沉淀法分离青霉素菌渣中蛋白质工艺的优化

钟为章, 杨珂, 洪晨, 许彬, 冯卫博, 陈赛男, 李月, 李再兴. 沉淀法分离青霉素菌渣中蛋白质工艺的优化[J]. 环境工程学报, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079
引用本文: 钟为章, 杨珂, 洪晨, 许彬, 冯卫博, 陈赛男, 李月, 李再兴. 沉淀法分离青霉素菌渣中蛋白质工艺的优化[J]. 环境工程学报, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079
ZHONG Weizhang, YANG Ke, HONG Chen, XU Bin, FENG Weibo, CHEN Sainan, LI Yue, LI Zaixing. Proteins from penicillin residue were isolated by trichloroacetic acid precipitation method[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079
Citation: ZHONG Weizhang, YANG Ke, HONG Chen, XU Bin, FENG Weibo, CHEN Sainan, LI Yue, LI Zaixing. Proteins from penicillin residue were isolated by trichloroacetic acid precipitation method[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079

沉淀法分离青霉素菌渣中蛋白质工艺的优化

    作者简介: 钟为章(1983—),男,博士,副教授。研究方向:固体废物及废水资源化利用。E-mail:zhongweizhang@aliyun.com
    通讯作者: 李再兴(1973—),男,博士,教授。研究方向:固体废物及废水资源化利用。E-mail:li_zaixing@163.com
  • 基金项目:
    河北省重点研发计划项目(19273809D);国家自然科学基金青年科学基金资助项目(51708170);河北省人才工程培养资助项目(A201901043)
  • 中图分类号: X787

Proteins from penicillin residue were isolated by trichloroacetic acid precipitation method

    Corresponding author: LI Zaixing, li_zaixing@163.com
  • 摘要: 为高效回收抗生素菌渣中的蛋白质,采用不同沉淀法分离青霉素菌渣中的蛋白质。首先,考察不同沉淀法对蛋白质的沉淀效果,选出最优蛋白质沉淀方法;然后,开展单因素实验并基于响应曲面法选择分离青霉素菌渣中蛋白质的最优工艺参数;最后,利用最优工艺条件对青霉素菌渣进行蛋白质分离实验验证。结果表明,三氯乙酸(TCA)沉淀法沉淀效果最好,其分离青霉素菌渣中蛋白质的最优工艺条件为:TCA的质量分数为20%、水解液pH为3.0、沉淀时间为10 h和离心转速为10 000 r·min−1;此条件下的预测蛋白质沉淀率为89.5%,实际蛋白质沉淀率为89%。该研究结果可为菌渣蛋白质高效回收提供参考。
  • 地下水修复是污染场地修复的核心内容,然而我国场地修复行业长期存在“重土轻水”的问题。污染物在土壤中的赋存分布呈现高度的非均质性,而地下水是一个动态开放系统,故地下水监测更容易反映出地层的污染状况,对于挥发性有机物 (VOCs) 污染场地来说更为突出[1]。因此,笔者长期呼吁在污染地块管理领域对地下水环境质量的监管应提升到与土壤环境质量相同的地位。上述观点及其科学机制已在本系列专论1《我国挥发性有机污染地块调查评估中存在的问题及对策建议》和专论3《地下水监测在污染场地管理中的重要作用、存在问题与对策建议》中已经进行过详细的讨论[1-2]。在近期发表的专论4《我国挥发性有机污染场地修复中存在的问题及对策建议》中,笔者总结了我国VOCs污染场地修复管控及效果评估方面存在的5个问题[3]:1) 污染修复深度止步于土壤层,忽视了基岩层中的污染;2) 表层土采样可能会高估VOCs污染土壤的修复效果;3) 修复效果评估中地下水监测数据的指示作用未受到足够重视;4) 地下水修复目标值的制定流程不规范,部分项目存在修复目标值过于宽松的问题;5) 少数复杂高风险场地未能彻底修复即进行敏感用地类型开发。本文则基于问题4展开关于制定地下水修复目标值的讨论。

    污染场地修复效果评估是污染场地环境管理工作的关键环节,在管理链条中起最终把关作用。修复目标值是评判污染场地修复是否合格,以及修复后地块能否安全利用的唯一标准,因此制定合理的修复目标值对于污染场地修复治理和安全利用起着至关重要的作用。目标值设定过严会导致过度修复,而目标值设定过松则无法保障地块的风险可控和安全利用。

    污染场地修复一般同时包括土壤和地下水的修复。2022年12月,生态环境部发布了《建设用地土壤污染修复目标值制定指南 (试行) 》,然而地下水修复目标值制定的指南标准长期缺位。目前,国内常以GB/T14848的III类或者IV类地下水标准作为修复目标,当难以达到IV类地下水标准时一般利用风险评估计算一套更加宽松的目标值。然而,少数项目基于风险评估计算出的地下水修复目标值过于宽松,无法保障地块未来的安全利用。特别是对于挥发性有机物 (volatile organic compounds,VOCs,如苯系物、氯代烃等) 污染场地,项目制定的VOCs的地下水修复目标值超过了这些化合物的有效溶解度,这意味着地层中存在该化合物的的纯相 (即非水相液体,nonaqueous phase liquids,NAPL) ,即修复后场地地层中仍存在NAPL相污染物亦会被认为修复达标(合格),且该地块达到了安全利用标准,这显然是极其不合理的。NAPL是污染场地最重要的污染源形态,如果污染源没有清除干净,则说明修复治理的效果不佳,应继续进行修复治理。关于地层中是否存在NAPL,典型错误是认为“高密度的土壤钻孔没有发现NAPL则说明地层中不存在NAPL”。然而,“Absence of evidence is not evidence of absence”,由于NAPL赋存分布的高度非均质性,土壤钻孔可能无法勘测到NAPL(特别是DNAPL)[2],但并不代表地层中没有NAPL。而且跟土壤监测相比,地下水监测更容易指示污染源的存在[1]

    解决上述问题的关键是借鉴土壤环境管理的思路,制定一个类似于《土壤环境质量 建设用地土壤污染风险管控标准 (试行) 》(GB36600-2018)中“土壤管制值”的“地下水修复目标上限值 (风险管制值) ”。在任何修复项目中,地下水修复目标值的设定不应超过这个上限值,以避免“一放就乱”。同时参考《建设用地土壤污染修复目标值制定指南 (试行) 》中的思路,允许地下水修复目标值根据项目的实际情况进行适度的调整,避免“一收就死”。随着科学研究的进展、修复技术的进步、经济的发展及社会文明程度的提升,修复目标上限值还应做到不断地调整优化,从而实现对于我国地下水环境质量的动态管理和不断提升。

    目前,在实际项目中,常以GB/T14848的III类或者IV类地下水标准作为修复目标,当难以达到IV类地下水标准时则通过风险评估计算一套更加宽松的目标值。然而,少数项目基于风险评估计算得出的地下水修复目标值过于宽松,无法保障地块未来的安全利用。笔者认为地下水修复目标上限值 (或管制值) 的制定不能只基于风险评估计算的结果,而应充分考虑每种污染物的理化性质、迁移转化归趋机制、环境赋存特征、健康和环境风险、国外同类标准的取值、检测方法的准确度和成本、经济社会承受能力等因素,力争做到合规合法、科学严谨、综合平衡。以下将从风险评估方法的可靠性、有效溶解度的影响、不同污染物的迁移归趋暴露毒性的差异、现行地下水标准存在的问题、现行标准与国外同类标准的差距等方面展开讨论。

    我国已建立起基于风险的污染场地管理制度和技术体系,然而“基于风险”并不意味着“仅仅依赖风险评估计算”。因为风险评估计算存在较大的主观性和不确定性,其结果并不是唯一的、确定的、完全客观公正的。风险评估模型计算结果的误差有多个来源,包括概念模型误差、数学模型误差、输入参数误差等。《污染场地VOCs蒸气入侵风险评估与管控》第六章第五节对于挥发吸入室内空气 (蒸气入侵) 暴露途径的风险评估模型误差进行了详细介绍[4]。本文仅以输入参数误差为例对风险评估计算的不确定性进行介绍。风险评估计算需输入包括环境介质理化性质 (土、水、气) 、污染物理化性质、毒性参数、暴露参数等4大类共计几十种输入参数。任何一种输入参数的变化都会影响风险计算结果,部分关键参数的微小变化可能导致计算结果几倍甚至数量级的变化 (模型敏感性高) 。在实际场地中,很多参数都存在不同程度的时间和空间变异性,在同一场地部分参数的时间-空间波动可能高达几个数量级,然而在风险计算时 (如我国HJ 25.3方法或者美国ASTM方法) 每种输入参数只取一个数值,因此风险评估计算结果具有较高的不确定性 (模型不确定性高) 。另外,风险评估计算的输入参数是人为选择的,甚至部分输入参数选取不同的数值都能找到一定的合理性都能自圆其说,因此风险评估计算具有一定的主观性,很难做到完全精准和绝对客观公正。

    水中溶解度是指每升水中所能溶解的溶质的总质量,单位为mg·L−1。有效溶解度是指混合物中特定组分在每升水中所能溶解的溶质的总质量。如苯在水中的溶解度是1 800 mg·L−1,而常规汽油中苯在水中的有效溶解度只有20~40 mg·L−1。这是由于苯仅是汽油上千种化学组分中的一种 (质量占比约为汽油的1%~2%),因此汽油中苯的有效溶解度远低于其纯物质的水中溶解度。有效溶解度构成了污染物地下水浓度的上限,如果地下水中检测到的有机物浓度超过其有效溶解度,则说明地层中存在有机物的纯相 (即NAPL相) 。

    而实际上,由于地下水流动往往很缓慢,只有与NAPL源紧邻区域的地下水中污染物质量浓度才能达到或接近其有效溶解度。当污染物溶解进入地下水后,在对流、弥散、扩散等机制作用下其质量浓度会不断被稀释而降低,另外在地下水采样时污染物在监测井中可能被进一步稀释。因此,即使在地层中存在NAPL,采样监测得到的污染物质量浓度可能也远低于其有效溶解度。BRUCE等[5]认为测得的地下水中苯质量浓度超过其有效溶解度的20%即可认为地层中存在LNAPL。经验值显示,汽油污染地下水中的苯质量浓度超过5 mg·L−1,或者总石油烃浓度超过30 mg·L−1时,认为存在LNAPL。也有研究认为,油污染地下水中的苯质量浓度超过1 mg·L−1即可认为存在LNAPL[6]。综合以上研究成果和国外实际经验,笔者认为地下水修复目标值不应超过有效溶解度 (注意不是水中溶解度) 的20%。

    不同类型的污染物 (如重金属、VOCs、SVOCs) 在迁移转化行为、环境归趋机制、暴露途径及毒性方面的差异巨大。易溶于水的化合物泄漏进入地层后往往迅速溶于地下水,因此会出现土壤中无检出而地下水中浓度较高的现象。对于这类物质,在制定地下水修复目标值时要特别关注。对于再开发场地,重金属和SVOCs都可相对容易地通过风险管控措施切断人体暴露途径,而VOCs由于其易挥发和易迁移的特点,很难通过风险管控完全阻断人体暴露。土壤或者地下水中的VOCs可通过挥发进入室内空气 (蒸气入侵) 和挥发进入室外空气产生人体暴露。国内已经有若干再开发场地的蒸气入侵实际案例[2, 7]。因此,对于VOCs的地下水污染及其修复目标值应给与额外的关注。

    原国土资源部和水利部共同制定的《地下水质量标准》 (GB/T 14848) 是现阶段地下水环境管理工作的主要依据,而生态环境部尚未发布基于环境管理需求的地下水环境质量标准。这给我国地下水以及污染场地环境管理工作带来了一系列问题。目前,大部分场地调查项目通常选择GB/T 14848中的39项常规指标作为监测指标,然而这39项中的大部分指标并非污染因子。其中,与污染场地关系密切的仅包括4项VOCs (三氯甲烷、四氯化碳、苯、甲苯) 和6项金属 (汞、砷、硒、镉、六价铬、铅) ,而实际场地的污染物种类远多于这4+6种。另外,部分场地调查项目选择GB36600中的45项基本项目作为地下水监测指标,而GB 36600是土壤风险管控标准并未考虑污染物在土壤和地下水中赋存特征的差异。综上所述,笔者建议生态环境管理部门尽快制定满足环境管理需求的地下水监测指标及其标准值。

    GB/T 14848用于污染场地和地下水环境管理时存在的其他问题还有:1) 部分高毒性和常用污染物的指标偏高,未必能有效管控其环境和健康风险,如氯乙烯、二氯甲烷;2) 个别指标不明确,如 1,2-二氯乙烯未规定顺式、反式或是总量;3) 一些污染场地中的常见指标缺乏,如C6-C9石油烃、C10-C40石油烃、甲基叔丁基醚等;4) 一些重点行业的典型特征污染物缺乏,如杂环芳烃、酚类等。

    综上所述,笔者建议管理部门应尽快对地下水监测因子进行扩容,在扩容时应综合考虑国内外地下水标准、国内已有的监测方法标准、国内场地调查实践检出频率较高的特征污染物。本文提出了一些具体的补充建议:C6-C9石油烃、C10-C40石油烃、三甲基苯类、异丙苯、甲基叔丁基醚、四乙基铅、1,2-二溴乙烷、烷基萘类、丙酮、甲醛、乙醛、苯酚类、烷基酚类、氯酚类、苯胺类、甲苯胺类、氯苯胺类、硝基苯胺类、硝基苯类、硝基甲苯类、硝基氯苯类、二硫化碳、苊、菲、芘、芴、含氮杂环芳烃类、含硫杂环芳烃类、含氧杂环芳烃类、顺-1,2-二氯乙烯、反1,2-二氯乙烯、1,2,3-三氯丙烷、1,1-二氯乙烷、四氯乙烷类、六氯丁二烯、六氯乙烷。

    环境质量标准的核心功能在于为环境质量状况提供比对依据,与援引环境质量标准的法律规定、行政规划等要求共同发挥设定目标、考核激励、督政问责的作用[8]。近十年来,我国大气污染防治取得了举世瞩目的成就,我国大气污染物排放量大幅下降,主要空气指标显著改善,并赢得了国际社会高度评价。2012年被认为是这一切变化的起点,当年原环境保护部修订了《环境空气质量标准 (GB3095-2012) ,从而开启了大气污染防治的“黄金十年”[9]。中国现行的环境空气质量标准及大气污染物排放标准中的部分指标已达到甚至比发达国家更加严格,正是严格的环境标准推动中国成为全球空气质量改善速度最快的国家,蓝天保卫战的成就极大地提升了全体国民的获得感和幸福感。在地下水环境标准的宽严程度方面,我国与发达国家的差距仍十分明显,环境监管的提升空间很大。第2个百年目标要求2049我国要建成富强、民主、文明、和谐、美丽的社会主义现代化强国。展望未来的26年,我国的地下水环境质量管理要跟上国家整体的发展态势及其他环保领域的发展步伐,以全面推进美丽中国建设。

  • 图 1  不同沉淀法对蛋白质沉淀率的影响

    Figure 1.  Effects of different precipitation methods on protein precipitation rate

    图 2  不同沉淀方法蛋白质沉淀率的比较

    Figure 2.  Comparisons of protein precipitation rates by different precipitation methods

    图 3  不同因素对蛋白质沉淀率的影响

    Figure 3.  Influences of different factors on protein precipitation rate

    图 4  TCA质量分数与水解液pH对蛋白质沉淀率的影响

    Figure 4.  Influences of TCA mass fraction and hydrolysate pH on protein precipitation rate

    图 5  TCA质量分数与沉淀时间对蛋白质沉淀率的影响

    Figure 5.  Influences of TCA mass fraction and precipitation time on protein precipitation rate

    图 6  TCA质量分数与离心转速对蛋白质沉淀率的影响

    Figure 6.  Influences of TCA mass fraction and centrifugation revolution on protein precipitation rate

    图 7  水解液pH与沉淀时间对蛋白质沉淀率的影响

    Figure 7.  Influences of pH of hydrolysate and precipitation time on protein precipitation rate

    图 8  水解液pH与离心转速对蛋白质沉淀率蛋白质沉淀率的影响

    Figure 8.  Influences of hydrolysate pH and centrifugation revolutions on protein precipitation rate

    图 9  沉淀时间与离心转速对蛋白质沉淀率的影响

    Figure 9.  Influences of precipitation time and centrifugation revolution on protein precipitation rate

    表 1  青霉素菌渣理化性质

    Table 1.  Physical and chemical properties of penicillin bacteria residue

    pH含水率/%SCOD/(g·L−1)TCOD/(g·L−1)TSS/(g·L−1)VSS/(g·L−1)氨氮/(g·L−1)蛋白质/(g·L−1)
    4.6291.6140.87118.4060.7357.577.4722.96
    pH含水率/%SCOD/(g·L−1)TCOD/(g·L−1)TSS/(g·L−1)VSS/(g·L−1)氨氮/(g·L−1)蛋白质/(g·L−1)
    4.6291.6140.87118.4060.7357.577.4722.96
    下载: 导出CSV

    表 2  实验设计及结果

    Table 2.  Experimental design and results

    实验号ABCD蛋白质沉淀率/%
    12531012 00084.2
    21531210 00078.1
    3204108 00084.9
    4204810 00083.4
    5203812 00086.3
    6253810 00081.8
    71541010 00073.7
    82031010 00087.9
    92021210 00083.7
    102031010 00090.5
    11153108 00075.9
    12253108 00084.9
    132041210 00083.3
    142031010 00089.5
    15153810 00071.3
    16202108 00083.1
    171531012 00077.2
    182031212 00087.4
    19202810 00077.8
    202541010 00082.3
    212031010 00089.8
    221521010 00070.1
    23203128 00086.3
    242021012 00082.9
    252531210 00084.7
    262031010 00089.8
    272041012 00085.7
    2820388 00085.3
    292521010 00079.1
    实验号ABCD蛋白质沉淀率/%
    12531012 00084.2
    21531210 00078.1
    3204108 00084.9
    4204810 00083.4
    5203812 00086.3
    6253810 00081.8
    71541010 00073.7
    82031010 00087.9
    92021210 00083.7
    102031010 00090.5
    11153108 00075.9
    12253108 00084.9
    132041210 00083.3
    142031010 00089.5
    15153810 00071.3
    16202108 00083.1
    171531012 00077.2
    182031212 00087.4
    19202810 00077.8
    202541010 00082.3
    212031010 00089.8
    221521010 00070.1
    23203128 00086.3
    242021012 00082.9
    252531210 00084.7
    262031010 00089.8
    272041012 00085.7
    2820388 00085.3
    292521010 00079.1
    下载: 导出CSV

    表 3  蛋白质沉淀率回归方程模型的方差分析

    Table 3.  Analysis of variance of regression equation model of protein precipitation rate

    方差来源偏差平方和自由度均方FP
    模型809.101457.7963.86< 0.000 1
    A214.211214.21236.71< 0.000 1
    B22.96122.9625.380.000 2
    C25.81125.8128.520.000 1
    D0.9110.911.000.333 6
    AB0.04010.0400.0440.8365
    AC3.8013.804.200.059 6
    0AD1.0011.001.110.3110 0
    BC9.0019.009.950.007 0
    BD0.2510.250.280.607 4
    CD0.002 510.002 50.002 7630.958 8
    A2439.261439.26485.40< 0.000 1
    B2155.211155.2171.52< 0.000 1
    C239.47139.4743.61< 0.000 1
    D22.5712.572.840.114 2
    残差12.67140.90
    失拟项8.93100.890.950.569 4
    纯误差3.7440.9363.86
    总计821.7728
    方差来源偏差平方和自由度均方FP
    模型809.101457.7963.86< 0.000 1
    A214.211214.21236.71< 0.000 1
    B22.96122.9625.380.000 2
    C25.81125.8128.520.000 1
    D0.9110.911.000.333 6
    AB0.04010.0400.0440.8365
    AC3.8013.804.200.059 6
    0AD1.0011.001.110.3110 0
    BC9.0019.009.950.007 0
    BD0.2510.250.280.607 4
    CD0.002 510.002 50.002 7630.958 8
    A2439.261439.26485.40< 0.000 1
    B2155.211155.2171.52< 0.000 1
    C239.47139.4743.61< 0.000 1
    D22.5712.572.840.114 2
    残差12.67140.90
    失拟项8.93100.890.950.569 4
    纯误差3.7440.9363.86
    总计821.7728
    下载: 导出CSV
  • [1] SHEN Y P, ZHUAN R, CHU L B, et al. Inactivation of antibiotic resistance genes in antibiotic fermentation residues by ionizing radiation: Exploring the development of recycling economy in antibiotic pharmaceutical factory[J]. Waste Management, 2019, 84: 141-146. doi: 10.1016/j.wasman.2018.11.039
    [2] HU J, HONG C, LI Z, et al. Nitrogen release of hydrothermal treatment of antibiotic fermentation residue and preparation of struvite from hydrolysate[J]. Science of the Total Environment, 2020, 713: 135174. doi: 10.1016/j.scitotenv.2019.135174
    [3] HU Y M, SHEN Y P, WANG J L. Pretreatment of antibiotic fermentation residues by combined ultrasound and alkali for enhancing biohydrogen production[J]. Journal of Cleaner Production, 2020, 268: 122190. doi: 10.1016/j.jclepro.2020.122190
    [4] CAI C, HUA Y, LI H P, et al. Hydrothermal treatment of erythromycin fermentation residue: Harmless performance and bioresource properties[J]. Resources, Conservation and Recycling, 2020, 161: 104952. doi: 10.1016/j.resconrec.2020.104952
    [5] YANG G, WANG J L, SHEN Y P. Antibiotic fermentation residue for biohydrogen production using different pretreated cultures: Performance evaluation and microbial community analysis[J]. Bioresource Technology, 2019, 292: 122012. doi: 10.1016/j.biortech.2019.122012
    [6] LIAO H, ZHAO Q, CUI P, et al. Efficient reduction of antibiotic residues and associated resistance genes in tylosin antibiotic fermentation waste using hyperthermophilic composting[J]. Environment International, 2019, 133: 105203. doi: 10.1016/j.envint.2019.105203
    [7] 环境保护部, 国家发展和改革委员会. 国家危险废物名录[S]. 北京: 环境保护部, 国家发展和改革委员会, 2020.
    [8] 李再兴, 田宝阔, 左剑恶, 等. 抗生素菌渣处理处置技术进展[J]. 环境工程, 2012, 30(2): 72-75.
    [9] 公丕成, 蔡辰, 张博, 等. 我国抗生素菌渣资源化研究新进展[J]. 环境工程, 2017, 35(5): 107-111.
    [10] 闫怡新, 秦磊, 高健磊. 剩余污泥提取蛋白质工艺研究进展[J]. 环境工程, 2019, 37(6): 146-149.
    [11] 施正华, 李秀芬, 宋小莉, 等. 采用等电点沉淀法回收市政污泥水解液中的蛋白质[J]. 环境工程学报, 2016, 10(10): 5919-5923. doi: 10.12030/j.cjee.201603072
    [12] 李业云, 张婷, 景凌云. 剩余污泥源头减量化技术研究进展[J]. 应用化工, 2019, 48(11): 2708-2713. doi: 10.3969/j.issn.1671-3206.2019.11.040
    [13] GAO P T, GAO L, SUN J, et al. Enhancing the hydrolysis of saline waste sludge with thermophilic bacteria pretreatment: New insights through the evolution of extracellular polymeric substances and dissolved organic matters transformation[J]. Science of the Total Environment, 2019, 670: 31-40. doi: 10.1016/j.scitotenv.2019.03.158
    [14] 宁高阳. 土霉素菌渣的减量化及菌渣溶液的生物处理研究[D]. 兰州: 兰州交通大学, 2020.
    [15] XIAO K, ZHOU Y. Protein recovery from sludge: A review[J]. Journal of Cleaner Production, 2020, 249: 119373. doi: 10.1016/j.jclepro.2019.119373
    [16] 王敏慧, 唐珊, 刘海龙. 豆制品废水中蛋白质的沉淀分离[J]. 山西科技, 2014, 29(1): 77-80.
    [17] LIU S, LI Z, YU B, et al. Recent advances on protein separation and purification methods[J]. Advances in Colloid and Interface Science, 2020, 284: 102254. doi: 10.1016/j.cis.2020.102254
    [18] 张益奇, 陈康, 周龙锡, 等. 水产加工废水蛋白质的回收及再利用研究进展[J]. 食品研究与开发, 2018, 39(23): 198-203. doi: 10.3969/j.issn.1005-6521.2018.23.036
    [19] PEI K Y, XIAO K K, HOU H J, et al. Improvement of sludge dewaterability by ammonium sulfate and the potential reuse of sludge as nitrogen fertilizer[J]. Environmental Research, 2019, 670: 31-40.
    [20] 刘肖肖, 樊新顺, 施东青, 等. 三氯乙酸法测定烟叶中蛋白质含量[J]. 化学研究, 2018, 29(5): 484-487.
    [21] 闻崇炜, 赵烨清, 石莉, 等. 聚乙二醇沉淀蛋清蛋白质的规律及在卵白蛋白分离中的应用[J]. 食品科学, 2018, 39(1): 29-35. doi: 10.7506/spkx1002-6630-201801004
  • 加载中
图( 9) 表( 3)
计量
  • 文章访问数:  4693
  • HTML全文浏览数:  4693
  • PDF下载数:  40
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-12-15
  • 录用日期:  2021-02-01
  • 刊出日期:  2021-06-10
钟为章, 杨珂, 洪晨, 许彬, 冯卫博, 陈赛男, 李月, 李再兴. 沉淀法分离青霉素菌渣中蛋白质工艺的优化[J]. 环境工程学报, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079
引用本文: 钟为章, 杨珂, 洪晨, 许彬, 冯卫博, 陈赛男, 李月, 李再兴. 沉淀法分离青霉素菌渣中蛋白质工艺的优化[J]. 环境工程学报, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079
ZHONG Weizhang, YANG Ke, HONG Chen, XU Bin, FENG Weibo, CHEN Sainan, LI Yue, LI Zaixing. Proteins from penicillin residue were isolated by trichloroacetic acid precipitation method[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079
Citation: ZHONG Weizhang, YANG Ke, HONG Chen, XU Bin, FENG Weibo, CHEN Sainan, LI Yue, LI Zaixing. Proteins from penicillin residue were isolated by trichloroacetic acid precipitation method[J]. Chinese Journal of Environmental Engineering, 2021, 15(6): 2027-2036. doi: 10.12030/j.cjee.202012079

沉淀法分离青霉素菌渣中蛋白质工艺的优化

    通讯作者: 李再兴(1973—),男,博士,教授。研究方向:固体废物及废水资源化利用。E-mail:li_zaixing@163.com
    作者简介: 钟为章(1983—),男,博士,副教授。研究方向:固体废物及废水资源化利用。E-mail:zhongweizhang@aliyun.com
  • 1. 河北科技大学环境科学与工程学院,石家庄 050018
  • 2. 河北省污染防治生物技术实验室,石家庄 050018
  • 3. 北京科技大学能源与环境工程学院,北京市工业典型污染物资源化处理重点实验室,北京 100083
基金项目:
河北省重点研发计划项目(19273809D);国家自然科学基金青年科学基金资助项目(51708170);河北省人才工程培养资助项目(A201901043)

摘要: 为高效回收抗生素菌渣中的蛋白质,采用不同沉淀法分离青霉素菌渣中的蛋白质。首先,考察不同沉淀法对蛋白质的沉淀效果,选出最优蛋白质沉淀方法;然后,开展单因素实验并基于响应曲面法选择分离青霉素菌渣中蛋白质的最优工艺参数;最后,利用最优工艺条件对青霉素菌渣进行蛋白质分离实验验证。结果表明,三氯乙酸(TCA)沉淀法沉淀效果最好,其分离青霉素菌渣中蛋白质的最优工艺条件为:TCA的质量分数为20%、水解液pH为3.0、沉淀时间为10 h和离心转速为10 000 r·min−1;此条件下的预测蛋白质沉淀率为89.5%,实际蛋白质沉淀率为89%。该研究结果可为菌渣蛋白质高效回收提供参考。

English Abstract

  • 我国是世界上抗生素生产、消费和出口大国,年产量约占世界总产量的70%[1-2]。在生产抗生素的过程中,会产生大量的抗生素菌渣。据估算,每生产1 t抗生素,约产生8~10 t的抗生素菌渣,我国每年产生的抗生素菌渣约为2×106 t,产量巨大[3-4]。抗生素菌渣主要由剩余培养基、残留的抗生素、微生物代谢产物以及发酵菌丝体组成。其中,残留的抗生素会对生态环境和人群健康造成潜在的危害[5-6]。根据我国2020年发布的《国家危险废物名录》[7],抗生素菌渣属于化学原料药生产过程中产生的废弃品及中间体,全过程须按危险废物进行管理,不可随意处置。抗生素菌渣处理技术有焚烧、填埋、堆肥等。这些处理技术存在不能完全消除菌渣危害、成本高、会造成二次污染等问题。抗生素菌渣中含有丰富的蛋白质,是一种潜在的生物质能,如能将其回收利用,可较好地实现菌渣中氮源的资源化[8-9]

    菌渣中蛋白质的回收主要包括菌渣中蛋白质溶出和菌渣水解液中蛋白质的分离纯化2个过程。由于菌渣的蛋白质主要存在于菌丝体中,为了获得更多的蛋白质,就需要对菌渣进行水解[10-11]。常用的菌渣水解方法有物理法(热水解、超声波、高压均质等)、化学法(酸碱处理、臭氧氧化处理等)和生物法(酶制剂和嗜热溶胞法)。与化学、物理水解技术相比,生物法中的嗜热溶胞法是利用优势嗜热溶胞菌分泌的胞外酶(蛋白酶和淀粉酶)进行生物溶胞作用,使菌渣中的有机物溶出。该方法具有操作简单、经济环保和水解效果好等优点[12-14]。菌渣经水解后,需要从混合溶液中进一步沉淀分离出蛋白质。常用的蛋白质沉淀分离方法有等电点沉淀法、盐析法、有机溶剂沉淀法、非离子多聚物沉淀法等[15-17]

    本实验采用嗜热溶胞法水解青霉素菌渣,以青霉素菌渣水解液为研究对象,采用等电点沉淀法、盐析法(硫酸铵)、有机溶剂沉淀法(乙醇、丙酮)、选择性变性沉淀法(TCA)和非离子多聚物沉淀法(聚乙二醇)对水解液沉淀分离,并通过比较不同沉淀法的蛋白质沉淀率,选出最优的蛋白质沉淀法;然后对最优沉淀法进行单因素实验,以确定蛋白质沉淀率的影响因素及取值范围;之后,用响应曲面法选取最优沉淀法分离蛋白质的最佳工艺条件;最后,用最优工艺条件对青霉素菌渣水解液进行蛋白质分离实验验证。本实验研究结果可为菌渣的资源化处理提供参考。

  • 青霉素菌渣取自石家庄某制药厂。其主要理化性质见表1

    嗜热溶胞菌是从混合堆肥基质中分离出的嗜热菌DF7(保藏于中国普通微生物菌种保藏管理中心,保藏号:CGMCC No.16459)。该菌属嗜热芽孢杆菌(Bacillus thermophilus)属,革兰氏染色呈阳性;呈细杆状、产芽孢、能够分泌蛋白酶和淀粉酶;最适生长温度为60 ℃、最适生长pH为7.0。

  • 1)蛋白质的溶出。取一定量的青霉素菌渣于1 000 mL的锥形瓶中,调节pH至7.0后,添加15%的嗜热菌(体积分数),于60 ℃恒温振荡培养12 h;然后,再将其在5 000 r·min−1转速下离心10 min,离心清液为水解液。水解液中蛋白质的质量浓度为62.22 g·L−1,pH为6.72。

    2)蛋白质沉淀法的筛选。采用等电点沉淀法、硫酸铵沉淀法、乙醇沉淀法、丙酮沉淀法、TCA沉淀法和聚乙二醇沉淀法对青霉素菌渣中蛋白质进行沉淀分离,根据蛋白质的沉淀效果,确定最优沉淀方法。

    分别取20 mL水解液,用NaOH或HCl调节水解液pH为1.5、2.5、3.5、4.5、5.5、6.5、7.5和8.5,静置8 h。分别取20 mL水解液,然后加入硫酸铵,使其饱和度为30%、40%、50%、60%、70%、80%和90%,静置8 h。分别取20 mL水解液,然后加入一定量的乙醇/丙酮/TCA/聚乙二醇,使其与水解液的体积比为1∶2、3∶4、1∶1、5∶4和3∶2,静置8 h。对沉淀后的水解液进行离心,取上清液测蛋白质浓度,计算蛋白质沉淀率。

    3)蛋白质沉淀法的优化实验。对筛选出的沉淀法进行单因素实验,以确定蛋白质沉淀率的影响因素及取值范围,然后以蛋白质沉淀率为响应值,进行响应曲面优化实验;再用Design-Expert软件对实验数据进行分析,预测沉淀蛋白质的最优条件。

    4)验证实验。用模型预测的最优工艺条件对青霉素菌渣水解液进行3次蛋白质分离实验,取平均值,与预测值进行比较,以验证模型的可靠性。

  • TSS、VSS用重量法测定;TCOD、SCOD用重铬酸钾法测定;氨氮用纳氏试剂分光光度法测定;蛋白质浓度用福林酚试剂法测定,采用(1)式计算蛋白质沉淀率。

    式中:C1为水解液中蛋白质浓度,mg·L−1C2为沉淀后水解液中蛋白质浓度,mg·L−1

  • 图1(a)可知,当水解液pH为3.5时,蛋白质的沉淀率最大为60.67%。蛋白质水溶液呈两性电离状态。改变水溶液pH会使蛋白质的电荷性质发生改变,从而使蛋白质的溶解度下降,进而使蛋白质沉淀析出。当达到等电点时,蛋白质净电荷为零,蛋白质分子间的电荷排斥力消失,蛋白质的溶解度最低,沉淀效果最好[11,18]

    图1(b)可知,蛋白质的沉淀率随硫酸铵饱和度的增加呈先上升后下降的趋势。其原因是,硫酸铵能够压缩蛋白质周围的溶剂化层,使蛋白质表面疏水相互作用增大,从而使蛋白质聚集沉淀。当盐浓度比较高时,会产生共沉淀现象,导致蛋白质的沉淀率下降[19]。因此,当硫酸铵饱和度为80%时,蛋白质沉淀率最大,为79.39%。

    图1(c)可知,随着乙醇体积的增大,蛋白质沉淀率逐渐升高,当体积比为3∶2,蛋白质沉淀率最大为75.78%。由图1(d)可知,随着丙酮体积增大,蛋白质沉淀率呈现先增大后下降的趋势;当体积比为1∶1时,蛋白质沉淀率最大为78.27%。这是因为,乙醇和丙酮属于有机溶剂,会降低蛋白质水溶液介电常数,蛋白质之间静电引力变大,从而使蛋白质聚集沉淀[16]

    图1(e)可知,蛋白质沉淀率随着TCA体积的增大,蛋白质沉淀效率呈上升趋势。当TCA与水解液体积比为3∶2时,蛋白质沉淀率最大为83.45%。其原因是,TCA能与蛋白质形成不溶性盐,从而使蛋白质构象发生改变,暴露出较多的疏水性基团,从而使蛋白质聚集沉淀[20]

    图1(f)可知,随着聚乙二醇体积的增大,蛋白质沉淀率越来越大,当聚乙二醇与水解液的体积比为3∶2时,蛋白质沉淀率最大为74.66%。这是因为,聚乙二醇能使蛋白质分子水合膜脱水,改变蛋白质的介电常数,从而导致蛋白质分子亲水基的位阻关系发生改变,最终使蛋白质沉淀[21]

  • 图2可知,蛋白质沉淀率的排序为:TCA沉淀法>硫酸铵沉淀法>丙酮沉淀法>乙醇沉淀法>聚乙二醇沉淀法>等电点沉淀法。等电点沉淀法操作简单,但是沉淀能力不强,常与其它沉淀法结合使用。硫酸铵盐析法操作简便,但纯度较低,沉淀剂不易脱除,常用于粗蛋白的分离。乙醇和丙酮沉淀属于有机溶剂沉淀法,分辨能力高,溶剂易脱除,但易引起蛋白质变性,并且操作要求在低温下进行。聚乙二醇沉淀法沉淀效果较好,但沉淀剂比较难去除[16]。相比之下,TCA沉淀法对蛋白质的沉淀效果最好;故下一步研究采用TCA沉淀法来分离青霉素菌渣中的蛋白质。

  • TCA的质量分数、水解液pH、沉淀时间、离心转速对蛋白质沉淀率的影响如图3所示。由图3(a)可知,随TCA质量分数的增大,蛋白质的沉淀率呈先上升后出现略微下降的趋势。其原因是,TCA是有机酸,随着TCA质量分数的增大,会使水解液中的酸性逐渐加强,蛋白质可能会在适宜的酸性条件下水解,从而使蛋白质沉淀率降低。

    图3(b)可知,随着水解液pH的增大,蛋白质的沉淀率呈现先上升后下降的趋势;pH在3.5时蛋白质的沉淀率达到峰值。这是因为,蛋白质沉淀和变性关系密切,但是变性的蛋白质不一定沉淀,变性蛋白质只有在等电点附近才可以沉淀[17]。因此,水解液pH对蛋白质沉淀率有一定的影响。

    图3(c)可知,当沉淀时间小于10 h时,蛋白质的沉淀率明显上升;当沉淀时间大于10 h时,蛋白质的沉淀率变化不大,所以沉淀时不宜太长。

    图3(d)可知,随着离心转速的增加,蛋白质的沉淀率呈先上升后下降的趋势,当离心转速为12 000 r·min−1时蛋白质的沉淀率最高。

    综上所述,在响应曲面优化实验中,TCA的质量分数取15%、20%和25%,水解液pH取2.5、3.5和4.5,沉淀时间取8、10和12 h,离心转速取8 000、10 000和12 000 r·min−1

  • 1)实验设计结果及回归模型分析。以蛋白质沉淀率作为响应值,TCA质量分数(A)、水解液pH(B)、沉淀时间(C)、离心转速(D)为自变量,进行响应曲面优化实验,实验设计及结果如表2所示。用Design Expert对表2所列实验结果进行分析,得到的回归方程如式(2)所示。

    表3可知,F为63.86,P<0.000 1,这说明回归方程是显著的;R2 = 0.984 6 > 0.9,这说明该模型与实验结果拟合良好;决定系数R2Adj = 0.969 2,这说明该模型能够解释96.92%的响应值变化,模型具有较好的回归性。信噪比Adeq Precision 27.522 > 4,这表明方程的拟合度和可信度极高;失拟项(P > 0.05)不显著,这说明实验误差很小。通过比较F值可得各因素对蛋白质沉淀率影响次序为:TCA质量分数>沉淀时间>水解液pH>离心转数。

    2)响应曲面分析。响应曲面的坡度和等高线的形状可反映各因素之间交互作用的强弱。响应曲面坡度陡峭且等高线形状是椭圆形说明各因素之间交互作用明显,反之不明显。用Design expert软件作响应曲面图和等高线图,见图4~图9

    图4可知,响应曲面中蛋白质沉淀随着TCA的质量分数和水解液pH的增大呈先上升后下降的趋势,曲面中心较高,其他位置较低,且等高线的形状接近圆形。这说明,TCA的质量分数和水解液pH交互作用不明显。

    图5可知,随着TCA的质量分数和沉淀时间的增加,蛋白质沉淀率呈上升的趋势,且等高线的形状接近椭圆形。这说明,TCA的质量分数与沉淀时间交互作用明显。这是因为,TCA能够使蛋白质构象发生改变,从而使蛋白质沉淀,TCA使蛋白质变性需要一定反应时间,变性蛋白质才能充分的析出。

    图6响应面可知,随着TCA质量分数的增加,蛋白质沉淀率呈上升趋势;而离心转速增加蛋白质的沉淀率并没有明显的变化。这说明,离心转速对蛋白质的沉淀率的影响较小。由响应曲面图和等高线图可知,TCA质量分数与离心转速对蛋白质沉淀率交互作用不明显。

    图7可知,随着沉淀时间的增加蛋白质沉淀率呈上升的趋势,随着水解液pH的增加蛋白质沉淀率呈先上升后趋于平缓的趋势,且响应曲图中曲面整体左后角较高,其他位置较低,其等高线比较密集且形状为椭圆形。这说明,水解液pH与沉淀时间对蛋白质沉淀率交互作用显著。这是因为,蛋白质是两性物质,调节水解液pH,可改变蛋白质的电荷性质,使分子间的引力增大,使蛋白会的溶解度降低,从而使蛋白质聚集沉淀。蛋白质沉淀析出需要时间一定的时间,所以水解液pH与沉淀时间对蛋白质沉淀率交互作用显著。

    图8可知,蛋白质沉淀率随着水解液pH的增加略微上升,而随着离心转速的增大,蛋白质沉淀率变化不大,且响应面曲面坡度趋于平缓。这说明,水解液pH和离心转速之间交互作用不明显。

    图9响应曲面图中曲面接近平面,随着沉淀时间和离心转速的增加蛋白质沉淀率没有明显变化。这说明,沉淀时间与离心转速之间交互作用不明显。

    综合上述信息可知,TCA的质量分数与沉淀时间和水解液pH与沉淀时间对蛋白质沉淀率的交互作用显著,与模型分析结果一致。

  • 利用Design Expert软件对实验条件进行预测,得出的最优条件为:TCA质量分数为20%、水解液pH为3.0、沉淀时间为10 h、离心转速为10 000 r·min−1,蛋白质沉淀率为89.5%。为了验证该模型的准确性,用模型预测的最优条件对青霉素菌渣水解液进行3次蛋白质分离实验,测得蛋白质沉淀率的平均值为89%。该结果与预测值相差0.5%,表明预测模型与实际情况拟合较好,说明响应曲面法模拟得到的优化条件准确可靠。

  • 1) TCA沉淀法对青霉素菌渣中蛋白质的沉淀分离效果最好,要优于等电点沉淀法、硫酸铵沉淀法、乙醇沉淀法、丙酮沉淀法和聚乙二醇沉淀法。

    2) TCA沉淀法中各因素对蛋白质沉淀率影响次序为:TCA质量分数>沉淀时间>水解液pH>离心转速。

    3) TCA沉淀法对青霉素菌渣中蛋白质沉淀分离的最佳工艺条件为:TCA质量分数为20%、水解液pH为3.0、沉淀时间为10 h、离心转速为10 000 r·min−1;此条件下的蛋白质沉淀率为89.5%。

    4)最优条件下对青霉素菌渣进行蛋白质分离实验得到的蛋白质的沉淀率与响应曲面的预测值接近,表明响应曲面法模拟得到的优化条件准确可靠。

参考文献 (21)

返回顶部

目录

/

返回文章
返回