MINERÍA la mejor puerta de acceso al sector minero MINERÍA / AGOSTO 2022 / EDICIÓN 539 12 Gracias al rápido avance de las técnicas de secuenciación metagenómica y metatranscriptómica, en la actualidad es posible la identificación más eficaz de todas las poblaciones microbianas presentes en una muestra ambiental (Handelsman, 2004; Harwani, 2012), así como estudiar qué genes se están expresando (Filiatrault, 2011), respectivamente. Ambas técnicas tienen una considerable sinergia (Epelde, 2015), permitiendo así obtener una visión más holística de todo el proceso microbiano que está ocurriendo. Por todo ello, esta herramienta ha sido ampliamente usada en estudios ambientales durante los últimos años, incluyendo análisis centrados en la investigación de la contaminación, así como en trabajos en fitorremediación (Yergeau, 2018; Bell, 2014), si bien su aplicación en ambientes mineros es todavía anecdótica (Epelde, 2015). El estudio de sistemas complejos como las comunidades microbianas, presentes también en un residuo minero rehabilitado o un suelo intervenido, requiere entender aquellas relaciones que se dan entre todas las variables físicas, químicas y biológicas, más aún si se busca lograr un buen control de ciertos procesos de interés, como son los de biorremediación (Fierer, 2017; Jansson & Hofmockel, 2018). El uso de herramientas como el Big Data y la Inteligencia Artificial (Machine Learning) sobre los abundantes datos provenientes de las técnicas de secuenciación de nueva generación (NGS), junto con un buen plan de muestreo periódico, están permitiendo obtener modelos matemáticos y trazar redes complejas de interdependencia entre las poblaciones microbianas y las variables fisicoquímicas dentro de un sistema de biorremediación (Durán et al., 2018). Este es un primer paso para crear herramientas alternativas a las técnicas actuales conducentes a la remediación efectiva y duradera de ambientes contaminados por residuos mineros altamente tóxicos, que sea, además, barata, controlable y respetuosa con el medio ambiente. Figura 2. Abundancia relativa observada (%) de las familias bacterianas de muestras de sedimentos de la mina de cobre del río Jinsha (China) con drenaje alcalino. Cada barra vertical representa una muestra (N=36) y están agrupadas bajo las cuatro localizaciones descritas. Se presentan las familias más abundantes en todas las muestras y los taxones con una abundancia global inferior al 1% conforman una sola categoría nombrada como “Otros” (en gris). No se incluye los taxones no informativos.
RkJQdWJsaXNoZXIy MTM0Mzk2