MINERÍA la mejor puerta de acceso al sector minero MINERÍA / SEPTIEMBRE 2023 / EDICIÓN 552 112 a las zonas contaminadas de manera significativa, pudiendo dar pie a ser propuestos como candidatos como bioindicadores de estas condiciones ambientales y que se tendrá que evaluar con mayor precisión con un mayor número de muestras, así como, recoger muestras de zonas no muestreadas que presenten características semejantes a las del tajo de Anama y zonas “naturales” alejadas del radio de acción de la actividad minera de la zona. Comentarios e implicaciones de estos resultados hacia una gestión ambiental más efectiva en el sistema minero Los resultados mostrados, si bien corresponden al análisis de pocas muestras de limitados ambientes del tajo Anama, dan cuenta del poder de la metagenómica para describir la ecología y la biodiversidad de los microambientes de un sistema minero. Las implicaciones de estos hallazgos son múltiples, ya que permiten identificar bioindicadores (Yuan et al., 2021) para describir efectos ecosistémicos indeseables en el sistema minero, vislumbrar cómo se puede acompañar este conocimiento con el diseño de nuevos procesos de remediación de ambientes afectados por la minería, hacer un mejor seguimiento de procesos de cierre de mina o complementar el monitoreo ambiental realizado en la actualidad. En primera instancia, se encontraron resultados interesantes referentes a la biodiversidad de los ambientes mineros analizados. En términos generales, la riqueza y diversidad de estos resultaron ser bajas, posiblemente porque se trate de ambientes oligotróficos (pobres en nutrientes), psicrófilos y extremos en altitud y acidez. No obstante, a pesar de lo que podría pensarse a priori, la mayoría de las muestras mostraron una biodiversidad similar, sin importar si se tratase de muestras de suelo o agua “contaminadas” o “no contaminadas”, como se Figura 9. Géneros microbianos diferencialmente abundantes entre las muestras de zonas contaminadas (AC+SC) frente a muestras de zonas no contaminadas (ANC+SNC) por DESeq2. Entre corchetes, el filo al que pertenece dicho género (LFC = 0; FDR <0,05). Figure 9. Differentially abundant microbial genera between samples from contaminated areas (AC+SC) versus samples from non-contaminated areas (ANC+SNC) by DESeq2. In brackets, the phylum to which the genus belongs. (LFC = 0; FDR <0.05). In the first instance, interesting results were found regarding the biodiversity of the mining environments analyzed. In general terms, the richness and diversity of these environments were low, possibly because they are oligotrophic (poor in nutrients), psychrophilic and extreme in altitude and acidity. Despite what might be thought a priori, most of the samples showed similar biodiversity, regardless of whether they were "contaminated" or "uncontaminated" soil or water samples, as explained in section previous and shown in Figure 2. The greatest difference between samples was verified in the "contaminated soil" samples taken from different points of the Anama Pit, which reflects the great distance between the different sampling points, as shown in Figure 1. However, differences were observed in some of the duplicate samples, obtained in principle from the same points, as was the case of samples AC2-1 and SNC1-2, the latter being the one with the highest biodiversity. These differences could be due to the sampling technique or the selection of the specific sampling site. Therefore, these divergences indicate that, in future projects, the number of samples should be substantially increased to establish the statistical significance of this type of variation and, per protocol, to identify and define in a cohesive, coherent and systematic manner the classification of zones (e.g., both "contaminated" and "non-contaminated" or "natural"), in order to reduce the inherent observational bias of a subjective classification of the sampling site. This last recommendation can be extended to all types of variables or factors that involve an observer or observers as a method of classification. In addition, the technique allowed the identification, with sufficient statistical differentiation, of various microbiological indicators, which, in the absence of data related to the physicochemical conditions of
RkJQdWJsaXNoZXIy MTM0Mzk2