Bioremediation of Sediments Contaminated by Persistent Organic Pollutants: an In-Silico Approach

Abstract

Bromlu alev geciktiriciler arasında en yaygın kullanılanlardan biri olan polibromlu difenil eterler (PBDE), çevre ve insan sağlığı üzerinde ciddi riskler oluşturan kalıcı organik kirleticiler olarak bilinmektedir. Bu nedenle, bozunma süreçleri ile çevresel ortamlardan giderilmeleri gerekmektedir. Fakat, karmaşık çevresel ortamlarda bozunmanın ilerleyişini takip etmek zordur. Bu sebeple, PBDE'lerin bozunma süreçlerini anlamak ve etkili iyileştirme yöntemleri geliştirmek için modelleme çalışmaları gereklidir. Bu çalışma, PBDE'lerin sedimanlardaki anaerobik dehalojenasyonunu modellemek ve iyileştirme senaryoları altında bozunma yollarını ve bozunma hızlarını analiz etmeyi amaçlamaktadır. Bu amaçla, doğal giderim, biyostimulasyon ve biyoogmentasyon senaryolarını taklit eden bir mikrokozm çalışmasının deneysel verileri kullanılmıştır. Daha önce geliştirilmiş olan anaerobik dehalojenasyon modeli (ADM), geliştirilip entegre edilerek 'ADM-IE' adı verilen yeni bir model oluşturulmuştur. ADM-IE, PBDE bozunması için tüm olası dehalojenasyon yollarını listeleme, bu yolların reaksiyon miktarlarını belirleme, ölçülen bileşikler için bozunma hız sabitlerini hesaplama ve ölçülmeyen bileşikler için makine öğrenimi algoritmalarıyla hız sabitlerini tahmin etme yeteneklerine sahiptir. Sonuç olarak, modelin yüksek konsantrasyonlu bileşikler için daha başarılı tahminler yaptığını, ancak düşük konsantrasyonlu bileşikler için tahmin doğruluğunun daha düşük olduğunu gösterilmiştir. Brom atomlarının pozisyonlarının dehalojenasyon yollarında kritik bir rol oynadığı belirlenmiştir. İyileştirme senaryoları arasında, biyoogmentasyon genellikle en yüksek bozunma hızlarını sağlarken, bazı durumlarda biyostimulasyon daha yüksek hızlar göstermiştir. Bununla birlikte, belirli reaksiyonlar toksik ürünlerin oluşumunu desteklemiştir, bu da biyostimulasyon uygulamasında dikkatli olunması gerektiğini vurgulamıştır. Model, iyileştirme stratejilerinin optimize edilmesi ve daha az zararlı ürünlerin elde edilmesi için bir analiz çerçevesi sunmaktadır.

Polybrominated diphenyl ethers (PBDEs), one of the most commonly used flame retardants, are classified as persistent organic pollutants that pose significant risks to the environment and human health. Therefore, they should be removed from the environment using degradation processes. However, in complex environmental matrices the progress of degradation is challenging to follow. Hence, modelling studies are necessary to understand the fate of PBDEs and develop effective remediation strategies. This study aims to model the anaerobic dehalogenation of PBDEs in sediments and analyze the degradation pathways and rates under various bioremediation scenarios. For this purpose, experimental data from a microcosm study simulating natural attenuation, biostimulation, and bioaugmentation scenarios were utilized. A previously developed anaerobic dehalogenation model (ADM) was enhanced and integrated to create a new model called 'ADM-IE.' ADM-IE has the capability to list all possible dehalogenation pathways for PBDEs, calculate the degradation rate constants for the measured compounds, and estimate the rate constants for those not measured, using machine learning algorithms. As a result, the model performed better in predicting higher-concentration compounds, whereas its accuracy decreased for lower-concentration compounds. It was determined that the position of bromine atoms (ortho, meta, para) played a critical role in dehalogenation pathways. Among the bioremediation scenarios, bioaugmentation generally achieved the highest degradation rates, while biostimulation showed higher rates in some cases. However, certain pathways supported the formation of toxic products, emphasizing the need for caution when applying biostimulation. The model provided an analysis framework for optimizing bioremediation strategies by achieving less harmful degradation products.