德國分散式污水處理系統微生物群落結構及功能

張 堃

?

德國分散式污水處理系統微生物群落結構及功能

張 堃1,2*

(1.中國電器科學研究院有限公司,廣東 廣州 510300; 2.廣東輕工職業技術學院生態環境技術學院,廣東 廣州 510300)

以德國分散式污水處理系統為研究對象,通過16S rRNA測序,研究2個反應器中微生物群落結構,利用PICRUSt軟件對其功能進行推演.結果表明,冬季,污水厭氧膜生物反應器(AnMBR)內溫度20℃,進水COD 712mg/L時,出水可獲得52%的COD平均去除率,產氣率為122L/kgCOD;固體廢物厭氧反應器(PSD)內溫度37℃,反應器內COD 3007mg/L時,可獲得374L/kgVSS的產氣率.2個反應器具有相似的微生物組成,對細菌,Synerigistaceae科的相對豐度最高(AnMBR:24.0%±10.0%;PSD:11.0%±3.1%);對古菌, Methanobacteriaceae科的相對豐度最高(AnMBR:0.6%±0.3%;PSD:13.8%±1.8%);2個反應器的功能基因組成也相似,產甲烷都以H2還原CO2的通路為主.PSD反應器中H2還原CO2通路相關基因、F420合成相關基因、輔酶M合成相關基因的相對豐度都高于AnMBR反應器.

厭氧反應器；分散式污水處理系統；微生物群落結構與功能；16S rRNA基因；高通量測序

近年來,分散式污水處理系統(DEUS)受到國內外廣泛關注.相對于集中式污水處理(CEUS),分散式污水處理系統不依賴于復雜的基礎設施,系統自主建設,便于運行、管理和維護;污水處理實現了源頭分離,處理后的污水易于回用[1],已成為國內外生活污水處理的新理念[2].目前,應用于分散式生活污水處理的工藝主要為各種厭氧生物處理技術以及它們的組合工藝[3].

近年來,膜技術的發展推動了廢水厭氧處理工藝的進步.厭氧膜生物反應器(AnMBR)能夠在較低的溫度下(<18℃)處理較低濃度(COD < 1000mg/L)市政或工業廢水[8-10].作為示范工程,德國弗勞恩霍夫協會界面工程與生物技術研究所(Fraunhofer Institute for Interfacial Engineering and Biotechnology, IGB)于2009年在德國斯圖加特南部的小鎮尼林根建立了分散式城市污水處理設施,德國稱之為DEUS 21[11].DEUS 21系統中污水及有機固體廢物后繼處理采用厭氧技術,產生的沼氣發電補償部分能量消耗,處理后的出水含有較高營養元素(主要是氮和磷)可作為農業灌溉用水,也可進一步處理用作其他用途.

產沼氣反應器穩定高效運行主要依賴于不同原核生物的共生代謝.目前對厭氧反應器的微生物組成及功能了解較少.第二代高通量測序技術可研究厭氧系統中微生物的群落結構和功能.國內外學者通過16S rRNA基因PCR擴增子的高通量測序,對厭氧系統中的微生物多樣性及豐度進行了研究,發現微生物群落組成與整個厭氧系統物質代謝、能量代謝有很強相關性,環境因子對微生物群落組成具有重要影響[12-15]

本研究以德國分散式污水處理系統DEUS 21為研究對象,利用Illumina MiSeq 250平臺進行16S rRNA基因的高通量測序,分析厭氧反應器微生物群落結構,同時利用生物信息學方法推演其微生物群落的功能.為優化處理工藝、改進厭氧反應器設計、調控工藝流程、提高處理效率、產甲烷能力及產業化推廣提供理論依據.

1 材料與方法

1.1 材料

本研究涉及的污水、污泥等樣品均來自位于德國尼林根DEUS 21系統,DEUS 21系統用來處理生活廚余垃圾和日常生活產生的各類廢水,包括衛生間的廢水.

1.2 DEUS 21 工藝流程

污水和經餐廚垃圾研磨器處理后的生物質廢物通過真空收集后泵入均一池(圖1).均一池被設計用來混合每天產生的污水及生物質廢物,同時均一池將收集的雨水和污水分開,之后通過重力沉淀實現固液分離.處理過程分為污水和固體物質的厭氧處理,沉淀下來的固體物質會進入中溫(37℃)高效固體廢物厭氧反應器(PSD).液體通過高速旋轉陶瓷膜片過濾器進行分離后,進入厭氧膜生物反應器(AnMBR),反應器的污泥通過外部旋轉陶瓷膜片過濾器進行回流.旋轉陶瓷膜片過濾器裝備了膜孔徑為0.2μm的微濾陶瓷膜片,通過高速旋轉的陶瓷膜片產生的剪切力來有效抵抗膜污染,同時,膜片產生的離心力在過濾污水的同時可濃縮并分離無法過濾的固體物質.沼氣從2個厭氧反應器中產生,污泥則通過厭氧消化獲得穩定化.

圖1 DEUS 21厭氧處理工藝流程

1.3 樣品的采集

2012年12月從污水厭氧膜生物反應器(AnMBR)、固體廢物厭氧反應器(PSD)入水口和出水口中采集水樣,在2個反應器內采集污泥樣品.pH值和溫度在現場進行測量,其他的理化分析在位于斯圖加特的弗勞恩霍夫IGB研究所的實驗室中進行.采樣的同時記錄系統運行參數(表1).入水和出水的水質分析結果見表2.污泥樣品,在4℃完全混合并離心(3000r/min 下離心10min)沉淀保存于液氮中,運回位于斯圖加特的弗勞恩霍夫IGB研究所的實驗室,在-80℃中保存,用核酸保護劑(RNA?, Ambion,USA)處理后,用干冰封裝,在低溫狀態下,送至廣州市中山大學的實驗室,用于后繼總DNA提取.

表1 厭氧膜生物反應器(AnMBR)及固體廢物厭氧反應器(PSD)系統運行參數

注:*: 對于AnMBR,產生每升沼氣用降解每公斤COD來衡量;對于PSD,產生每升沼氣用降解進水中每公斤揮發性懸浮物來衡量.

表2 入水和出水理化分析結果

1.4 DNA提取、16S rRNA PCR及Illumina高通量測序

2個反應器中污泥樣品使用FastDNA SPIN Kit for Soil (Qbiogene Inc., Carlsbad, CA)試劑盒提取總DNA.16S rRNA基因PCR擴增引物為515F/806R[16],用于擴增細菌和古菌16S rRNA基因的V4區,并且在下游引物806R端添加了12bp的條碼堿基用來區分不同樣品(表3).PCR反應(20μL體系):0.5units Ex Taq DNA polymerase (TaKaRa,大連,中國), 1′Ex Taq loading buffer (2μL) (TaKaRa,大連,中國), 0.2mmol/L dNTP mix (2μL) (TaKaRa,大連,中國), bovine serum albumin (0.2μL) (TaKaRa,大連,中國), 0.2μmol/L of each primer (0.4μL) and DNA template (0.7μL of DNA extract), and Ultra Pure water (14.2μL).PCR反應為: 94℃預變性5min; 30個循環的94℃變性30s, 52℃退火30s, 72℃延伸45s;最后在72℃延伸10min.每個DNA重復PCR過程3次.每個樣品的16S rRNA PCR產物經過電泳檢測后并經QIAquick Gel Extraction Kit (Qiagen, Chatsworth, CA)純化后,用Qubit 2.0熒光計(Life Technologies, Invitrogen Division, Darmstadt, Germany)及Qubit dsDNA HS Assay kit (Life Technologies, Invitrogen Division, Darmstadt, Germany)進行濃度測定,按200ng總量混合均勻后,送至北京諾禾致源生物信息科技有限公司(http://www.novogene.com/)進行文庫制備及Miseq高通量測序.

表3 16S rRNA PCR引物條碼序列及測序結果

1.5 16S rRNA數據處理及統計分析

使用Trimmomatic軟件[17]對原始測序序列進行質量控制,參數為堿基最小質量Q30,移動檢測區間6bp.后用Flash軟件對雙端測序序列進行拼接[18],保留長度在200bp以上并且N堿基小于6的序列.QIIME軟件[19]將序列與Greengene的16S rRNA數據庫進行比對,以97%相似性閾值進行OTUs (Operational Taxonomic Unit,OTU )聚類.嵌合體OTUs使用QIIME內置的UCHIME程序進行刪除[20],之后每個OTU的代表序列以RDP classifier進行物種歸類(80%置信空間),進而計算出樣品總體群落的物種組成.利用PICRUSt軟件[21]推演微生物群落功能.AnMBR和PSD物種及功能組成差異用LEfSe (Linear Discriminant Analysis Effect Size)方法計算[22].

2 結果與討論

2.1 AnMBR與PSD處理能力

采樣時,DEUS 21 系統已完成啟動并穩定運行.本次實驗由于在冬季采樣,德國當地氣溫較低,系統的處理能力相對較低,DEUS 21系統進水COD 712mg/L,出水COD 340mg/L,COD、總氮、總磷的去除率分別為52%、44%和30%.但在曾經一年半的監測周期內,其平均COD去除率可達85%,出水平均COD 100~150mg/L[23].Lew等[24]利用完全混合式厭氧膜反應器處理污水(進水COD平均值540mg/L),膜組件為孔徑為0.2mm的中空纖維膜,反應器溫度25℃,在大約六個月的監測周期內,獲得了88%的COD平均去除率,出水COD平均值為65mg/L,然而這是一套中試規模的系統,反應器容積180L. Salazar-Pelaez等[25]證實,在常溫下,利用實驗室規模的升流式厭氧顆粒污泥床(UASB)反應器處理生活污水(進水COD 350mg/L),膜組件為孔徑100KDa外置聚偏二氟乙烯管式膜,反應器容積12.5L,獲得了80%的COD平均去除率,出水COD平均值為70mg/L.此外, Smith等[26]利用實驗室規模的浸沒式厭氧膜生物反應器,反應器容積7L,膜組件為浸沒式的板式膜,膜孔徑0.2mm,在低溫下(15℃)處理人工合成及真實的低濃度生活污水(進水COD平均值440mg/L);處理人工合成污水,可獲得(92±5)%的COD平均去除率,出水COD平均值為(36±21)mg/L;處理真實的生活污水,可獲得(69±10)%的COD平均去除率,出水COD平均值為(76±10)mg/L.可見,上述研究的COD平均去除率及出水COD平均值大部分都接近或優于本研究結果,但這些研究均是在實驗室規模的實驗系統上得出的,而且很多都是利用人工合成污水來進行實驗,這與實際運行的系統相比,差別很大.

DEUS 21系統中,對于污水厭氧膜生物反應器AnMBR,在水力停留時間24h,20℃下,有機負荷0.71gCOD/(L×d)時,產氣率122L/kgCOD,而理論上產氣率應為350L/kgCOD[27].DEUS 21系統中,對于中溫固體廢物厭氧反應器PSD,在水力停留時間40d, 37℃下,有機負荷0.16gVSS/(L×d)時,產氣率374L/ kgVSS.

2.2 AnMBR和PSD的微生物群落結構

16S rRNA基因V4高變區廣泛用于研究環境樣品的微生物組成.每個反應器分別有3個DNA樣品用于微生物組成分析.這6個樣品通過MiSeq 250平臺測序得到原始序列,再利用QIIME軟件過濾掉低質量序列,AnMBR的3個DNA樣品分別得到41310,22564,28338條序列; PSD的3個DNA樣品分別得到16126,19897,20071條序列(表3).所有樣品共獲得6371個OTU,其中AnMBR獲得5291個OTU,PSD獲得1444個OTU,AnMBR和PSD反應器共有的OTU為364個.

AnMBR和PSD樣品物種組成相似,對于細菌,在目水平(orders)以Synergistales目(AnMBR:24.9%±10.0%;PSD:11.0%±3.1%),Clostridoales(梭菌目) (8.2%±3.3%;18.7%±2.0%),Pseudomonadales(假單胞菌目) (7.3%±1.1%;0.6%±0.1%),Rhodobacterales(紅細菌目)(4.4%±0.8 %;3.9%±0.5 %),Rhizobiales(根瘤菌目)(3.5%±0.7 %;1.7%±0.4 %),Selenomonadales(月牙單胞菌目)(3.4%±0.4 %;4.4%±1.0 %), Syntrophobacterales (互營桿菌目)(3.2%±0.8%; 4.2%±1.1%),Desulfovibrionales(脫硫弧菌目)(3.0%±0.9%; 1.9%±0.4%)以及Bacterioidales(擬桿菌目) (1.1%±0.2%;9.0%±0.7%)為占優勢的目(圖2).在科水平(families) 以Synerigistaceae科(AnMBR:24.0%±10.0%;PSD:11.0%±3.1%),Pseudomonadaceae(假單胞菌科) (5.3%±0.9%;0.4%±0.0%), Rhodobacterazeae (紅細菌科) (4.4%±0.8%;3.9%±0.5%), Acidaminococcaceae (氨基酸球菌科) (2.0%±0.1%; 3.4%±0.7%),Peptostreptococcaceae科(2.0%±1.0%; 0.9%±0.1%),Desulfovibrionaceae(脫硫弧菌科) (1.8%±0.5%;1.2%±0.2%),Syntrophaceae(互營菌科) (1.8%±0.5%;2.4%±0.6%),Syntrophobacteraceae科(1.4%±0.4%;1.8%±0.5%),Porphyromonadacea(紫單胞菌科) (0.7%±0.2%;9.0%±2.6%)是相對豐度高的微生物類群(圖3).

利用LEFse軟件[22]對2個反應器中微生物物種組成差異進行分析,發現AnMBR中主要富集變形菌,主要包括Proteobacteria(變形菌門)(LDA: 4.83), Gammaproteobacteria(變形菌綱) (4.65), Pseudomonadales(假單胞菌目) (4.9)及(假單胞菌屬) (4.53);PSD中主要富集古菌及產甲烷古菌,其中包括Euryarchaeota(廣古菌門) (LDA: 4.87),(甲烷桿菌屬) (4.83), Methanobacteriales(甲烷桿菌目) (4.83)及Methanobacteriaceae(甲烷桿菌科) (4.82) (圖4).以上結果說明Proteobacteria(變形菌門)及Euryarchaeota (廣古菌門)分別是AnMBR及PSD樣品的特征微生物類群.

圖2 AnMBR和PSD微生物群落組成(目水平)

圖3 AnMBR和PSD微生物群落組成(科水平)

對于細菌,2個反應器細菌核心類群的構成與近年國內外厭氧反應器相關研究的結果相似[28-30]. Synergistales目在AnMBR反應器中是最占優勢的目,在PSD反應器中的相對豐度僅次于Clostridiales (梭菌目).Synergistaceae科無論在AnMBR還是在PSD樣品中都具有最高的相對豐度(AnMBR: 24.0%±10.0%;PSD:11.0%±3.1%).Synergistales目微生物能夠代謝氨基酸產生能量,主要分布于污泥、厭氧消化反應器的污水及熱泉中[31].很多關于厭氧消化反應器的研究中都發現其具有較高的相對豐度[32]. AnMBR中Synergistales目、Synergistaceae科的相對豐度均是PSD中的2.2倍.本研究中AnMBR反應器用來處理污水,而PSD反應器用于處理固體廢物.研究表明, Synergistales目總是出現在厭氧消化反應器的污水中,也經常出現在處理生活有機廢物的厭氧反應器中[33].在產甲烷過程中,蛋白質水解為縮氨酸和氨基酸,進一步被發酵降解為可揮發性脂肪酸,最后生成甲烷釋放CO2,而Synergistales目在之前的研究中被證實可在厭氧條件下參與降解氨基酸[34].

圖4 AnMBR和PSD的物種組成LefSE差異結果

AnMBR中相對豐度第二高的目是Clostridiales (梭菌目),其在PSD中具有最高的相對豐度,是AnMBR中的2.3倍.Clostridiales屬于Firmicutes(厚壁菌門)在厭氧消化反應器中屬于常見的微生物,其在厭氧發酵產沼的四個階段均存在,但其在水解及產酸階段為優勢類群,且發揮重要作用,可將大分子的有機物降解為小分子有機酸[35],在PSD中有機物濃度遠高于AnMBR,且為中溫厭氧發酵(37℃)工藝,更適合Clostridiales的生長.同時,Bacteroidales(擬桿菌目)在PSD中的相對豐度(9.0%±2.7%)僅次于Synergistales 和Clostridiales,但其在AnMBR中的相對豐度較低(1.1%±0.2%),其在PSD中的相對豐度是在AnMBR中的8.2倍, Bacteroidales以碳水化合物、蛋白質為底物,代謝生成糖、氨基酸、有機酸等,其最重要的代謝產物為琥珀酸、乙酸、甲酸、乳酸及丙酸[35].Syntrophobacterales目Desulfovibrionales目在兩個反應器中均有較高的相對豐度,在PSD中Syntrophobacterales的相對豐度略高于AnMBR;在AnMBR中Desulfovibrionales的相對豐度比PSD高1.6倍,這兩個目在厭氧產沼、硫酸鹽還原過程均發揮重要作用[35].

對于古菌,2個反應器中最占優勢的均為Methanobacteriales (甲烷桿菌目)、Methanobacteriaceae (甲烷桿菌科) (AnMBR:0.6%±0.3%;PSD:13.8%±1.8%),但PSD中的相對豐度遠高于AnMBR.尤其是Methanobacteriaceae(甲烷桿菌科)在PSD反應器中高達13.8%±1.8%,是AnMBR中的23倍.Guo等[36]利用宏基因組測序技術,對一實際運行的中溫(35℃)厭氧消化反應器進行研究,發現其中古菌的相對豐度為5.6%,遠低于本研究結果[36].Methanobacteriaceae在厭氧環境中廣泛分布,可利用H2還原CO2生成甲烷,這個科的古菌還可利用甲酸、甲醇等作為底物生成甲烷,適合在中溫(35~40℃)下生長[37].Luo等[38]對14個實際運行的厭氧產沼反應器進行研究,發現溫度和游離氨都是決定微生物群落結構和功能的關鍵環境因素.因此,本研究中溫度可能是造成產甲烷古菌在PSD中相對豐度較高的主要原因之一.

值得注意的是,無論在目水平還是科水平,兩個反應器中都有大量目前無法分類的微生物類群AnMBR:41.35%(目),56.07%(科);PSD:30.86%(目),52. 19%(科),這說明對于厭氧反應器中微生物生態,還有待進行更深入的研究.

2.3 AnMBR和PSD的功能組成差異及產甲烷過程分析

圖5 AnMBR及PSD反應器微生物群落KEGG注釋結果

*、**表示差異達5%、1%顯著水平

利用PIRSUSTs軟件[21]對AnMBR和PSD樣品的微生物群落進行功能預測.KEGG功能組成分析結果顯示,兩類樣品的功能基因組成較為相似,占優勢的功能類群主要包括Membrane Transport(膜輸送) (AnMBR:12.54%;PSD: 10.40%),Amino Acid Metabolism (氨基酸代謝) (AnMBR:10.46%;PSD: 10.63%),Carbohydrate Metabolism(碳水化合物代謝) (AnMBR:9.72%;PSD:9.61%),及Energy Metabolism (能量代謝) (AnMBR:6.06%;PSD:7.69%).T檢驗表明大部分功能基因在兩個反應器中的相對豐度有顯著差異(<0.05)(圖5).

利用LefSE統計方法比較AnMBR和PSD樣品富集的功能組成差異,發現Environmental Information Processing(環境信息處理,LDA 3.99), Membrane Transport(膜輸送, 3.05),Cellular Processes (細胞內過程, 3.76)及Cell Mobility(細胞移動3.74)是AnMBR樣品富集的KEGG注釋功能;而PSD樣品富集的功能主要包括Genetic Information Processing (遺傳信息處理,LDA 3.71),Energy Metabolism (能量代謝, 3.64),Metabolism(代謝, 4.18)及Methane Metabolism(甲烷代謝,3.74)(圖6).

圖6 AnMBR和PSD微生物群落功能組成LefSE差異

通過對物種及功能組成的分析,AnMBR和PSD樣品在產甲烷古菌及產甲烷功能組成相對豐度上存在差異,結合上述2個反應器在產甲烷能力上的巨大差異,進一步分析產甲烷相關代謝基因在AnMBR和PSD樣品的相對豐度差異.從圖7可以看出,PSD反應器以H2還原CO2產生甲烷的通路為主(相關基因的相對豐度為0.86%),其次是以利用乙酸鹽(acetate)及甲醇(methanol)為底物的產甲烷過程(相關基因的相對豐度為0.16%及0.13%)(圖7),而以甲胺(methylamine)/二甲胺(dimethylamine)/三甲胺(trimethylamine)為底物產甲烷通路的貢獻很小(相關基因的相對豐度僅為0.003%).AnMBR中,這三種通路產甲烷相關基因的相對豐度為分別為0.20%、0.14%和0.01%(圖7).并且PSD中,H2還原CO2產甲烷通路相關基因、F420合成相關基因、輔酶M合成相關基因的相對豐度都高于AnMBR,并且F420與輔酶M都是產甲烷通路中重要的酶.

厭氧產沼通常包括4個階段,即水解、發酵產酸、產乙酸和產甲烷, 各步驟中涉及各種微生物,它們相互配合,實現有機廢物的高效厭氧消化,并產生甲烷[39-40].結果表明,在AnMBR反應器中,在第1步水解過程中,Synergistales為最占優勢的目,預計它們可產生特有的酶,將有機物水解為小分子單體,將不溶性物質轉化為可溶性物質.在PSD反應器中,Synergistales也是最主要的參與水解的微生物.接下來,在產酸過程中,在AnMBR反應器中最主要的產酸微生物為Clostridiales和Pseudomonadales.而在PSD反應器中,Clostridiales和Bacteroidales是最占優勢的產酸微生物.它們將完成發酵產酸的過程,產生大量的揮發性脂肪酸(VFA)、CO2和H2.第3步是產乙酸,在產乙酸細菌的作用下,進一步將上述產物轉化為乙酸,其利用乙酰-CoA作為關鍵酶,通過H2還原 CO2途徑,專性產氫產乙酸或同化產乙酸.事實上,研究發現,有20多個屬超過100個種的細菌具有產乙酸的功能[41].Clostridiales,Syntrophobacterales和Desulfovibrionales在2個反應器中均為最主要產乙酸細菌.生物甲烷的產生是厭氧產沼的最后一步,其中產甲烷古菌是產甲烷的關鍵微生物,產甲烷古菌屬于不同系統發育的古細菌類群.產甲烷古菌分為5個目:Methanobacteriales(甲烷桿菌目)、Methanococcales(甲烷球菌目)、Methanomicrobiales (甲烷微菌目)、Methanosarcinales(甲烷八疊球菌目)和Methanopyrales(甲烷超高溫菌目).在AnMBR反應器中,最主要產甲烷的類群為(甲烷桿菌屬)、(甲烷桿菌屬)和(甲烷桿鬃毛菌屬);在PSD反應器中,最主要的產甲烷類群為(甲烷桿菌屬)、(甲烷桿鬃毛菌屬)和(甲烷短桿菌屬).在兩個反應器中,最占優勢的屬均為(甲烷桿菌屬)(AnMBR:0.5%;PSD:13.7%),主要是以H2還原CO2的通路來生成甲烷.而(甲烷桿鬃毛菌屬)(AnMBR:0.03%; PSD:0.16%)則是較為特殊的產甲烷微生物,其只能利用乙酸鹽為底物生成甲烷.(甲烷桿菌屬)和(甲烷短桿菌屬)也是通過H2還原CO2的通路來生成甲烷,但是其在2個反應器中的相對豐度都很低.

圖7 AnMBR及PSD反應器微生物群落甲烷代謝基因相對豐度

PSD反應器主要處理廚余垃圾及人類糞便等固態生活垃圾,在中溫(37℃)下進行厭氧發酵產沼;而AnMBR反應器主要用來處理液態的生活污水及衛生間產生的廢水,并且是在常溫(20℃)下進行厭氧處理.PSD反應器內的有機負荷及COD濃度也遠高于AnMBR反應器,這可能也是導致兩個反應器內古菌相對豐度較大差異的原因.

3 結論

3.1 兩個反應器中微生物組成相似,Synerigistaceae科和Methanobacteriaceae科分別是兩個反應器中最占優勢的細菌和古菌.

3.2 兩個反應器的功能基因組成相似,產甲烷都以H2還原CO2通路為主.PSD反應器中H2還原CO2通路相關基因、F420合成相關基因、輔酶M合成相關基因的相對豐度都高于AnMBR反應器.

[1] Woods G J, Kang D, Quintanar D R, et al. Centralized versus Decentralized Wastewater Reclamation in the Houghton Area of Tucson, Arizona [J]. Journal of Water Ressources Planning and Management-ASCE, 2013,139(3):313-324.

[2] 呂宏德.分散式污水處理系統的特征及其應用[J]. 環境科學與管理, 2009,(8):113-115.

[3] Makropoulos C, Butler D. Distributed Water Infrastructure for Sustainable Communities [J]. Water Resources Management, 2010, 24(11):2795-2816.

[4] McInerney M J, Sieber J R, Gunsalus R P. Syntrophy in anaerobic global carbon cycles [J]. Current Opinion in Biotechnology, 2009, 20(6):623-632.

[5] Rico C, García H, Rico J L. Physical-anaerobic-chemical process for treatment of dairy cattle manure [J]. Bioresource Technology, 2011, 102(3):2143-2150.

[6] Appels L, Baeyens J, Degrève J, et al. Principles and potential of the anaerobic digestion of waste-activated sludge [J]. Progress in Energy and Combustion Science, 2008,34(6):755-781.

[7] Trzcinski A P, Stuckey D C. Anaerobic digestion of the organic fraction of municipal solid waste in a two-stage membrane process [J]. Water Science and Technology, 2009,60(8):1965-1978.

[8] Lettinga G, Rebac S, Zeeman G. Challenge of psychrophilic anaerobic wastewater treatment [J]. Trends in Biotechnology, 2001,19(9):363-370.

[9] Liao B Q, Kraemer J T, Bagley D M. Anaerobic Membrane Bioreactors: Applications and Research Directions [J]. Critical Reviews in Environmental Science and Technology, 2006,36(6):489-530.

[10] Dvo?ák L, Gómez M, Dolina J, et al. Anaerobic membrane bioreactors-a mini review with emphasis on industrial wastewater treatment: applications, limitations and perspectives [J]. Desalination and Water Treatment, 2016,57(41):19062-19076.

[11] Mohr M, Trosch W. Semi-centralized urban water management as prerequisite for water reuse, in Milestones in Water Reuse: The Best Success Stories [M]. London: IWA Publishing, 2013:97-105.

[12] Vrieze J D, Christiaens M, Walraedt D, et al. Microbial community redundancy in anaerobic digestion drives process recovery after salinity exposure [J]. Water Research, 2017,111:109-117.

[13] Svojitka J, Dvo?ák L, Studer M, et al. Performance of an anaerobic membrane bioreactor for pharmaceutical wastewater treatment [J]. Bioresource Technology, 2017,229:180-189.

[14] Jang H M, Ha J H, Kim M, et al. Effect of increased load of high-strength food wastewater in thermophilic and mesophilic anaerobic co-digestion of waste activated sludge on bacterial community structure [J]. Water Research, 2016,99:140-148.

[15] 李 蕾,何 琴,馬 垚,等.厭氧消化過程穩定性與微生物群落的相關性 [J]. 中國環境科學, 2016,36(11):3397-3404.

[16] Bates S T, Berg-Lyons D, Caporaso J G, et al. Examining the global distribution of dominant archaeal populations in soil [J]. ISME J, 2011,5(5):908-917.

[17] Bolger A M, Lohse M, Usadel B. Trimmomatic: a flexible trimmer for Illumina sequence data [J]. Bioinformatics, 2014,30(15):2114-2120.

[18] Mago? T, Salzberg S L. FLASH: fast length adjustment of short reads to improve genome assemblies [J]. Bioinformatics, 2011,27(21): 2957-2963.

[19] Caporaso J G, Kuczynski J, Stombaugh J, et al. QIIME allows analysis of high-throughput community sequencing data [J]. Nature methods, 2010,7(5):335-336.

[20] Edgar R C, Haas B J, Clemente J C, et al. UCHIME improves sensitivity and speed of chimera detection [J]. Bioinformatics, 2011, 27(16):2194-2200.

[21] Langille M G, Zaneveld J, Caporaso J G, et al. Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences [J]. Nature Biotechnology, 2013,31(9):814-821.

[22] Segata N, Izard J, Waldron L, et al. Metagenomic biomarker discovery and explanation [J]. Genome Biology, 2011,12(6):R60.

[23] Mohr M. Betrieb eines anaeroben membranbioreaktors vor dem hintergrund der zielstellung des vollstdigen recyclings kommunalen abwassers und seiner inhaltsstoffe [D]. Hamburg, vom Fachbereich Bauingenieurwesen und Geodasie der Technischen Universitat Darmstadt, 2011.

[24] Lew B, Tarre S, Beliavski M, et al. Anaerobic membrane bioreactor (AnMBR) for domestic wastewater treatment [J]. Desalination, 2009, 243(1):251-257.

[25] Salazar-Peláez M L, Morgan-Sagastume J M, Noyola A. Influence of hydraulic retention time on fouling in a UASB coupled with an external ultrafiltration membrane treating synthetic municipal wastewater [J]. Desalination, 2011,277(1):164-170.

[26] Smith A L, Skerlos S J, Raskin L. Psychrophilic anaerobic membrane bioreactor treatment of domestic wastewater [J]. Water Research, 2013,47(4):1655-1665.

[27] Grady C P, Daigger G T, Love N G, et al. Biological Wastewater Treatment [M]. Boca Raton: CRC Press, 2011.

[28] Riviere D, Desvignes V, Pelletier E, et al. Towards the definition of a core of microorganisms involved in anaerobic digestion of sludge [J]. The ISME Journal, 2009,3(6):700-714.

[29] Smith A L. Low-temperature anaerobic membrane bioreactor for energy recovery from domestic wastewater [D]. Ann Arbor: the University of Michigan, 2014.

[30] Chouari R, Le Paslier D, Daegelen P, et al. Novel predominantand bacterial groups revealed by molecular analysis of an anaerobic sludge digester [J]. Environmental Microbiology, 2005,7(8): 1104-1115.

[31] Jumas-Bilak E, Marchandin H. The Phylum Synergistetes, in The Prokaryotes: Other Major Lineages of Bacteria and The Archaea [M]. Berlin: Heidelberg, Springer, 2014:931-954.

[32] Kirkegaard R H, McIlroy S J, Kristensen J M, et al. The impact of immigration on microbial community composition in full-scale anaerobic digesters [J]. Scientific Reports, 2017,7(1):9343-9353.

[33] Cardinali-Rezende J, Debarry R B, Colturato L F, et al. Molecular identification and dynamics of microbial communities in reactor treating organic household waste [J]. Applied Microbiology and Biotechnology, 2009,84(4):777-789.

[34] Tang Y, Ji P, Hayashi J, et al. Characteristic microbial community of a dry thermophilic methanogenic digester: its long-term stability and change with feeding [J]. Applied Microbiology and Biotechnology, 2011,91(5):1447-1461.

[35] Deublein D, Steinhauser A. Biogas from waste and renewable resources [M]. Weinheim: Wiley-VCH Verlag GmbH & Co. KGaA, 2008.

[36] Guo J H, Peng Y Z, Ni B J, et al. Dissecting microbial community structure and methane-producing pathways of a full-scale anaerobic reactor digesting activated sludge from wastewater treatment by metagenomic sequencing [J]. Microbial Cell Factories, 2015,14(1):33-43.

[37] Oren A. The family methanobacteriaceae, in the prokaryotes: other major lineages of bacteria and the archaea [M]. Berlin: Heidelberg, Springer, 2014:165-193.

[38] Luo G, Fotidis I A, Angelidaki I. Comparative analysis of taxonomic, functional, and metabolic patterns of microbiomes from 14full-scale biogas reactors by metagenomic sequencing and radioisotopic analysis [J]. Biotechnology for Biofuels, 2016,9(1):51-62.

[39] Lauwers J, Appels L, Thompson I P, et al. Mathematical modelling of anaerobic digestion of biomass and waste: Power and limitations [J]. Progress in Energy and Combustion Science, 2013,39(4):383-402.

[40] 王祥錕,閔祥發,李建政,等.產氫產乙酸和產甲烷反應對厭氧消化的限速作用 [J]. 中國環境科學, 2016,36(10):2997-3002.

[41] Ragsdale S W, Pierce E. Acetogenesis and the Wood-Ljungdahl pathway of CO2fixation [J]. Biochimica et Biophysica Acta (BBA) - Proteins and Proteomics, 2008,1784(12):1873-1898.

致謝：感謝德國弗勞恩霍夫協會界面工程與生物技術研究所(Fraunhofer Institute for Interfacial engineering and Biotechnology, IGB)Tosca Zech 博士與Marius Mohr 博士在樣品采集及水樣分析測試方面給予的幫助.

Microbial community structure and function in a decentralized urban water infrastructure systems in German.

ZHANG Kun1,2*

(1.China National Electric Apparatus Research Institute Co., Ltd., Guangzhou 510300, China; 2.School of Eco- environment Technology, Guangdong Industry Polytechnic, Guangzhou 510300, China)., 2018, 38(8)：2981~2989

The microbial community structure in two bioreactors of a decentralized urban water infrastructure systems in Germany was investigated through 16S rRNA gene sequencing. The PICRUSt software was then used to deduce the function of the microbial community. In winter, the average COD removal rate reached 52% at 20°C, the influent COD was 712mg/L in the anaerobic membrane reactor (AnMBR) and the biogas production rate was 122L/kgCOD. At 37°C, the biogas production rate was 374L/kgVSS and the COD was 3007mg/L in the primary sludge digester (PSD). Similar microbial compositions were observed in both bioreactors, with Synerigistaceaehaving the highest relative abundance at the family level among bacteria (AnMBR: 24.0%±10.0%; PSD: 11.0%±3.1%) and Methanobacteriaceae having the highest relative abundance among archaea (AnMBR: 0.6%±0.3%; PSD: 13.8%±1.8%). The functional genomic composition was also similar in both reactors, with the H2reductive CO2pathway being the main approach for methane production. The relative abundances of H2reductive CO2pathway related genes, F420synthesis related genes and coenzyme M synthesis related genes in the PSD reactor were higher than those in the AnMBR reactor.

anaerobic bioreactor；decentralized wastewater treatment system；microbial community structure and function；16S rRNA gene；high-throughput sequencing

；X703.5

A

1000-6923(2018)08-2981-09

張 堃(1979-),河南洛陽人,高級工程師,博士,主要從事有機廢物厭氧處理及資源化研究.發表論文10余篇.

2018-01-02

廣東省科技計劃項目(2012B050600033);廣東輕工職業技術學院科研啟動項目(RC2016-006);廣州市科技計劃項目(201806020029);廣東輕工職業技術學院優秀青年基金(QN2018-003)

* 責任作者, 高級工程師，gszhangkun@163.com