【摘 要】
：
该文以氧化亚铁硫杆菌为试验菌株,通过对低品位原生硫化铜矿生物浸出作用的系统研究,分析和探讨了细菌浸出条件、细菌吸附及浸铜作用机理;并针对经驯化培养的浸矿菌所具有的
论文部分内容阅读
该文以氧化亚铁硫杆菌为试验菌株,通过对低品位原生硫化铜矿生物浸出作用的系统研究,分析和探讨了细菌浸出条件、细菌吸附及浸铜作用机理;并针对经驯化培养的浸矿菌所具有的高抗铜特性,经过比较T.fW菌与T.fCu40菌对Cu<2+>的吸收与运输特性,探究了氧化亚铁硫杆菌驯化菌株的抗铜机理.细菌培养结果表明,9K培养基中NH<,4><+>浓度1.5g/L,pH值1.8,30℃条件下,细菌氧化活性最高.经驯化培养数代后,该菌氧化活性及抗铜特性均明显提高.摇瓶浸出试验结果表明,由于该矿物为最难浸的原生硫化铜矿物,仅用浸矿菌株浸出,而不采取任何强化手段,其浸出效果并不理想.该试验便是通过采用强化浸出手段,添加催化离子Ag<+>,极大的提高了铜的浸出率,缩短了浸出时间.在对细菌吸附和生物浸出作用机理的初步研究中,发现该原生硫化铜矿的溶解,是细菌直接作用和间接作用的结果,其中细菌浸出硫化铜矿的过程中对矿物的直接氧化作用造成该矿物的主要溶解,而Fe<3+>氧化造成矿物溶解的间接作用次之.细菌吸附是影响矿物浸出率的重要因素,细菌表面脂多糖的丧失,将会极大的影响细菌对原生硫化铜矿的吸附,降低铜的浸出.细菌抗铜作用机理研究结果表明,Cu<2+>对野生菌(T.fW)Fe<2+>氧化活性影响较大,在Cu<2+>浓度高于10g/L时,细菌Fe<2+>氧化活性逐渐降低直至完全抑制.而经驯化培养的驯化菌(T.fCu40),对重金属铜则具有较高的抗性,在高浓度Cu<2+>下(30g~40gCu<2+>/L),可表现出较高的氧化活性.进一步研究表明:在不同Cu<2+>浓度下,T.fCu40细胞中Cu<2+>的含量总低于T.fW,经驯化培养的氧化亚铁硫杆菌与野生菌相比,具有更高的促进体内Cu<2+>排出的能力,该排出系统与ATPase活性有关,T.fCu40可能通过建立依赖ATPase的阳离子外流系统,或其它运输方式,促进Cu<2+>排放,来调节和控制胞内Cu<2+>浓度,从而减少细胞内过量Cu<2+>对细胞产生的毒害作用.
其他文献
摘要：区域地理是地理学科的基础和重要内容。高考把地理空间思维能力的考查作为考查的主导方向，把地理表述能力作为能力考查的压轴大餐。在多年高考中，常常以背景材料、图文资料的形式作为考题的切入点，对这部分的基础知识与能力进行综合考查。因此，掌握科学有效的复习方法，对提高区域地理的教学效果有着举足轻重的作用。 关键词：区域地理；导学案；复习方法 中图分类号：G633.55 文献标识码：A 文章编号：1
该文以视网膜、晶体和角膜的发育为主,详细观察和描述了稀有鮈鲫眼发育的形态变化,分别对视网膜发育早期神经层与色素上皮层的厚度及其余各发育时期的总厚度进行了定量分析.
我国是世界上首屈一指的产煤和耗煤大国,煤矿在开采过程中安全事故频发,尤以瓦斯突出和水突出居多,每年由于该类事故造成的人员伤亡和财产损失屡治不减,引起了国家和人民的高
OPB7-1是该课题组前期工作在肺癌细胞系中获得的存在表达差异的片段.该文通过GenBank数据库检索获得的同源序列设计基因特异性引物,应用RACE方法,从人正常肺组织中调取该片段
电力变压器是电力系统中重要的电气设备，其故障绝大多数由于绝缘结构遭到损坏而引起。电力变压器绝缘结构设计的合理性很大程度上决定了变压器的安全可靠运行和使用寿命。为了合理的进行绝缘结构设计，使其具有一定的绝缘裕度，必须了解绝缘结构中的电场分布、最大场强值及其出现位置，所以有必要对变压器的关键区域进行电场分析。本文以一台型号为SFSZ11-63000/220的三绕组电力变压器为例，利用VB编程语言及三维
无轴承永磁薄片电机是近年来出现的新型无轴承电机,定子槽内嵌套有两套绕组(转矩绕组和悬浮力绕组),可以产生驱动负载的电磁转矩和支撑转子的径向悬浮力,与无轴承永磁同步电
本文第一部分通过对50个甜菜品种(系)的形态、光合特性等指标进行了分析，结果表明根重和光合速率、叶面积相关性表现极显著，并且呈明显的正相关；蒸腾速率和气孔导度、叶面积也呈明显正相关；锤度和根重、气孔导度、细胞间二氧化碳浓度及蒸腾速率呈负相关；叶片厚度和气孔导度、蒸腾速率呈负相关。根据这些指标运用主成分分析法进行了分析和归类。同时对这些甜菜品种(系)的遗传多态性进行了RAPD分析，以探讨它们彼此之间
该文以甘肃省的忍冬属(Lonicera Linn.)和锦鸡儿属(Caragana Fabr.)植物和为研究对象.主要目的在于阐明:(1)锦鸡儿属和忍冬属植物叶片的稳定碳同位素特性及其与环境因子之间
随着经济的高速发展和科学技术的不断成熟,对电能质量及供电可靠性的要求越来越高。如今,大电网与分布式电源相结合的发电方式已被公认为是改善电能质量、提高供电可靠性的主
随着电网规模的不断扩大以及综合自动化水平的提高，配电网发生故障后，越来越多的信息涌入调度中心。这些信息由于数量巨大，以及其不确定性及不正确性，甚至部分重要信息缺失，将可能导致诊断结果的不准确甚至错误。为了解决诸如上述的问题，本文是通过分析粗糙集理论和RBF神经网络算法，然后将这两种算法充分结合起来找到个一种最优方法对配电网的进行故障诊断。首先利用粗糙集理论对不完整数据及不精确知识的处理方法，将涌入