Traducido del inglés al español - www.onlinedoctranslator.

com

Revista internacional de ciencia y tecnología ambiental

https://doi.org/10.1007/s13762-018-2023-1

Optimización de los parámetros del proceso para mejorar la

biodecoloración de Reactive Red 21 por Pseudomonas aeruginosa
23N1
S. Mishra1 · A. Maiti1

Recibido: 19 abril 2018 / Revisado: 5 agosto 2018 / Aceptado: 19 septiembre 2018

© Universidad Islámica Azad (IAU) 2018

Resumen
Las industrias textiles producen un gran volumen de aguas residuales contaminadas con colorantes a través del proceso de
teñido, lo que representa un alto riesgo para el medio ambiente. Los tintes reactivos se utilizan comúnmente como sustancias
orgánicas colorantes, ya que son químicamente estables y dan colores brillantes a las telas. Este estudio tiene como objetivo
optimizar la decoloración del colorante Reactive Red 21 del agua por Pseudomonas aeruginosa cepa 23N1. El diseño
factorial de dos niveles se ha aplicado para seleccionar los niveles de los parámetros operativos, que se ha optimizado aún
más mediante la metodología de superficie de respuesta basada en el diseño compuesto central giratorio. La concentración
de extracto de levadura ha mostrado un efecto positivo significativo (coeficiente estimado más alto de 25,55) sobre la
decoloración por la cepa, mientras que la glucosa y la peptona añadidas como nutrientes para las bacterias han mostrado un
efecto negativo (coeficiente estimado de −1,71 y −1,62, respectivamente) porque las bacterias han utilizado preferentemente
glucosa y peptona como fuente principal de carbono/nitrógeno en lugar de moléculas colorantes. El modelo cuadrático
generado a través del diseño compuesto central utilizando datos experimentales para predecir el porcentaje de decoloración
ha mostrado un buen coeficiente de correlación (R2 = 0,999) y un coeficiente de correlación ajustado (Adj. R2 = 0,992). Los
porcentajes de decoloración de los experimentos de validación del modelo se alcanzan en 93,5 ± 0,4 % y 91,5 ± 0,5 % para
concentraciones iniciales de tinte de 50 mg/L y 150 mg/L, respectivamente, y han demostrado una correlación satisfactoria
con los datos previstos por el modelo. En base al resultado obtenido,

Palabras claveBiorremediación · Eliminación de colorantes · Eliminación de colorantes reactivos · Metodología de

superficie de respuesta · Extracto de levadura
Introducción
La rápida industrialización ha introducido variedades de
aguas residuales, contaminadas con diferentes
constituyentes orgánicos e inorgánicos tóxicos, lo que
resulta en el deterioro del medio ambiente y el desequilibrio
del ecosistema (Colak et al.2011; Gupta y Ali2012; Mishra
y Maiti2018; Basheer2018). Entre todas las industrias, las
aguas residuales industriales textiles se han considerado
como una gran preocupación debido a su gran volumen.
Responsabilidad editorial: Necip Atar.
Material complementario electrónicoLa versión en línea de este
artículo (https://doi.org/10.1007/s1376 2-018-2023-1) contiene
material complementario, que está disponible para los usuarios
autorizados.

A. Maití
mabhifpt@iitr.ac.in
1
Departamento de Ingeniería de Procesos y Polímeros, India
Instituto de Tecnología de Roorkee, campus de Saharanpur,
Saharanpur, Uttar Pradesh 247001, India
y la complejidad de los tóxicos presentes en él (Wang et
al.2017; Korenak et al.2018; Alí et al.2018). Una cuenta de
más de 7 × 105 toneladas métricas de tintes sintéticos se
produce y se utiliza en todo el mundo anualmente en el
proceso de teñido (Colak et al.2009). De los cuales,
aproximadamente > 15 % (es decir, 1 a 5 % de pérdida en la
producción y 1 a 10 % de pérdida en la manipulación), es
decir, 280 kilotones de tintes, permanecieron sin fijar y se
llevaron a través de las aguas residuales (Yenikaya et
al.2010; Liu et al.2017a). Los colorantes comerciales,
especialmente los colorantes azo reactivos, tienen un amplio
uso en el teñido debido a sus características superiores, como

la capacidad de producir tonos de color brillantes, altos
perfiles de solidez en húmedo, menor requerimiento de
energía y fácil aplicación (Naseer et al.2016). Una pequeña
concentración de colorante (10-15 mg/L) en las aguas
residuales es incluso significativamente visible y reduce la
transparencia, la solubilidad del gas y el valor estético de los
cuerpos de agua (Maqbool et al.2016). Sin embargo, las
técnicas de tratamiento fisicoquímico convencionales como
la adsorción (Khan et al.2011; Dehghani et al.2016; Alí et
al.2016a,b,C), coagulación y floculación (Slokar y Marechal
1997; Alí et al.2012), oxidación fotoquímica (Yang y
13
Vol.:(0123456789)
Wyatt1998; Burakova et al.2018), oxidación electroquímica
(Pelegrini et al.1999) y ozonización y filtración por
membrana (Xu y Lebrun1999) han sido investigados para
tratar aguas residuales textiles. Pero esos procesos tienen
ciertas desventajas como el requisito de alta energía y costo,
ineficientes para eliminar los colorantes reactivos y producir
subproductos peligrosos (Dafale et al.2008). El tratamiento
biológico se considera un mejor método, ya que es
respetuoso con el medio ambiente y elimina o transforma de
manera eficiente las moléculas de tinte en productos
químicos no tóxicos. En este sentido, los investigadores han
investigado una gran cantidad de microorganismos
potenciales (bacterias, hongos y algas) para tratar las aguas
residuales contaminadas con colorantes (Lim et al.2013a,b;
Yang et al.2016; Das y Kumar2018). La eficiencia de la
decoloración del colorante microbiano depende del
microorganismo seleccionado y su adaptabilidad a las
condiciones del proceso de cultivo (Deive et al.2010; Ma et
al.2013). Sin embargo, los microorganismos como los
hongos y las algas presentan ciertas limitaciones, incluido el
período de retención hidráulica prolongado para completar
el proceso de decoloración e involucran el fenómeno de
adsorción para eliminar las moléculas de tinte en lugar de la
biotransformación respetuosa con el medio ambiente en
moléculas no tóxicas (Kalyani et al.2009). Por el contrario,
las bacterias podrían eliminar de manera eficiente los tintes
a través de un mecanismo de mineralización total o parcial
en condiciones de operación preferibles junto con un rápido
crecimiento de la población bacteriana (Bedekar et al.2014).
Los microorganismos en crecimiento tienen necesidades
nutricionales específicas, y cuando los nutrientes que
promueven el crecimiento están suficientemente
disponibles, el microorganismo incluso responde bien al
estrés por toxicidad y exhibe un mayor porcentaje de
decoloración (Garg et al.2012). Sin embargo, no es fácil
predecir la condición óptima de los parámetros del proceso
(ingredientes nutricionales y su cantidad en el cultivo a un
pH y temperatura particular) de decoloración usando
bacterias (Banat et al.1996). Por lo tanto, se necesitan
13
Revista internacional de ciencia y tecnología ambiental
estudios para dilucidar el impacto de dichos factores
operativos en el crecimiento y rendimiento de los
microorganismos para la decoloración del tinte. En las
últimas décadas, el efecto de los parámetros experimentales
en la decoloración del tinte microbiano se utilizó para
investigar con el método tradicional de optimización de un
solo factor (Zhao et al.2010). Este enfoque convencional no
pudo analizar significativamente el efecto de la interacción
entre los factores experimentales. Por lo tanto, los métodos
estadísticos como el diseño experimental factorial de dos
niveles y la metodología de superficie de respuesta (RSM)
podrían resolver las complejidades involucradas en el diseño
experimental y explorar la relación entre la respuesta y
varios factores experimentales (Du et al.2010; Ekka et
al.2016). RSM es una técnica estadística, en la que el diseño
compuesto central (CCD) se usa ampliamente como una
herramienta de optimización analítica para lograr la
respuesta deseada (Kuppusamy et al.2017). También reduce
el número de pruebas experimentales requeridas para
examinar los efectos de varios parámetros en el proceso de
decoloración del tinte.
Con base en la literatura disponible, se ha revelado que el
tinte por sí solo no puede usarse como la única fuente de
carbono y nitrógeno para la mayoría de las especies
bacterianas, ya que el organismo requiere fuentes
adicionales de carbono y nitrógeno para cometabolizar el
tinte (Senthilkumar et al.2013). Muy pocas especies
bacterianas tienen la capacidad de escindir el enlace azoico
y podrían utilizar las moléculas de colorante como única
fuente de carbono y energía (Telke et al.2010). En el
presente estudio, se investigó la decoloración del colorante
Reactive Red 21 (RR21) utilizando la cepa 23N1 de
Pseudomonas aeruginosa que exhibe la capacidad de crecer
utilizando colorante azoico como única fuente de carbono y
energía. El colorante sintético RR21 se usa ampliamente en
la industria textil y del cuero, lo que agrega riesgo biótico
debido a la contaminación ambiental por aguas residuales.
Por lo tanto, la decoloración del RR21 reactivo (colorante
azoico) se ha investigado utilizando la cepa 23N1 de P.
aeruginosa en presencia y ausencia de otras fuentes de
carbono y nitrógeno. Los efectos de los parámetros
operativos se analizaron utilizando un diseño factorial de dos
niveles y la optimización de las condiciones de cultivo se
realizó utilizando la metodología de superficie de respuesta
basada en CCD. Luego, también se ha llevado a cabo el
estudio de la cinética de la decoloración para dilucidar la
actividad de las bacterias en la decoloración en función del
tiempo. Este estudio tiene como objetivo optimizar un
proceso de decoloración de tinte basado en bacterias.
También se debe tener en cuenta que este estudio primero
informa la decoloración del agua contaminada con colorante
RR21 y la de la cepa 23N1 de P. aeruginosa. Los
experimentos de este estudio se realizaron en el Instituto
Revista internacional de ciencia y tecnología ambiental
Indio de Tecnología de Roorkee, en el campus de Técnicas analíticas
Saharanpur, Saharanpur, India, en 2017.
La muestra recogida del matraz experimental para medir la
concentración de colorante residual se centrifugó primero a
materiales y métodos 10.000 rpm durante 20 min. El sobrenadante resultante se
analizó utilizando un espectrofotómetro UV a 537 nm (λmax
Tintes y productos químicos de RR21) para detectar la concentración de colorante
residual en mg/L. Un control de una corrida experimental
El colorante azo, a saber, Reactive Red 21 (Remazol Red BB particular realizada bajo las mismas condiciones. Se utilizó
o RR21) de número CAS 11099-79-9 (fórmula molecular C la siguiente ecuación para evaluar el porcentaje de
26H19N4Na3O15S4), utilizado en este estudio, fue decoloración del tinte:
suministrado por Sisco Research Laboratories Pvt. Ltd.,
Delhi, India, y la estructura química se muestra en la Fig. S1 Concin − Concf
de información complementaria (SI). Todos los demás Porcentaje de decoloración = × 100
productos químicos se obtuvieron de Himedia Laboratories, Concin
Mumbai, India.
donde Concin es la concentración de colorante inicial y
Concf es la concentración de colorante final de la solución
Cepa microbiana y condiciones de cultivo. sobrenadante de la muestra respectiva. El valor medio de las
respuestas (% de decoloración) de los triplicados del ensayo
La bacteria P. aeruginosa cepa 23N1 del número de acceso
experimental respectivo se consideró para el análisis
MCC 2622 se obtuvo del Centro Nacional de Ciencias
estadístico.
Celulares (NCCS), Pune, India. El cultivo puro se mantuvo
Optimización estadística de las condiciones de
en medio agar nutritivo HK34b [peptona (5 g/L), NaCl (5
g/L), extracto de carne (1,5 g/L), extracto de levadura (1,5 decoloración
g/L) y agar (15 g/L)]. L)]. Para la preparación de los
El estudio de decoloración del agua que contiene el colorante
inóculos, la cepa 23N1 se cultivó rutinariamente en
RR21 se realizó según los ensayos experimentales
condiciones aerobias bajo condiciones de agitación de 150
producidos a través de diseños estadísticos utilizando el
rpm, a 30 °C en un matraz Erlenmeyer de 100 ml que
software Design-Expert 7.0 (versión 7.1.6, Stat-Ease Inc.,
contenía 50 ml de caldo (0,35 % (p/v), extracto de levadura
Minneapolis, EE. UU.). En primer lugar, se utilizó el diseño
y 2 % (p/v) ) peptona) durante 24 h. Este cultivo se usó como
factorial convencional de dos niveles para seleccionar el
inóculo (volumen en % (v/v)) en experimentos posteriores a
nivel mínimo y máximo de los parámetros operativos y se
menos que se especifique lo contrario (Pathak et al.2014).
examinó su efecto sobre la decoloración por la cepa 23N1.
La solución madre (1000 mg/L) de colorante Reactive Red
En segundo lugar, después de identificar los niveles
21 se preparó disolviendo 1 g/L de colorante en agua
significativos de factores influyentes del diseño factorial de
bidestilada y la solución de colorante de la concentración
dos niveles, se llevó a cabo la metodología de superficie de
deseada (50 mg/L, 100 mg/L, 150 mg/L y 200 mg/L) para el
respuesta (RSM) para evaluar la condición requerida del
ensayo experimental respectivo se preparó diluyendo la
proceso de decoloración para lograr una respuesta óptima.
solución madre. El pH inicial de las soluciones se ajustó
En RSM, se eligió el diseño compuesto central (CCD) para
utilizando NaOH 1 N y HCl 1 N. Todos los esquemas
el estudio de optimización, ya que incluye tres grupos de
estadísticos de los experimentos de decoloración se
puntos de diseño como puntos de diseño factorial de dos
realizaron por triplicado, en un matraz Erlenmeyer de 100
niveles,2016). Además, esta técnica es rentable ya que
ml que contenía 50 ml de solución de colorante
reduce el número de ensayos experimentales necesarios para
suplementada con caldo nutritivo de concentración
examinar el efecto de los factores operativos y su interacción
particular e inóculos, en condiciones estáticas. La duración
en una respuesta (Du et al.2010). La descripción detallada
de la incubación del cultivo fue de 48 h, que se mantuvo
de estas técnicas estadísticas se ha escrito en las secciones
constante para todas las corridas experimentales. Las
S1.1 y S.1.2 de SI.
variables operativas como el pH, la temperatura de
incubación, el volumen de inoculación, la concentración de
colorante, la fuente de carbono, la fuente de nitrógeno, estudio cinético

El estudio cinético se llevó a cabo bajo una condición óptima

analizada para concentraciones iniciales de colorante de 50
mg/L y 150 mg/L. Las muestras del estudio cinético se
recogieron en diferentes tiempos
13
 Revista internacional de ciencia y tecnología ambiental
predeterminados hasta las 60 h. Se extrajo una muestra de 3
ml del matraz de cultivo y se centrifugó para obtener el
sobrenadante para analizar la concentración de colorante
residual. Los espectros UV-visible de las soluciones de
colorante RR21 se registraron en el rango de longitud de
onda de 200 a 700 nm (λmáx del colorante: 537 nm) después
de recolectar las soluciones de sobrenadante experimental
durante el estudio cinético para investigar los cambios
espectrales.

Resultados y discusión
En el estudio preliminar, la decoloración del tinte RR21 por
P. aeruginosa cepa 23N1 se lleva a cabo en condiciones
estáticas y de agitación (150 rpm) con una solución de tinte
inicial de 50 mg/L durante 48 h del período de incubación.
El porcentaje de decoloración del colorante RR21 se obtiene
alrededor del 90 % en condiciones estáticas y del 55 % en
condiciones de agitación, cuando los demás parámetros se
mantienen constantes (pH: 9, temperatura: 40 °C, sal: 3 g/L
y extracto de levadura: 8 g). /L). La menor decoloración
podría lograrse debido a la menor actividad de la enzima
azoreductasa en condiciones aeróbicas agitadas (Oturkar et
al.2011). Esta observación indica que la cepa 23N1 puede
requerir una cierta cantidad de oxígeno. Sheth y Dave
informaron una observación similar (2009), quienes
investigaron la decoloración de Reactive Red BS por P.
aeruginosa NGKCTS. Por lo tanto, la condición aeróbica
estática se selecciona en los experimentos posteriores de
decoloración del colorante RR21 usando la cepa 23N1.

Diseño factorial regular de dos niveles para

seleccionar los factores operativos

En el estudio de selección, se consideraron seis factores

(A-pH, B-glucosa, C-peptona, D-sal, E-extracto de
levadura y F-volumen de inoculación) para el diseño
factorial convencional de dos niveles.

13
Revista internacional de ciencia y tecnología ambiental
Todos los experimentos se han llevado a cabo utilizando 50 0,05). La confiabilidad del modelo se verifica calculando el
mg/L de solución de colorante inicial incubada a 30 °C coeficiente de correlación (R2 = 0.987)
durante 48 h. La decoloración de RR21 por la cepa 23N1 en
diferentes suplementos de cultivo ha mostrado una amplia
variación en los porcentajes de decoloración desde 1.46
hasta 89.97% (Tabla1), indicando la alta significancia de los
factores seleccionados dentro de los niveles inferior (−1) y
superior (+1) tomados en este estudio de optimización. Los
resultados de ANOVA de los factores operativos, que
incluyen el valor F, el valor p de los factores seleccionados
y el coeficiente del modelo de primer orden, se muestran en
la Tabla S1 de SI. El resultado indica que el modelo con
valor F 35,9 es estadísticamente significativo (valor p <
tabla 1Resultados experimentales y predichos de un análisis factorial regular de dos niveles

No estándar pH Glucosa (g/L) Peptona (g/L) Sal (g/L) Extracto

Valor actual Valor predicho

1 3 0 0 0 0 1 5.71 6.48
2 11 0 0 0 0 10 8.31 7.40
3 3 5 0 0 0 10 13.62 20.86
4 11 5 0 0 0 1 10.64 7.68
5 3 0 10 0 0 10 22.52 16.40
6 11 0 10 0 0 1 6.50 8.06
7 3 5 10 0 0 1 12.48 13.56
8 11 5 10 0 0 10 26.83 26.17
9 3 0 0 7 0 10 17.95 14.66
10 11 0 0 7 0 1 1.46 3.58
11 3 5 0 7 0 1 22.19 18.15
12 11 5 0 7 0 10 27.53 28.61
13 3 0 10 7 0 1 10.13 13.92
14 11 0 10 7 0 10 20.83 22.92
15 3 5 10 7 0 10 33.84 34.42
dieciséis 11 5 10 7 0 1 15.35 13.04
17 3 0 0 0 10 10 66.49 68.80
18 11 0 0 0 10 1 82.25 81.67
19 3 5 0 0 10 1 58.39 56.31
20 11 5 0 0 10 10 73.67 69.88
21 3 0 10 0 10 1 63.42 62.34
22 11 0 10 0 10 10 70.40 74.44
23 3 5 10 0 10 10 48.13 46.01
24 11 5 10 0 10 1 45.30 48.59
25 3 0 0 7 10 1 78.25 78.92
26 11 0 0 7 10 10 89.97 88.88
27 3 5 0 7 10 10 71.08 69.52
28 11 5 0 7 10 1 63.22 69.34
29 3 0 10 7 10 10 66.52 69.48
30 11 0 10 7 10 1 81.39 74.15
31 3 5 10 7 10 1 45.92 46.83
32 11 5 10 7 10 10 69.24 68.47
33 7 2.5 5 3.5 5 5.5 34.20 34.20
de levadura Inoculación Decoloración % (g/L)
volumen (g/L)

13

y coeficiente ajustado (Adj R2 = 0,959), lo que sugiere la
variabilidad del 95,9% en las variables de respuesta, que
puede dilucidarse a través de su relación con las variables de
entrada exhibidas en el modelo (Maqbool et al.2016). El
valor de precisión de adecuación obtenido como 17,98, lo
que indica una señal adecuada para que el modelo se utilice
para navegar en el espacio de diseño. Además, la
importancia del modelo se verifica mediante valores de p <
0,05 y, en este caso, D, E, F, AE, BE y CE resultan ser
términos significativos del modelo. El coeficiente estimado
de los factores, error estándar, límites de confianza y factor
de inflación de varianza (VIF) se incluye en la Tabla S2 de
SI. La importancia del coeficiente de regresión de cada
factor se determina construyendo su límite de confianza.
Entre los factores seleccionados, cuando se agrega glucosa
y peptona al medio de cultivo, ambos han mostrado una
influencia negativa en la decoloración y sus valores de
coeficiente se estiman en -1.71 y -1.62, respectivamente. En
presencia de glucosa y peptona, las bacterias los han
utilizado preferentemente como fuentes de carbono y
Revista internacional de ciencia y tecnología ambiental
nitrógeno en lugar de moléculas colorantes. Por lo tanto, la
glucosa y la peptona no son necesarias en el medio de cultivo
para lograr una mejor decoloración del colorante RR21
utilizando la cepa 23N1. Aunque las estimaciones del
coeficiente (1,76) para el pH se encuentran más bajas que
los otros términos significativos del modelo, ha mostrado
una influencia positiva en la decoloración. Entre los
términos significativos del modelo, el extracto de levadura
se observó como el factor influyente decisivo más alto
(coeficiente estimado = 25,55) en la decoloración. El valor
VIF de ha mostrado una influencia positiva en la
decoloración. Entre los términos significativos del modelo,
el extracto de levadura se observó como el factor influyente
decisivo más alto (coeficiente estimado = 25,55) en la
decoloración. El valor VIF de ha mostrado una influencia
positiva en la decoloración. Entre los términos significativos
del modelo, el extracto de levadura se observó como el
factor influyente decisivo más alto (coeficiente estimado =
25,55) en la decoloración. El valor VIF de

(°C) (mg/L) (g/L) Valor actual Valor predicho

1 9 40 150 6 3 3 24.04 23.99

2 9 40 150 2 9 3 88.83 88.79
3 9 40 50 6 3 8 44.49 44.44
4 9 20 150 2 9 8 30.82 30.78
5 5 40 50 6 9 8 91.54 91.50
6 9 20 150 6 3 8 19.90 19.85
7 5 40 150 2 3 3 21.15 21.10
8 9 40 50 2 9 8 87.84 87.79
9 9 20 50 6 3 3 5.63 5.58
10 5 20 150 2 3 8 18.94 18.89
11 5 40 50 2 3 8 34.68 34.63
12 9 20 50 2 9 3 18.87 18.82
13 5 20 50 6 9 3 18.43 18.39
14 5 20 150 6 9 8 31.84 31.79
15 5 40 150 6 9 3 91.49 91.45
dieciséis 5 20 50 2 3 3 4.81 4.76
17 3 30 100 4 6 5.5 58.15 58.24
18 11 30 100 4 6 5.5 60.86 60.96
19 7 10 100 4 6 5.5 19.56 19.66
20 7 50 100 4 6 5.5 21.85 21.95
21 7 30 0 4 6 5.5 0.00 0.10
22 7 30 200 4 6 5.5 39.80 39.90
23 7 30 100 0 6 5.5 37.35 37.45
24 7 30 100 8 6 5.5 52.96 53.05
25 7 30 100 4 0 5.5 3.21 3.30
26 7 30 100 4 12 5.5 86.70 86.80
27 7 30 100 4 6 0.5 35.95 36.05
28 7 30 100 4 6 10.5 43.61 43.70
29 7 30 100 4 6 5.5 39.80 36.22

13
Revista internacional de ciencia y tecnología ambiental
diseños de factores con valores reales30 7 30 100 4 6 5.5 36.40 36.22
31 7 30 100 4 6 5.5 32.77 36.22
32 7 30 100 4 6 5.5 36.93 36.22
Tabla33 7 30 100 4 6 5.5 35.57 36.22
y valores predichos de

2Compuesto central
No estándar pH La temperatura Concentración de tinte Sal (g/L) Extracto de

levadura Volumen de inoculación (%) Decoloración % decoloración

1
3
 Revista internacional de ciencia y tecnología ambiental
Fuente La suma de d.f. Cuadrado F-valor pagsvalor Prob > F
cuadrados (Tipo medio
III)
Modelo 21.827,33 27 808.42 156.56 < 0.0001 Importante
A-pH 3.69 1 3.69 0.71 0.4368

B-temperatura 2.63 1 2.63 0.51 0.5075

Concentración de 791.98 1 791.98 153.37 < 0.0001

colorante C
sal D 121.79 1 121.79 23.58 0.0046

Extracto de levadura E 3485.88 1 3485.88 675.06 < 0.0001

Volumen de 29.29 1 29.29 5.67 0.063

inoculación F
AB 1,65 1 1,65 0.32 0.5959

C.A. 3.23 1 3.23 0,63 0.4649

ANUNCIO 47.89 1 47.89 9.28 0.0286

AE 35.02 1 35.02 6.78 0.048

FA 1.30 1 1.30 0.25 0.6371

antes de Cristo 65.76 1 65.76 12.73 0.0161

BD 17.44 1 17.44 3.38 0.1255

SER 2131.29 1 2131.29 412.74 < 0.0001

BF 399.46 1 399.46 77.36 0.0003

CD 2.54 1 2.54 0.49 0.5141

CE 63.62 1 63.62 12.32 0.0171

FC 2209.35 1 2209.35 427.85 < 0.0001

Delaware 0.23 1 0.23 0.05 0.8408

DF 5.70 1 5.70 1.10 0.3414

FE 90.03 1 90.03 17.44 0.0087

A2 1029.16 1 1029.16 199.30 < 0.0001

B2 447.28 1 447.28 86.62 0.0002

C2 495.33 1 495.33 95.92 0.0002

D2 153.60 1 153.60 29.75 0.0028

mi2 146.84 1 146.84 28.44 0.0031

F2 25.18 1 25.18 4.88 0.0783

Residual 25.82 5 5.16

Falta de ajuste 0.17 1 0.18 0.03 0.8768 Insignificante

13
Revista internacional de ciencia y tecnología ambiental
Tabla 3ANOVA para el modelo Puro error 25.64
cuadrático de superficie de respuesta
en CCD Cor total 21.853,15
1 obtenido para todos los
factores, lo que indica la magnitud de la multicolinealidad
en el análisis de regresión de mínimos cuadrados ordinarios.
Según el resultado obtenido, los cuatro factores, como el pH,
la concentración de sal, la concentración de extracto de
levadura y el volumen de inoculación, se revelan como los
principales factores influyentes. Estos cuatro factores más
influyentes, junto con la concentración de colorante y la
temperatura, se han considerado para el proceso de
optimización a través de RSM.
Optimización de las condiciones experimentales
mediante diseño compuesto central
CCD es un diseño experimental de segundo orden bien
conocido que se utiliza para la experimentación secuencial a
fin de obtener información razonable para probar la bondad
del ajuste utilizando un número reducido de puntos de
diseño. La matriz de diseño completa y el análisis de
varianza (ANOVA) se muestran en las Tablas2y3,
respectivamente. El porcentaje de decoloración real varía
ampliamente ~ 0% a 91,5% bajo condiciones de prueba
definidas. Usando el método rotativo, se lleva a cabo un
número total de 33 ensayos por lotes (triplete de cada
ensayo) de experimentos. La importancia del modelo
Porcentaje de decoloración =+36,22 + 0,68A + 0,57B + 9,95C + 3,90D + 20,87E + 1,91F
+ 0.32AB − 0.45AC + 3.00AD + 2.56AE + 0.29AF − 3.51BC + 1.04BD + 11.54BE
+ 8,65BF − 0,40CD + 1,99CE − 20,35CF + 0,21DE + 0,60DF − 2,37EF + 5,85A2 −
3,85B2 − 4,06C2 + 2,26D2 + 2,21E2 + 0,91F2
polinomial de orden más alto se identifica mediante la
evaluación de la "suma parcial de cuadrados-Tipo III" para
los datos de respuesta. Los análisis proporcionan la
información de que los términos adicionales en los datos son
significativos y el modelo no tiene alias. Además de un valor
moderadamente más bajo del coeficiente de variación (CV%
= 5.88), el modelo ha exhibido la alta confiabilidad de los
experimentos (Amini et al.2008). El valor F de falta de
ajuste como 0,027 implica que la falta de ajuste no es
significativa en relación con el error puro. Hay un 87,68 %
de posibilidades de que se produzca un "valor F de falta de
ajuste" de este tamaño debido al ruido. La prueba de falta de
ajuste sugiere un mejor uso del modelo cuadrático frente a
un modelo de interacción de dos factores. Además, el valor
3
4 6.41
32
F de 156,55 junto con el valor p < 0,0001 obtenido del
modelo cuadrático indica que el modelo cuadrático aplicado
aquí es muy significativo (Dasgupta et al.2015). La
importancia del modelo se ve reforzada por un mayor
coeficiente de correlación (R2 = 0,999), coeficiente de
correlación previsto (Pred. R2 = 0,987), coeficiente de
correlación ajustado (Adj. R2 = 0,992) y precisión de
adecuación (Precisión adecuada = 43,67), que indican una
señal adecuada (Hafshejani et al.2014). El resultado de
ANOVA de este modelo cuadrático sugiere que el modelo
podría elaborarse para navegar por el espacio de diseño. En
este caso, C, D, E, AD, AE, BC, BE, BF, CE, CF, EF, A2,
B2, C2, D2 y E2 son términos significativos del modelo y
tienen un valor de p < 0,05 (Li et al. .2014). Al aplicar
regresiones múltiples, se obtiene una ecuación polinomial de
segundo orden apropiada del modelo cuadrático en términos
de los factores codificados como:
ecuación modelo, todos los términos lineales tienen una
contribución positiva a la respuesta. Aunque los términos de
interacción BC, CD, CF y EF tienen una contribución
negativa junto con los coeficientes de los términos
cuadráticos B2 y C2, los términos lineales correspondientes
han mostrado una significativa positiva. Además, la
importancia de los coeficientes de correlación de los
términos del modelo se obtiene mediante la construcción de
los límites de confianza, que se muestran en la Tabla S3 de
SI. Todos los coeficientes de regresión se logran dentro de
los límites de confianza. Entre los factores seleccionados, el
pH y la temperatura han presentado el valor de coeficiente
más bajo con 0,68 y 0,57, respectivamente, y se encuentran
como factores no significativos en el rango estudiado. Sin
embargo, se sabe que las bacterias crecerán bien en un rango
de temperatura de 25 a 40 °C y en un medio ligeramente
alcalino (Prasad y Aikat2014). Por lo tanto, es necesario
optimizar estos factores durante el experimento para
proporcionar un entorno adecuado para el crecimiento
bacteriano. Entre los términos significativos del modelo,
1

La ecuación del modelo ajustado incluye la contribución
de los seis factores en forma de seis términos lineales como
A, B, C, D, E y F. Los seis términos cuadráticos se obtienen
como A2, B2, C2, D2, E2 y F2 . Los quince términos de
interacción se obtienen como AB, BC, DE, CF y otros. En la
cantidad cuadrática de extracto de levadura ha mostrado la
mayor influencia positiva (coeficiente estimado = 20,87) en
Figura 1Gráfica de perturbación
de factores operacionales
la decoloración que cualquier otro factor. Con base en los
impactos de estas variables y la contribución de los factores
en la ecuación anterior, se puede sugerir que este modelo
cuadrático podría dilucidar la interrelación entre todos los
factores investigados y predecir bien la respuesta
correspondiente como porcentaje de decoloración.
Por lo general, debe validarse para garantizar la idoneidad
del modelo generado para proporcionar una estimación
adecuada de la condición del proceso requerida para lograr
una respuesta objetivo para el sistema real (Lim et
al.2013a,b). Como se mencionó anteriormente, las gráficas
de diagnóstico se construyen para una mejor comprensión de
ANOVA y para juzgar la idoneidad de un modelo, que se
muestra en la Fig. S2 de SI. La gráfica normal de residuos se
construye entre residuos estudentizados internamente y
valores de probabilidad de porcentaje normal, que se
muestran en la Fig. S2a de SI. El gráfico muestra que los
residuos siguen una distribución normal a lo largo de la línea
recta, lo que revela que una transformación de la respuesta
puede proporcionar un mejor análisis (Jadhav et al.2015). El
gráfico de valores reales versus valores predichos indica un
buen ajuste, que se muestra en la Fig. S2b de SI. El diagrama
de Box-Cox es una indicación de la selección de la
transformación de la ley de potencia correcta en función de
13
Revista internacional de ciencia y tecnología ambiental
la mejor lambda, que se muestra en la Fig. S2c de SI. En este
estudio, el intervalo de confianza del 95 % en torno a esta
lambda incluye el valor 1. Por lo tanto, no es necesario
transformar más la respuesta observada para el ajuste del
modelo (Dasgupta et al.2015; Ayed et al.2017). La gráfica
de las distancias de Cook (que se muestra en la Fig. S2d de
SI) proporciona una medida de los cambios en la regresión
si se elimina algún caso, lo que ayuda a identificar un valor
atípico. Sin embargo, no se encuentra ningún valor atípico
en este estudio, ya que las distancias de Cook están dentro
de < 1 valor. Además, todos los valores numéricos de
apalancamiento obtenidos dentro del rango estándar (que se
muestran en la Fig. S2e de SI) indican la posibilidad de que
un punto de diseño influya en el ajuste del modelo.
El gráfico de perturbación que muestra el efecto
comparativo de todos los factores en un punto particular del
espacio de diseño se ilustra en la figura 1.1. Esta gráfica
ayuda a identificar los factores que más afectan la respuesta.
Una pendiente pronunciada significativa o una curvatura de
los factores A, D, B, C y E muestra que la respuesta de
decoloración es sensible a esos factores. El mayor gradiente
de factor E (concentración de extracto de levadura) indica su
alta sensibilidad a la respuesta. El extracto de levadura actúa
como fuente de nitrógeno y vitaminas y contribuye a los
otros factores de crecimiento que son esenciales para el
crecimiento bacteriano (Maqbool et al.2016). Así, el factor
E resulta ser uno de los más influyentes en el porcentaje de
decoloración del colorante RR21.
Revista internacional de ciencia y tecnología ambiental
Efecto de los parámetros operativos en la decoloración de colorantes (Khan et al.2013; sheth y
decoloración del tinte. dave2009). En este estudio, el análisis factorial de dos
niveles reveló que la glucosa
Es bien sabido que la glucosa y la peptona se han
considerado un componente importante del medio de

Figura 2Gráficas de respuesta 3D para factores operativos que exhiben interacción de concentración de sal y colorante; d concentración y
temperatura del tinte; efectos sobre la decoloración de RR21 usando Pseudomonas aeruginosa e cantidad de extracto de levadura y temperatura; f
cantidad de extracto de levadura 23N1: a pH y sal; b cantidad de extracto de levadura y pH; c cantidad y concentración de colorante

Fig. 3Gráficas de respuesta 3D para factores operativos que exhiben efectos interactivos sobre la decoloración de RR21 usando Pseudomonas
aeruginosa 23N1: un volumen de inoculación y concentración de tinte; b volumen y temperatura de inoculación

13

y la peptona tienen un efecto negativo sobre la decoloración
de RR21. Por lo tanto, estos no se agregaron en medio de
cultivo en los estudios posteriores. Por el contrario, la
cantidad de extracto de sal y levadura ha mostrado una
influencia positiva en la decoloración. Imran et
al.2016informó la decoloración mejorada del colorante azo
en medio incorporado con extracto de levadura, que simula
la actividad de la enzima azoreductasa responsable de la
degradación del colorante. En el pasado reciente, se han
argumentado dos opiniones para clasificar los roles de los
colorantes en los procesos metabólicos celulares: una
sostiene que los colorantes no son fuentes de carbono,
mientras que otra considera lo contrario (Deive et al.2010).
El presente resultado revela que las bacterias han usado tinte
como fuente de carbono del medio de cultivo cuando no
contenía otras fuentes de carbono externas, lo que resultó en
una alta decoloración en comparación con las soluciones que
contienen fuentes de carbono como glucosa y peptona
porque en medio suplementado con glucosa y peptona, las
bacterias han usado esos nutrientes como fuente principal de
carbono en lugar de moléculas colorantes. Además, se
estudia mediante CCD el efecto de la interacción entre
parámetros operativos (temperatura, pH, concentración de
sal, concentración de colorante, concentración de extractos
de levadura y volumen de inoculación) sobre la decoloración
de RR21 por la cepa. Los gráficos de superficie de respuesta
3D se construyen durante el análisis CCD en ciertas
condiciones operativas limitadas (pH: 9, sal: 6 g/L,
concentración de colorante: 100 mg/L, temperatura: 40 °C,
concentración de extracto de levadura:2. Los gráficos de
superficie de respuesta 3D utilizados para comprender los
efectos interactivos del volumen de inoculación, la
concentración de colorante y la temperatura en la respuesta
se muestran en la Fig.3. En el estudio posterior se consideran
las condiciones de operación como pH 9, 4 g/L de sal, 100
mg/L de concentración inicial de colorante, temperatura 40
°C y 9 g/L de extracto de levadura. Los gráficos de contorno
2D de factores operativos individuales obtenidos durante el
análisis CCD se muestran en la Fig. S3 de SI. Las gráficas
se construyen con base en el modelo de regresión,
manteniendo un factor constante en su nivel cero, mientras
se varían los otros dos factores para ver los efectos de esos
factores en el porcentaje de decoloración del colorante RR21
por la cepa 23N1. El efecto interactivo de la concentración
de sal y el pH en la decoloración RR21 se muestra en la
Fig.2una. La forma elíptica o de silla de montar de la gráfica
indica la interacción significativa entre los factores
correspondientes (Wang y Liu2008). Se observó un aumento
en el porcentaje de decoloración en un medio alcalino de pH
> 7 complementado con una concentración de sal de
alrededor de 6 mg/L, lo que indica que la cepa podría
funcionar de manera efectiva en un medio con alto contenido
13
Revista internacional de ciencia y tecnología ambiental
de sal (Liu et al.2017b). Figura2b demuestra la interacción
menos significativa entre el pH y la concentración de
extracto de levadura, mientras que la cantidad de extracto de
levadura muestra un efecto significativo sobre el porcentaje
de decoloración del tinte. En consecuencia, aumentar la
concentración de extracto de levadura y la alcalinidad del
medio hasta un pH de 9 podría aumentar significativamente
el rendimiento de la decoloración (Chen et al.2011;
Krishnan et al.2016). También se observa una influencia
similar en la respuesta en caso de interacción entre las
concentraciones de colorante y sal, como se muestra en la
Fig.2c, que exhiben disminuciones en el porcentaje de
decoloración con una disminución en la concentración de sal
(Wang et al.2013). Además, se ha observado una interacción
débil entre las concentraciones de colorante y sal. La
temperatura y la concentración del tinte han mostrado una
fuerte influencia individualmente en el desempeño de la
decoloración, aunque su influencia interactiva es débil
(Fig.2d). El alto porcentaje de decoloración se observa a una
temperatura cercana a los 40 °C, pero se ha inhibido al
aumentar la temperatura por encima de los 40 °C o al bajarla
por debajo de los 20 °C. A temperaturas más altas por
encima de los 40 °C y por debajo de los 20 °C, la actividad
metabólica de las bacterias se reduce, lo que finalmente
disminuye el rendimiento de la decoloración (Sharma et
al.2009a,b; Wei et al.2011). Además, es bien sabido que las
bacterias pueden crecer significativamente en el rango de
temperatura de 25 a 40 °C (Pearce et al.2003; Prasad y
Aikat2014). Además, el proceso de decoloración ha
mostrado cambios significativos debido al ligero cambio en
la temperatura o la concentración del extracto de levadura,
como se muestra en la Fig.2mi. Esto indica que la mayor
decoloración solo se puede lograr a la temperatura óptima
cuando se ha agregado al medio una concentración
suficiente de extracto de levadura (Pandey et al.2007). Sin
embargo, la concentración de extracto de levadura debe
aumentar con el aumento de la concentración de colorante
para lograr una mayor decoloración, como se muestra en la
Fig.2F. El efecto de la interacción entre el volumen de
inoculación y la temperatura que se muestra en la Fig.3Se
encuentra que a es muy significativo. Se ha observado que
un pequeño cambio en el porcentaje del volumen de
inoculación podría presentar un mayor cambio en la
decoloración a una temperatura más alta (40 °C). Zhao et al.
(2010) informó una tendencia similar, que investigó la
biodecoloración de Acid Red GR por Dyella ginsengisoli
LA-4. A una temperatura más baja, se requiere aumentar el
porcentaje del volumen de inoculación en un valor lo
suficientemente alto para lograr el mismo grado de
decoloración utilizando la misma concentración de
colorante inicial, como se muestra en la Fig.3b. La respuesta
indica claramente el fuerte impacto de la temperatura en el
Revista internacional de ciencia y tecnología ambiental
desempeño de las bacterias durante el proceso de
decoloración.
Validación del modelo cuadrático optimizado
Para validar el modelo de diseño experimental, se realizaron
algunos experimentos confirmatorios en condiciones
estáticas optimizadas. En la primera prueba confirmatoria,
las condiciones óptimas de operación se toman de la
siguiente manera: pH 9, temperatura 40 °C, 50 mg/L de
concentración de colorante, 6 g/L de sal, 8,4 g/L de extracto
de levadura y 7,6% de inoculación volumen, mientras que,
para el segundo experimento, las condiciones operativas se
fijaron de la siguiente manera: pH 8.8, temperatura 40 °C,
150 mg/L de concentración de colorante, 3.7 g/L de
concentración de sal, 9 g/L de carga de extracto de levadura
y 3% del volumen de inoculación. Ambos experimentos se
realizan en triplete para validar el modelo cuadrático
propuesto. Las respuestas previstas de decoloración de
RR21 a partir del modelo cuadrático para la primera y la
segunda serie experimental confirmatoria se obtienen como
93,9 % y 91,4 %, respectivamente. En este estudio, se
encuentra que los valores medios del porcentaje de
decoloración real para la primera y la segunda serie
Figura 4aGráfico del modelo cinético del porcentaje de decoloración RR21; b Análisis de espectroscopia UV-visible: cambios espectrales de RR21
después de la inoculación por la cepa 23N1 en función del tiempo
experimental de confirmación son 93,5 ± 0,4 % y 91,5 ± 0,5
%, respectivamente. Por lo tanto, se confirma que el modelo
cuadrático RSM propuesto podría usarse para evaluar los
factores operativos necesarios para lograr una decoloración
deseada de RR21 por la cepa 23N1 de P. aeruginosa o
viceversa.
Estudio cinético de la decoloración del tinte.
El estudio cinético se realiza para investigar la tasa de
decoloración del tinte RR21 por la cepa 23N1. lo óptimo
Los factores operativos considerados para el experimento de
estudio cinético de decoloración son los mismos que el
experimento de confirmación descrito en la sección anterior.
Los intervalos de tiempo considerados para la toma y
análisis de muestras son de 1 h, 2 h, 3 h, 4 h, 6 h, 8 h, 12 h,
16 h, 20 h, 24 h, 28 h, 32 h, 36 h, 40 h, 48 h y 60 h. Durante
este estudio, se observa que la tasa de decoloración del tinte
aumenta después de 8 h de incubación y gradualmente
alcanza una tasa más alta durante el período de 12 a 40 h.
Las curvas de porcentaje de decoloración en función de ln(t)
(t es el tiempo de incubación por hora) en un estudio cinético
se presentan en la Fig.4una. Es claro de la Fig.4a que los
datos cinéticos para ambas concentraciones iniciales de
colorante (50 y 150 mg/L) han mostrado el mismo
comportamiento cinético. Para ambos casos, tres pasos
cinéticos distintos son visibles como: primero, decoloración
lenta de 0 a 12 h; segundo, paso de decoloración más rápido
entre 12 y 48 h; y tercero, paso muy lento más allá de las 48
h. Las pendientes de las tres regiones se obtienen mediante
regresión lineal que revela la tasa de decoloración del paso
correspondiente. El primer paso ha mostrado una cinética
más lenta en comparación con el segundo paso debido a la
fase de retraso para la generación de bacterias suficientes
para consumir moléculas de colorantes como alimento. El
segundo paso de la cinética es más rápido debido a la mayor
disponibilidad de una gran cantidad de moléculas de
colorante y la disponibilidad de una cantidad suficiente de
microorganismos maduros. La velocidad cinética en el
último paso, más allá de las 48 h, es más lento debido a la
falta de disponibilidad de las moléculas de colorante en los
13

medios de cultivo. Las pendientes para los tres pasos con una
concentración de colorante inicial de 50 mg/L se obtienen
como 5,3, 54,16 y 0,089, respectivamente. Se muestra que
la tasa de fase logarítmica/exponencial es la más alta entre
los otros dos pasos del proceso de decoloración. La tasa más
lenta se observa en los últimos pasos, donde la
concentración de colorante disminuyó casi. Además, los
datos del porcentaje de decoloración obtenidos durante el
estudio cinético para la solución de tinte inicial de 50 mg/L
y 150 mg/L también se ajustan bien al modelo cinético
empírico, que se analiza detalladamente en S.2. sección del
SI. El gráfico del modelo cinético empírico se trazó entre los
porcentajes de decoloración frente al tiempo (h) para la
solución de tinte inicial de 50 mg/L y 150 mg/L, y se muestra
en la Fig. S4 de SI. Las pendientes para los tres pasos con
una concentración de colorante inicial de 50 mg/L se
obtienen como 5,3, 54,16 y 0,089, respectivamente. Se
muestra que la tasa de fase logarítmica/exponencial es la
más alta entre los otros dos pasos del proceso de
decoloración. La tasa más lenta se observa en los últimos
pasos, donde la concentración de colorante disminuyó casi.
Además, los datos del porcentaje de decoloración obtenidos
durante el estudio cinético para la solución de tinte inicial de
50 mg/L y 150 mg/L también se ajustan bien al modelo
cinético empírico, que se analiza detalladamente en S.2.
sección del SI. El gráfico del modelo cinético empírico se
trazó entre los porcentajes de decoloración frente al tiempo
(h) para la solución de tinte inicial de 50 mg/L y 150 mg/L,
y se muestra en la Fig. S4 de SI. Las pendientes para los tres
pasos con una concentración de colorante inicial de 50 mg/L
se obtienen como 5,3, 54,16 y 0,089, respectivamente. Se
muestra que la tasa de fase logarítmica/exponencial es la
más alta entre los otros dos pasos del proceso de
decoloración. La tasa más lenta se observa en los últimos
pasos, donde la concentración de colorante disminuyó casi.
Además, los datos del porcentaje de decoloración obtenidos
durante el estudio cinético para la solución de tinte inicial de
50 mg/L y 150 mg/L también se ajustan bien al modelo
cinético empírico, que se analiza detalladamente en S.2.
sección del SI. El gráfico del modelo cinético empírico se
trazó entre los porcentajes de decoloración frente al tiempo
(h) para la solución de tinte inicial de 50 mg/L y 150 mg/L,
y se muestra en la Fig. S4 de SI. Se muestra que la tasa de
fase logarítmica/exponencial es la más alta entre los otros
dos pasos del proceso de decoloración. La tasa más lenta se
observa en los últimos pasos, donde la concentración de
colorante disminuyó casi. Además, los datos del porcentaje
de decoloración obtenidos durante el estudio cinético para la
solución de tinte inicial de 50 mg/L y 150 mg/L también se
ajustan bien al modelo cinético empírico, que se analiza
detalladamente en S.2. sección del SI. El gráfico del modelo
cinético empírico se trazó entre los porcentajes de
13
Revista internacional de ciencia y tecnología ambiental
decoloración frente al tiempo (h) para la solución de tinte
inicial de 50 mg/L y 150 mg/L, y se muestra en la Fig. S4 de
SI. Se muestra que la tasa de fase logarítmica/exponencial
es la más alta entre los otros dos pasos del proceso de
decoloración. La tasa más lenta se observa en los últimos
pasos, donde la concentración de colorante disminuyó casi.
Además, los datos del porcentaje de decoloración obtenidos
durante el estudio cinético para la solución de tinte inicial de
50 mg/L y 150 mg/L también se ajustan bien al modelo
cinético empírico, que se analiza detalladamente en S.2.
sección del SI. El gráfico del modelo cinético empírico se
trazó entre los porcentajes de decoloración frente al tiempo
(h) para la solución de tinte inicial de 50 mg/L y 150 mg/L,
y se muestra en la Fig. S4 de SI. los datos del porcentaje de
decoloración obtenidos durante el estudio cinético para la
solución de tinte inicial de 50 mg/L y 150 mg/L también se
ajustan bien al modelo cinético empírico, discutido
detalladamente en S.2. sección del SI. El gráfico del modelo
cinético empírico se trazó entre los porcentajes de
decoloración frente al tiempo (h) para la solución de tinte
inicial de 50 mg/L y 150 mg/L, y se muestra en la Fig. S4 de
SI. los datos del porcentaje de decoloración obtenidos
durante el estudio cinético para la solución de tinte inicial de
50 mg/L y 150 mg/L también se ajustan bien al modelo
cinético empírico, discutido detalladamente en S.2. sección
del SI. El gráfico del modelo cinético empírico se trazó entre
los porcentajes de decoloración frente al tiempo (h) para la
solución de tinte inicial de 50 mg/L y 150 mg/L, y se muestra
en la Fig. S4 de SI.
Con base en la literatura disponible informada sobre el
tema de la decoloración microbiana de los colorantes, se ha
encontrado que la decoloración por parte de la célula viva
ocurre debido a la biodegradación, bioacumulación o
biotransformación de los colorantes (Khataee et al.2010). En
tales casos, los cambios espectrales surgen durante el
análisis UV-visible de las muestras experimentales, lo que
podría provocar la desaparición del pico de absorción o la
aparición de un nuevo pico de absorción, mientras que si la
bioacumulación provoca la decoloración, entonces el pico de
absorción disminuirá en la misma medida. proporción del
porcentaje de decoloración durante el período experimental
(Parshetti et al.2010; Ong et al.2012). Las muestras
recolectadas durante el estudio cinético se utilizan para
analizar los cambios espectrales en el pico de absorción del
tinte mediante análisis UV-visible (200–700 nm). El pico
máximo de absorción de la solución de colorante RR21 se
obtuvo a 537 nm, el cual permaneció inalterado durante 8 h
del período de incubación. Sin embargo, se observa
significativamente un cambio en el pico de absorción a las
12 h y en intervalos de tiempo posteriores del período de
incubación. Los datos de cambio espectral obtenidos durante
el análisis se presentan en la Fig.4b. El pico de absorción
Revista internacional de ciencia y tecnología ambiental
casi disminuyó después de 40 h del período de incubación.
Por lo tanto, se podría concluir que la decoloración del
colorante RR21 podría deberse a la
bioacumulación/degradación por parte de la cepa 23N1. Sin
embargo, el mecanismo de decoloración debe confirmarse
mediante el análisis de metabolitos intermedios a través de
técnicas analíticas avanzadas como HPLC y GC-MS para
dilucidar el sistema metabólico involucrado en este proceso.
Conclusión
El diseño factorial de dos niveles y la metodología de
superficie de respuesta (RSM) se aplican con éxito para
filtrar y optimizar los factores operativos influyentes para
lograr una decoloración eficiente del colorante Reactive Red
21 (RR21) por P. aeruginosa cepa 23N1 del agua. Durante
el análisis de respuesta en un diseño factorial de dos niveles,
se encontró que la glucosa y la peptona exhiben un efecto
negativo sobre la decoloración del colorante RR21. El
resultado obtenido del RSM basado en el diseño compuesto
central giratorio (CCD) indica claramente la alta
importancia positiva del suplemento de extracto de levadura
(coeficiente estimado de 20,87) para la decoloración del
tinte RR21. La ecuación del modelo cuadrático obtenida de
CCD podría aplicarse para dilucidar el proceso de
decoloración de RR21 por la cepa bacteriana estudiada.
Además, se encuentra que el potencial máximo de
decoloración de la tensión es 93,5 ± 0. 4% y 91,5 ± 0,5%
para solución de colorante inicial de 50 y 150 mg/L,
respectivamente, en presencia de extracto de levadura y
medio alcalino suplementado con sal en condiciones
estáticas a 40 °C durante 48 h del período de incubación.
Además, el análisis UV-visible de la decoloración del tinte
RR21 con respecto al tiempo indica el cambio espectral
particularmente en el pico máximo de absorción del tinte, lo
que revela que la decoloración podría deberse a la
biodegradación/acumulación del tinte por la cepa 23N1. Sin
embargo, el mecanismo de decoloración debe dilucidarse
mediante la identificación de la maquinaria microbiana
involucrada, la ruta metabólica y los productos resultantes,
a través de técnicas analíticas biológicas y avanzadas. En
base a los resultados obtenidos en este estudio, se sugiere
que P.
ReconocimientoLos autores agradecen el apoyo financiero del
Ministerio de Desarrollo de Recursos Humanos (MHRD), Gobierno de
India, para becas estudiantiles y apoyo financiero a través de un
proyecto (esquema IMPRINT, Proyecto No. 6125) junto con el
Ministerio de Desarrollo Urbano, Nueva Delhi, India.
Cumplimiento de Normas Éticas
Conflicto de interesesLos autores no informan ningún posible
conflicto de intereses.
Referencias
Ali I, Gupta VK, Khan TA, Asim M (2012) Eliminación de arseniato
de una solución acuosa mediante el método de electrocoagulación
con electrodos de Al-Fe. Int J Electrochem Sci 7: 1898–1907
Ali I, AL-Othman ZA, Alwarthan A (2016a) Captación molecular del
tinte rojo congo del agua en nanopartículas compuestas de hierro.
j
Mol Liq 224: 171–176
Ali I, AL-Othman ZA, Alwarthan A (2016b) Síntesis verde de
nanopartículas de hierro funcionalizadas y adsorción en fase
líquida molecular de Ametryn del agua. J Mol Liq 221: 1168–
1174
Ali I, AL-Othman ZA, Alwarthan A (2016c) Eliminación del herbicida
secbumeton del agua en nanoadsorbente compuesto. Tratamiento
de agua desalinizada 57:10409–10421
Ali I, Alharbi OML, Alothman ZA, Badjah AY, Alwarthan A,
Basheer AA (2018) Modelado de redes neuronales artificiales de
sorción de colorante negro amido en nanomaterial compuesto de
hierro: estudios de cinética y termodinámica. J Mol Liq 250:1–8
Amini M, Younesi H, Bahramifar N, Lorestani AAZ, Ghorbani F,
Daneshi A, Sharifzadeh M (2008) Aplicación de la metodología
de superficie de respuesta para la optimización de la biosorción de
plomo en una solución acuosa por Aspergillus niger. J Hazard Mat
154:694–702
Ayed L, Bekir K, Achour S, Cheref A, Bakhrouf A (2017) Exploración
de estrategias de bioaumento para la decoloración con colorante
azoico CI Reactive Violet 5 usando una mezcla bacteriana:
metodología de superficie de respuesta al colorante. Agua Medio
ambiente J 31:80–89
Banat IM, Nigam P, Singh D, Marchant R (1996) Decoloración
microbiana de efluentes que contienen tintes textiles: una revisión.
Tecnología de biorrecursos 58: 217–227
Basheer AA (2018) Contaminación química quiral: impacto en la
sociedad y la ciencia y necesidad de regulaciones en el siglo XXI.
Quiralidad 30:402–406.https://doi.org/10.1002/chir.22808
Bedekar PA, Saratale RG, Saratale GD, Govindwar SP (2014)
Respuesta al estrés oxidativo en la bacteria Lysinibacillus sp. RGS
expuesto a Reactive Orange 16, degradación de RO16 y
evaluación de toxicidad. Medio Ambiente Sci Contaminación Res
21:11075–11085
Burakova EA, Ali I, Dyachkova TP, Rukhov AV, Tugolukov EN,
Galunin EV, Tkachev AG, Basheer AA (2018) Método novedoso
y económico de síntesis de nanotubos de carbono en un
catalizador de óxido de níquel y magnesio mediante radiación de
microondas. J Mol Liq 253:340–346
Chen G, Huang MH, Chen L, Chen DH (2011) Una decoloración por
lotes y un estudio cinético del reactivo negro 5 por una cepa
bacteriana Enterobacter sp. GY-1. Int Biodeterior Biodegradado
65:790–796
Colak F, Atar N, Olgun A (2009) Biosorción de tintes ácidos de
solución acuosa por Paenibacillus macerans: estudios cinéticos,
termodinámicos y de equilibrio. Ingeniería química J 150: 122–
130
13

Colak F, Atar N, Yazıcıoglu D, Olgun A (2011) Biosorción de plomo
de soluciones acuosas por cepas de Bacillus que poseen
resistencia a metales pesados. Ingeniería química J 173: 422–428
Dafale N, Wate S, Meshram S, Nandy T (2008) Enfoque de estudio
cinético del uso de remazol black-B para el desarrollo de un
reactor anóxico-óxico de dos etapas para la
decoloración/biodegradación de colorantes azoicos por consorcio
bacteriano activado. J Hazard Mat 159:319–328
Das AJ, Kumar R (2018) Remediación en fase de biolodo de suelos
contaminados con petróleo utilizando polvo de cáscara de patata
a través de biosurfactantes que producen Bacillus licheniformis
J1. Int J Environ Sci Technol 15: 525–532
Dasgupta J, Singh M, Sikder J, Padarthi V, Chakraborty S, Curcio S
(2015) Eliminación optimizada de la superficie de respuesta del
colorante Reactive Red 120 de sus soluciones acuosas mediante
ultrafiltración mejorada con polietilenimina. Ecotoxicol Environ
Saf 121:271–278
Dehghani MH, Sanaei D, Ali I, Bhatnagar A (2016) Eliminación de
cromo (VI) de una solución acuosa utilizando residuos de
periódicos tratados como adsorbente de bajo costo: modelado
cinético y estudios de isotermas. J Mol Liq 215: 671–679
Deive FJ, Dominguez A, Barrio T, Moscoso F, Moran P, Longo MA,
Sanroman MA (2010) Decoloración del colorante negro reactivo
5 por microorganismos termófilos recién aislados de sitios
geotérmicos en Galicia (España). J Material de peligro 182:735–
742
Du LN, Yang YY, Li G, Wang S, Jia XM, Zhao YH (2010)
Optimización de la decoloración del tinte Acid Black 172 que
contiene metales pesados por Pseudomonas sp. DY1 utilizando
diseños estadísticos. Int Biodeterioro
Biodegradado 64:566–573
Ekka B, Sahu MK, Patel RK, Dash P (2016) Nanocompuesto de sílice
recubierto de titanio preparado mediante el método de
encapsulación para la degradación del colorante Safranin-O de
una solución acuosa: optimización mediante diseño estadístico.
Ind. de recursos
hídricoshttps://doi.org/10.1016/j.wri.2016.08.001
Garg SK, Tripathi M, Singh SK, Tiwari JK (2012) Biodecoloración de
efluentes de tintes textiles por Pseudomonas putida SKG-1
(MTCC 10510) en las condiciones optimizadas para la
eliminación del color naranja II del tinte monoazoico en medio
mínimo de sal simulado. Int Biodeterioro
Biodegradado 74:24–35
Gupta VK, Ali I (2012) Agua ambiental: avances en tratamiento,
remediación y reciclaje. Elsevier, Ámsterdam. ISBN
9780444594037
Hafshejani MK, Ogugbue CJ, Morad N (2014) Aplicación de la
metodología de superficie de respuesta para la optimización de la
decoloración y mineralización del tinte triazo Direct Blue 71 por
Pseudomonas aeruginosa. 3 Biotecnología 4:605–619
Imran M, Arshad M, Negm F, Khalid A, Shaharoona B, Hussain S,
Nadeem SM, Crowley DE (2016) El extracto de levadura
promueve la decoloración de los colorantes azo al estimular la
actividad de la azoreductasa en Shewanella sp. Cepa IFN4.
Ecotoxicol Medio Ambiente Saf 124:42–49
Jadhav SB, Chougule AS, Shah DP, Pereira CS, Jadhav JP (2015)
Aplicación de la metodología de superficie de respuesta para la
optimización de la biodecoloración de efluentes textiles y sus
perspectivas de toxicidad utilizando ensayos de corte de
plásmidos y toxicidad de plantas. Política ambiental de tecnología
limpia 17:709–720
Kalyani DC, Telke AA, Dhanve RS, Jadhav JP (2009) Biodegradación
ecológica y desintoxicación de textiles Reactive Red 2
13
Revista internacional de ciencia y tecnología ambiental
colorante por Pseudomonas sp recién aislado. SUK1. J Material
de peligro 163:735–742
Khan TA, Sharma S, Ali I (2011) Adsorción de tinte de rodamina B de
una solución acuosa en polvo de hoja de mango (Mangifera
indica) activado con ácido: estudios de equilibrio, cinéticos y
termodinámicos. J Toxicol Environ Health Sci 3:286–297
Khan R, Bhawana P, Fulekar MH (2013) Decoloración microbiana y
degradación de tintes sintéticos: una revisión. Rev Environ Sci
Biotecnología 12:75–97
Khataee AR, Dehghan G, Ebadi A, Zarei M, Pourhassan M (2010)
Tratamiento biológico de una solución de tinte por Macroalgae
Chara sp .: efecto de los parámetros operativos, identificación de
intermediarios y modelado de redes neuronales artificiales.
Tecnología de biorrecursos 101:2252–2258
Korenak J, Ploder J, Trcek J, Helix-Nielsen C, Petrinic I (2018)
Decoloraciones y biodegradaciones de soluciones de colorantes
azo modelo utilizando un reactor secuencial por lotes, seguido de
ultrafiltración. Int J Medio ambiente Sci Technol 15: 483–492
Krishnan J, Kishore AA, Suresh A, Madhumeetha B, Prakash DG
(2016) Efecto del pH, la dosis de inóculo y la concentración de
colorante inicial en la eliminación de la mezcla de colorantes
azoicos en condiciones aeróbicas. Int Biodeterior
Biodegrad.https://doi.org/10.1016/j.ibiod
.2016.11.024
Kuppusamy S, Sethurajan M, Kadarkarai M, Aruliah R (2017)
Biodecoloración de tintes textiles por Pseudomonas stutzeri MN1
y Acinetobacter baumannii MN3 indígenas novedosos. J Environ
Chem Ing 5: 716–724
Li H, Zhang R, Tang L, Zhang J, Mao Z (2014) Evaluación de Bacillus
sp. MZS10 para decolorar el tinte Azure B y su mecanismo de
decoloración. J Ciencias del medio ambiente 26:1125–1134
Lim CK, Bay HH, Aris A, Majid ZA, Ibrahim Z (2013a) Biosorción y
biodegradación de Acid Orange 7 por Enterococcus faecalis cepa
ZL: optimización mediante el enfoque metodológico de superficie
de respuesta. Medio Ambiente Sci Contaminación Res 20:5056–
5066
Lim CK, Bay HH, Aris A, Majid ZA, Ibrahim Z (2013b) Biosorción y
biodegradación de Acid Orange 7 por Enterococcus faecalis cepa
ZL: optimización mediante el enfoque metodológico de superficie
de respuesta. Medio Ambiente Sci Contaminación Res 20:5056–
5066
Liu C, You Y, Zhao R, Sun D, Zhang P, Jiang J, Zhu A, Liu W (2017a)
Producción de biosurfactantes a partir de Pseudomonas
taiwanensis L1011 y su aplicación para acelerar la decoloración
química y biológica de colorantes azoicos. Ecotoxicol Medio
Ambiente Saf 145:8–15
Liu W, Liu C, Liu L, You Y, Jiang J, Zhou Z, Dong Z (2017b)
Decoloración simultánea de colorantes azo sulfonados y
reducción de cromo hexavalente en condiciones de alto contenido
de sal por una cepa tolerante a la sal recién aislada Bacillus
circulans BWL1061. Ecotoxicol Medio Ambiente Saf 141:9–16
Ma C, Zhou S, Lu Q, Yang G, Wang D, Zhuang L, Li F, Lei F (2013)
Decoloración de Orange I en condiciones alcalinas y anaeróbicas
por una bacteria reductora de humus recientemente aislada,
Planococcus sp. MC01. Int Biodeterior Biodegradado 83:17–24
Maqbool Z, Hussain S, Ahmad T, Nadeem H, Imran M, Khalid A, Abid
M, Martin-Laurent F (2016) Uso de modelos RSM para optimizar
la decoloración de aguas residuales textiles simuladas por
Pseudomonas aeruginosa cepa ZM130 capaz de eliminar
simultáneamente reactivos colorantes y cromo hexavalente.
Medio ambiente Sci Contaminación Res
23:11224–11239
Mishra S, Maiti A (2018) La eficacia de las especies bacterianas para
decolorar los colorantes reactivos azo, antraquinona y
Revista internacional de ciencia y tecnología ambiental
trifenilmetano de las aguas residuales: una revisión. Environ Sci Wang ZW, Liang JS, Liang Y (2013) Decoloración del negro reactivo
Encuesta Res. 25:8286–8314 5 por una bacteria Bacillus sp recién aislada. YZU1. Int
Naseer A, Nosheen S, Kiran S, Kamal S, Javaid MA, Mustafa M, Tahir Biodeterioro
A (2016) Degradación y desintoxicación del tinte CBF azul Biodegradación 76:41–48
marino Wang N, Chu Y, Wu F, Zhao Z, Xu X (2017) Decoloración y
por comunidades bacterianas nativas: un enfoque biorremediador degradación del rojo Congo por un hongo de podredumbre
ambiental. Tratamiento de agua de desalinización 57:24070– blanca recién aislado, Ceriporia lacerata, de ramas de morera
24082 podridas. Int Biodeterioro
Ong SA, Toorisaka E, Hirata M, Hano T (2012) Decoloración de Biodegradado 117:236–244
Orange II usando un reactor por lotes de secuenciación anaeróbica Wei Y, Mu J, Zhu X, Gao Q, Zhang Y (2011) Decoloración de
con y sin cosustratos. J Ciencias del medio ambiente 24:291–296 soluciones de tinte con lodo de conglutinación de Ruditapes
Oturkar CC, Nemade HN, Mulik PM, Patole MS, Hawaldar RR, Gawai philippinarum y bacterias aisladas. J Environ Sci 23 (suplemento):
KR (2011) Investigación mecánica de la decoloración y S142–S145
degradación del reactivo rojo 120 por Bacillus lentus BI377. Xu Y, Lebrun RE (1999) Tratamiento de efluentes de plantas de tinte
Biorecursos textil por membrana de nanofiltración. Sep Sci Technol 34: 2501–
Tecnología 102:758–764 2519
Pandey A, Singh P, Iyengar L (2007) Decoloración bacteriana y Yang Y, Wyatt DT (1998) Decoloración de colorantes textiles usando
degradación de colorantes azoicos. Int Biodeterior Biodegradado tecnología de oxidación fotoquímica UV/H2O2. Texto Chem
59:73–84 Color 30:27–35
Parshetti GK, Telke AA, Kalyani DC, Govindwar SP (2010) Yang X, Zheng J, Lu Y, Jia R (2016) Degradación y desintoxicación
Decoloración y desintoxicación del colorante azo sulfonado metil del colorante de trifenilmetano verde malaquita catalizada por
naranja por Kocuria rosea MTCC 1532. J Hazard Mater 176:503– peroxidasa de manganeso cruda de Irpex lacteus F17. Medio
509 ambiente Sci Contaminación
Pathak H, Soni D, Chauhan K (2014) Evaluación de la eficacia in vitro Res. 23:9585–9597
para la decoloración y degradación del colorante azo comercial Yenikaya C, Atar E, Olgun A, Atar N, İlhan S, Colak F (2010) Estudio
RB-B por Morganella sp. HK-1 aislado de vertedero industrial de biosorción de colorantes aniónicos a partir de soluciones
contaminado con colorante. Quimiosfera 105:126–132 acuosas utilizando Bacillus amyloliquefaciens. Inglés Life Sci 10:
Pearce CI, Lloyd JR, Guthrie JT (2003) La eliminación del color de las 233–241
aguas residuales textiles utilizando células bacterianas completas: Zhao L, Zhou J, Jia Y, Chen J (2010) Biodecoloración de Acid Red GR
una revisión. Tintes Pigmentos 58:179–196 por un Dyella ginsengisoli LA-4 recién aislado utilizando la
Pelegrini R, Peralto-Zamora P, De Andrade AR, Reyers J, Duran N metodología de superficie de respuesta. J Material de peligro
(1999) Degradación fotocatalítica asistida electroquímicamente 181:602–608
de colorantes reactivos. Appl Catal B: Entorno 22:83–90
Prasad SS, Aikat K (2014) Estudio de biodegradación y
biodecoloración del colorante azoico por Enterobacter sp. SXCR.
Tecnología ambiental 35:956–965
Senthilkumar S, Prabhu HJ, Perumalsamy M (2013) Optimización de
la superficie de respuesta para la biodegradación de colorantes
azoicos textiles utilizando cepas bacterianas aisladas
Pseudomonas sp. Árabe J Sci Eng 38: 2279–2291
Sharma P, Singh L, Dilbaghi N (2009a) Optimización de las variables
del proceso para la decoloración de Disperse Yellow 211 por
Bacillus subtilis usando el diseño Box-Behnken. J Material de
peligro 164:1024–1029
Sharma S, Malik A, Satya S (2009b) Aplicación de la metodología de
superficie de respuesta (RSM) para la optimización de la
suplementación con nutrientes para la eliminación de Cr(VI) por
Aspergillus lentulus AML05. J Material de peligro 164:1198–
1204
Sheth NT, Dave SR (2009) Optimización para mejorar la decoloración
y degradación de BS CI 111 rojo reactivo por Pseudomonas
aeruginosa NGKCTS. Biodegradación 20:827–836
Slokar YM, Marechal AM (1997) Métodos de decoloración de aguas
residuales textiles. Tintes Pigmentos 37:335–356
Telke A, Joshi S, Jadhav S, Tamboli D, Govindwar S (2010)
Decoloración y desintoxicación del rojo Congo y efluentes de la
industria textil por una bacteria aislada Pseudomonas sp. SU-
EBT. Biodegradación 21:283–296
Wang ZW, Liu XL (2008) Optimización media para la producción de
sustancias activas antifúngicas a partir de un Paenibacillus sp
recién aislado. utilizando la metodología de superficie de
respuesta. Tecnología de biorrecursos 99:8245–8251

13