banner
Centro notizie
Assistenza clienti impeccabile

Approfondimenti metagenomici sulle comunità microbiche nutritive e ipossiche all'interfaccia macrofouling/acciaio che portano a una MIC grave

May 20, 2023

npj Materiali Degradazione volume 7, Numero articolo: 41 (2023) Citare questo articolo

204 accessi

Dettagli sulle metriche

Le macroincrostazioni aderenti negli ambienti marini hanno causato una corrosione complessa delle superfici di acciaio, con conseguente corrosione localizzata all'interfaccia ostrica/acciaio e corrosione uniforme all'interfaccia ascidia/acciaio. I batteri solfato-riduttori (SRB) sono stati implicati nel processo di corrosione microbiologicamente influenzata (MIC) sulle interfacce coperte da macroincrostazioni. Per comprendere meglio il ruolo dei biofilm marini come mediatori chiave nel processo MIC, sono state utilizzate tecniche metagenomiche per studiare le comunità microbiche e la loro risposta alla copertura del macrofouling. Rispetto alle ascidie, la zona anaerobica locale formata all’interfaccia ostrica/acciaio ha stimolato la crescita degli SRB, portando a un contenuto di FeS più elevato e a una grave corrosione localizzata. È stato riscontrato che SRB Desulfovibrio e Desulfobulbus, insieme al gene funzionale correlato a SRB dsr, aumentano, mentre i geni funzionali correlati all'ossigeno coxC, ccoN, ccoO, ccoP e ccoQ diminuiscono. Al contrario, le superfici di acciaio senza copertura di macroincrostazioni presentavano le comunità microbiche più ricche, ma presentavano una MIC meno grave, suggerendo alcuna connessione diretta tra abbondanza/diversità microbica e promozione della corrosione dell’acciaio.

Gli organismi che inquinano il mare si riferiscono al termine generale per animali, piante e microrganismi attaccati alla superficie delle strutture marine. In base alle dimensioni corporee, sono classificati in organismi con microincrostazioni (scala micrometrica) e organismi con incrostazioni macro (scala centimetrica)1,2,3. Gli organismi che inquinano possono influenzare negativamente le infrastrutture marine come navi, ponti, piattaforme petrolifere e oleodotti3,4,5,6. Attualmente esistono due principali direzioni di ricerca riguardanti la relazione tra biofouling e corrosione marina dei metalli.

Innanzitutto, studia l'effetto dei microrganismi sulla corrosione marina dei metalli. Si ritiene che i microrganismi contribuiscano in modo significativo al processo di ruggine dei metalli. I microrganismi che formano biofilm possono colonizzare rapidamente le superfici metalliche per formare una struttura tridimensionale (3D) altamente complessa e dinamica in grado di accelerare o inibire la MIC7,8. Attualmente, la ricerca sui microrganismi corrosivi marini si concentra principalmente sui batteri coltivabili in laboratorio per studiare gli effetti di colonie miste o singole sulla corrosione dei metalli in ambienti simulati sul campo o in condizioni sperimentali controllate9,10,11. Un numero considerevole di articoli ha studiato gli effetti dei batteri che riducono i solfati (SRB)12,13,14,15, dei batteri che riducono i nitrati (NRB)16,17,18, dei batteri produttori di acido (APB)19 e dei batteri del ferro (IB)20,21 sulla corrosione dei metalli in ambiente marino. In condizioni anossiche, gli SRB sono comunemente considerati i principali colpevoli della MIC14, che può utilizzare il solfato come accettore terminale di elettroni per degradare i composti organici, portando alla produzione di solfuri corrosivi12,13,14,15. Gu et al.22,23 hanno classificato gli attacchi MIC anaerobici in due diversi tipi: MIC a trasferimento di elettroni extracellulare (EET-MIC) causato dalla respirazione di microbi e MIC di metaboliti (M-MIC) causata dalla secrezione di metaboliti corrosivi. Recentemente, la ricerca sul meccanismo della MIC è diventata sempre più approfondita. Zhou et al.24 hanno scoperto che Shewanella oneidensis MR-1, un microbo modello attraente, può consumare direttamente elettroni da metalli contenenti ferro in condizioni aerobiche. I risultati dimostrano che la corrosione può verificarsi attraverso un percorso significativo di trasferimento diretto di elettroni tra metallo e microbo. La corrosione anaerobica tramite flavine o H2 come navette di elettroni così come l'assorbimento diretto di elettroni da Fe0 sono stati tutti proposti come potenziali meccanismi di corrosione da parte di S. oneidensis e specie correlate25,26,27,28. Tang et al.28 hanno scoperto che la corrosione dell'acciaio inossidabile avviene attraverso il trasferimento diretto di elettroni dal ferro al microbio da parte di Geobacter sulfurreducens e Geobacter metallireducens, che sono elettrotrofi noti per accettare direttamente elettroni da altri microbi o elettrodi. È stato confermato che un altro batterio elettroattivo marino rappresentativo, Pseudomonas aeruginosa, un batterio pervasivo competente per lo sviluppo di biofilm negli habitat marini, causa una grave MIC sull'acciaio al carbonio attraverso il trasferimento di elettroni extracellulari (EET)29,30,31. Zhou et al.31 hanno scoperto che la biocorrosione dell'acciaio inossidabile nell'acqua marina veniva accelerata tramite il trasferimento di elettroni extracellulari che codifica il gene phzH di Pseudomonas aeruginosa. Tuttavia, poiché nell’ambiente sono presenti 105-106 specie di microrganismi, lo studio di un singolo microrganismo è limitante. Pertanto, anche l’analisi delle comunità microbiche nell’ambiente marino corrosivo fornisce un contributo significativo alla ricerca sulla MIC marina32,33. La tecnologia di sequenziamento ad alto rendimento fornisce una buona idea. Il sequenziamento ad alto rendimento, che differisce dal tradizionale sequenziamento Sanger (dideossi), è una tecnica in grado di sequenziare in parallelo un gran numero di molecole di acido nucleico contemporaneamente34,35,36,37,38. Tipicamente, una singola reazione di sequenziamento può produrre dati di sequenziamento non inferiori a 100 Mb. Procopio et al.38 hanno proposto che, se combinate con i dati di sequenziamento di campioni ambientali, metodologie come la metagenomica, il metatrascrittoma e la metabolomica apriranno altri orizzonti nella comprensione del ruolo dei biofilm microbici corrosivi. L’emergere di tecniche di sequenziamento del DNA ad alto rendimento ha facilitato l’identificazione di specie microbiche coinvolte nei processi di corrosione delle leghe, sia direttamente che indirettamente38. Huttunen-Saarivirta et al.35 hanno rivelato differenze tra i gradi di acciaio inossidabile nel comportamento alla corrosione e nella tendenza al biofouling nell'acqua di mare salmastra utilizzando il sequenziamento ad alto rendimento (sequenziamento HTP). Zhang et al.32 hanno utilizzato il sequenziamento ad alto rendimento per studiare la comunità microbica nello strato di ruggine sulla superficie metallica dopo 30 mesi di immersione in acqua di mare. Hanno proposto che ciascuna lega metallica, compreso l’acciaio al carbonio, la lega di rame e la lega di alluminio, porterebbe allo sviluppo di una comunità microbica distinta. Inoltre, diverse comunità microbiche legate alla corrosione si sono formate negli strati di ruggine interni, intermedi ed esterni dell’acciaio al carbonio.

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