汪川外文翻译

生物技术和生物过程工程19：221-230（2014）
DOI10.1007/ s12257-013-0517-8
乳制品微生物菌群污水处理的发展
C. A. Mazzucotelli, I. Durruty, C. E. Kotlar, M. R. Moreira, A. G. Ponce, and S. I. Roura
Received: 9 August 2013 / Revised: 29 January 2014 / Accepted: 5 February 2014
© The Korean Society for Biotechnology and Bioengineering and Springer 2014
抽象从乳品工业的废水通常含有高浓度的污染物，并且由于生成的音量也高，总污染物负荷非常显著。

其中治疗可用的选项，生物降解看起来最有前途的。

此外，天然微生物种群具有高比降解速率（生物增强）外部的微生物的补充已经证明，以提高治疗的效果。

本研究的主要目的是选择的细菌的组合，以改善好氧处理乳品加工废水。

为了这个目的，11脂肪/属于芽孢杆菌属，沙雷氏菌属，乳球菌属，肠球菌属，嗜，克雷伯氏和大肠杆菌蛋白降解的微生物，被评价为使用的Plackett-Burman设计潜在降解的细菌。

试验进行了选择最显著影响的污水和生物量产率的劣化，在COD去除方面的菌株。

一个模拟乳品行业污水作为培养基。

四种菌株被选作微生物聚的潜在成员：格氏乳球菌，苏云金芽孢杆菌，大肠杆菌和嗜藻。

选定财团的最佳工作温度和pH值范围分别为32°C和6〜8。

与所选择的财团达成的降解百分数分别为80.67和83.44％在24和48小时，分别。

所选财团显著改善乳制品废水的降解，及由该财团取得的劣化度比通过单独使用的菌株高。

关键词：乳品废水，生物降解，生物隆胸，采用Plackett-Burman设计
C. A. Mazzucotelli, C. E. Kotlar, M. R. Moreira, A. G. Ponce, S. I. Roura Grupo de Investigación en Ingeniería en Alimentos, Departamento de Ingeniería Química, Facultad de Ingeniería, Universidad Nacional de Mar del Plata, Mar del Plata, Argentina I. Durruty
Grupo de Ingeniería Bioquímica, Departamento de Ingeniería Química, Facultad de Ingeniería, Universidad Nacional de Mar del Plata, Mar del Plata, Argentina
C. A. Mazzucotelli, I. Durruty C. E. Kotlar, M. R. Moreira, A. G. Ponce,
S. I. Roura
Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET),
Buenos Aires, Argentina
Tel: +54-0223-481-6600; Fax: +54-0223-481-0046
E-mail: durruty@.ar
1.简介
从乳品工业废水是高污染，同时考虑所产生的音量（2〜6升每升的加工奶流出物）和其高的有机负荷[1,2]。

它是由牛奶的过程中，乳清，以及清洗水期间丢失。

此外，它提出了高含量的脂肪，油，悬浮物，营养物，氨氮和有机质[1-3]。

这种浪费通常表现出高的化学和生化需氧量（COD和BOD，分别）（1000〜6000 mgO2/ L的BOD，与BOD / COD的关系= 0.52为牛奶）沿着具有宽的pH范围内（4.2〜9.4）和温度[1,2,4]。

因此，小奶，包括奶酪设施，为600立方米每天的污水排放，产生的污染负荷媲美36000人[3]。

其中于治疗可用选项，生物降解是最有前途的用于从乳品废水中除去有机材料之一，因为它的组件是高度生物降解的。

他们可以用生物方法，如激活污泥处理，曝气塘，滴滤池，序批式反应器（SBR）得到有效治疗，同比流式厌氧污泥床（UASB）反应器，厌氧过滤器，等等[1,5]。

然而，形成的，特别是在好氧生物降解过程污泥，可能导致严重的和昂贵的处理问题[6]。

脂肪和长链脂肪酸的由脂质的乳制品废水的水解形成的存在导致相位差在甲烷产生，所以这种流出物的厌氧处理通常不会继续在快速和有效的方式。

反过来，脂质通常会导致在有氧过程[5,7]少的问题。

此外，土著微生物的天然存在的分解活性可能不足以获得有效和可靠的治疗方法[8]。

此外，生物增强通过添加与水解酶和/或具体化合物的高降解容量外部的微生物已经证明，以改善治疗[9,10]的性能。

大部分市售的接种物通常是昂贵的，并且设计为条件（衬底温度，pH值，等等），该不匹配的每个特定情况。

因此，接种物的设计是非常重要的生物扩增每个特定废水[8]的。

微生物的混合物可以具有在增加的生物量的活性，生长效率的累积效应，和酶的生产。

此外，混合的培养物用来克服反馈调节和分解代谢抑制，作为一种微生物的产物可以充当底物的另一[11]。

在微生物财团的发展利益 - 多互动微生物数量-最近出现，因为财团通常可以执行复杂的功能，个别人群不能和财团可以更稳健的环境变化[12]。

混合文化都表现出较好的降解能力比单一菌株。

混合培养物在非无菌环境中生存的能力，是在生物降解领域[13]重要的。

细菌的选择的组合也
应该是有竞争力的，因而在接种[14]后仍然存在。

在工业应用中，使用混合的培养物通常是有利的，以降低成本，并提高该方法的利润，由于它们的改进的降解能力，这使一个协同使用不同的底物[15]。

一个最佳的混合培养用于废水降解，结合超过五个不同菌株的发展是非常费力和耗时，因为大量的实验条件[16]。

在传统的实践中，通过使他人在恒定的水平变化的一个可变的时间，已发现低效率的。

以这种方式，一个快速的统计方法，使我们能够得到影响降解过程与试验数量减少的菌株。

The Plackett Burman （PB）的设计，强烈建议在五个以上因素进行调查。

这个统计设计是出于经济判断的主要效果非常有用，假设所有的相互作用是可忽略的[17,18]。

使用这种统计工具来选择最佳的混合培养物是新颖的，并允许减少实验努力提供用于上述目的的有用工具。

本研究的主要目的是选择的细菌的组合，以改善好氧处理乳品加工废水。

十一脂肪/蛋白质降解属于芽孢杆菌属，沙雷氏菌属，乳球菌属，肠球菌属，嗜，克雷伯氏菌属和埃希氏菌属，分离自不同来源的微生物，被评价为对模拟乳品流出物的潜在降解的细菌。

为了选择变量（株），该显著提高废水降解和生物量产率，进行了采用Plackett-Burman设计。

财团的选择后，它的能力降低一个模拟乳品废水在不同温度和pH值进行了分析，以确定双方的最佳操作价值和它的操作范围。

一旦最佳的变量定义，该财团的动力学研究在生物反应器。

2.材料与方法
2.1微生物源
微生物从不同农业工业副产物和废物由Mazzucotelli等人分离出在先前的工作。

[19]。

11株是根据其对特定底物和那些已示出显著水解功能与潜在应用通过聚合酶链式反应（PCR）的方法进行鉴定的水解能力选择。

它们示于表1。

2.2微生物培养物
分离的培养物保持在软脑心琼脂（3.5％重量/体积琼脂）在-18ºC。

亚文化作了每6个月。

将菌株在两个步骤中被激活。

首先，每个培养物的环接种在10ml营养肉汤（NB）和温育在35℃进行24〜48小时;随后，2毫升活性培养物以10,000rpm 离心3分钟，在4℃。

将所得的沉淀物加入到10毫升的新鲜NB和静态孵育在35℃下为24〜48小时。

2.3模型废水（WW）
培养基是使用由Loperena等[8]的模拟乳品工业废水的变形：无菌全脂奶粉，2.08克/升（La Serenísima，阿根廷）加入盐水溶液（氯化铵为0.57g / L时，磷酸二氢钾0.21克/ L K 2 HPO 40.54克/ L和磷酸氢二钠0.67克/ L时，在蒸馏水中）预先高压灭菌（初始COD=3100 mgO2/ L，脂肪含量=544毫克脂肪/升，pH 值= 6.5）。

2.4实验设计
一个采用Plackett-Burman设计，筛选菌株（因素或变量）显著影响COD去除率和产量系数（响应）。

这种设计显示每个变量的唯一的主要影响，并且双因素相互作用（相互作用的不同菌株之间没有混淆与主效应）[20]。

十一因素（株）筛选16组合有四个虚拟变量。

该试验是一式两份进行，并且观察的平均被用作设计反应。

哑变量用于估计实验误差在数据分析。

每因子在两个层次上，高和低表示（表示为+1和-1，分别）。

低电平指在接种（0％），而高缺席菌株电平指的是应变的，在接种物的存在。

最终接种物浓度为5％（体积/体积）中的每一个锥形。

在采用Plackett Burman实验设计基于所述第一阶模型：
其中Y是估计函数的响应（TD和YB），β0是截距模型，βI是回归系数，和熙（X1至X11）是11因素（株）。

这有一个以上的置信水平的因素95％的被认为是最显著因素影响的反应。

首先，每个变量的效果被确定为实验的在高电平（+）和实验在低级别的响应的平均值响应的平均值之间的差（ - ）：效果ë每个因子的（ⅹⅰ）是由下式确
定：
其中MI+和米 - 从与试验的反应因子XI在高和低的水平，分别与N是除以2[17,20]试次数。

实验误差被确定为平均的虚设效果平方（编）
其中VE是影响的方差，n是总虚拟变量的数量。

2.5生物降解试验
十六100mL的三角烧瓶（高压灭菌121℃，15分钟），含30毫升无菌模型流出物的接种根据该PB设计菌株的相应组合（最终接种物浓度：5％（V / V）;细胞浓度约为：5×109 CFU /毫升）（表2）。

含有WW和接种物的烧瓶置于定轨摇床，降解进行在100rpm和32℃。

取样在24和48小时，以评估在个体菌株的降解能力的差异。

期间thefermentation过程中最重要的过程变量是pH和温度[21]。

获得对TD 用于相对于培养pH值和孵育温度选定财团操作范围和最佳值。

该实验在分批在24小时进行的，在100含有30毫升的模拟流出，最终接种物大小的5％（体积/体积），并在100rpm搅拌速度的毫升锥形瓶中。

pH值对废水降解的影响通过检测取代模拟流出物通过盐溶液在6.0〜8.0的pH 范围内的磷酸盐缓冲液0.1M的在32℃。

同样地，温度对流出物降解的影响测定孵育的样品在不同的温度：15，25，32，和37℃，在pH= 6.5。

一式三份，并在完成每个实验结果以平均值±标准差。

所选的菌株进行测定单独和在前面详述的条件下混合培养，在24和48小时（模拟流出物30毫升;最终接种物尺寸的5％（体积/体积）; 100转搅拌速度;最适pH 和温度）。

TD为选定财团和每个个体菌株，一式三份进行分析。

动力学研究进行中的1.5升容量的夹套充气间歇搅拌罐生物反应器（新不伦瑞
克）与1升的工作体积。

它被馈送以相同的模型流出物和用于与连续磁性100rpm 振荡下48小时下操作。

在试验过程中，将样品每隔一定间隔取走。

中，温度和pH 分别固定在它们的最佳值由温度控制器和磷酸盐缓冲液分别。

2.6降解参数测定和动力学模型开发
该COD是根据标准方法测定使用方法5520（封闭回流法）。

因为样本呈现三个阶段：脂肪上清液中，水中间相和固结算;该COD从不同的阶段是独立测量。

非水溶性或固体，COD（NSCOD）是固体的结算管的底部，上部非极性有机相化学需氧量（OCOD）为上清层，主要是脂质，而溶解性COD（SCOD）是溶解的有机载荷放置在两个之间的水相。

这些级分通过离心在10,000rpm下分离15分钟在4℃。

由于没有坚实的COD出席在原有的废水，固体部分被认为是根据Contreras等生物量。

[23]。

最后，总降解（TD），为的COD去除率百分比（式1）将有机相降解（FD）（式2）为在任何时间t的计算值：
生物量产量系数（YB）被定义为生物质的平均重量每重量的产基板利用。

细菌生物量的增量有积极的影响在过程的动力学。

然而，在有氧产生过量的污泥污水处理提出了实用的缺点，产生的稳定化，成本高。

因此，很生物量产量系数的高值应避免生物增强策略。

所述镱计算为：
湖北理工学院外文文献翻译
动力学进行了研究拟合生物反应器数据成以下动力学模型。

在生物量生长速率（RG）建模为第一订购幂与特定生长率（μ），为参数
其中，μ表示为在莫诺动力学模型
其中，μMAX是最大的特定生长率，KS是莫诺常数或半饱和常数，SCODB是可降解的水溶性有机部分通过这一过程。

它是由下式计算
其中，SCODI是水溶性有机分数负载耐火的过程，保持在结束时生物降解
考虑到SCODB是唯一的生长基板，SCODB的消耗速率必须定义如：
其中，YB是生物质产量系数。

2.7。

统计分析
根据该PB的设计进行实验性试验后，COD去除率（TD）和产率（YB）的结果用下面的统计参数进行了评价：β系数（公式1），正方形（SS）向SS百分比贡献的总和， t值和p值。

因素进行了筛选，在95％的基础上其影响的置信水平。

如果一个因素表明的意义或高于95％的置信水平，其主要作用是积极的，将需要进一步的优化研究浓度较高。

如果效果是负面的，衡量的标准是从财团删除应变。

使用SAS（版本8.0，SAS研究所，美国）的REG过程数据进行了分析。

关于测定法的不同在PB的设计，被用于测试处理间统计学显着性差异的单向分析（ANOVA）。

一式三份进行每一个实验，并且将结果表示为平均值±SD。

所述装置然后通过Tukey检验进行比较。

统计学显着性被接受当p <0.05。

基于R软件（2.14.0软件版本）的数据进行了分析。

3.结果与讨论
表2示出该PB矩阵，COD去除率（TD）和生物量产率系数（YB）数据百分比。

降解在24小时显示了更快的菌株在降解过程的影响而劣化，在48小时显示了不同菌株的影响，以提供所述流出物的良好最终质量。

而在TD在24小时允许达到一个较高的劣化等级中的短时间内的菌株的评价中，48小时后在TD提供最大可能的降解的在较长的时间周期中的其他信息，因为没有更多的COD去除率在此时间后，在任何测定法进行了观察。

它是评估这些不同的容量，因为某些菌株可以降解缓慢但超过较长时间更大程度上，而其它菌株表现出较高的初始降解没有达到的COD低最终值重要。

使用混合培养物允许更快的菌株，以减少处理或废水处理的反应器体积的持续时间，而最好的降解可以提供一个良好的品质流出物未经后处理的需要。

表3给出从TD和YB24小时获得的统计参数（效果，总和的平方（SS）,SS 贡献，t值和P值）
当分析为在24小时各因子中得到的p值，其结果发现，该菌株GIIA7，GIIA9和GIIA23（代码变量X7，X8和X11分别），显著导致（P <0.05）COD降解（p 值0.034，0.030和0.016）。

贡献较少积极的其它菌株除了GIIA2和GIIA3（代码变量X5和X6），至少在第一个24小时的负面影响的COD削减到TD。

它也是有用的考虑各因素，以平方COD削减的总和（SS）的贡献。

从表3中可以观察到，在SS的重大贡献，主要解释了显著因素对COD去除率：应变GIIA23贡献50.57％; GIIA922.85％;和GIIA719.09％，使三显著株92.51％的总贡献。

关于YB，即使没有应变被认为是统计学上显著（P <0.05），对给SS的贡献的分析允许对所分析的参数主要贡献菌株之间的区别。

表3显示，该贡献最大到SS的菌株GIIA2为37.15％的部分的SS，GIIA27具有30.85％和GIIA1与17.59％;给三株85.59％的总贡献。

菌株GIIA7，GIIA9和GIIA23（其对应于苏云金芽孢杆菌，嗜菌和大肠杆菌）的第一个24小时的结果为COD降解显著。

另一方面，这些菌株不是那些贡献最大为YB。

因此，他们进行了初步选定为微生物财团的潜在成员。

表4列出的统计参数（效果，总和的平方（SS）向SS贡献，t值和P值）从TD和YB获得的48小时。

在这个时候，我们发现菌株GIIA7，GIIA15，GIIA16和GIIA23（代码变量X7，X3，X 9和X 11，分别)对TD（具有p值0.025，0.026,
湖北理工学院外文文献翻译
0.036，和0.040）产生显著（P <0.05）。

应变GIIA9（可变码X8），用在意义（0.051）和的平方贡献9.52％总和的限度的p值，证明也是为化学需氧量在24小时的还原显著。

其余的菌株贡献率积极TD。

基于SS，菌株（P <0.05）GIIA7，GIIA15，GIIA16和GIIA23是COD减排主要贡献者，分别为24.41%，23.07%，15.185和13.36％（见表4）。

四显著株总结了76.02％的总贡献。

考虑菌株GIIA9（以9.52％的部分SS），取得总贡献为85.54％。

四显著株总结了76.02％的总贡献。

考虑菌株GIIA9（以9.52％的部分SS），取得总贡献为85.54％。

对于YB，虽然没有任何菌株对这个参数显著影响（P <0.05），两个菌株显著促进了SS：GIIA16具有SS75.81％和GIIA15具有SS16.17％;提供两种菌株的92.08％的总贡献。

考虑到菌株GIIA15，GIIA7，GIIA9，GIIA23和GIIA16（其对应于L丁目1番1，苏云金芽孢杆菌，嗜菌，大肠杆菌和肺炎克雷伯菌）。

在48小时的结果为COD去除率显著，并考虑到该克雷伯菌。

应变显著到YB的SS（在48小时75.81％），只有第4被认为是在初步选择的微生物聚生体作出了贡献。

从在24和48小时，在实验中获得的结果，选择作为微生物聚的潜在成员的菌株分别为：L。

丁目1番1，苏云金芽孢杆菌，大肠杆菌和嗜藻。

图1示出了TD由所选择的联盟，在不同pH值（A）和温度（B）。

无显著差异，观察对TD在不同的pH值超过32℃（p值=0.617）测定的范围内。

所获得的平均COD降解值是80.76％。

这些结果表明，所选择的财团可以具有相同的性能测试的范围内运作。

因此，该财团提出的鲁棒性环境波动。

这是极为重要的，当一个入口波动发生由于发生的变化的过程中线路的放电.
关于该测定在不同温度下，在样品之间的TD显著差异，观察（P <0.05）。

观察到在32℃（80％的COD去除率）较高降解值。

样品孵育25和37℃下显示出较低的显著退化（60％左右的COD去除率），但它们之间没有显著差异。

因此，存在于TD的降低的范围内±6℃的相比，最佳25％。

另一方面，温育在15℃达最低降解值（33％）。

然后，通过混合培养选择的流出物降解的参数为32℃和模拟流出物的原始pH值（pH值6.5）
在这些条件下，所选择的菌株进行单独和作为混合培养测定。

图。

图2示出的TD和FD的结果单独每种菌株和所选择的微生物聚生体。

总降解的较高的值是由所选择的财团都在24和48小时（分别为80.67和83.44％，）来实现的。

Stenotro-phomonas藻。

在两个时间（63.05和分别在24和48小时，71.57％），
显著不同于其他个体菌株，但比那些由微生物聚取得显著下达到高恶化值。

双方苏云金芽孢杆菌达到总降解，L.丁目1番和大肠杆菌表现在两个时期没有显著差异。

另一方面，无论是嗜藻。

菌株和所选择的联盟已经实现上层有机相的枯竭在24小时。

其他三种菌株分别产生的有机相的显著较少降解。

同样重要的是要注意，在FD没有显著在24和48小时在苏云金芽孢杆菌和大肠杆菌的存在不同，而在L的存在丁目1番1的第一个24小时期间，上层有机相保持完整，但在48小时达到类似的水平，以那些由苏云金芽孢杆菌来实现的。

四个选定菌株据报道，在以往的研究具有多酶片能力[19,25-27]。

具体地讲，Mazzucotelli等[19]强调了淀粉分解，蛋白，酪蛋白，脂肪分解和纤维素苏云金芽孢杆菌和嗜菌的活性。

株。

此外，通过个别菌株和财团取得的水解能力和劣化度的分析，表明，使用混合种群可以因代谢之间存在的互补效应执行的函数，它们难以或单个菌株甚至是不可能的，涉及到的毒株[8,12,16,28,29]。

图。

2.总降解百分比（TD）上，在24小时（■）和48小时（■）和有机相的降解（FD）在单独每个所选菌株和对微生物聚24小时（■）和48小时（□）（pH值=6.5，T =32°C）。

不同的字母的同时表示样本之间显著差异。

星号（*）表示24和48小时之间没有显著差异的样品（图基的检验，P≤0.05）。

图1。

由所选择的联盟在对不同pH24小时的模型流出物的，在32℃（A）。

总降解百分比（TD）和温度在pH= 6.5（B）。

值代表三个独立实验和误差棒装置表示标准deviations.For每个孵化温度，相同的信上述条表示没有显著差异（Tukey的检验，p≤0.05）。

尽管100％的COD去除率已达到在嗜热条件，在65°C [30]，这一技术的充满活力的要求，使其不切实际的。

在TD值发现财团跌近报导文学通过混合财团[8,11,31]处理乳品废水值范围的顶部高于80％。

它们比那些用于厌氧好氧处理方案[30]得到的还要高。

此外，TD为这个财团比与商业接种，达到63％的值48小时[8]获得更高。

由财团在24小时达到在TD为2.7和6之间倍高于苏云金芽
孢杆菌，L。

丁目1番1和大肠杆菌。

它也指出该财团有24和48小时之间没有显著差异。

正如上面提到的，在24小时既财团和嗜菌。

单独菌株已经实现了上层相的完全消失，主要由脂质。

高容量的降解嗜菌的。

直接与它的各种酶的能力[19]相关联。

即表明该有机相的高劣化度另一菌株为苏云金芽孢杆菌，达到63％的平均退化的值。

当分析由L.进行降解丁目1番1可以注意到，在第一个24小时，有机相保持原样，而不降解，并且在48小时达到的64％的值。

L.丁目1番1可能有偏好其它生物分子作为主要能量来源，如乳糖存在于可溶相，并将有机相的消耗开始碳水化合物消耗之后。

图3配置文件不同的有机组分：NSCOD（■），SCOD（●）和OCOD（▢）。

的线表示该模型的预测。

NSCOD（固体），SCOD（虚线），以及OCOD（尖）。

不同的COD的有机部分与时间的关系，在生物反应器中的行为显示在图3用点。

要注意的是，在8小时后，将财团取得的TD的50％，而在16小时得到的恶化值非常接近于最大值（75.61％），其意味着从观看时间过程或点的优点是很重要的反应器体积。

另外，SCOD的消耗率比水解速率高。

需要注意的是OCOD 相的消耗过程的限制阶段，按与先前的报道[5,32]是重要的。

出于这个原因，为了提高全球降解率的努力应集中于这个阶段。

不同的COD的有机部分与时间的关系，在生物反应器中的行为显示在图3
用点。

要注意的是，在8小时后，将财团取得的TD的50％，而在16小时得到的恶化值非常接近于最大值（75.61％），其意味着从观看时间过程或点的优点是很重要的反应器体积。

另外，SCOD的消耗率比水解速率高。

需要注意的是OCOD 相的消耗过程的限制阶段，按与先前的报道[5,32]是重要的。

出于这个原因，为了提高全球降解率的努力应集中于这个阶段。

图3示出与线由方程系统（式12）所示的模型的预测。

为参数获得的值分别为：YB=41.2％;的kH=0.12651/小时; μMAX=0.3011/小时，KS=450毫克O2/ L。

μMAX发现的价值高于以前报道[33,34]。

这清楚地表明，选择的财团可能会降低乳品WW更快。

图。

在奇偶校验区4示出了通过模型预测的值是如何正确地调整到实验数据。

虚线表示15％的误差。

方差分析试验表明，人口装置并不是在所有的情况下，显著不同。

这个模型连同相应的特征将允许其全面好氧反应器及其优化设计中的应用。

此外，此工作提供了用于工业应用的一个非常有用的工具，因为乳品废水的络合物降解可基于一个容易测量，全局参数，如COD的建模。

图。

4提出的模型奇偶情节，实验VS理论值：NSCOD（■），SCOD（●）和OCOD（▢）。

虚线表示15％的误差。

4.结论
在采用Plackett-Burman设计已经证明是一个有用的工具选择的细菌结合，提高了好氧处理乳品废水。

TD由选定财团取得的值，都在24和在在最适pH和
温度（6.5和32℃下，分别地）48小时，均大于实现对应变与采用Plackett缅
测定中测试的任意组合。

所选财团提出的转化水平最高，在两个24和48小时。

因此，该财团已经展示了其适用性乳品废水降解考虑运营成本，生物反应器的体积和退化所达到的程度，应用技术目的。

最后，将开发的模型已表明它的能力来预测系统的行为，并且可以用于进一步的研究工作或一个更复杂的反应器设计。

致谢
这项工作是由理事会全国国立科学调查CientíficasŸTECNICAS（CONICET）通讯社国立PromociónCientíficaŸ技术网络和国立大学马德普拉塔（UNMdP）的
支持。

1. Kushwaha, J. P., V. C. Srivastava, and I. D. Mall (2010) Treatment of dairy wastewater by commercial activated carbon and bagasse fly ash: Parametric, kinetic and equilibrium modelling, disposal studies. Bioresour. Technol. 101: 3474-3483.
2. Rodriguez, R. (2010) Caracterización y tratamiento de efluentes
líquidos en la industria láctea. Instituto Nacional de Tecnología Industrial (INTI). Argentina.
3. Lobo Poblet, M. S. (2009) Aspectos ambientales, sociales y económicos de la industria láctea. Unidad de Medio Ambiente - Secretaría de Industria, Comercio y PyME., Argentina.
4. Omil, F., J. M. Garrido, B. Arrojo, and R. Méndez (2003) Ana erobic filter reactor performance for the treatment of complex dairy wastewater at industrial scale. Water Res. 37: 4099-4108.
5. Kushwaha, J. P., V. C. Srivastava, and I. D. Mall (2011) An overview of various technologies for the treatment of dairy wastewaters. Crit. Rev. Food Sci. Nutr. 51: 442-452.
6. Britz, T. J., C. van Schalkwyk, and Y. T. Hung (2005) Treatment of dairy processing wastewaters. In: L. K. Wang, Y. T. Hung, H. H. Lo, and C. Yapijakis (eds.). Waste treatment in the food processing industry. CRC Press, USA.
7. Komatsu, T., K. Hanaki, and T. Matsuo (1991) Prevention of lipid inhibition in anaerobic processes by introducing a twophase system. Water Sci. Technol. 23: 1189-1200.
8. Loperena, L., M. D. Ferrari, A. L. Díaz, G. N. Ingold, L. V. N.Pérez,
F. Carvallo, D. Travers, R. J. Menes, and C. Lareo (2009) Isolation and selection of native microorganisms for the aerobic treatment of simulated dairy wastewaters. Bioresour. Technol. 100: 1762-1766.
9. Masse, L., K. J. Kennedy, and S. Chou (2001) The effect of an enzymatic pretreatment on the hydrolysis and size reduction on fat particles in slaughterhouse wastewater. J. Chem. Technol. Biotechnol. 76: 629-635.
10. Singer, A. C., C. J. van der Gast, and I. P. Thompson (2005)
Perspectives and vision for strain selection in bioaugmentation. Trends Biotechnol. 23: 74-77.
11. Dhall, P., R. Kumar, and A. Kumar (2012) Biodegradation of sewage wastewater using autochthonous bacteria. Sci. World J. 2012: ID 861903.
12. Brenner, K., L. You, and F. H. Arnold (2008) Engineering microbial consortia: A new frontier in synthetic biology. Trends Biotechnol. 26: 483-489
13. Durruty, I., E. Okada, J. F. González, and S. Murialdo (2011) Multisubstrate monod kinetic model for simultaneous degradation of chlorophenol mixtures. Biotechnol. Bioproc. Eng. 16: 908-915.
14. Yu, Z. and W. W. Mohn (2002) Bioaugmentation with the resin
acid-degrading bacterium Zoogloea resiniphila DhA-35 to counteract pH stress in an aerated lagoon treating pulp and paper mill effluent. Water Res. 36: 2793-2801.
15. Salem, S. R., M. S. A. Shabeb, and A. A. Amara (2009) Optimization of thermophilic protease production in Bacillus mixed cultures under mesophilic conditions. World J. Agric. Sci. 5: 375- 383.
16. Navarrete-Bolaños, J. L., H. Jiménez-Islas, E. Botello-Alvarez, and R. Rico-Martínez (2003) Mixed culture optimization for marigold flower ensilage via experimental design and response surface methodology. J. Agric. Food Chem. 51: 2206-2211.
17. Agüero, M. V., C. E. Kotlar, and S. I. Roura (2011) METHODS: Simultaneous optimization of biomass and protease biosynthesis by a local isolated Pseudomonas sp. - Selection of main medium components and operating conditions. Ind. Biotechnol. 7: 53-62.
18. Rajendran, A., A. Palanisamy, and V. Thangavelu (2008) Evaluation of medium components by Plackett-burman statistical design for lipase production by candida rugosa and kinetic modeling. Chin. J. Biotechnol. 24: 436-444.
19. Mazzucotelli, C. A., A. G. Ponce, C. E. Kotlar, and M. R. Moreira (2013) Isolation and characterization of bacterial strains with a hydrolytic profile with potential use in bioconversion of agroindustial by-products and wastes. Food Sci. Technol. (Campinas). 33: 295-303.
20. Dhandhukia, P. C. and V. R. Thakkar (2007) Significant medium components for enhanced jasmonic acid production by Lasiodiplodia theobromae using Plackett-Burman Design. Curr. Trends Biotechnol. Pharm. 1: 79-86.
21. Chandrashekar, K., P. A. Felse, and T. Panda (1999) Optimization of temperature and initial pH and kinetic analysis of tartaric acid production by Gluconobacter suboxydans. Bioproc. Eng. 20: 203-207. 22. APHA (1998) Standard Methods for the Examination of Water and Wastewater. 20th ed., American Public Health Association/ American water works Association/Water environment federation. Washington D. C., USA.
23. Contreras, E. M., N. C. Bertola, L. Gianuzzi, and N. E. Zaritzky(2002)。