شناسایی باکتری تجزیه کننده ی نفت خام در سواحل جزیره ی کیش
محل انتشار: اولین همایش تخصصی زیست پالایی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 821
فایل این مقاله در 5 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:
BIOREMEDIATION01_064
تاریخ نمایه سازی: 23 اسفند 1392
چکیده مقاله:
هیدروکربن های نفتی رایج ترین آلاینده های زیست محیطی هستند که طی فعالیت های مختلفی از قبیل اکتشاف، حمل و نقل، ذخیره سازی و فرآوری نفت خام وارد محیط زیست شده و تهدید بزرگی برای اکوسیستم های آبی و خشکی به حساب می آیند. از میان روش های مختلف حذف آلاینده های نفتی از محیط زیست، زیست پالایی به دلیل هزینه های کمتر و همچنین سازگاری با محیط زیست از اهمیت شایانی برخوردار است. هدف از مطالعه ی حاضر شناسایی و بررسی توان تجزیه ی زیستی نفت خام توسط باکتری جدا شده از سواحل جزیره ی کیش می باشد. بدین منظور ابتدا از مناطق ساحلی جزیره ی کیش به طور تصادفی نمونه برداری و سپس باکتری ها در محیط پایه معدنی به همراه نفت خام غنی سازی و سپس بر روی محیط نوترینت آگار خالص سازی شدند. توان سویه های جداشده در مصرف نفت خام در محیط پایه معدنی حاوی 1% نفت خام مورد سنجش قرار گرفت و کارآمدترین سویه ی خالص شده بر اساس مطالعات مورفولوژیکی، بیوشیمیایی و سکانس ژن S rDNA16 شناسایی گردید. نتایج نشان داد، سویه ی انتخاب شده بر اساس ویژگی های مورفولوژیکی، بیوشیمیایی و توالی ژن S rDNA16 با 99درصد همولوژی به جنس Halomonas تعلق داشت. سویه ی انتخاب شده توان تجزیه 90درصد نفت خام را پس از 10 روز دارا بود. با توجه به نتایج حاصل و حضور باکتری های نفت خوار بومی در سواحل جزیره کیش می توان به این نتیجه رسید که باکتری های بومی این منطقه قابلیت تجزیه ی زیستی آلاینده-های نفتی را دارا می باشند.
کلیدواژه ها:
نویسندگان
مریم صادقی حدادزواره
دانشجوی کارشناسی ارشد دانشکده علوم زیستی دانشگاه شهید بهشتی تهران
غلامحسین ابراهیمی پور
عضو هیئت علمی دانشکده علوم زیستی دانشگاه شهید بهشتی تهران
محسن شهریاری مقدم
دانشجوی دکترای دانشکده علوم زیستی دانشگاه شهید بهشتی تهران
طاهره عبدلی جمور
دانشجوی کارشناسی ارشد
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 :