جداسازی و شناسایی مولکولی باکتری های همراه با اسفنج Pachychalina sp با پتانسیل تصفیه زیستی نفت خام
محل انتشار: فصلنامه علوم و فنون دریایی، دوره: 17، شماره: 4
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 84
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMST-17-4_003
تاریخ نمایه سازی: 25 دی 1401
چکیده مقاله:
هدف از این تحقیق، جداسازی و شناسایی مولکولی باکتری های همراه با اسفنج با پتانسیل تجزیه زیستی نفت خام می باشد. بافت مزوهیل اسفنج Pachychalina sp. هموژنیزه شده و رقت های مختلف آن در محیط کشت های مناسب کشت داده شد. کلنی های به دست آمده بر اساس شاخص امولسیون سازی و میزان رشد در محیط حاوی ۲% نفت غربالگری شدند. از بین باکتری های جداسازی شده، ۶ باکتری بالاترین میزان رشد در محیط نفتی را دارا بودند که میزان حذف نفت توسط ۶ سویه مذکور در محیط نمکی حداقل مورد سنجش قرار گرفت. سویه ها همچنین بر اساس توالی ژن SrRNA ۱۶ و با انجام PCR مورد شناسایی مولکولی قرار گرفتند. نتایج حاصل از بررسی درصد حذف نفت بر اساس دو روش جذب در ۴۲۰ نانومتر و میزان وزن خشک تایید کننده یکدیگر بوده و هر دو از یک الگو پیروی نمودند. بر این اساس، سویه های KE۵ و KE۸ بیشترین میزان حذف نفت را نشان دادند که نتایج شناسایی مولکولی این دو سویه مشخص نمود بیشترین شباهت را به ترتیب با سویه های Staphylococcus aureus subsp.N۳۱۵ و Luteimonas terricola BZ۹۲r دارا می باشند. با توجه به نتایج به دست آمده از همترازی های ژنومی، تعیین فاصله ژنتیکی و رسم درخت فیلوژنتیکی، به نظر می رسد سویه های KE۶ و KE۷ به ترتیب با داشتن ۸۶% و ۹۰% شباهت با سویه های Exiguobacterium sp. AT۱b و Pseudomonas rhodesiae CIP ۱۰۴۶۶۴ پتانسیل قابل توجهی برای انجام مطالعات بیشتر مولکولی و بیوشیمیایی دارا بودند.
کلیدواژه ها:
نویسندگان
خانمناز عبادی
گروه زیست فناوری دریا، دانشکده علوم و فنون دریایی، دانشگاه خلیج فارس، بوشهر، ایران
ماندانا زارعی
گروه زیست فناوری دریا، دانشکده علوم و فنون دریایی، دانشگاه خلیج فارس، بوشهر، ایران
علی محمد صنعتی
گروه محیط زیست، دانشکده مهندسی محیط زیست دانشگاه علوم و فنون دریایی خرمشهر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :