Screening, Identification and Statistical Optimization of Peroxidase from Bacillus rugosus JBP20: A Microbial Biocatalyst Approach

Milieuverontreiniging is een hardnekkige uitdaging, die vaak giftige chemicaliën in de bodem en het water achterlaat die moeilijk te verwijderen zijn met standaard reinigingsmethoden. Traditionele fysieke en chemische opruimtechnieken kunnen soms nieuwe problemen creëren of er niet in slagen om complexe verontreinigingen volledig af te breken. De natuur biedt echter een ander pad via bioremediatie, een proces waarbij levende organismen of hun biologische instrumenten worden gebruikt om gevaarlijke stoffen af te breken tot onschadelijke verbindingen. Onder de vele beschikbare biologische instrumenten heeft een specifieke groep enzymen, genaamd peroxidases, veel aandacht getrokken. Deze enzymen werken als moleculaire scharen, in staat om een grote verscheidenheid aan gevaarlijke verontreinigingen, waaronder industriële kleurstoffen en giftige fenolen, uiteen te snijden wanneer ze aanwezig zijn met waterstofperoxide. Hoewel planten en dieren deze enzymen produceren, bieden microben een duidelijk voordeel: ze kunnen gemakkelijk in grote hoeveelheden worden gekweekt, zijn vaak robuuster in barre omstandigheden en kunnen worden aangepast om hogere opbrengsten te genereren. De wetenschappelijke gemeenschap zoekt voortdurend naar nieuwe, efficiënte microbiële bronnen van deze enzymen om vervuilde omgevingen effectiever schoon te maken.

In een recente studie probeerden onderzoekers een dergelijke bron te vinden door te zoeken in de bodem van een zwaar geïndustrialiseerd gebied in Ahmedabad, India. Ze verzamelden monsters uit het gebied van de Gujarat Industrial Development Corporation, een locatie die bekend staat om haar industriële activiteit, in de hoop bacteriën te vinden die zich hadden aangepast aan de vervuilde omgeving en die peroxidases produceren om te overleven. Uit deze monsters isoleerden ze tientallen bacteriële kolonies en screenen ze op het vermogen om het enzym te produceren. Het screeningsproces hield in dat een specifieke chemische mengeling aan de bacteriën werd toegevoegd; als de bacteriën peroxidase produceerden, zou de mengeling een duidelijke roodbruine kleur aannemen. Van de vele geteste isolaten viel één stam op. Deze werd JBP20 genoemd en vertoonde het hoogste niveau van enzymactiviteit binnen de groep. Door een combinatie van microscopische observatie, biochemische testen en genetische analyse van het DNA, identificeerden de onderzoekers deze bacterie als Bacillus rugosus. Deze specifieke stam bleek nauw verwant aan een andere bekende stam van dezelfde soort, wat de identiteit bevestigde.

Zodra de bacterie was geïdentificeerd, richtte het team zich op het begrijpen van hoe zij de meeste enzymen kon produceren. Ze begonnen door verschillende condities één voor één te testen om te zien wat de output van de bacteriën beïnvloedde. Ze ontdekten dat de leeftijd van de bacteriële cultuur, de grootte van het aanvankelijke monster dat aan het groeimedium werd toegevoegd, de zuurgraad of alkaliteit van de omgeving, en de temperatuur allemaal een rol speelden. De bacteriën presteerden het best wanneer ze werden gekweekt bij een temperatuur van 37 graden Celsius en in een licht alkalische omgeving met een pH van 8,0. Wat betreft voedsel gedijden de bacteriën wanneer ze dextrose als koolstofbron en peptone als stikstofbron kregen aangeboden. Door deze factoren aan te passen, slaagden de onderzoekers erin de enzymproductie aanzienlijk te verhogen vergeleken met de standaardcondities.

Om het proces verder te verfijnen, gebruikten de onderzoekers een statistische methode die hen in staat stelde om te zien hoe deze verschillende factoren samenwerkten in plaats van alleen in isolatie. Deze aanpak hielp hen om de complexe relaties tussen temperatuur, pH en nutriëntenniveaus in kaart te brengen. De resultaten toonden aan dat de concentratie van peptone en het pH-niveau de meest kritieke factoren waren die de enzymproductie aanstuurden. Het statistische model dat zij ontwikkelden was zeer accuraat, waardoor zij de beste condities met grote zekerheid konden voorspellen. Onder deze geoptimaliseerde condities steeg de enzymactiviteit naar 0,38 eenheden per milliliter, een substantiële verbetering ten opzichte van de initiële bevindingen.

De studie stopte niet bij het kweken van de bacteriën; de onderzoekers optimaliseerden ook de condities waaronder het enzym zelf werkt. Ze testten verschillende hoeveelheden van het enzym, de temperatuur van de reactie, en de concentraties van de chemicaliën die nodig zijn voor de functie van het enzym. Ze ontdekten dat het enzym het best werkt met een specifieke hoeveelheid van een chemische stof genaamd o-fenyleendiamine en een precieze hoeveelheid waterstofperoxide. Interessant genoeg ontdekten ze ook dat de aanwezigheid van ijzerionen de activiteit van het enzym aanzienlijk stimuleerde, wat suggereert dat ijzer fungeert als een behulpzame helper voor de functie van het enzym. Met deze condities in het achterhoofd bereikte het enzym zijn piekprestatie.

De bevindingen suggereren dat Bacillus rugosus JBP20 een veelbelovende kandidaat is voor gebruik in bioremediatie. Het vermogen van deze bacterie om hoge niveaus van peroxidase te produceren, vooral wanneer zij onder geoptimaliseerde condities wordt gekweekt, geeft aan dat zij een waardevol instrument kan zijn voor het afbreken van milieuverontreinigingen. De studie benadrukt het potentieel van het gebruik van statistische methoden om biologische processen te verfijnen, waarbij men verder gaat dan eenvoudige trial-and-error om een veel hogere efficiëntie te bereiken. Hoewel het onderzoek het potentieel van deze specifieke bacteriële stam bevestigt, merken de auteurs op dat toekomstig werk zich zal richten op het zuiveren van het enzym en het testen van de werkelijke toepassing ervan bij het schoonmaken van vervuilde locaties. De reis van een vervuild bodemmonster naar een hoog geoptimaliseerde microbiële biokatalysator demonstreert een praktische stap naar meer duurzame en effectieve strategieën voor milieusanering.