33263/BRIAC123.33163331

Figura 5. Probabilidad normal, residuales estudentizados y gráfica de residuo t atípico.

Los gráficos residuales indicaron una distribución normal, lo que respalda la conclusión de que el pH, la
velocidad de mezcla, el tiempo y la concentración inicial de Cd (II) son términos altamente significativos, mientras que
pH × tiempo, velocidad de mezcla × tiempo, velocidad de mezcla × concentración y tiempo × concentración no son
términos significativos. Además, la gráfica (Figura 6) muestra los residuos de los estudiantes frente a los valores de
probabilidad predichos de datos distribuidos uniformemente en ambos lados de la línea, lo que indica la idoneidad del
modelo para el presente estudio. Por lo tanto, los modelos de regresión se pueden utilizar para predecir la eliminación
de Cd (II) en condiciones experimentales iniciales.

Figura 6. Los residuos del estudiante contra los valores de probabilidad predichos.

3.3. Interacción de varios factores.

Se utilizó un gráfico de superficie de reacción tridimensional para determinar las interacciones


entre los cuatro parámetros para optimizar la biosorción de Cd (II) con los hongos Trichoderma. Los
resultados se muestran en la Figura 7a-f.

https://biointerfaceresearch.com/ 3325
https://doi.org/10.33263/BRIAC123.33163331

Figura 7. Gráficos de superficie tridimensionales para interacciones: (a) pH y velocidad de mezcla; (B) pH y tiempo; (C)
concentración de pH y Cd (II); (D) Velocidad y tiempo de mezcla; (mi) CD(II) concentración y velocidad de mezcla; (F) CD(II) y
hora.

Efecto del pH de la solución. El pH de la solución es un parámetro importante que afecta la


absorción de iones metálicos por los biosorbentes, que pueden cambiar los procesos de adsorción y
eficiencia al actuar sobre la pared química de los biosorbentes y los iones metálicos [33,34]. La Figura 7a-c
muestra el efecto del pH del disolvente sobre la eliminación de iones de cadmio y la capacidad de
absorción de los biosorbentes. A medida que crece, la tasa de eliminación de Cd (II) más alta por los
biosorbentes (87%) se obtiene a pH = 6, que se selecciona como el pH óptimo. Y otros dijeron. El proceso
de biosorción de iones metálicos fue llevado a cabo por el hongo filamentoso.Phanerochet chrysosporium,
con la mayor eliminación observada a pH = 6 [35]. A pH 3, se observó el nivel de eliminación más bajo
(77,85%), lo que contribuye a valores de pH ácido para protones de grupos funcionales de hongos. Por lo
tanto, la carga total de la superficie del hongo se correlaciona positivamente con los valores de pH ácido, y
la fuerza repulsiva entre la superficie del hongo positiva y el ión metálico impidió la absorción de iones en
la superficie del hongo. Por otro lado, los protones ambientales a pH ácido compiten con los iones
metálicos por la absorción en la superficie de los biosorbentes y reducen la absorción. A medida que
aumenta el pH, la carga total de la pared celular y la superficie del hongo será negativa y se forman sitios
aniónicos en su superficie. La capacidad de formar complejos con iones de cadmio da como resultado una
mayor eficiencia de eliminación. La baja capacidad de absorción a pH>

https://biointerfaceresearch.com/ 3326
https://doi.org/10.33263/BRIAC123.33163331

o complejos complejos de hidróxido, que interfieren con la absorción de iones metálicos en


absorbancia. Los hallazgos de Bazrafshanet al. también confirman este hecho [36].
Efecto de la velocidad de mezcla. La provisión de un contacto adecuado de la superficie de
adsorción con una mezcla adecuada en el medio líquido aumenta la absorción de los contaminantes,
mejora el proceso de absorción y reduce el tiempo de equilibrio. El presente estudio investigó el
efecto de la velocidad de mezcla sobre la biosorción de iones de cadmio a 150-350 rpm. Como se
muestra en las Figuras 7a, d, e, la eficiencia de eliminación de Cd (II) aumentó de 81% a 89%,
respectivamente, al aumentar la velocidad de mezcla de 150 a 250 rpm, y luego la eficiencia de
eliminación aumentó la eficiencia de la velocidad de mezcla casi constante o lo redujo ligeramente.
Esto puede deberse a la ruptura de la unión entre los iones metálicos y la superficie adsorbente a alta
velocidad o la ocupación de sitios activos en el adsorbente. Estos resultados son consistentes con los
resultados de un estudio de Olabemiwo et al.
Efecto del tiempo de contacto. El tiempo de contacto es uno de los parámetros que afectan la
capacidad de absorción de los iones metálicos en los biosorbentes y determina la cinética y el tiempo
probado [38]. Los efectos del tiempo de contacto en el biólogo Cd (II) se evaluaron a tiempos de contacto
de 30 a 240 min. Las Figuras 7b, d, f muestran el efecto del tiempo de contacto sobre la capacidad de
biosorción de Cd y la eficiencia de absorción (II). Con respecto a la Figura 7, podemos ver que la capacidad
de adsorción y la capacidad de adsorción aumentan al inicio del experimento con una pendiente constante
de manera que la eficiencia de adhesión y las capacidades aumentan de 77,9% a 88,9% durante el contacto
de 30 a 120 minutos, respectivamente. Más tarde, fue casi constante. Abediniet al. se observaron la mayor
concentración de Cd (II) por Moringa oleifera polvo rápido después de 180 minutos de prueba [39]. Por lo
tanto, el tiempo de contacto de 120 minutos en este estudio puede considerarse el tiempo de equilibrio del
proceso de adsorción, que puede considerarse tiempo de contacto óptimo para continuar el experimento.
La razón de la alta tasa de absorción de Cd (II) al comienzo del proceso son los sitios activos en los
biosorbentes y la alta concentración de iones metálicos en esos momentos. La tasa de absorción disminuye
con el tiempo a medida que los iones metálicos ocupan áreas activas y reducen la concentración de iones.

Efecto del Cd inicial(II) concentración. La concentración inicial de contaminantes es siempre un


parámetro importante en la eficiencia del proceso de absorción. El aumento de la velocidad de la
reacción química a temperatura ambiente y la concentración inicial del contaminante como fuerza
impulsora afectará la velocidad de transferencia de masa en la superficie adsorbente del adsorbente.
Las Figuras 7c, 7e, 7f muestran el efecto de la concentración inicial de Cd (II) sobre la capacidad de
adsorción a diferentes temperaturas. Como puede verse en la figura, en este estudio, la mayor
absorción ocurrió a concentraciones más bajas de Cd (II), y la eficiencia del proceso de adsorción
disminuyó con las concentraciones de contaminante. Este resultado es similar al estudio de
Sharififardet al. [40].
Debido al número limitado de sitios activos en la absorción, la alta tasa de absorción
a bajas concentraciones puede atribuirse a muchos sitios activos en relación con los iones
principales en el medio. La eficiencia del proceso de adsorción disminuye cuando las
concentraciones de contaminantes aumentan debido a la disminución de la superficie y la
desocupación de los sitios activos. El análisis del efecto de la temperatura en el proceso de
adsorción muestra que aumentar la temperatura de 20 a 25 ° C aumenta la eficiencia de
eliminación. Debido al coeficiente de difusión de Cd (II), ha aumentado su afinidad por la
formación de complejos y la síntesis de superficies fúngicas. Por lo tanto, en el presente
estudio se racionó la adsorción más alta (90,93%) de Cd (II) a 25 ° C y concentración de 25
mg / L, y la relación más baja (62,26%) a 20 ° C y concentración de 200 mg / L .

https://biointerfaceresearch.com/ 3327
https://doi.org/10.33263/BRIAC123.33163331

la eficiencia disminuye a bajas temperaturas. La eficiencia de eliminación disminuyó ligeramente de 25 ° C. Esto


puede deberse a que la alta temperatura no es adecuada para el crecimiento de hongos y los cambios en los
sitios tensioactivos [36,41,42]. La Figura 8 muestra el efecto de la concentración inicial de Cd (II) sobre la
biosorción porHongo Trichoderma también a diferentes temperaturas.

100
95
90
Eficiencia de eliminación,%

85
80
75
70
sesenta y cinco

60
55
50
0 50 100 150 200 250
Concentración inicial de cadmio, mg / l

Figura 8. Efecto de la concentración inicial de Cd (II) sobre la biosorción por Hongo Trichoderma en diferentes
temperaturas (pH = 6, velocidad de mezcla = 250 rpm, tiempo de contacto = 120 min).

La Figura 9 muestra lo óptimo de la ejecución experimental y la transferencia de estos resultados


al software para predecir la optimización de la ejecución experimental y las mejores condiciones de prueba
con la mayor eficiencia. En consecuencia, los valores reales de los parámetros A y B se obtienen reduciendo
el tiempo de contacto y aplicando diferentes densidades de Cd (II) en los experimentos de eficiencia 91.25.
El coeficiente de flexión máximo (igual a 1) se obtiene en este estudio, como se muestra en la Figura 9b.

(a)

https://biointerfaceresearch.com/ 3328
https://doi.org/10.33263/BRIAC123.33163331

(B)
Figura 9. (a) Condiciones óptimas usando metodología de superficie de respuesta para la remoción de Cd(II) por Trichoderma
hongo como biosorbente. (B) Los coeficientes en las condiciones óptimas de carga de cada variable.

4. Conclusiones y perspectivas

Los hongos Trichoderma se utilizan para eliminar contaminantes del medio ambiente y son
capaces de crecer en la mayoría de los ambientes. Los resultados experimentales mostraron que
Trichoderma tiene una alta capacidad de absorción para eliminar el Cd (II) de la solución acuosa como
adsorbente. Luego de examinar el efecto de las variables relacionadas con el proceso de adsorción, se
encontró que la tasa máxima de adsorción de iones cadmio (90.93%) ocurre luego del tiempo de contacto
de 120 min bajo pH = 6 y temperatura 25 ° C. La eficiencia disminuye al aumentar la velocidad de mezcla y
la concentración de iones de cadmio.

Fondos

Esta investigación no recibió financiación externa.

Expresiones de gratitud

Esta investigación no tiene ningún reconocimiento.

Conflictos de interés

Los autores declaran no tener ningún conflicto de intereses.

Referencias

1. Çelebi, H .; Gök, G .; Gök, O. Capacidad de adsorción de desechos de té elaborado en aguas que contienen iones de
metales pesados tóxicos de plomo (II), cadmio (II), níquel (II) y zinc (II).Informes científicos 2020, 10, 1-12, https://
doi.org/10.1038/s41598-020-74553-4.
2. Ifijen, IH; Itua, AB; Maliki, M .; Ize-Iyamu, CO; Omorogbe, SO; Aigbodion, AI; Ikhuoria, UE La eliminación de iones de
níquel y plomo de soluciones acuosas utilizando micropartículas de sílice sintetizadas en verde.Heliyon 2020, 6,
e04907, https://doi.org/10.1016/j.heliyon.2020.e04907.
3. Salvato, JA; Nemerow, NL; Agardy, FJIngeniería Ambiental; John Wiley e hijos: 2003, https://
onlinelibrary.wiley.com/doi/book/10.1002/9780470432808.
4. Sharma, H .; Rawal, N .; Mathew, BB Las características, toxicidad y efectos del cadmio.Revista
internacional de nanotecnología y nanociencia 2015, 3, 1-9, https://www.whitesscience.com/product/
thecharacteristics-toxicity-and-effects-of-cadmium/.

https://biointerfaceresearch.com/ 3329
https://doi.org/10.33263/BRIAC123.33163331

5. Latif, J .; Akhtar, J .; Ahmad, I .; Mahmood-ur-Rehman, M .; Shah, GM; Zaman, Q .; Javaid, T .; Farooqi,


ZUR; Shakar, M .; Saleem, A. Desentrañar los efectos del cadmio sobre el crecimiento, la fisiología y los
riesgos para la salud asociados de las verduras de hoja.Revista Brasileña de Botánica 2020, 43, 799-811,
https://link.springer.com/article/10.1007/s40415-020-00653-0.
6. Yang, J .; Hou, B .; Wang, J .; Tian, B .; Bi, J .; Wang, N .; Li, X .; Huang, X. Nanomateriales para la eliminación de metales
pesados de aguas residuales.Nanomateriales 2019, 9, 424, https://doi.org/10.3390/nano9030424.
7. Piccolo, A .; De Martino, A .; Scognamiglio, F .; Ricci, R .; Spaccini, R. Eliminación simultánea eficiente de metales
pesados y policlorobifenilos de un sitio industrial contaminado lavando el suelo con tensioactivos húmicos
naturales.Investigación en ciencias ambientales y contaminación2021,28, 25748-25757,
https://link.springer.com/article/10.1007/s11356-021-12484-x.
8. Yaseen, ZM Una visión de la era de los modelos de aprendizaje automático en la simulación de suelos, cuerpos de
agua y adsorción de metales pesados: revisión, desafíos y soluciones.Quimiosfera2021, 130126,
https://doi.org/10.1016/j.chemosphere.2021.130126.
9. Khan, AHA; Kiyani, A .; Mirza, CR; Butt, TA; Barros, R .; Ali, B .; Iqbal, M .; Yousaf, S. Plantas ornamentales para la
fitorremediación de metales pesados: conocimientos actuales y perspectivas de futuro.Investigación
ambiental 2021, 110780, https://doi.org/10.1016/j.envres.2021.110780.
10. Thakare, M .; Sarma, H .; Datar, S .; Roy, A .; Pawar, P .; Gupta, K .; Pandit, S .; Prasad, R. Comprensión del enfoque
holístico de las tecnologías de remediación de microbios y plantas para eliminar metales pesados y radionúclidos
del suelo.Investigación actual en biotecnología 2021, 3, 84-98, https://doi.org/10.1016/j.crbiot.2021.02.004.
11. Şenol, ZM; Gül, Ü.D .; Gurbanov, R .; Şimşek, S. Optimización de la eliminación de iones de plomo por hongos:
explicación del mecanismo de micosorción.Revista de ingeniería química ambiental 2021, 9, 104760, https://
doi.org/10.1016/j.jece.2020.104760.
12. Yadav, APS; Dwivedi, V .; Kumar, S .; Kushwaha, A .; Goswami, L .; Reddy, BS Sustancias poliméricas extracelulares
cianobacterianas para la eliminación de metales pesados: una mini revisión.Revista de ciencia de compuestos 2021,
5, 1, https://doi.org/10.3390/jcs5010001.
13. Yang, X .; Zhao, Z .; Zhang, G .; Hirayama, S .; Van Nguyen, B .; Lei, Z .; Shimizu, K .; Zhang, Z. Perspicacia sobre Cr(VI)
biosorción sobre lodos granulares de algas y bacterias: biorreducción de Cr (VI) y su acumulación intracelular,
además de los efectos de los factores ambientales. Diario de materiales peligrosos 2021, 414, 125479, https://
doi.org/10.1016/j.jhazmat.2021.125479.
14. Abdelrahman, EA; Abou El-Reash, Y .; Youssef, HM; Kotp, YH; Hegazey, R. Utilización de cáscara de arroz y latas de
aluminio de desecho para la síntesis de algunos productos de zeolita, zeolita / zeolita y geopolímero / zeolita de
tamaño nanométrico para la eliminación eficiente de iones Co (II), Cu (II) y Zn (II) de medios acuosos.Diario de
materiales peligrosos 2021, 401, 123813, https://doi.org/10.1016/j.jhazmat.2020.123813.
15. EMARA, NA; AMIN, RM; YOUSSEF, AF; ELFEKY, SA Reciclaje de ácidos residuales de la industria siderúrgica en la
preparación de Fe3O4 Nanocompuesto para la remediación de metales pesados de aguas residuales. Revista de
chimie 2020, 71, 34-46, https://doi.org/10.37358/RC.20.12.8384.
16. Karkowska-Kuleta, J .; Kozik, A. Proteoma de la pared celular de hongos patógenos.Acta Biochimica Polonica 2015, 62,
https://doi.org/10.18388/abp.2015_1032.
17. Bishnoi, NR; Kumar, R .; Bishnoi, K. Biosorción de Cr (VI) con biomasa fúngica inmovilizada de Trichoderma viride y
perlas de alginato de calcio libres de células.Revista India de Biología Experimental 2007, 45, 657-664, http://
nopr.niscair.res.in/bitstream/123456789/5341/1/IJEB%2045%287%29%20657-664.pdf.
18. Oliveira, AF; Florentino, AC; Ferreira, AM; Ferreira, MI; Costa, IF; Carvalho, JT Absorción potencial de sustrato
contaminado con mercurio por Trichoderma sp aislado de nueces de Brasil y suelo amazónico.Ciência e
Natura 2021, 43, 29, https://doi.org/10.5902/2179460X27785.
19. Ferreira, FV; Musumeci, MA Trichoderma como agente de control biológico: alcance y perspectivas para mejorar la
eficacia.Revista mundial de microbiología y biotecnología 2021, 37, 1-17, https://doi.org/10.1007/
s11274-021-03058-7.
20. Jureczko, M .; Przystaś, W. Eliminación de dos fármacos citostáticos: bleomicina y vincristina por hongos de pudrición
blanca: un estudio de sorción.Revista de Ciencias e Ingeniería de la Salud Ambiental 2021, 19, 651-662, https://
doi.org/10.1007/s40201-021-00635-8.
21. Mohammadi, L .; Rahdar, A .; Bazrafshan, E .; Dahmardeh, H .; Thysiadou, A .; Kyzas, GZ Eliminación de
benceno de soluciones acuosas mediante proceso de ozonización catalítica heterogénea con nanopartículas
de óxido de magnesio.Ozono: ciencia e ingeniería2020,43, 147-162,
https://doi.org/10.1080/01919512.2020.1765738.
22. Rahdar, A .; Rahdar, S .; Askari, F .; Ahmadi, S .; Shahraki, H .; Mohammadi, L .; Sankar Sivasankarapillai, V .; Kyzas, GZ
Efectividad de nanopartículas de punto cuántico de grafeno en presencia de peróxido de hidrógeno para la
eliminación de ciprofloxacina de medios acuosos: metodología de superficie de respuesta.Ciencia y tecnología de la
separación 2020, 56, 2124-2140, https://doi.org/10.1080/01496395.2020.1807569.
23. Mohammadi, L .; Baniasadi, M .; Rahdar, A .; Kyzas, GZ Eliminación de colorante ácido de soluciones acuosas con
adsorción sobre salvado de trigo modificado: modelado con redes neuronales artificiales.Investigación de
biointerfaces en química aplicada2021,11, 14044-14056, https://biointerfaceresearch.com/wp-
content / uploads / 2021/03 / 20695837116.1404414056.pdf.

https://biointerfaceresearch.com/ 3330
https://doi.org/10.33263/BRIAC123.33163331

24. Mohammadi, L .; Zafar, MN; Bashir, M .; Sumrra, SH; Shafqat, SS; Zarei, AA; Dahmardeh, H .; Ahmad,
I.; Halawa, MI Modelado de la separación de fenol del agua mediante nanocompuestos de NiFe2O4 utilizando
metodología de superficie de respuesta y técnicas de redes neuronales artificiales.Revista de ingeniería química
ambiental 2021, 9, 105576, https://doi.org/10.1016/j.jece.2021.105576.
25. Guo, C .; Ding, L .; Jin, X .; Zhang, H .; Zhang, D. Aplicación de la metodología de superficie de respuesta para
optimizar la eliminación de cromo (VI) de una solución acuosa mediante carbón activado a base de lodo de yuca.
Revista de ingeniería química ambiental 2021, 9, 104785, https://doi.org/10.1016/j.jece.2020.104785.
26. Lahiri, D .; Nag, M .; Sarkar, T .; Dutta, B .; Ray, RR Actividad antibiofilm de la α-amilasa de Bacillus subtilis y
predicción de las condiciones optimizadas para la eliminación de biofilm mediante la metodología de
superficie de respuesta (RSM) y la Red Neural Artificial (ANN).Bioquímica y biotecnología aplicadas 2021,
1-20, https://doi.org/10.1007/s12010-021-03509-9.
27. Emrani, S .; Ebrahimi, M .; Zhiani, R .; Motavalizadehkakhky, A. Sílice fibrosa magnética mesoporosa como
sistema selectivo y eficiente para la eliminación de iones Cd (II) con un enfoque en la optimización por
metodología de superficie de respuesta.Revista internacional de química analítica ambiental 2021, 1-19,
https://doi.org/10.1080/03067319.2020.1865327.
28. Zhang, D .; Zhang, K .; Hu, X .; Él, Q .; Yan, J .; Xue, Y. Eliminación de cadmio mediante biocarbón modificado con MgCl2 derivado de
desechos de conchas de cangrejo de río: adsorción por lotes, análisis de superficie de respuesta y filtración en lecho fijo.Diario de
materiales peligrosos 2021, 408, 124860, https://doi.org/10.1016/j.jhazmat.2020.124860.
29. Zahan, KA; Zamri, NS; Jusoh, N .; Mustapha, M .; Wahidin, S. Análisis estadístico para la eliminación de cristal violeta
utilizando polvo de celulosa bacteriana mediante metodología de superficie de respuesta.Revista Internacional de
Medio Ambiente y Gestión de Residuos 2021, 27, 35-45, https://doi.org/10.1504/IJEWM.2021.111903.
30. Ansarizadeh, M .; Tabatabaei, T .; Samaei, MR; Leili, M .; Baneshi, MM Aplicación de nanocompuesto
catalizador / UV / PU para la eliminación de tetraciclina: Metodología de superficie de respuesta para
optimización y estudio cinético.Revista de Ciencias de la Salud y Sistema de Vigilancia2021,9, 50-59,
https://doi.org/10.30476/JHSSS.2020.88591.1148.
31. Tu, LTM; Linh, NTC; Tranvía, NTT; Tu, TH; Phong, MT Artículo de investigación Metodología de superficie de respuesta
y fabricación para la adsorción de nanocompuesto de óxido de grafeno y ferrita de níquel para la eliminación de
azul de metileno del agua.Revista de nanomateriales 2021, 2021 https://doi.org/10.1155/2021/4636531.
32. Ayele, A .; Suresh, A .; Benor, S .; Konwarh, R. Optimización de la remoción de cromo (VI) por microalgas autóctonas
(Chlamydomonas sp.) Biosorbentes basados en la metodología de superficie de respuesta.Investigación del medio
acuático 2021, https://doi.org/10.1002/wer.1510.
33. Djinni, I .; Djoudi, W. Streptomyces sp. WR1L1S8 una potente cepa marina endofítica para resistencia a
metales pesados y eliminación de cobre mejorada por modelado RSM.Acta Ecologica Sinica 2021, https://
doi.org/10.1016/j.chnaes.2021.04.004.
34. Li, X .; Lan, X .; Feng, X .; Luan, X .; Cao, X .; Cui, Z. Capacidad de biosorción de Mucor circinelloides
bioaumentado con Solanum nigrum L. para la limpieza de plomo, cadmio y arsénico.Ecotoxicología y
seguridad ambiental 2021, 212, 112014, https://doi.org/10.1016/j.ecoenv.2021.112014.
35. Kim, SK; Park, CB; Koo, YM; Yun, HS Biosorción de iones de cadmio y cobre por Trichoderma
reeseiRUTC30.J. Ind.Eng.Chem.2003,9, 403-406,
https://www.researchgate.net/publication/299144941_Biosorption_of_cadmium_and_copper_ions_by_Tric
hoderma_reesei_RUT_C30.
36. Bazrafshan, E .; Zarei, AA; Mostafapour, FK Biosorción de cadmio a partir de soluciones acuosas por Hongo
Trichoderma: estudio cinético, termodinámico y de equilibrio. Desalinización y tratamiento de aguas 2016, 57
, 14598-14608, https://doi.org/10.1080/19443994.2015.1065764.
37. Olabemiwo, FA; Tawabini, BS; Patel, F .; Oyehan, TA; Khaled, M .; Laoui, T. Eliminación de cadmio de agua
contaminada utilizando cenizas volantes de desechos industriales recubiertos de polielectrolito.Química
bioinorgánica y aplicaciones. 2017, 2017, https://doi.org/10.1155/2017/7298351.
38. Dan, Y .; Xu, L .; Qiang, Z .; Dong, H .; Shi, H. Preparación de biosorbente verde utilizando cáscara de arroz para
preconcentrar, eliminar y recuperar metales pesados y otros elementos metálicos del agua.Quimiosfera 2021, 262,
127940, https://doi.org/10.1016/j.chemosphere.2020.127940.
39. Abedini, S .; Alipour, V. Eliminación de cadmio de aguas residuales sintéticas mediante el uso deMoringa
oleifera polvo de semillas. Revista de Ingeniería y Gestión de Salud Ambiental 2015, 2, 157-163, http://
ehemj.com/article-1-114-fa.pdf.
40. Sharififard, H .; Ghorbanpour, M .; Hosseinirad, S. Eliminación de cadmio de aguas residuales mediante nanoarcilla /
compuesto TiO2: cinética, equilibrio y estudio termodinámico.Avances en tecnología ambiental 2018, 4, 203-209,
https://doi.org/10.22104/AET.2019.3029.1149.
41. Gola, D .; Dey, P .; Bhattacharya, A .; Mishra, A .; Malik, A .; Namburath, M .; Ahammad, SZ Eliminación de múltiples metales
pesados mediante un hongo entomopatógeno Beauveria bassiana.Tecnología Bioambiental 2016, 218, 388-396, https://
doi.org/10.1016/j.biortech.2016.06.096.
42. Jacob, JM; Karthik, C .; Saratale, RG; Kumar, SS; Prabakar, D .; Kadirvelu, K .; Pugazhendhi, A. Enfoques
biológicos para abordar la contaminación por metales pesados: un estudio de la literatura.Revista de gestión
ambiental 2018, 217, 56-70, https://doi.org/10.1016/j.jenvman.2018.03.077.

https://biointerfaceresearch.com/ 3331

También podría gustarte