Formation and Fate of Reactive Nitrogen during Biological Nitrogen Removal from Water: Important Yet Often Ignored Chemical Aspects of the Nitrogen Cycle

从水中生物脱氮过程中活性氮的形成和归宿：氮循环的重要但经常被忽视的化学方面

来源：Environ. Sci. Technol. 2024, 58, 22480−22501

 

论文总结：生物脱氮过程中活性氮的形成与归宿

摘要核心内容

 

论文系统综述了生物脱氮（BNR）过程中活性氮中间体（RNI：羟胺/NH₂OH、亚硝酸/HNO₂、一氧化氮/NO）及其衍生物（RNS：NO₂、N₂O₃、HNO等）的形成机制、化学转化途径与环境效应。这些活性氮具有高反应性与细胞毒性，可影响微生物互作、驱动有机微污染物（OMP）降解，并作为氧化亚氮（N₂O）的前体，但其在工程系统中的意义长期被忽视。

研究目的

 

阐明RNI/RNS的微生物生产与化学消耗途径

揭示环境条件（pH、DO、底物浓度）对RNI积累的影响机制

量化RNI在N₂O非生物生成与OMP转化中的作用

评述RNI检测技术的进展与局限

 

研究思路

 

采用多尺度整合分析：

 

酶学层面：解析微生物（AOB、AOA、AnAOB等）中RNI的酶催化路径（图2A）。

 

化学层面：梳理RNI的化学转化网络（图2B）及次级RNS生成机制。

系统层面：关联BNR工艺条件（DO、pH）与RNI积累（图4），评估其对N₂O和OMP的环境效应。

 

技术层面：总结RNI检测方法（表2），强调原位监测需求。

 

 

 

关键数据及其研究意义

1. RNI浓度数据（图3）

 

数据来源：图3A-C汇总了纯菌培养与BNR反应器中RNI的实测浓度。

NH₂OH：0.11–14 μM（AOB纯培养），0.34–4.4 μM（硝化反应器）（图3A）

NO₂⁻/HNO₂：0.0022–58 μM（亚硝化/反硝化反应器）（图3B）

NO：0.0014–19 μM（AOA/AOB），0.011–0.27 ppm（反硝化反应器）（图3C）

研究意义：

证明RNI在BNR系统中普遍存在，且浓度受工艺调控（如高NO₂⁻积累促进NO生成）。

为量化非生物反应贡献提供基线数据（如酸性pH下HNO₂浓度升高驱动N₂O生成）。

 

2. RNI物化性质（表1）

 

关键参数：电子构型、氧化态、pKa、半衰期（如NO半衰期仅秒级）。

研究意义：解释RNI的高反应性根源（如自由基特性），预测其在动态环境中的转化路径。

 

3. 非生物反应动力学（支持信息表S3）

 

关键反应：

NH₂OH歧化：2NH2OH→NH3+HNO+H2O

HNO₂分解：2HNO2⇌NO+NO2+H2O（k=13.4M−1s−1）

研究意义：量化化学路径对N₂O的贡献（如NH₂OH + HNO₂ → N₂O），修正传统生物主导模型。

 

4. 非生物N₂O产率（正文）

 

数据：酸性pH下（≤5），NH₂OH + HNO₂反应贡献显著；碱性pH下NH₂OH歧化主导。

意义：揭示pH是调控非生物N₂O的关键因子，在典型BNR系统（pH 6.5–8）中非生物贡献<3%。

 

5. OMP转化数据（正文）

 

案例：磺胺甲恶唑（SMX）与NO₂⁻/NO反应速率常数（kabio=0.15–48M−1s−1）。

意义：证实RNI介导的非生物降解贡献OMP总转化的40±19%，尤其在亚硝化系统中。

 

核心结论

 

RNI积累机制：微生物生产（酶催化）与消耗（生物/化学）失衡导致RNI瞬时积累，受pH、DO、底物浓度调控（图4）。

环境相关性：

N₂O非生物生成：酸性条件下NH₂OH + HNO₂ → N₂O路径主导，但整体贡献有限（<3%）。

OMP降解：RNI通过硝化/亚硝化反应转化OMP（如形成ⁱ⁵N-硝基双氯芬酸）。

检测技术瓶颈：RNI半衰期短、干扰因素多（如H₂S），需发展原位方法（如Unisense微电极）。

 

Unisense电极测量数据的研究意义

技术原理与优势（表2）

 

原理：Clark型传感器，NO选择性膜（硝化纤维素等），安培法检测（氧化电流∝NO浓度）。

关键参数：检测限0.03 μM，空间分辨率≈60 μm，响应时间<5 s。

 

研究发现与意义

 

揭示瞬态NO动力学：

在AOB（Nitrosomonas europaea）中，低DO（<225 μM）使NO产量达NO₂⁻产量的40%（正文），证明O₂限制促进NO从酶活性中心解离。

好氧-缺氧转换期NO峰值（图3C），表明动态条件激化硝化菌反硝化途径。

 

修正微生物代谢模型：

AOA（Nitrosopumilus maritimus）中NO积累量比AOB低1–3数量级（图3C），支持AOA的Cu-ME酶对NO的强结合能力。

反硝化系统中NO浓度（0.053–0.27 ppm）与pH负相关，验证NOS酶在碱性条件下的活性抑制。

 

工程调控价值：

原位NO监测为N₂O减排策略（如优化DO波动）提供直接参数。

结合ⁱ⁵N标记，区分生物/非生物N₂O路径（如NO作为硝化菌反硝化标志物）。

 

局限与改进

 

干扰因素：NO₂⁻、H₂S、抗坏血酸可能干扰信号。

发展方向：耦合荧光探针（如DAF-2）验证特异性，开发多参数微电极阵列。

 

总结

 

该论文通过整合酶学、化学与工程视角，阐明BNR中活性氮的双面角色——既是N₂O的潜在前体，也是OMP降解的驱动者。Unisense微电极等原位技术为揭示RNI的动态行为提供了关键工具，未来需结合组学与先进传感器深化对RNI调控机制的理解。