Multi-response Optimization of Acidithiobacillus ferrooxidans Cultivation for Enhanced Biomass Growth and Soluble Ferric Iron Production

기술 요약: Acidithiobacillus ferrooxidans 배양의 다중 응답 최적화

문제 제기
Acidithiobacillus ferrooxidans의 배양을 최적화하는 것은 바이오 리칭(bioleaching) 및 바이오 마이닝(biomining)의 효율성을 높이는 데 매우 중요하다. 이 과정에서는 접종원의 대사 활동과 세포 밀도가 리칭 속도를 직접적으로 결정하기 때문이다. 기존 연구들은 pH, 온도, 황철분(ferrous iron) 농도와 같은 변수들을 광범위하게 조사해 왔으나, 배양 변수로서 **접종 밀도(inoculum density)**의 역할에 대해서는 충분히 이해되지 않은 부분이 남아 있다. 기존 문헌은 상충되는 견해를 제시한다: 일부 연구는 증가된 접종 수준이 산화 효율을 높인다고 제안하는 반면, 다른 연구들은 키네틱 파라미터(kinetic parameters)에 유의미한 영향을 미치지 않는다고 보고한다. 이러한 격차는 pH, 황철분 농도, 그리고 접종량 사이의 복잡한 상호작용 효과를 포착하지 못하는 기존의 "일변수법(one-factor-at-a-time, OFAT)" 접근 방식의 한계로 이어진다. 이는 생물량(biomass) 성장과 가용성 삼가철(Fe³⁺) 생성을 동시에 극대화하면서 삼가철 침전(예: 자로사이트 형성)을 최소화하기 위한 예측 모델 및 통계적으로 최적화된 운전 조건을 개발하는 데 제약을 준다.

방법론
이러한 격차를 해소하기 위해, 본 연구는 반응 표면 분석법(Response Surface Methodology, RSM)에 기반한 **중심 합성 설계(Central Composite Design, CCD)**를 채택하였다. 실험 설계는 세 가지 핵심 변수의 개별 및 상호 작와 효과를 평가하였다:

1. 황산제일철 농도: 20, 33, 45 g/L.
2. 배지 pH: 1.8, 2.0, 2.2.
3. 접종 밀도: 1%, 5%, 10% (v/v).

실험은 A. ferrooxidans DSM 1927을 사용하여 변형된 9K 배지에서 수행되었다. 본 연구는 실험 오차와 블록 효과를 평가하기 위해 반복 중심점을 포함한 20회의 무작위 실행을 포함하는 면 중심(face-centred) CCD를 활용하였다. 측정된 주요 응답 변수는 다음과 같다:

• 물리화학적 파라미터: 최종 pH, 초기/최종 산화-환원 전위(ORP), 및 ORP 변화량(ΔORP).
• 철 산화 지표: 초기 및 최종 철 전환율, 그리고 "삼가철-일수(Ferric-Days)"(가용성 삼가철 지속성을 나타내는 누적 척도).
• 생물학적 파라미터: 생물량 농도(중량법) 및 비성장률(µ).

통계 분석은 유의 수준을 p < 0.05로 설정하여 Minitab 22를 사용하여 수행되었다. 생물량 성장과 삼가철 가용성을 동시에 극대화할 수 있는 조건을 식별하기 위해 다중 응답 최적화 프레임워크가 적용되었다.

주요 결과

• 지배적 요인: 황산제일철 농도와 접종 밀도가 가장 영향력 있는 요인으로 확인되었다. 황철분 농도는 생물량, 비성장률, 삼가철 축적에 유의미한 영향을 미쳤다. 접종 밀도는 성장 역학의 주요 결정 요인으로 밝혀졌으며, 초기 ORP, ΔORP, 초기 철 전환율, 생물량 및 비성장률에 유의미한 영향을 미쳤다.
• pH의 영향: 테스트된 범위(1.8–2.2) 내에서 pH는 생물량과 성장률에 비교적 적은 영향을 미쳤는데, 이는 해당 범위가 해당 미생물의 최적 생리적 창(window) 내에 있기 때문이다. 그러나 pH는 최종 ORP와 삼가철 안정성에 유의미한 영향을 미쳤으며, 낮은 pH(1.8)가 가용성 삼가철의 유지를 돕고 침전을 감소시키는 것으로 나타났다.
• 상호작용 효과: 특히 황산제일철과 접종 밀도 사이에서 유의미한 상호작용이 관찰되었다. 높은 접종 수준이 높은 황철분 농도와 결합했을 때 가장 높은 생물량 축적과 성장률을 보였으며, 이는 초기 개체군이 많은 양의 에너지 기질을 더 잘 활용할 수 있음을 시사한다.
• 최적화 결과: 다중 응답 최적화 결과, 테스트된 설계 공간 내에서의 최적 운전점은 pH 1.8, 접종 밀도 10%, 45 g/L FeSO₄로 예측되었다. 이 조건 하에서 모델은 다음과 같이 예측하였다:
  • 비성장률 0.053 h⁻¹.
  • 가용성 삼가철 농도 8.497 g/L.
  • 삼가철 생성(d=0.913) 및 삼가철-일수(d=0.984)에 대한 높은 만족도(desirability) 점수.
• 침전 역학: pH 1.8에서 삼가철은 용액 내에서 비교적 안정적으로 유지되었으며, 이는 삼가철 가수분해가 더 유리한 높은 pH 값들과 비교했을 때 침전(아마도 자로사이트)을 통한 손실이 적음을 나타낸다.

주요 기여 및 의의
본 논문은 두 가지 주요 진보를 주장한다:

1. 통계적으로 엄격한 다변량 최적화: 본 연구는 단일 변수 최적화를 넘어 복잡한 요인 상호작용을 포착함으로써, 실용적인 황철분 농도 범위에서 생물량 성장과 산화-환원 반응을 동시에 모델링하는 예측 프레임워크를 제공한다.
2. 접종 밀도의 재평가: 본 연구는 접종 밀도가 중요하지만 종종 간과되는 배양 파라미터라는 실험적 증거를 제공한다. 세포 농도의 효과가 없다는 일부 기존 키네틱 연구와 달리, 본 연구는 접종 밀도가 산화-환원 개시, 성장 역학 및 누적 삼가철 생성에 유의미하게 조절 작용을 한다는 것을 입증한다.

제한 사항 및 신중한 결론
저자들은 결론에 대해 신중한 입장을 유지한다:

• 식별된 최적 조건(pH 1.8, 10% 접종, 45 g/L FeSO₄)은 테스트된 설계 공간 내에서 가장 성능이 좋은 지점을 나타낸다. 실제 전역 최적점(global optimum)은 이 경계 너머에 있을 수 있다.
• 본 연구는 초기 철 전환율과 비성장률을 예측하는 모델에서 유의미한 "적합 결여(lack-of-fit)"를 언급하며, 이차 모델(quadratic models)이 이러한 특정 응답의 복잡성을 완전히 포착하지 못할 수 있으므로 해당 파라미터에 대한 예측은 주의해서 해석해야 함을 시사한다.
• 삼가철 침전 위험(특히 자로사이트)은 직접적인 광물 정량화보다는 가용성 삼가철 측정값과 pH 변화로부터 간접적으로 추론되었다.
• 연구 결과는 특정 균주(A. ferrooxidans DSM 1927)와 특정 실험 조건(14일 배치, 25°C)에 국한된다.

결론적으로, 본 연구는 통계적으로 유도된 바이오 프로세스 최적화가 A. ferrooxidans 배양을 효과적으로 개선할 수 있음을 보여주며, 생물량과 가용성 삼가철의 가용성을 모두 극대화하기 위해 높은 접종 밀도와 높은 황철분 가용성, 그리고 낮은 pH 사이의 균형을 맞추는 것이 중요함을 강조한다.