UNIVERSIDAD NACIONAL DE

HUANCAVELICA
(CREADA CON
LEY 25265)

ESCUELA DE POSGRADO
FACULTAD DE CIENCIAS DE INGENIERIA
UNIDAD DE POSGRADO

TESIS

Influencia del Nostoc commune en la biosorción in vitro de metales

pesados en agua contaminada

LÍNEA DE INVESTIGACIÓN:
PRESERVACIÓN DE LA BIODIVERSIDAD Y ECOSISTEMA

PRESENTADO POR:
Mg. Edwin Rojas Felipe

PARA OPTAR EL GRADO ACADÉMICO DE DOCTOR

EN CIENCIAS AMBIENTALES

HUANCAVELICA - PERÚ
2025
ii
Acta de Sustentación

iii
Certificado de similitud

iv
 Dedicatoria

Con mucho cariño para mis padres Juan

Rojas Quispe y Leonarda Felipe Méndez, por el
gran esfuerzo incondicional y apoyo
permanentemente en mi formación profesional;
mi eterna gratitud.
A mi esposa Alida Quispe Cusi, por su
comprensión en aquellos momentos en que el
estudio y el trabajo ocuparon mi tiempo. A mis
dos tesoros Dylan Roosmel y Heidy Aracely,
quienes son mi razón de vivir.
Al Dr. Víctor Guillermo Sánchez Araujo,
quien me brindó sus mejores
conocimientos y consejos, por la paciencia y
exigencia de dar lo mejor en el presente trabajo
de investigación.

Asesor:
Dr. Víctor Guillermo Sánchez Araujo

v
 ORCID: [Link]

D.N.I: 40446828

Resumen
Se investigó el efecto de tipos de metales pesados, dosis de Nostoc commune y
tiempos de inoculación sobre la biosorción de Pb (II), Cd (II), Cu (II) y As (III),
utilizando Diseño Completamente al Azar (DCA) con un esquema factorial 4A4B3C.
Las condiciones experimentales incluyeron concentraciones de: Pb (18.76, 25.02 y
31.27 mg/L), Cd (17.68, 23.58 y 31.27 mg/L), Cu (13.52, 18.03 y 22.54 mg/L) y As
(0.34, 0.72 y 0.99 mg/L). El pH de las soluciones se ajustó entre 3 y 7. Se emplearon
los niveles de dosis de Nostoc commune seco de 1, 3, 5 y 7 g por cada 100 mL,
tiempo de inoculaciones: 10, 20 y 30 min, a una temperatura de 15 a 22 °C, con
vi
agitación magnética a 700 RPM. La identificación taxonómica del biosorbente se
realizó en el Herbarium Truxillense (HUT) de la Universidad Nacional de Trujillo.
Las concentraciones se cuantificaron utilizando Espectroscopía de Emisión Atómica
en el laboratorio LABSAF - INIA en Santa Ana, Huancayo. El modelo de isoterma
de Langmuir fue el más adecuado para describir la adsorción de Plomo, cadmio,
cobre y arsénico, obteniendo valores (qmax) de 0.40, 0.27, 0.15 y 0.04 mg/g,
respectivamente, con (R²) de Pb (96,0%); Cd (90.6%), Cu (91.0 %), As (87.0%). El
factor de quilibrio (RL<1), afirmando que la biosorción es favorable para todos los
metales estudiados. La cinética de biosorción de plomo, cadmio, cobre y arsénico se
ajustó al modelo de pseudo segundo orden, con (R²) de 87.1%, 80.3%, 95.8% y
97.3%, respectivamente.
Palabras clave: Cianobacteria, Adsorción, Remoción, Isoterma, Cinética

Abstract
The effect of heavy metal types, Nostoc commune doses and inoculation times on the
biosorption of Pb(II), Cd(II), Cu(II) and As(III) was investigated using a Completely
Randomized Design (CRD) with a 4A4B3C factorial scheme. Experimental
conditions included concentrations of: Pb (18.76, 25.02 and 31.27 mg/L), Cd (17.68,
23.58 and 31.27 mg/L), Cu (13.52, 18.03 and 22.54 mg/L) and As (0.34, 0.72 and
0.99 mg/L). The pH of the solutions was adjusted between 3 and 7. Dried Nostoc
commune dose levels of 1, 3, 5 and 7 g per 100 mL, inoculation time: 10, 20 and 30
min, at a temperature of 15 to 22 °C, with magnetic stirring at 700 RPM were used.
The taxonomic identification of the biosorbent was carried out at the Herbarium
Truxillense (HUT) of the Universidad Nacional de Trujillo. Concentrations were
quantified using Atomic Emission Spectroscopy at the LABSAF - INIA laboratory in
vii
Santa Ana, Huancayo. The Langmuir isotherm model was the most adequate to
describe the adsorption of lead, cadmium, copper and arsenic, obtaining values
(qmax) of 0.40, 0.27, 0.15 and 0.04 mg/g, respectively, with (R²) of Pb (96.0%); Cd
(90.6%), Cu (91.0 %), As (87.0%). The chelibrium factor (RL<1), affirming that the
biosorption is favorable for all the metals studied. The biosorption kinetics of lead,
cadmium, copper and arsenic conformed to the pseudo second order model, with (R²)
of 87.1%, 80.3%, 95.8% and 97.3%, respectively.

Keywords: Cyanobacteria, Adsorption, Removal, Isotherm, Kinetics

Índice
Acta de Sustentación.......................................................................................ii

Certificado de similitud..................................................................................iii

Dedicatoria......................................................................................................iv

Asesor:.............................................................................................................v

Resumen.........................................................................................................vi

Abstract..........................................................................................................vii

Índice........................................................................................................viii

Índice de tabla..................................................................................................x

Índice de figuras...........................................................................................xiii

Introducción...................................................................................................xv

viii
CAPÍTULO I EL PROBLEMA....................................................................17

1.1. Planteamiento del problema...............................................................17

1.2. Formulación del problema.................................................................20

1.3. Objetivos de la investigación.............................................................20

1.3.1. Objetivo general..............................................................................20

1.3.2. Objetivo específico.........................................................................21

1.4. Justificación e importancia.................................................................21

CAPÍTULO II MARCO TEÓRICO.............................................................24

2.1 Antecedentes de la investigación........................................................24

2.2 Bases teóricas......................................................................................45

2.3 Marco conceptual................................................................................79

2.4 Marco filosófico..................................................................................86

2.5 Formulación de hipótesis....................................................................91

2.6 Identificación de variables..................................................................92

2.7 Definición operativa de variables e indicadores.................................92

CAPÍTULO III METODOLOGÍA DE LA INVESTIGACIÓN....................94

3.1 Tipo de investigación..........................................................................94

3.2 Nivel de investigación.........................................................................94

3.3 Métodos de investigación....................................................................94

3.4 Diseño de investigación......................................................................95

3.5 Población, muestra y muestreo...........................................................97

3.6 Técnicas e instrumentos de recolección de datos................................98

3.7 Técnicas de procesamiento y análisis de datos.................................119

3.8 Descripción de la prueba de hipótesis...............................................120

CAPITULO IV PRESENTACIÓN DE RESULTADOS........................124

4.1 Presentación e interpretación de datos..............................................124

ix
 4.2 Discusión de resultados.....................................................................153

4.3 Proceso de prueba de hipótesis.........................................................159

Conclusiones................................................................................................175

Recomendaciones........................................................................................177

Referencias bibliográficas............................................................................178

ANEXOS.....................................................................................................193

Anexo 1: Matriz de consistencia..................................................................193

Anexo 2: Instrumentos de recolección de datos..........................................195

Anexo 3: Base de datos................................................................................199

Anexo 4: Constancia de determinación taxonómica....................................203

Anexo 5: Constancia de informe de ensayo - INIA.....................................206

Anexo 6: Certificado de similitud................................................................214

Anexo 7: Panel fotográfico..........................................................................215

Anexo 8: Articulo científico........................................................................218

Índice de tabla

Tabla 1 Concentración máxima permisible en cuerpos de agua y daños a la salud ........

65
Tabla 2 Principales actividades industriales generadoras de metales pesados .................
66
Tabla 3 Composición bioquímica del Nostoc commune..................................................
73
Tabla 4 Composición de aminoácidos del Nostoc commune...........................................
74
Tabla 5 Composición de ácidos grasos del Nostoc commune .........................................
75
Tabla 6 Principales grupos funcionales involucrados en la biosorción ............................
77
x
Tabla 7 Cantidad de Pb (NO3)2 para la preparación de 100 ml de agua sintética .........
101
Tabla 8 Cantidad de CdSO4 para la preparación de 100 mL de agua sintética .............
102
Tabla 9 Cantidad de CuSO4 para la preparación de 100 ml de agua sintética...............
102
Tabla 10 Cantidad de H3ASO4 para la preparación de 100 ml de agua sintética .........
103
Tabla 11 Concentración inicial del Plomo en 100 ml de agua destilada ........................
103
Tabla 12 Concentración inicial del Cadmio en 100 ml de agua destilada .....................
104
Tabla 13 Concentración inicial del Cobre en 100 ml de agua destilada ........................
104
Tabla 14 Concentración inicial del Arsénico en 100 ml de agua destilada ....................
104
Tabla 15 Valores de calibración para el plomo (405.781) ............................................. 115
Tabla 16 Valores de calibración para el cadmio (228.802 nm)...................................... 116
Tabla 17 Valores de calibración para el cobre (324.754 nm) ........................................ 117
Tabla 18 Valores de calibración para el Arsénico (228.812 nm .................................... 118
Tabla 19 Test de normalidad de varianzas .....................................................................
124
Tabla 20 Test de homogeneidad de varianzas ................................................................
125
Tabla 21 Biosorcion de metales pesados empleando Nostoc commune. .......................
126 Tabla 22 Resumen del análisis de varianza de biosorcion de iones de Pb2+, Cd2+,
Cu2+ y As3+ producto de la interacción de factores
AxB........................................................ 126 Tabla 23 Resumen de análisis de varianza
de biosorcion de iones de Pb2+, Cd2+, Cu2+ y
As3+ producto de la interacción de los factores AxC. ....................................................
128
Tabla 24 Resumen de análisis de varianza de biosorcion de iones de Pb2+, Cd2+, Cu2+ y
As3+ producto de la interacción de los factores B x C. ..................................................
129 Tabla 25 Resumen de Análisis de varianza de biosorcion de iones de Pb2+, Cd2+,
Cu2+ y As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0 g)
como
xi
biosorbente ......................................................................................................................
131
Tabla 26 Resultados de HSD de Tukey al 5% con el diseño A = 4 Tipos de metales
pesados e interacción iónica en el proceso de biosorción ...............................................
132 Tabla 27 Resumen de comparaciones múltiples de HSD Tukey para el factor A: tipos
de metales pesados. ..............................................................................................................
133
Tabla 28 Prueba de Tukey (p =0.05) para la biosorcion de iones de Pb2+, Cd2+, Cu2+ y
As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0 g) .............
134
Tabla 29 Prueba de Tukey (p = 0.05) de los promedios de biosorcion de iones de Pb2+,
Cd2+, Cu2+ y As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0
g) como biosorbente ........................................................................................................
135
Tabla 30 Prueba de tukey al 5% para el factor C: Tiempo de inoculación del Nostoc
commune .........................................................................................................................
135
Tabla 31 Prueba de Tukey (p = 0.05) de los promedios de biosorcion de iones de Pb2+,
Cd2+, Cu2+ y As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0
g) como biosorbente y diferentes tiempos: 10, 20, 30 minutos .......................................
136
Tabla 32 Medias de biosorcion de iones de Pb2+, Cd2+, Cu2+ y As3+ empleando
diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0 g). ........................................
137 Tabla 33 Medias de las mediciones realizadas de pH i y pHf de las soluciones
sintéticas
.........................................................................................................................................
138
Tabla 34 Comportamiento de las medias de pH inicial y pH final de las soluciones
sintéticas ..........................................................................................................................
140
Tabla 35 Isoterma lineal de Langmuir de sorción de iones Pb (II) determinadas para las
tres dosis de Nostoc commune (1,3,5,7 g) ......................................................................
141

xii
Tabla 36 Isoterma lineal de Langmuir de sorción de iones Cd (II) determinadas para las
tres dosis de Nostoc commune (1,3,5,7 g) ......................................................................
142 Tabla 37 Isoterma lineal de Langmuir de sorción de iones Cu
(II) ................................ 143
Tabla 38 Isoterma lineal de Langmuir de sorción de As (III) ........................................
145
Tabla 39 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de
Pb2+. ...............................................................................................................................
146 Tabla 40 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción
de
Cd2+. ...............................................................................................................................
148
Tabla 41 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de
Cu2+, ...............................................................................................................................
150
Tabla 42 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de
As3+ ..................................................................................................................................
151
Tabla 43 Test de normalidad de Kolmogorov – Smirnov y Shapiro – Wilk.................. 160
Tabla 44 Test de homogeneidad de varianzas de Levene y Bartlett ..............................
160 Tabla 45 Test de normalidad de varianzas de biosorcion de metales usando Nostoc
commune en soluciones acuosas .....................................................................................
166
Tabla 46 Test de homogeneidad de varianzas de biosorcion de metales usando Nostoc
commune en soluciones acuosas .....................................................................................
167

xiii
 Índice de figuras
Figura 1 Diferentes procesos de sorción ........................................................................
50
Figura 2 Interacciones que establecen los cationes metálicos con los grupos
funcionales ......................................................................................................................
51
Figura 3 Representan a las fuentes de contaminación de metales pesados ...................
68 Figura 4 Colonias de nostoc commune. Morfotipo colonial y colonias hijas en
formación ........................................................................................................................
71 Figura 5 Estructura del Nostoc
commune .................................................................... 72
Figura 6 (a) Estructura de un segmento de cadena de alginato (MGMM). ................. 76
Figura 7 Mecanismos involucrados en la biosorcion utilizando algas .........................
78
Figura 8 Proceso de recolección de las muestras de Nostoc commune ........................
99
Figura 9 Preparación de soluciones acuosas de Pb, Cd, Cu y As ...............................
105
Figura 10 Proceso de biosorcion de metales pesados usando Nostoc commune........
105
Figura 11 Proceso de inoculación de Nostoc commune .............................................
106
Figura 12 Componentes de Espectroscopia de Emisión Atómica ..............................
108

xiv
Figura 13 Línea de calibración para el plomo (405.781) ............................................
115
Figura 14 Línea de calibración para el cadmio (228.802 nm) .....................................
116
Figura 15 Línea de calibración para el cobre (324.754 nm) .......................................
117
Figura 16 Línea de calibración para el arsénico (228.812 nm ....................................
118
Figura 17 Proceso de lectura de datos de biosorcion de metales pesados ..................
119
Figura 18 Medias marginales (ppm) resultado de la interacción de los factores A x B
......................................................................................................................................
127
Figura 19 Medias marginales (ppm) resultado de la interacción de los factores A x C
......................................................................................................................................
129
Figura 20 Ilustración de la interacción de los factores B x C ......................................
130
Figura 21 Ilustración de las medias de biosorcion de metales pesados .......................
137
Figura 22 Comportamiento de las medias del Ph final de las soluciones sintéticas ....
139 Figura 23 Diagrama de isoterma de sorción de iones Pb (II) empleando el Nostoc
commune. ......................................................................................................................
141
Figura 24 Diagrama de isoterma de sorción de iones Cd (II) empleando el Nostoc
commune. ......................................................................................................................
143 Figura 25 Diagrama de isoterma de sorción de iones Cu (II) empleando el Nostoc
commune. ......................................................................................................................
144
Figura 26 Diagrama de isoterma de sorción de iones As (III) empleando el Nostoc
commune .......................................................................................................................
145
Figura 27 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y
coeficiente de correlación para la biosorción de Pb2+. ................................................
147
Figura 28 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y

xv
coeficiente de correlación para la biosorción de Cd2+. ................................................
149
Figura 29 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y
coeficiente de correlación para la biosorción de Cu2+ .................................................
150
Figura 30 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y
coeficiente de correlación para la biosorción de As 3+ .................................................. 152
Figura 31 Distribución de F de Fisher - Snedecor (df1 = 15; df2=32) para la interacción
del factor A x B .............................................................................................................
168
Figura 32 Distribución de F de Fisher - Snedecor (df1 = 11; df2=36) para la interacción
del factor A x C .............................................................................................................
169
Figura 33 Distribución de F de Fisher - Snedecor (df1 = 11; df2=36) para la interacción
del factor B x C .............................................................................................................
170
Figura 34 Distribución de F de Fisher - Snedecor (df1 = 3; df2=39) para el factor A 171
Figura 35 Distribución de F de Fisher – Snedecor (df1 = 3; df2=39) para el factor B
172 Figura 36 Distribución de F de Fisher – Snedecor (df1 = 3; df2=39) para el factor
C 173

Introducción
El creciente uso de metales pesados como plomo, cadmio, cobre y arsénico en
diversas actividades industriales está exacerbando la contaminación ambiental. Estos
metales son frecuentemente liberados en los efluentes industriales, acumulándose en
los ecosistemas acuáticos y comprometiendo la calidad del agua. La contaminación
por metales pesados ha llevado a la implementación de normativas internacionales
cada vez más rigurosas, que buscan mitigar los efectos adversos de estos
contaminantes. Como resultado, se ha intensificado la búsqueda de soluciones
eficientes y económicas para la reducción y remoción de metales pesados en el agua,
con el objetivo de proteger la salud ambiental y humana.

xvi
Los métodos tradicionales para la eliminación de metales pesados del agua suelen ser
costosos e involucran técnicas como el intercambio iónico, la adsorción y la
separación mediante membranas. En contraste, la tecnología de biosorción ha
ganado considerable atención en años recientes debido a su eficacia y bajo costo.
Esta tecnología se basa en la capacidad de diversas biomasas, incluyendo algas, para
capturar iones metálicos de soluciones acuosas. Investigaciones recientes han
demostrado que biomasa de diferentes especies, como bacterias, cianobacterias,
hongos y algas, puede acumular iones metálicos en sus estructuras, ofreciendo una
solución potencialmente económica y efectiva para el tratamiento de aguas
residuales contaminadas.

A nivel global, se ha prestado una atención creciente al estudio de diversas especies

de algas marinas como biosorbentes para la remoción de metales tóxicos, debido a su
renovabilidad y bajo costo. Esto se debe a que las algas marinas representan una
opción más económica en comparación con los adsorbentes convencionales para el
tratamiento de efluentes a gran escala. Sin embargo, se han observado diferencias
significativas en la eficacia de las distintas especies de algas marinas. En este
sentido, el uso de algas marinas, que son abundantes en los litorales costeros a nivel
mundial, ofrece una alternativa atractiva para la depuración de aguas contaminadas,
gracias a su disponibilidad y bajo costo.

En el presente trabajo de investigación, se explora la capacidad de las algas andinas

para la biosorción de metales pesados, enfocándose en la identificación y análisis de
las diversas interacciones entre los factores estudiados. Se investigan las isotermas
de equilibrio para la adsorción de iones Pb (II), Cd (II), Cu (II) y As (III), utilizando
el modelo de Langmuir para describir el comportamiento de la adsorción y la
cinética de Pseudo Segundo Orden para comprender el mecanismo de sorción. Este
enfoque permite una evaluación exhaustiva de la eficiencia de las algas andinas
como biosorbentes en comparación con otros métodos y materiales.

La investigación se centra en el desarrollo de los siguientes capítulos:

xvii
El capítulo I aborda el problema de la investigación, el cual se relaciona con los
aspectos ambientales provocados por actividades humanas que han alterado la
existencia natural de los hábitats.

El capítulo II aborda el desarrollo del marco teórico, que se fundamenta en el

conocimiento empírico, e incluye también el marco institucional y legal. Además, se
expone el temario con los subtemas necesarios para sustentar y llevar a cabo la
investigación.

El capítulo III describe el tipo de estudio realizado, junto con el diseño y el

procedimiento metodológico. También detalla las fuentes, los instrumentos y los
métodos de recolección de datos, los métodos de procesamiento y análisis de la
información, y la prueba de hipótesis.

El capítulo IV presenta e interpreta los resultados, discute los hallazgos y detalla el

proceso de prueba de hipótesis.

Finalmente, los hallazgos llevan a conclusiones y sugerencias, con el propósito de

difundir el conocimiento y aportar en diversos campos de la biotecnología.

Los anexos incluyen la matriz de consistencia, los instrumentos de recolección de

datos, la base de datos, el certificado de determinación taxonómica, el informe de
ensayos y el panel fotográfico.

xviii
 CAPÍTULO I EL PROBLEMA

1.1. Planteamiento del problema

En la actualidad, existe una gran preocupación a nivel mundial sobre elevados
índices de contaminación ambiental ocasionados por efluentes industriales
provenientes de la minería, galvanoplástica, pinturas corrosivas, fabricación de
textiles, producción de energía, producción de acero, industria de cemento,
colorantes, conservación de madera, anodizado de aluminio, refrigeración por agua
entre otras, que contienen metales pesados como el plomo, cadmio, cobre y arsénico,
que afectan al equilibrio de los ecosistemas (Tejada et al., 2015).

Según el Programa Mundial de Evaluación de los Recursos Hídricos (2009),

la industria utiliza entre el 5% y el 20% del agua disponible globalmente, lo que
conlleva una significativa contaminación de las aguas. La presión social y ambiental
ha llevado a la industria a reducir la cantidad de aguas residuales que genera y a
tratar estas aguas antes de su eliminación.

En el Perú, no existe una medición exacta de la cantidad de aguas residuales

generadas por las industrias formales e informales, y la información a nivel
municipal es limitada. Se estima que los volúmenes de aguas residuales industriales a
nivel global se duplicarán para 2025. Para el año siguiente, se proyecta que
aproximadamente 1,800 millones de personas vivirán en regiones afectadas por la
escasez de agua (UNEP FI, 2007).

La industria textil y la curtiembre son sectores que requieren grandes

cantidades de agua, energía y productos químicos. Cada planta emplea diferentes
procesos de producción, productos químicos y volúmenes de agua. En 2015, la
población mundial alcanzó los 7,4 mil millones de personas y el consumo textil per
cápita ascendió a 13,1 kg por persona al año (Carrera, 2016).

Condori (2014) afirma que, con más de 400 empresas dedicadas a la curtición
de pieles, Arequipa se ha convertido en la principal productora de cuero procesado
del país, respaldada por sus socios y productos de alta calidad. Además, muchas de
estas empresas evacuan los efluentes contaminados hacia los ríos cercanos.
19
 Huancavelica cuenta con importantes pasivos ambientales debido a la
explotación minera que se desarrolló durante la colonia, la cual está contaminando
los humedales y bofedales en las zonas altoandinas. Todavía hay áreas en
Huancavelica donde se han establecido comunidades y vecindarios sobre tierras
contaminadas con metales pesados, donde residen y llevan a cabo diversas
actividades económicas. Asimismo, en el distrito de Ascensión se cuenta con un
centro de curtiembre de cuero de alpaca y ovinos, donde las aguas residuales son
vertidas al rio ichu sin ningún tratamiento.

Con respecto a la contaminación, estas sustancias toxicas tienen la

característica de persistir indefinidamente en el medio ambiente, comprometiendo el
bienestar y el equilibrio no solo de la fauna y la flora existente en dicho ecosistema,
sino también está afectando la seguridad alimentaria y la salud de las personas,
puesto que se movilizan a través del aguas superficiales y subterraneas; y estos iones
metálicos son persistentes y se transforman mediante procesos biogeoquímicos
incorporándose en la cadena trófica acumulándose en diferentes especies animales y
sistemas productivos (Reyes, et al. 2016).

Las sustancias tóxicas impactan negativamente en el medio ambiente,

causando desequilibrios en la fauna y la flora, así como afectando la seguridad
alimentaria y la salud humana, debido a su presencia en aguas superficiales y
subterráneas. Estos iones metálicos son persistentes, sufren transformaciones en
procesos biogeoquímicos y se acumulan en diversas especies animales y sistemas
productivos. El cobre (Cu) tiene efectos perjudiciales tanto en las plantas como en los
peces, y resulta tóxico para los organismos. En las plantas, puede causar daños
irreversibles en las raíces, interrumpir el crecimiento radicular y provocar la
aparición de raíces secundarias de color pardo y de corta longitud.

El problema radica en que, al ingresar en los cuerpos de agua, los metales

pesados pueden ser absorbidos por organismos acuáticos y bioacumularse en las
cadenas tróficas, lo que incrementa su toxicidad a niveles superiores. La exposición
prolongada a estas sustancias puede causar diversas patologías, incluyendo daños
neurológicos, hepáticos, renales, y cáncer en humanos (Goyer, 2018). A pesar de la
existencia de tecnologías convencionales para la remoción de metales pesados, como
la precipitación química, la filtración por membranas y el intercambio iónico, estas
soluciones suelen ser costosas y generan residuos secundarios. En este contexto, la
búsqueda de alternativas más sostenibles y económicas ha llevado a una creciente
20
atención hacia la biosorción, que emplea materiales biológicos para eliminar metales
pesados de las aguas contaminadas (Volesky, 2007).

La biosorción es una de las alternativas con mayor viabilidad por sus bajos
costos y elevada capacidad de remoción de iones metálicos en relación a las técnicas
convencionales, puesto que esta técnica permite el uso de materia orgánica como:
microorganismos, algas, residuos industriales, agrícolas y urbanos que son usados
como biosorbentes (Cardona et al. 2013).

Finalmente, El proceso de biosorción utilizando Nostoc commune es un

biosorbente eficiente que implica la adherencia de metales pesados a la superficie
celular de la biomasa a través de procesos de intercambio iónico, acomplejamiento y
adsorción física. Este proceso ocurre principalmente debido a la interacción entre los
grupos funcionales presentes en la pared celular del Nostoc y los iones metálicos, lo
que facilita la captura y retención de estos contaminantes. Nostoc commune ha
demostrado una alta afinidad por metales como el plomo, cadmio, cobre y arsénico,
que son conocidos por su elevada toxicidad incluso en concentraciones bajas. Este
enfoque se alinea con los principios de tecnologías limpias debido a su
sostenibilidad, bajo costo y capacidad para operar en condiciones ambientales
suaves. La alta afinidad de Nostoc commune por metales pesados como plomo,
cadmio, cobre y arsénico lo convierte en una herramienta valiosa para el tratamiento
de aguas industriales y la mitigación de impactos ambientales en regiones afectadas
por la contaminación por metales pesados.

1.2. Formulación del problema

1.2.1. Problema general

¿Cuál es la influencia del Nostoc commune en la biosorción in vitro de metales

pesados en agua contaminada?

1.2.2. Problemas específicos

a. ¿Cuál es la influencia del Nostoc commune en la biosorcion in vitro de Pb (II),

Cd (II), Cu (II), As (III) en agua contaminada?
b. ¿Cuál es la influencia de los niveles de dosis del Nostoc commune en la biosorción
in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada?

21
c. ¿Cuál es la influencia del tiempo de inoculación del Nostoc commune en la
biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada?
d. ¿Cuál es la influencia de la interacción entre tipos de metales pesados y niveles de
dosis del Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As
(III) en agua contaminada?
e. ¿Cuál es la influencia de la interacción entre tipos de metales pesados y tiempo de
inoculación del Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu
(II), As (III) en agua contaminada?
f. ¿Cuál es la influencia de la interacción entre niveles de dosis y tiempo de
inoculación del Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu
(II), As (III) en agua contaminada?

1.3. Objetivos de la investigación

1.3.1. Objetivo general

Determinar la influencia del Nostoc commune en la biosorción in vitro de metales

pesados en agua contaminada

1.3.2. Objetivo específico

a. Determinar la influencia del Nostoc commune en la biosorcion in vitro de Pb

(II), Cd (II), Cu (II), As (III) en agua contaminada.
b. Examinar la influencia de los niveles de dosis del Nostoc commune en la
biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.
c. Cuantificar la influencia del tiempo de inoculación del Nostoc commune en la
biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.
d. Identificar la influencia de la interacción entre tipos de metales pesados y niveles
de dosis del Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II),
As (III) en agua contaminada.
e. Identificar la influencia de la interacción entre tipos de metales pesados y tiempo
de inoculación del Nostoc commune en la biosorción in vitro de Pb (II), Cd (II),
Cu (II), As (III) en agua contaminada.
f. Identificar la influencia de la interacción entre niveles de dosis y tiempo de
inoculación del Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu
(II), As (III) en agua contaminada?.
22
1.4. Justificación e importancia

1.4.1. Justificación

[Link]. Alta capacidad de adsorción

El Nostoc commune, como las macroalgas marinas (Macrocystis pyrifera, Undaria

pinnatifida), tienen una estructura celular que incluye grupos funcionales como
carboxilos, hidroxilos y sulfuros que interactúan con los iones metálicos a través de
mecanismos como la adsorción física, la quelación y las interacciones
electrostáticas. El estudio de estas interacciones proporciona un enfoque detallado
de los procesos que regulan la capacidad de biosorción, contribuyendo al avance del
conocimiento en el campo de la química de superficies.

[Link]. Procesos ecológicos y sostenibles

La biosorción empleando Nostoc commune es una alternativa ecológica frente a las

tecnologías convencionales, como la filtración por membranas, el intercambio
iónico o la precipitación química, que son costosas, generan residuos tóxicos
secundarios y requieren una alta demanda energética. El Nostoc commune son
organismos de crecimiento rápido, se pueden recolectar fácilmente en grandes
cantidades y no requieren el uso de reactivos agresivos, lo que hace que el proceso
sea más amigable con el ambiente.

[Link]. Modelos de adsorción y cinética

Los resultados del presente trabajo de investigación permiten la aplicación y

validación de los modelos teóricos como la isoterma de Langmuir y la cinética de
Pseudo Segundo Orden, que son esenciales para describir el comportamiento de la
biosorcion de metales pesados empleando el Nostoc commune. Estos modelos
permiten predecir la capacidad máxima de adsorción y entender los factores que
influyen en la eficiencia del proceso, optimizando las condiciones de biosorción
para aplicaciones a escala industrial.

23
1.4.2. Importancia

[Link]. Mitigación de la contaminación por metales pesados

La biosorción de metales pesados usando Nostoc commune representa una solución

viable para la remediación de agua contaminada por metales pesados como el
Plomo, Cadmio, Cobre y Arsénico. Dado que muchos cuerpos de agua alrededor del
mundo están expuestos a la contaminación por metales pesados, especialmente en
regiones industriales y mineras; en tal sentido los resultados de esta investigación
ofrecen un enfoque práctico para reducir los niveles de estos contaminantes y
proteger tanto los ecosistemas acuáticos como la salud humana.

[Link]. Aplicaciones industriales

Los hallazgos de esta investigación sobre la aplicación de Nostoc commune como

biosorbente en la industria representa una solución efectiva y limpia para la
remoción de metales pesados en aguas residuales industriales, incluyendo sectores
mineros, metalúrgicos, textiles y agrícolas, donde la presencia de metales pesados
en los efluentes es común. Su facilidad de cultivo, bajo costo y alta capacidad de
adsorción de una amplia gama de metales lo convierten en una tecnología de gran
valor para industrias como la minería, la metalurgia y el tratamiento de aguas.
Además, su carácter sostenible y renovable refuerza su potencial como una
tecnología limpia que contribuye a la protección ambiental y al desarrollo industrial
sostenible.

[Link]. Base para investigaciones futuras

Este trabajo proporciona una plataforma sólida para futuras investigaciones,

incluyendo la modificación genética o química del Nostoc commune para mejorar
su capacidad de biosorción, la identificación de nuevas especies de Nostoc con
mayor afinidad por metales específicos y la evaluación del uso de Nostoc commune
en la biosorción de contaminantes emergentes.

24
 CAPÍTULO II MARCO TEÓRICO

2.1 Antecedentes de la investigación

2.1.1. A nivel internacional:

Pilco (2014), en su tesis titulada Determinación de la eficiencia de

biorremoción de metales pesados con cianobacteria Nostoc spp., de los páramos
andinos: Papallacta, Pintag y Guamote; caso: efluente de curtiembre, Totoras –
Ambato, el objetivo fue evaluar la eficacia de la cianobacteria Nostoc spp. para la
remoción de metales pesados en los páramos andinos de Papallacta, Pintag y
Guamote. En el caso específico de la biorremediación ambiental, se emplearon
isotermas de biosorción para tratar el efluente de la curtiembre Totoras-Ambato. Los
resultados fueron los siguientes: 1) Comparación con el morfotipo verrugoso negro
de Pintag, los morfotipos verrugosos verdes y globosos recolectados en Papallacta se
ajustan mejor al modelo de biosorción de Langmuir. Nostoc spp. logró eliminar más
de 300 mg/l de cromo, alcanzando una eficiencia superior al 90% en ambos casos.
No obstante, Pintag muestra los valores más elevados, con un 95% de eficiencia y un
promedio de 340 mg/l. Las principales conclusiones fueron las siguientes: 1) Las
fuentes de agua de la curtiembre tienen una alta concentración de cromo (Cr) de 895
mg/L. Para reducir la carga contaminante, el efluente se diluyó a 40%, 50% y 60%,
ya que Nostoc spp. se adapta mejor a concentraciones menores de 700 mg/L y a un
pH ideal de al menos 5. El trabajo se realizó a 20 °C, con una presión atmosférica de
0,82 atm, iluminación constante de 1000 lux durante 24 horas y aireación continua de
2 L/min, logrando una remoción superior al 91% para Papallacta y al 95% para
Pintag. 2) La capacidad de adsorción de cromo aumenta con la concentración inicial,
siempre que no se supere el límite tóxico ni se alcance un pH ácido extremo, lo cual
podría impedir la eliminación del metal por parte de la cianobacteria. 3) Nostoc spp.
de Papallacta presenta un valor qmax de 74,62 mg/g para cromo total. Comparado
con otros sorbentes, la capacidad de remoción de Pintag, aunque considerable, es
menor, con un qmax de 45,25 mg/g. 4) El modelo de isoterma de Langmuir se ajusta

25
mejor a la biosorción de Nostoc spp., con correlaciones del 94.6% para Papallacta y
del 74.2% para Pintag, indicando que la biomasa es efectiva en la remoción de
metales pesados.

En su estudio Biosorción de iones cobre con biomasa de algas y orujos

deshidratados, Tapia (2011) se propuso investigar la biosorción de iones de cobre
utilizando algas del género Ulva y orujos de aceitunas, tanto en sistemas batch como
en columnas de relleno. Los resultados mostraron que los orujos logran eliminar el
cobre de manera óptima a un pH de 8, mientras que las algas lo eliminan de manera
más eficaz en un rango de pH de 4 a 6. Como principales conclusiones se encontró:
1) Durante los primeros cinco minutos, la cinética de biosorción se produce de
manera rápida, lo que permite una eliminación del 48 % de algas y del 16 % de orujo.
Sin embargo, a mayores tiempos, no se logra un aumento significativo en la
eliminación de cobre, y se estima que el tiempo óptimo es de 15 min. 2) Los orujos
(desechos de aceitunas) tuvieron una eliminación limitada, lo que indica un
deficiente sorbente para extraer iones de cobre, ya que solo se logró un 25 % de
remoción.

Arreaga, et al., (2019), en su estudio: Optimización del proceso de remoción

del ión cromo en un medio acuoso utilizando el alga codium santamariae. El
objetivo fue optimizar los parámetros fisicoquímicos para la remoción del ión cromo
en un medio acuoso empleando la biomasa del alga Codium santamariae. Los
resultados fueron los siguientes: 1) Se observó un mayor porcentaje de remoción a un
pH de 9. 2) Comparado con la temperatura de 27°C a pH 5 y 9, se notó que el
porcentaje de remoción era menor a 14°C, con cifras no significativas que no
superaban el 10%. 3) El porcentaje de eliminación de iones de cromo con una
biomasa de 1 gramo fue mayor en agua destilada (35,09%) y en agua residual tratada
con Codium santamariae (34,27%). Las principales conclusiones indican que
diversos factores físico-químicos afectan el proceso de extracción del ión cromo
usando la biomasa de Codium santamariae en un medio acuoso (agua del Estero).
Uno de los factores más efectivos fue la eliminación óptima del ión cromo a un pH
de 9, gracias a la activación de los sitios funcionales en la pared celular (alginato y
fucoidanos), lo que mejora la retención del catión.

Basso (2002), en su estudio: empleo de algas marinas para la biosorcion de

metales pesados de aguas contaminadas. Tuvo como objetivo: examinar la capacidad
26
de diferentes especies de macroalgas marinas. En particular, se emplearon soluciones
diluidas de iones de cadmio y níquel como modelo para simular aguas contaminadas
con bajas concentraciones de estos metales pesados. Los resultados fueron los
siguientes: 1) La biosorción de iones de cadmio es destacable en las tres especies de
algas, aumentando gradualmente con las dosis de muestra hasta alcanzar los valores
más altos con la mayor dosis empleada (1g/100 mL). 2) Las algas Corallina y
Porphira son biosorbentes eficientes en la eliminación del cadmio, demostrando
superioridad en un 90% en dosificaciones superiores a 0,3 g/100 mL. Por otro lado,
incluso con la dosis de carbón más alta, el carbón activado comercial (CC) no supera
el 83%. Las principales conclusiones fueron las siguientes: 1) Las dos variedades de
algas rojas demostraron ser más efectivas que el carbón activado comercial usado
como referencia para dosis superiores a 0,3 g/100 mL, alcanzando los porcentajes de
sorción más altos con la mayor dosis utilizada (1 g/100 mL). 2) El modelo de
Langmuir ofrece una representación adecuada de las isotermas de sorción de cadmio
para cada una de las tres especies de algas. De acuerdo con los valores de (qmax) de
sorción, las Porphyra presentan el mayor potencial para biosorber cadmio.

Plaza, (2012), en su tesis doctoral: Remoción de metales pesados empleando

algas marinas. El objetivo de la investigación fue evaluar la viabilidad de emplear
macroalgas marinas como Macrocystis pyrifera y Undaria pinnatifida, presentes en
la Patagonia Argentina, para extraer mercurio, zinc, cadmio, cromo y níquel de agua.
Los resultados obtenidos fueron los siguientes: 1) El modelo de Langmuir demostró
ser adecuado para describir el equilibrio de adsorción de todos los metales evaluados
utilizando ambos biosorbentes. Según este modelo, las capacidades máximas
determinadas fueron las siguientes: para el biosorbente Macrocystis pyrifera, el orden
de capacidad máxima de adsorción fue Cd (II) > Hg (II) > Cr (III) > Ni (II) > Zn (II).
En el caso de Undaria pinnatifida, el orden de capacidad máxima fue Zn (II) > Cd
(II) > Ni (II) > Hg (II) > Cr(III). Las principales conclusiones del estudio son las
siguientes: 1) Aunque ambas especies de algas pertenecen a la misma familia,
presentan diferencias significativas en sus características físicas (como estructura,
morfología y porosidad) y químicas (incluyendo contenido de alginato, proteínas,
grupos funcionales y capacidad de intercambio catiónico), lo que influye en sus
propiedades como biosorbentes. 2) Los tiempos necesarios para alcanzar el equilibrio
de adsorción de los metales evaluados fueron consistentes para ambos biosorbentes.

27
El tiempo más corto fue para Ni (II) (1 hora), seguido por Zn (II) y Cd(II) (2 horas
cada uno), Cr(III) (6 horas) y, finalmente, Hg(II) (24 horas).

Moreno (2020), en su tesis: Evaluación del potencial de biosorción de Cromo

mediante microalgas nativas aisladas del Rio Tunjuelito en Bogotá D.C, para
descontaminación por cromo hexavalente. El objetivo principal era evaluar la
posibilidad de descontaminación de cromo en aguas in vitro utilizando algas nativas
como tratamiento biológico. Los resultados fueron los siguientes: En el caso de la
microalga scenedesmus obliquus, se logran mejores resultados en condiciones de
estáticos, con una eliminación del 95% de Cr (III) en 30 h y un 99,8% en 64 h. Las
microalgas Chlorella sp tiene la habilidad de extraer metales pesados, especialmente
cromo, de las aguas residuales, con un umbral de eliminación que oscila entre el
30,01% y el 88,2% en aguas sintéticas. Las principales conclusiones del estudio son
las siguientes: 1) El pH es un factor determinante en la reducción de cromo, ya que
influye en la eficiencia de su eliminación. Algunas microalgas requieren un pH
alcalino para una remoción más efectiva, mientras que otras muestran mejores
resultados en medios ácidos. La presencia de cromo puede, en algunos casos,
incrementar la eliminación de metales pesados, dependiendo del tipo de microalga.
En el caso específico de la microalga Scenedesmus obliquus, se observaron
resultados óptimos bajo condiciones de inmovilización, con una eliminación del 95%
de Cr (III) en 30 horas y del 99,8% en 64 horas.

Cárdenas, et al., (2013), en su estudio: Biosorción de Plomo (II) en solución

por diferentes biomasas fúngicas. El objetivo fue evaluar las habilidades de
biosorción de plomo en solución de diferentes biomasas fúngicas. Los resultados
fueron :1) descubriendo que la remoción más alta se produce a un pH de 6,0 (100%)
a las 12 horas de incubación. El siguiente nivel de remoción se alcanzó a un pH de
5,0 y 4,0, con porcentajes de eliminación similares después de 24 y 28 horas,
respectivamente. En cuanto a la temperatura de incubación, se descubrió que la
capacidad de biosorción del metal disminuye con la temperatura, ya que los
porcentajes de remoción fueron del 100%, del 66.7% y del 64.9%, respectivamente.
2) Después de 12 horas de incubación, se produce la remoción más alta cuando el pH
es de 6,0 en su totalidad. Las conclusiones revelan que las biomasas analizadas son
efectivas en la eliminación de plomo (II) de la solución, destacando especialmente a
M. rouxii IM-80 con una remoción del 100%, seguida por M. rouxii mutante con un

28
94,1%, y Mucor sp II y I con un 93,2% y 86,3%, respectivamente, después de 12
horas de incubación. Estos mucorales presentan quitina en su pared celular, lo que
sugiere que el metal se adhiere principalmente a través de los grupos amino y
carboxilo de las algas.

Campo, et al., (2013), en su tesis: Estudio Isotèrmico de Biosorción de Níquel

en soluciones acuosas sintéticas utilizando biomasa seca del alga Chlorella sp. El
objetivo principal fue analizar la eficacia de la biomasa seca del alga Chlorella sp.
como adsorbente de metales, evaluando su capacidad máxima y cinética de adsorción
de Ni(II) mediante el uso de isotermas. Los resultados indicaron lo siguiente: 1) A
medida que aumenta la concentración del metal, la cantidad adsorbida por una
cantidad específica de biomasa incrementa rápidamente. No obstante, a medida que
el metal se adhiere a la superficie de la biomasa, la tasa de adsorción se ralentiza,
alcanzando una capacidad máxima de adsorción de 32,701 mg/g. Se observó que el
Ni (II) presenta una alta afinidad y una intensa fuerza de adsorción hacia la biomasa.
Se alcanzaron las siguientes conclusiones principales: La biomasa seca del alga
Chlorella sp. se empleó para la extracción de Ni (II), demostrando una capacidad de
adsorción máxima de 32,701 mg/g, que supera los valores de qmax reportados en la
literatura, que varían entre 0,05 y 28 mg/g. Entre los dos modelos evaluados para
describir la isoterma de adsorción, el modelo de Freundlich ofreció una mejor
correlación con los datos experimentales, permitiendo calcular K = 11,8 y n = 1,2.

Esto evidencia una alta afinidad del biosorbente por el Ni (II) (n > 1) y una adsorción
intensa de iones metálicos por la biomasa.

Diaz (2003), en su estudio: Biosorción de Fe, Al y Mn de drenajes ácidos de

mina de carbón empleando algas marinas sargassum sp. en procesos continuos. El
propósito fue investigar cómo varios factores, como el pretratamiento del alga con
diferentes disoluciones, el empaquetamiento del alga y la relación masa de
alga/volumen de drenaje, afectan la eliminación de iones de metales. Los resultados
fueron los siguientes: 1) Se ha demostrado que Ca (OH)2 es el agente de
pretratamiento más efectivo en las muestras restantes de algas pretratadas; sin
embargo, el alto valor de pH de la disolución residual indica que los metales no
fueron absorbidos por el alga, sino que se precipitaron en el efluente. Cuando se
utilizan sulfato de sodio (Na2SO4) e hidróxido de sodio (NaOH) como agentes de
pretratamiento para el alga, el material biológico se descompone produciendo un
29
lixiviado oscuro que puede ser difícil de limpiar el agua residual. Las principales
conclusiones fueron las siguientes: 1) En un proceso continuo, se lograron
porcentajes de remoción del 99% para Fe, 91% para Mn y 92% para Al en un DAM,
empleando algas Sargassum sp.

Dimas (2011), en su estudio: estudio de la interacción de metales pesados

(Pb, Cd, Zn y Cr) en solución, en el proceso de biosorción por tres tipos de biomasa.
El objetivo fue analizar la interacción de los iones metálicos Pb² ⁺, Cd² ⁺, Zn² ⁺ y Cr³ ⁺
en soluciones acuosas durante el proceso de biosorción, utilizando biomasa de
levadura de pan, levadura de cerveza residual y el alga Caulerpa sp. Los resultados
mostraron lo siguiente: 1) Los datos se ajustaron de manera óptima al modelo de
Langmuir, revelando que la adsorción de Cr³⁺ es superior en comparación con la de
otros metales. 2) En el sistema de metales analizados, la levadura residual de cerveza
demostró ser el mejor biosorbente, seguida por Caulerpa sp. y la levadura de pan. La
mayor capacidad de adsorción de la levadura residual de cerveza se atribuye a la
complejidad de sus biomoléculas, que incluyen polisacáridos, ácidos nucleicos,
proteínas y lípidos. 3) La capacidad de adsorción de Cd² ⁺ y Zn² ⁺ se ve influenciada
por la presencia de Pb²⁺ y Cr³⁺ en la solución, así como por la biosorción de Pb²⁺.

Las principales conclusiones fueron las siguientes: 1) Se evaluaron las capacidades

de adsorción de las tres biomasas frente a una mezcla simulada de múltiples metales,
encontrando que la levadura residual de cerveza mostró el siguiente orden de
eficacia: Pb²⁺ > Zn²⁺ > Cr³⁺ > Cd²⁺. Por su parte, el orden para la levadura de pan y
Caulerpa sp. fue el mismo: Pb²⁺ > Cr³⁺ > Zn²⁺ > Cd²⁺. En todas las biomasas, Pb² ⁺
resultó ser el metal más eficazmente adsorbido.

Felipe et al., (2014), en su estudio titulado "Bioadsorción de cobre (III) en

soluciones acuosas con Saccharomyces cerevisiae," se centraron en evaluar el
porcentaje de remoción de cobre en medios acuosos utilizando Saccharomyces
cerevisiae a diferentes concentraciones, durante dos horas de incubación a un pH de
5,66 y una temperatura ambiente cercana a 25 °C. Los resultados fueron: 1) Después
de dos horas de incubación, los porcentajes promedio de remoción de cobre con la
levadura Saccharomyces cerevisiae fueron del 41 % para G1 y del 37 44 % para G2,
con un promedio total del 39 22 %. Las principales conclusiones fueron las
siguientes: no se realizó una caracterización ni un estudio detallado de la
composición de la superficie celular, ni se investigó la relación entre el pH y la
30
temperatura para determinar su influencia en el proceso de adsorción. La variabilidad
en la concentración a lo largo del tiempo podría estar relacionada con factores como
la composición de la superficie celular de los microorganismos, la
electronegatividad, la valencia del mineral y el tipo de minera

Naranjo, et al., (2019), en su estudio: Bioadsorción de plomo (II) por

biomasa microbiana seca: Efecto del pH. El objetivo fue evaluar el impacto del pH
en la biosorción de plomo a partir de biomasa seca de cepas de Pseudomonas
aeruginosa (CCECBI 1044), Bacillus subtilis (CCEBI 1032) y Kluyveromyces
marxianus (CCEBI 2011). Los resultados obtenidos fueron los siguientes: 1) Para el
plomo, se empleó la biomasa de la cepa Bacillus subtilis CCEBI 1032, alcanzando el
valor más alto de bioadsorción de plomo (1,66 mg/L) a un pH de 4,2. Este valor
disminuye a 0,58 mg/L a pH 5,2 y luego se incrementa a 1,53 mg/L a pH 6,2. 2) No
se observaron diferencias estadísticas significativas en la cantidad de plomo
eliminada entre los pH de 4,2 y 6,2, aunque ambos pH difieren significativamente del
valor observado a pH 5,2. Se concluyó que la biomasa seca de las cepas estudiadas
influye en la eficacia de adsorción del plomo (II). En particular, la biomasa de la cepa
Bacillus subtilis CCEBI 1032 y la cepa Pseudomonas aeruginosa CCEBI 1044
demostró una mayor capacidad de eliminación del plomo a pH 4,2 y 5,2,
respectivamente.

Marshall (2016), en su tesis: Evaluación del poder biosorbente de las

cáscaras de cítricos (Limón y Toronja) para eliminación de metales pesados; Plomo
(Pb) y Mercurio (Hg) en aguas residuales sintéticas. El objetivo principal fue evaluar
la capacidad de biosorción de metales pesados utilizando cáscaras de cítricos
deshidratadas, específicamente de toronja y limón. Los resultados indicaron que: 1)
La dosis de biomasa de cáscara de toronja y limón utilizada es un factor crucial en el
proceso de biosorción, observándose que un mayor porcentaje de remoción está
generalmente asociado con una mayor cantidad de biosorbente. 2) Con un tamaño de
partícula de 630 μm, la cáscara de toronja mostró el mayor porcentaje de eliminación
de plomo, siendo óptimo el uso de 3,0 g de biosorbente. 3) Para la eliminación de
mercurio, la cáscara de toronja con un tamaño de partícula de 315 μm y una dosis de
3,0 g resultó ser la más efectiva. Las principales conclusiones fueron: 1) Las cáscaras
de cítricos (limón y toronja) muestran un notable potencial para la eliminación de
metales tóxicos como plomo y mercurio, gracias a su alto contenido de sustancias

31
pécticas, que varía entre 2,5 y 4,0 g por 100 g de material para la pectina y de 3,9 a
6,0 g por 100 g para otros componentes pécticos. 2) Utilizando 3,0 gramos de
biosorbente con un tamaño de partícula de 630 μm, las cáscaras de toronja lograron
los mejores porcentajes de biosorción, alcanzando un 93,54% para plomo y un
98,80% para mercurio.

Tamay (2019), en su tesis: determinación de la capacidad de biosorción y

desorción de la corona de piña (ananas comosus) para la remoción de metales
pesados. El objetivo del estudio fue evaluar la capacidad de la corona de piña para la
biosorción de metales pesados en aguas contaminadas, partiendo de la hipótesis de
que la corona de piña puede servir como un biosorbente natural eficaz para el
tratamiento de aguas al eliminar metales pesados.

Los resultados indicaron lo siguiente: 1) El pH óptimo para la biosorción de plomo

con el biosorbente de corona de piña fue de 4, siendo este material el que mostró la
mayor capacidad de intercambio catiónico, con partículas de 0,224 mm. 2) El
porcentaje de biosorción de iones metálicos se distribuye de manera uniforme en
función del aumento del pH, sugiriendo que esta variable influye significativamente
en el proceso. Las principales conclusiones fueron las siguientes: 1) El pH ejerce una
influencia directa sobre el proceso de biosorción. 2) El modelo de pseudo segundo
orden resultó ser el más adecuado para describir este proceso. Esto nos permite llegar
a la conclusión de que los iones metálicos se adhieren en varios sitios activos. Para
los dos metales, el modelo de Langmuir resultó ser el más adecuado en cuanto a las
isotermas de biosorción, con R2 = 0,9825 para el plomo y R2 = 0,9861 para el
cromo. 3) Los tratamientos con HCl y NaOH para eliminar el biosorbente produjeron
porcentajes de remoción superiores al 70% con ambos metales, lo que indica que el
biosorbente podría ser reutilizado en nuevos procesos.

Santander (2005), en su estudio: Biosorción de Iones Cobre en Biomasa

Vegetal Deshidratada. El objetivo principal fue evaluar la capacidad de biosorción de
iones Cu²⁺ utilizando biomasas vegetales deshidratadas, tales como orujo, alfalfa,
algas y aserrín de madera. Los resultados mostraron que, tras 30 minutos de contacto,
la capacidad de biosorción se ordena de la siguiente manera: las algas retienen 0,97
mg de Cu²⁺/g, el orujo 0,83 mg de Cu²⁺/g, el aserrín 0,65 mg de Cu² ⁺/g y la alfalfa
0,42 mg de Cu²⁺/g. La concentración de iones Cu²⁺ en el efluente tratado varía entre
el 5-10% de la concentración inicial, mientras que, en el punto de saturación, la
32
concentración de iones cobre en el efluente tratado alcanza entre el 90-95% de la
concentración inicial. Tanto las algas vírgenes como las regeneradas se utilizan para
el mismo volumen de efluente tratado. En conclusión, las cinéticas de biosorción
indican que las algas pueden eliminar hasta el 95% de los iones Cu²⁺ en un tiempo de
contacto de treinta minutos.

Soledad (2020), en su estudio: Remoción de metales pesados de efluentes

líquidos industriales utilizando residuos de biomasa como bioadsorbentes e
inmovilización en matrices cerámicas. El objetivo fue evaluar la eficacia de la
biomasa como adsorbente para metales tóxicos presentes en efluentes industriales,
como cadmio, cobre, níquel, plomo y zinc. Esto se realizó mediante la optimización
del proceso de sorción, considerando factores clave como la masa del bioadsorbente,
el pH, la concentración inicial del metal, la temperatura y el tiempo de contacto. Los
resultados fueron los siguientes: 1) La cáscara de arroz se mostró como un
adsorbente efectivo para la eliminación de iones de plomo, níquel, cobre, cadmio y
zinc en soluciones acuosas. Los valores de capacidad de adsorción (qe) obtenidos
fueron de 5,73 ± 0,11 mg/g para Pb²⁺, 1,32 ± 0,06 mg/g para Ni² ⁺, 1,45 ± 0,17 mg/g
para Cu²⁺, 2,32 ± 0,01 mg/g para Zn²⁺ y 1,14 ± 0,09 mg/g para Cd² ⁺, con el pH
ajustado cerca de 5. Principales conclusiones: 1) El porcentaje de sorción incrementó
con el aumento en la dosis de cáscara de arroz, lo que se debe a la mayor
disponibilidad de sitios de adsorción en el material sólido. 2) La capacidad de
remoción de los metales estuvo significativamente afectada por el pH del medio. Se
notó que los porcentajes de adsorción de los distintos metales aumentaban a medida
que el pH del medio se incrementaba.

Vizcaino, et al., (2014), en su estudio: Biosorción de Cd, Pb y Zn por

biomasa pretratada de algas rojas, cáscara de naranja y tuna. El objetivo principal
fue reducir la concentración del contaminante. Para ello, se desarrolló un método
para evaluar su eliminación utilizando biomasa de algas rojas, cáscaras de naranja
(Citrus sp.) y tuna guajira (Opuntia sp.). Los resultados mostraron que: 1) En
soluciones con un pH de 6,0, las biomasas de cáscara de naranja, algas rojas y tuna
exhibieron una notable capacidad para captar Cd, alcanzando un 99% de remoción en
ausencia de pretratamiento y a un pH de 4,5. Esto se compara con la biomasa
pretratada de Musa paradisiaca L., que logró una remoción del 90% en soluciones
con pH de 6,0. Los porcentajes de eliminación de Cd y Zn obtenidos con las

33
biomasas evaluadas fueron superiores o comparables a los reportados en estudios que
utilizaron hongos de podredumbre blanca (74% para Cd y 57% para Zn) y
Eleocharis acicularis (80% para Cd y 75% para Zn). Las principales conclusiones
fueron las siguientes: 1) Los resultados indican que la capacidad de adsorción de Cd,
Pb y Zn fue superior a un pH de 4,5 cuando se utilizó una dosis menor de biomasa
(45 gramos en flujo continuo frente a 5 gramos en batch). 2) Se anticipa que el
aumento en la cantidad de biomasa incrementará el número de sitios activos
disponibles para la biosorción.

2.1.2. A nivel nacional:

Rojas (2023), en su estudio titulado: Evaluación de la remoción de metales

pesados utilizando la cianobacteria Nostoc sp. como alternativa de bioadsorbente,
tuvo como objetivo evaluar la eficacia de la cianobacteria Nostoc sp. en la adsorción
de metales pesados. El experimento consistió en colocar una solución del elemento a
estudiar en un matraz de 50 mL con 100 mg de cushuro, con un pH de 5. La solución
permaneció en el agitador orbital por 160 rpm durante 1, 2, 3, 4, 5 y 6 horas. Las
concentraciones examinadas fueron de 5 a 11 ppm, 16 a 22 ppm, 27 ppm y 33,5 ppm.
Cada solución tenía un pH de 5. Los resultados mostraron que el modelo de
Freundlich se ajusta mejor a las isotermas de adsorción para el cobre y el cadmio,
mientras que las isotermas para el arsénico y el plomo se adaptan mejor al modelo de
Langmuir. Se encontró que el cadmio tiene una capacidad de adsorción de 49,30
mg/g de cushuro, y el cobre, 40,88 mg/g de cushuro. Además, las capacidades de
adsorción para el plomo y el arsénico fueron menores en comparación con las del
cadmio y el cobre, respectivamente. No obstante, el porcentaje de adsorción de cobre
aumenta con la masa del adsorbente, debido a la disponibilidad de más sitios activos
para la adsorción. Se concluye que el cushuro se presenta como una opción eficaz
para la eliminación de metales pesados en efluentes contaminados; sin embargo, es
imperativo extender el alcance de la investigación para identificar las condiciones
óptimas para la remoción de cada componente.

Lavado (2021), en su estudio: Biosorción de plomo de aguas contaminadas

usando biomasa modificado químicamente del Nostoc commune, tuvo como objetivo
examinar la capacidad de biosorción de Pb (II) de los materiales modificados
químicamente en comparación con los materiales sin modificar, y también investigar

34
el proceso de biosorción y los elementos que la afectan (pH, dosis de biomasa y
concentración inicial de plomo). El ensayo se realizó en un sistema en serie con 25
mililitros de solución de Pb (II), manteniendo constantes la temperatura a 20 °C y la
velocidad de agitación a 150 rpm. Además, se determinó la dosis del biosorbente
utilizando diversas cantidades de BNC, que oscilaron entre 0.5 y 4 g/L, y se evaluó
su eficacia en función de distintas concentraciones iniciales del adsorbato, abarcando
un rango de 55 a 484 mg/L de Pb (II). Los resultados obtenidos indican lo siguiente:
1) La biosorción de Pb (II) en la BNCM es efectiva bajo todas las condiciones
evaluadas, dado que los valores de RL son inferiores a 1. 2) Los valores de R2 para el
modelo de isoterma de Langmuir son los más cercanos a 1, lo que refleja de manera
significativa la relación entre los datos de biosorción de plomo en equilibrio. 3) La
concentración de Pb (II) aumentó de 177 mg/L a 311 mg/L, mientras que el pHf
disminuyó, lo cual se atribuye a la liberación de iones H+, provocando así una
reducción en el pHf. Estos resultados confirman la presencia de un mecanismo de
intercambio iónico en el proceso de biosorción de Pb (II) en la BNCM. Se concluye
que: 1) El modelo de isoterma de Langmuir describe de manera más precisa la
adsorción de Pb (II) en la BNCM, dado que presenta elevados coeficientes de
correlación para todos los valores de pH evaluados. En consecuencia, la BNCM
puede ser empleada eficazmente para la eliminación del ion Pb (II) de soluciones
acuosas. Con un tiempo de contacto de 60 minutos y una dosis de BNCM de 0,5 g/L,
la biosorción máxima de Pb (II) alcanzó 384,62 mg/g a un pH de 5,5.

Breña (2020) llevó a cabo un estudio sobre la biosorción de plomo en aguas

contaminadas utilizando biomasa del Nostoc Commune como una alternativa
ecológica. El objetivo fue explorar la biosorción como método para eliminar metales
pesados del agua. El experimento consistió en la extracción de plomo de soluciones
acuosas, empleando diversas concentraciones de plomo (127,33 mg Pb2+/L, 214,89
mg Pb2+/L y 311,12 mg Pb2+/L), diferentes niveles de pH en la solución (2, 4 y 5,5)
y distintas dosis de biomasa (0,025 g, 0,05 g y 0,1 g). La temperatura durante el
proceso de adsorción se mantuvo constante a 25°C. Se observó una elevada
capacidad de adsorción máxima (qmax) de 247,35 mg/g a un pH de 5,5. Los datos de
equilibrio se ajustaron de manera óptima al modelo de Langmuir (R2 = 0,9925),
indicando que la biosorción ocurrió en una sola capa. La capacidad máxima de
biosorción (qmax) obtenida fue de 196,078 mg/g.

35
 Chuquilin (2015), en su estudio: Biosorción de Cd (II) y Pb (II), usando como
adsorbente el Nostoc sp., tuvo como objetivo evaluar la capacidad de biosorción de
Cd (II) y Pb (II) en un sistema de lotes utilizando Nostoc sp. como adsorbente. El
estudio consistió en tratar por separado 50 mililitros de soluciones de sulfato de
cadmio y nitrato de plomo a distintas concentraciones: 40, 80, 120, 160, 200 y 240
ppm de cadmio, utilizando 0,13 gramos de Nostoc seco en cada muestra, con un pH
inicial de 5,0. Las mediciones se realizaron en intervalos de tiempo de 20, 40, 60 y
80 minutos, manteniendo la temperatura durante la agitación a 25 °C. Los resultados
revelaron que la biosorción de Pb (II) fue significativa (p<0,05) según el modelo
matemático de Langmuir, obteniendo el R2 más alto de 99,13%. La biosorción de Pb
(II) también mostró una alta significancia (p<0,05) y un elevado R2, lo que sugiere
que sigue un modelo de pseudosegundo orden. Por otro lado, no se observó una
biosorción significativa de Cd (II) (p>0,05) en ninguno de los modelos de isoterma
examinados; sin embargo, el modelo lineal presentó el R2 más alto. Dado que la
biosorción de Cd (II) demostró un efecto significativo (p<0,05) y un alto R2, se
concluye que sigue un modelo cinético de pseudosegundo orden. Se determinó que el
modelo de isoterma de Langmuir describió de manera significativa (p<0,05) la
biosorción de Pb (II) utilizando Nostoc sp. como adsorbente. La capacidad máxima
de adsorción (qmax) para Pb (II) fue de 185,89 mg/g, y la constante de disociación
(Kd) fue de 17,66 mg de Pb (II) por litro de solución. En contraste, ninguno de los
modelos de isoterma evaluados mostró un efecto significativo (p>0,05) en la
descripción de la biosorción de Cd (II) bajo las condiciones analizadas. La capacidad
biosorbente específica para Cd (II) alcanzó su punto máximo a un pH de 3, con una
capacidad de 13,93 mg/g, lo que corresponde a la remoción del 44,51% de Cd (II).
Los modelos de pseudosegundo orden para Cd (II) y Pb (II) presentaron coeficientes
de determinación (R2) de 98,38% y 99,99%, respectivamente. La constante K2 para
Cd (II), expresada en mg de Cd (II) por g de Nostoc por minuto, fue de 0,007
mg/[Link], mientras que para Pb (II), la constante K2 fue de 0,057 mg/[Link].

Aguilar et. al (2015), en su estudio: Biorremediación de suelos contaminados

por hidrocarburos aplicando la Cianobacteria Nostoc sphaericum en Lurín – 2019.
El objetivo fue evaluar la biorremediación de suelos contaminados con hidrocarburos
mediante el uso de la cianobacteria Nostoc sphaericum proveniente del distrito de
Lurín. Los resultados fueron los siguientes: 1) La prueba de Tukey para la
temperatura en los tratamientos indicó que las diferencias entre los tres tratamientos
36
de biorremediación con la cianobacteria Nostoc sphaericum fueron menores que el
nivel de significancia (0,05). En cada tratamiento, la cianobacteria Nostoc
sphaericum mostró características efectivas en la recuperación de parámetros físicos
y químicos: a los 15 días, con una dosis de 200 gramos de cianobacteria, se obtuvo
un 3,06% de materia orgánica (M.O), 2,37% de nitrógeno (N), 2,19% de fósforo (P)
y 1,88% de potasio (K); a los 30 días, con una dosis de 300 gramos, se logró un
3,04% de M.O, 2,33% de N, 2,13% de P y 1,83% de K; y a los 45 días, se contribuyó
a la recuperación del suelo degradado por hidrocarburos. Se concluyó que: 1) En
suelos contaminados con hidrocarburos, la concentración de cianobacterias Nostoc
sphaericum más eficaz para el proceso de biorremediación fue alcanzada con 15 días
de tratamiento y una dosis de 200 gramos de cianobacteria, resultando en un pH de
7,15, una temperatura de 22,36 °C, una reducción del 94,55% en TPH, 3,06% de
materia orgánica (MO), una conductividad de 7,15 ms/cm, 10,2% de humedad (H),
2,37% de nitrógeno (N), 2,19% de fósforo (P) y 1,88% de potasio (K). 4) Al
comparar los resultados obtenidos en Lurín, donde se observó una reducción del
94,55% en TPH, con los de San Mateo, que mostraron una reducción del 95,74%, se
evidencia una disminución casi insignificante en la eficacia de la biorremediación
con Nostoc sphaericum a diferentes temperaturas.

Siccha (2010), en su tesis: Eficacia de la biosorción de Plomo mediante

cochayuyo pre-tratado (Chondracanthus chamissoi). El objetivo del estudio fue
demostrar la capacidad del Cochayuyo (Chondracanthus chamissoi) para biosorber
plomo, lo que permitió determinar la fase de vida y el tamaño óptimo de esta alga.
Los experimentos de adsorción de Pb (II) se realizaron añadiendo 0,02 gramos de
biomasa de cada muestra en un vaso con 100 mililitros de solución de plomo, con
una concentración de 100 mg/L y un pH de 4. Las soluciones se mantuvieron en
agitación constante a 250 rpm durante 24 horas. Los resultados indicaron lo
siguiente: 1) El cochayuyo (Chondracanthus chamissoi) es un biosorbente eficaz, con
un alto potencial de adsorción, lo que lo posiciona como una alternativa viable para
controlar los niveles de Pb (II), comparable con las algas pardas Lessonia nigrescens
Bory y Macrocystis integrifolia Bory. 2) La optimización del proceso se logró a un
pH de 6, utilizando una solución de 100 mg/L y una masa de 0,01 g de biosorbente,
tras iniciar el cochayuyo el proceso de biosorción de Pb (II) en 130 minutos. La
principal conclusión fue que, debido a los carragenanos presentes en el alga y al

37
mecanismo de intercambio iónico, el plomo muestra una alta afinidad por los metales
pesados, ajustándose al modelo de Langmuir.

Carhuanira (2018), en su estudio: Efecto del pH y tamaño de partícula de

Chondracanthus chamissoi en adsorción de plomo (II) en soluciones buffer, tuvo
como objetivo evaluar el pH y el tamaño de partícula de Chondracanthus chamissoi
si afectan la adsorción de plomo (II). Se obtuvieron porcentajes de adsorción
superiores al 93,4 % bajo condiciones de pH 5, con partículas de un tamaño
constante de 75 μm. Se concluyó que: Se ha demostrado que el Chondracanthus
chamissoi como biosorbente tiene un impacto positivo en la adsorción de plomo (II).
Esto lo convierte en una opción alternativa para tratar aguas contaminadas con este
metal. Adsorbe más del 93%, lo que lo convierte en una opción viable y económica
para su implementación. El pH tiene un impacto positivo en la adsorción de plomo
(II). A un pH de 5, la adsorción es más eficiente, mientras que, a un pH de 4, es
menos eficiente. 3) La adsorción de plomo (II) se ve mejorada por el tamaño de
partícula de Chondracanthus chamissoi, que mejora a 75 μm.

Condor (2018), en su estudio: biorremoción de plomo en soluciones acuosas

mediadas por microalgas a escala de laboratorio. Tuvo como objetivo: "Se evaluó
la biorremoción de plomo en soluciones acuosas utilizando microalgas a escala de
laboratorio. Los principales hallazgos incluyen: 1) el análisis ANOVA de los
promedios de crecimiento celular de Scenedesmus sp. tras 15 días de tratamiento,
revelando una alta significancia estadística con un valor p de 0,0002; y 2) el análisis
ANOVA de los promedios de resistencia y crecimiento celular de Chlorella sp.,
también tras 15 días, que mostró una significancia estadística aún mayor con un valor
p inferior a 0,0001. Se concluyó que: 1) En el tratamiento tres, tras 10 días de
evaluación, las microalgas exhibieron una alta eficiencia en la biorremoción,
alcanzando una capacidad máxima de adsorción de 13,86 g/L. Mediante el uso de
claves taxonómicas, se identificaron los géneros de microalgas responsables de la
remoción de plomo en el medio acuoso. Chlorella sp. fue el género predominante a
nivel celular, seguido de Scenedesmus sp., cuantificado mediante recuento en cámara
de Newbauer al décimo día, mientras que Spirogyra sp. mostró la mayor biomasa en
el tratamiento tres.

Gutiérrez (2015), en su tesis de doctorado: Estudio de la Bioadsorción de

Cadmio y Plomo con Biomasa de Serratia marcescens M8a-2T, a Nivel de
38
Laboratorio. El objetivo del estudio fue desarrollar un método biotecnológico
destinado a la eliminación de cadmio y plomo, utilizando una cepa nativa resistente a
ambos metales, la cual fue aislada de un entorno minero y caracterizada en
laboratorio. Los resultados obtenidos fueron los siguientes: 1) A pH 3 se logró
capturar el 99,97 % del cadmio presente en la solución, evidenciando que este pH es
el óptimo para su eliminación. 2) El análisis ANOVA se utilizó para evaluar la
significancia de los porcentajes de remoción en función del pH, revelando un nivel
de significancia estadística de p < 0,05, lo que confirma diferencias significativas en
los niveles de eliminación de cadmio entre los distintos pH evaluados. 3) En el caso
del plomo, aunque el ANOVA mostró diferencias significativas, la remoción entre los
pH 3 y 11 no fue significativa. Sin embargo, a los 120 minutos de interacción entre la
biomasa y el metal, se alcanzó el mayor porcentaje de remoción de cadmio, con un
valor del 92,60 %. Las principales conclusiones del estudio fueron: 1) Se logró
optimizar el proceso de bioadsorción de cadmio y plomo utilizando biomasa seca de
Serratia marcescens M8A-2T, aislada de un relave minero, la cual mostró resistencia
a estos metales y produjo la mayor cantidad de biomasa en condiciones de
laboratorio. 2) Las condiciones óptimas para la máxima capacidad de bioadsorción
fueron pH 3, una concentración de 1 mg/ml de biomasa con partículas menores a 50
μm, y un tiempo de interacción de 15 minutos con los metales. 3) Tras 15 minutos de
exposición a soluciones de cadmio y plomo, la biomasa seca de la cepa mostró una
capacidad de retención máxima (Q máxima) notablemente superior a la reportada por
otros grupos de investigación.

Huillcahua (2010), en su tesis: Biosorción del Cr (III) y Pb (II) mediante alga

marina cochayuyo pre-tratado (chondracanthus chamissoi) en residuos líquidos. El
objetivo fue: Identificar la capacidad del Cochayuyo pre-tratado (Chondracanthus
Chamissoi) para adsorver Cr (III) y Pb (II) en los desechos líquidos. Los resultados
fueron: 1) Los desechos de la industria textil contienen el 95% de Pb (II), mientras
que la concentración inicial de Cr (III) en la solución de desechos de curtiembre es
poco significativa para su evaluación. En los primeros minutos de contacto, la
cantidad captada de Pb (II) y Cr (III) aumentó. Después, la eliminación del ión
metálico fue más lenta. El tiempo de equilibrio para Pb (II) y Cr (III) fue de 130
minutos. Las principales conclusiones del estudio fueron: 1) El cochayuyo
(Chondracanthus chamíss) demostró ser un biosorbente altamente eficiente, con un
notable potencial de adsorción, y ofrece una alternativa prometedora para controlar
39
los niveles de Cr (III) y Pb (II) en residuos líquidos. Se alcanzaron valores de qmax
de 411,28 mg/g y 263,67 mg/g, respectivamente. En el rango de concentraciones
estudiado, las isotermas de adsorción para Cr (III) y Pb (II) mostraron un
comportamiento consistente. 2) Los datos de adsorción del cromo se ajustaron mejor
al modelo de Langmuir, con coeficientes de correlación superiores a 0,93, lo que
sugiere que la adsorción de ambos metales ocurre en una superficie heterogénea. 3)
Se observó una capacidad de adsorción máxima de 833,33 mg/g para el cromo y de
357,14 mg/g para el plomo.

Muñoz (2007), en su estudio: Biosorción de plomo (II) por cáscara de

naranja “citrus cinensis” pretratada. El objetivo del estudio fue evaluar la
biosorción de Pb (II) en soluciones acuosas diluidas utilizando cáscara de naranja
reticulada. Para ello, se aplicó la ecuación de Langmuir con el fin de determinar la
capacidad máxima de biosorción de este material, considerando la influencia de
diversos factores como el pH, el tamaño de partícula, el peso y la velocidad de
agitación. Los resultados obtenidos indican que: 1) La biosorción de plomo es
altamente sensible al pH, ya que este factor influye directamente en la capacidad de
adsorción de los iones en solución. La eficiencia de biosorción disminuye
notablemente cuando el pH es inferior a 3,6. 2) La capacidad de biosorción de plomo
aumenta de manera significativa en el rango de pH entre 3,6 y 4,1. 3) A medida que
el pH de la solución se incrementa, también lo hace la capacidad de biosorción,
mostrando un aumento constante entre pH 4,5 y 5,53. 4) La capacidad máxima de
biosorción (qmax=39,39 mg Pb/g) se alcanza a un pH de 4,82. Las principales
conclusiones del estudio fueron: 1) El pH óptimo para la adsorción se encuentra entre
4,52 y 5,53. 2) El tamaño de partícula ideal para este proceso corresponde a una
malla de 60-80 (125-250 μm). 3) Se logró un rendimiento de remoción de plomo del
95 % utilizando diferentes concentraciones de plomo, lo que confirma la eficacia del
biosorbente pretratado. 4) Se emplearon 0,2 gramos de biosorbente con 50 mililitros
de solución de Pb (II) a un pH óptimo de 5, bajo agitación constante a 200 rpm y a
temperatura ambiente, obteniendo una adsorción máxima de plomo.

Miranda (2012), en su estudio: biosorcion de plomo (II), presente en

soluciones acuosas, con cáscara de tuna (opuntia ficus - indica). El objetivo del
estudio fue: Analizar la cáscara de tuna, un residuo de bajo costo y fácilmente
accesible, como una opción efectiva para la biosorción de plomo en soluciones

40
acuosas. Los resultados obtenidos fueron: 1) Dentro del rango de experimentación, el
porcentaje de adsorción muestra una relación directamente proporcional con el pH,
mientras que la masa de adsorbente utilizada tiene una relación inversamente
proporcional con el porcentaje de adsorción. La isoterma de Freundlich, con un
ajuste del 99,18%, se ajusta mejor a los datos experimentales de la biosorción de Pb
(II) utilizando cáscara de tuna tratada, en comparación con la isoterma de Langmuir,
que presenta un ajuste del 98,74%. Las principales conclusiones fueron: El empleo
de cáscaras de tuna tratadas con formaldehído al 0,2% v/v, junto con una masa de
biosorbente de 0,05 g, resultó ser la opción más eficaz para la extracción de plomo
(II) de soluciones acuosas a un pH de 6,0. La isoterma de Freundlich, con una
desviación estándar del 99,18%, describe de manera más precisa la biosorción de
plomo (II) utilizando cáscara de tuna pretratada con formaldehído al 0,2% v/v.

Ore (2019), en su estudio: Biosorción con las cáscaras de Sanky

(Carryecactus brevistylus) y Pitahaya (Selenicereus megalanthus) para la remoción
de plomo en aguas fortificadas del río Chillón - Carabayllo, 2019. El objetivo del
estudio fue: Evaluar la capacidad de biosorción de las cáscaras de Sanky
(Carryecactus brevistylus) y Pitahaya (Selenicereus megalanthus) para remover
plomo en aguas contaminadas del río Chillón - Carabayllo, 2019. La hipótesis
planteada fue que la biosorción con cáscaras de Sanky es efectiva en la remoción de
plomo en estas aguas fortificadas. Los resultados fueron: El tratamiento T-90 con una
dosis de 2,5 g es el que mejor elimina el plomo, reduciendo el contaminante de 1,5
mg/L a 1,452 en el agua. El análisis de varianza de la concentración de plomo
después de los tratamientos encontró un valor significativo (Pr>0,05), lo que indica
que la media de la concentración de plomo fue diferente en al menos uno de los
tratamientos y que las variables estaban relacionadas. Las principales conclusiones
fueron: 1) Con una concentración de 1 mg/l de Pb y un pH de 4, el biosorbente
derivado de Sanky logró una remoción de 0,006 mg/l, el mejor resultado obtenido en
comparación con otras concentraciones y valores de pH. 2) La dosis óptima de Sanky
se determinó en 1 g por 1 L de agua contaminada con concentraciones de Pb de 1,0
mg/l y un pH de 4, alcanzando un porcentaje de remoción del 99,4%. Para
concentraciones de 0,5 y 1,5 mg/l, la dosis más adecuada fue de 1,5 g, con pH de 4 y
5, logrando porcentajes de remoción del 98,4% y 98,2%, respectivamente.

41
 Puris (2019), en su estudio: Aplicación de la microalga Chorella Vulgaris
como alternativa para la bioadsorcion de metales pesados Pb, Hg, Cd en aguas. El
objetivo del estudio fue: Evaluar la eficacia de Chlorella vulgaris para la adsorción
de metales pesados como mercurio (Hg), cadmio (Cd) y plomo (Pb) en aguas
residuales industriales. Los resultados indicaron que el pH es el factor más
determinante en el proceso de adsorción, y que la capacidad de adsorción muestra
una relación inversa con la concentración de metales en el medio acuoso. Las
principales conclusiones fueron: Las microalgas poseen un alto potencial para la
adsorción de metales pesados, pero su eficacia depende de la optimización de
condiciones físico-químicas esenciales, tales como el pH, la temperatura, la luz, la
concentración de metales y los nutrientes, ya que estos factores influyen en su
rendimiento. Se sugiere explorar métodos adecuados para la disposición de las
microalgas utilizadas en la adsorción de metales, a fin de evitar su exposición a las
condiciones ambientales, lo que podría presentar problemas ecológicos.

Quiroz (2017), en su estudio: Biosorción del alga marina parda Macrocystis

Pyrifera en la reducción de cobre en soluciones acuosas a nivel de laboratorio, SJL-
2017. El objetivo del estudio fue: Evaluar la efectividad de la biosorción utilizando
el alga marina parda Macrocystis pyrifera para la reducción de cobre en soluciones
acuosas en un entorno de laboratorio, SJL-2017. Los resultados fueron los siguientes:
1) La dosis de 1,25 g/L produjo la concentración más baja de cobre, alcanzando
0,0979 mg/L, mientras que la dosis de 0,25 g/L resultó en la concentración más alta
de 0,4271 mg/L. A pesar de estas variaciones, el pH final se mantuvo bastante estable
en comparación con el pH inicial. En cuanto a la conductividad eléctrica, se observó
que esta aumentó con la dosis de biosorbente. La dosis de 1,25 g/L resultó en la
menor concentración de cobre, que se encuentra por debajo de los límites
establecidos por los ECA para agua. A continuación, se situaron las dosis de 0,75 g/L,
0,25 g/L y 1,75 g/L. Las principales conclusiones fueron: 1) Macrocystis pyrifera, un
alga marina parda, demuestra ser altamente efectiva en la biosorción de iones de
cobre. La concentración de cobre se redujo de 1,97 mg/L a 0,0979 mg/L, logrando un
porcentaje de reducción del 95,03% con una dosis de 1,25 g/L a pH 5, cumpliendo
con los estándares de calidad ambiental para aguas superficiales destinadas al riego.
2) Mediante el uso de ecuaciones simples, se determinó que Macrocystis pyrifera
tiene una capacidad de eliminación del 95%.

42
 Rodríguez (2018), en su tesis: Biosorción del cobre y plomo utilizando alga
marina, cochayuyo pretratado (chondracanthus chamissoi) en efluentes líquidos de
la planta concentradora de minerales – La Libertad – S.R.L. El objetivo fue:
Utilizando (chondracanthus chamissoi) cochayuyo pretratado en los efluentes
líquidos de la planta concentradora de minerales, evaluar la biosorción de Cu y Pb.
La Libertad Sociedad Rural. Los resultados fueron los siguientes: 1) En la biosorción
de cobre utilizando Chondracanthus chamissoi, la biomasa tratada con cloruro de
calcio, la fase esporofítica y el tamaño de partícula T2 (mayor a 0,075 mm)
mostraron la mayor capacidad de adsorción, alcanzando 160,859 mg de metal por
gramo de alga. 2) La adsorción de plomo y cobre es más efectiva a un pH de 6. 3) Se
observó que la cantidad de plomo y cobre adsorbidos aumentaba de manera gradual
durante la extracción del ion metálico, estableciéndose 300 minutos como el tiempo
de equilibrio para ambos metales. Las principales conclusiones fueron: 1) Los datos
experimentales para la adsorción de cobre se ajustaron mejor a los modelos de
Freundlich y Langmuir, mientras que para el plomo también se ajustaron de manera
óptima a ambos modelos. Los coeficientes de correlación superiores a 0,9 indican
que la adsorción de ambos metales ocurre en superficies heterogéneas. 2) El proceso
se optimizó a un pH de 6, utilizando una solución de 100 mg/L con una masa de 0,01
g de biosorbente de Chondracanthus chamissoi para la eliminación de cobre y
plomo.

Rivera (2004), en su tesis: Biosorción del cobre (II) por el alga marina
pretratada lessonia trabeculata. El objetivo fue: Investigar las condiciones ideales
para extraer Cu (II) de soluciones diluidas utilizando el alga marina Lessonia
trabeculata. Los resultados fueron: 1) La adsorción de Cu (II) varía según el tamaño
de la partícula: para tamaños de partícula de (P1 < 180 µm), (180 < P2 < 250 µm) y
(250 < P3 < 500 µm), la capacidad de adsorción de Cu (II) depende del tamaño de la
partícula. La partícula tipo P3, con un tamaño de entre 250 y 500 µm, muestra una
capacidad de biosorción (qm) de 90,58 mg/g. En comparación, la capacidad de
adsorción para otras partículas es de 88,94 mg/g para P2 y de 86 mg/g para P1.

Las principales conclusiones fueron: 1) El alga Lessonia trabeculata ha demostrado

su capacidad para adsorber Cu (II) bajo condiciones óptimas, que incluyen un pH de
4, un tamaño de partícula entre 250 y 500 µm, una masa de adsorbente de 0,1 g y una

43
agitación de 150 rpm. La capacidad máxima de adsorción (qm) alcanzó 90,58 mg/g,
tras el análisis de los datos experimentales utilizando la ecuación lineal de Langmuir.

2.1.3. A nivel local:

Rojas et al., (2023), en su artículo de revisión:

Capacidad biosortiva del Nostoc commune en la separación del plomo de aguas
contaminadas. El objetivo fue: dar una visión general y actualizada sobre la
capacidad biosortiva del Nostoc commune en la eliminación de plomo de aguas
contaminadas. Los resultados fueron: para estudiar el mecanismo de biosorción, es
muy importante conocer la estructura de la pared celular de la biosorbente y la
solución química, los tipos de biomasa de origen agrícola o algal, que muchos de
ellos contienen lignina, celulosa, hemicelulosa, proteínas, lípidos, extractos, agua y
muchos más compuestos que tienen una variedad de grupos funcionales, y, asimismo,
las algas marinas, plantas, algas y hongos difieren significativamente uno del otro
(7,11). Se ha extraído Pb de aguas contaminadas con distintas concentraciones de Pb:
311,12 mg Pb2+/Litro 214,89 mg Pb2+/Litro, 127,33 mg Pb2+/Litro; y la variación de
pH desde 2,4 y 5,5 y dosis del biosorbente (0,1 g, 0,05 g y 0,025 g); temperatura de
25°C, movimiento constante de 300 rpm, por 3 horas; y teniendo resultados
alentadores 247,35 mg/g, a un pH de 5,5 (6). Las principales conclusiones fueron: La
biosorción como tecnología de remoción de metales pesados cubre la necesidad
operativa de crear estrategias efectivas, eficientes, económicas y amigables con el
ambiente, a fin de minimizar la concentración de Pb en el ambiente, usando
biosorbentes microbianos no vivos que, dicho sea de paso, ofrece ciertas ventajas
importantes, como ausencia de toxicidad y la no necesidad de suministro de
nutrientes. El Nostoc commune es un potencial biosorbente altamente eficiente,
económico y ecoamigable, para separar el Pb de aguas contaminadas, toda vez que
presentan en su estructura grupos carboxilos e hidroxilos, azúcares reductores,
saponinas y aminoácidos, existiendo una relación directa y proporcional entre pH y
la capacidad biosortiva de Pb.

44
2.2 Bases teóricas

2.2.1. Agua contaminada

[Link]. Definición

Agua contaminada se refiere a cualquier agua que contiene sustancias nocivas o

indeseables que pueden afectar la salud humana, la vida acuática y el medio ambiente
en general World Health Organization (WHO, 2017).

Por otra parte, García et al., 2019; sostiene que el agua contaminada es un recurso
hídrico que ha sido deteriorado por la introducción de sustancias nocivas, que pueden
ser orgánicas o inorgánicas, comprometiendo así su calidad y utilizabilidad.

[Link]. Clasificación de la contaminación del agua

a. Contaminación física

La contaminación física del agua se refiere a la alteración de las propiedades físicas

del agua, que puede incluir cambios en la temperatura, turbidez, color, y la presencia
de sólidos en suspensión. Esta forma de contaminación afecta la calidad del agua y
puede tener efectos negativos en los ecosistemas acuáticos y la salud humana
(Fernández, 2021).

La contaminación física comprende diversos tipos de alteraciones del entorno que

afectan los ecosistemas y la salud humana sin necesidad de interacciones químicas
complejas. Esta forma de contaminación está ampliamente documentada por autores
como Eaton (1997), Teuten et al. (2009) y Barnes et al. (2009), quienes han señalado
la magnitud y los riesgos asociados a los desechos sólidos, microplásticos,
sedimentos y cambios térmicos. El control de este tipo de contaminación requiere
una combinación de medidas regulatorias, restauración ecológica y cambios en el
comportamiento humano para reducir la producción de residuos y mitigar sus efectos
en el ambiente.

b. Contaminación química

La contaminación química se refiere a la introducción de sustancias químicas

peligrosas o tóxicas en el medio ambiente, lo que provoca efectos perjudiciales para
los ecosistemas, los seres vivos y la salud humana. Este tipo de contaminación puede
45
ser causada por diversas actividades humanas, como la industria, la agricultura y el
uso de productos químicos. Los metales pesados como plomo (Pb), mercurio (Hg),
cadmio (Cd) y arsénico (As) son contaminantes persistentes que se acumulan en los
organismos vivos y pueden causar toxicidad, afectando órganos vitales como el
hígado, los riñones y el cerebro. Estos metales suelen provenir de actividades
mineras, industriales y agrícolas (Duffus, 2002).

Según Carson (1962), Manahan (2017) y Klaassen et al. (2013) señalan que los
diversos tipos de contaminantes químicos, sus fuentes y los graves impactos que
generan. Abordar este problema requiere una combinación de regulación, monitoreo
y tecnologías avanzadas para minimizar las emisiones y proteger el entorno natural.

c. Contaminación biológica

La contaminación biológica del agua se refiere a la presencia de organismos vivos,

como bacterias, virus, protozoos, y otros microorganismos patógenos en cuerpos de
agua, que pueden afectar negativamente la salud humana, animal y los ecosistemas
acuáticos. Este tipo de contaminación generalmente proviene de fuentes como aguas
residuales, desechos animales y agrícolas, y actividades industriales. La
contaminación biológica del agua representa un grave problema para la salud pública
y los ecosistemas acuáticos. Los principales contaminantes biológicos incluyen
bacterias, virus, protozoos y parásitos, que provienen de fuentes humanas, animales y
agrícolas. El control de esta contaminación requiere una combinación de estrategias
que incluyan mejoras en el tratamiento de aguas, el manejo de desechos y la
educación en salud pública para mitigar sus efectos adversos (Gerardi, 2002).

d. Contaminación radiactiva

La contaminación radiactiva del agua es un fenómeno que ocurre cuando sustancias

radiactivas, como el uranio, el plutonio, el radio, el cesio o el yodo radiactivo, se
introducen en cuerpos de agua, alterando su calidad y generando riesgos para la salud
humana, los ecosistemas y el medio ambiente en general. Esta contaminación puede
provenir de fuentes naturales y humanas, como actividades mineras, accidentes
nucleares, pruebas de armas nucleares y desechos radiactivos. La contaminación
radiactiva del agua es una problemática compleja que puede tener efectos
devastadores para la salud humana y los ecosistemas acuáticos. Los radionúclidos
como el uranio, el cesio-137, el estroncio-90 y el radón son los principales
46
contaminantes radiactivos que pueden ingresar al agua por actividades humanas y
fuentes naturales. Para mitigar los riesgos asociados, se requieren tecnologías
avanzadas de tratamiento de agua y programas de monitoreo a largo plazo (Fushiki,
2023).

[Link]. Métodos de tratamiento de agua contaminada

El tratamiento del agua contaminada por metales pesados es un tema de gran interés
debido a la toxicidad y persistencia de estos contaminantes en el ambiente. Diversos
autores han propuesto y estudiado diferentes métodos para la eliminación eficiente de
metales pesados, como el plomo, el cadmio, el mercurio y el cromo, entre otros, de
fuentes de agua contaminadas.

A. Adsorción

Es uno de los métodos más comunes para eliminar metales pesados del agua. Implica
el uso de materiales sólidos, llamados adsorbentes, que atraen y retienen los iones
metálicos en su superficie. La adsorción es un proceso eficaz y económico para la
remoción de metales pesados. Los adsorbentes pueden ser naturales, como arcillas y
carbones activados, o sintéticos, como resinas de intercambio iónico. El carbón
activado, por ejemplo, es ampliamente utilizado por su gran área superficial y alta
capacidad de adsorción para una amplia variedad de metales, incluidos plomo y
cadmio (Ali et al., (2012).

B. Intercambio iónico

El intercambio iónico es una técnica ampliamente utilizada en la remoción de

metales pesados del agua, y consiste en el uso de resinas que intercambian iones
metálicos en solución con iones no dañinos presentes en la resina. La capacidad de
las resinas de intercambio iónico para trabajar en rangos amplios de pH, lo que
facilita su aplicación en distintas condiciones de tratamiento. Sin embargo, el
principal desafío de este método es el costo relativamente alto de las resinas y la
necesidad de regenerarlas periódicamente (Chen, 2004).

47
C. Precipitación química

La precipitación química es un proceso en el que se añaden reactivos químicos para

convertir los metales pesados disueltos en formas insolubles, que luego se eliminan
mediante sedimentación o filtración (Fu y Wang, 2011). Es una técnica altamente
efectiva, especialmente para metales como el plomo, el cadmio y el cobre. Los
compuestos utilizados incluyen hidróxidos, sulfuros y carbonatos. Sin embargo,
señala que la precipitación química tiene algunas limitaciones, como la generación de
lodos que requieren una disposición adecuada y las dificultades para alcanzar
concentraciones residuales muy bajas de metales (Volesky (2007).

D. Electrocoagulación

La electrocoagulación es una técnica en la que se aplican corrientes eléctricas a

través del agua contaminada para promover la precipitación de metales pesados. Es
una técnica que genera hidróxidos metálicos a partir de electrodos solubles, como
aluminio o hierro, que atraen y eliminan los metales pesados. Es eficaz para la
remoción de plomo, cromo y zinc. Además, tiene la ventaja de producir menos lodo
que la precipitación química tradicional Chen (2004).

Chong et al., (2010) subrayan que la electrocoagulación puede combinarse con otros
métodos, como la filtración, para mejorar la eliminación de metales pesados, y es
particularmente útil en aguas con alta conductividad. Sin embargo, el alto costo
energético es una desventaja de este método.

E. Membrana osmótica inversa

La ósmosis inversa es un proceso de separación mediante membranas en el que se

aplica presión para forzar el agua a través de una membrana semipermeable,
reteniendo los metales pesados. Es una técnica extremadamente eficaz para la
eliminación de una amplia gama de metales pesados, como mercurio, arsénico,
plomo y cromo. Este método puede reducir las concentraciones de contaminantes a
niveles muy bajos, pero es costoso debido a la energía requerida para mantener la
alta presión y el mantenimiento regular de las membranas. El principal desafío de la
ósmosis inversa es la gestión de los desechos líquidos concentrados (salmuera), que
requieren tratamiento adicional. A pesar de sus costos elevados, es una de las
tecnologías más eficaces para lograr la purificación del agua (Khan et al., 2013).
48
F. Biosorcion

El nombre del fenómeno es biosorción debido a la naturaleza del sorbente. La

biosorción se basa en el aprovechamiento de la propiedad que tienen algunos tipos de
biomasas inactivas para enlazar y acumular contaminantes por diferentes
mecanismos como la adsorción física (fuerzas de Van der Waal), la absorción, el
cambio iónico (Volesky, 1995).
Federico, et al., (2010), define que la biosorción es un término que describe la
eliminación de metales pesados por la unión pasiva a biomasa no viva a partir de
soluciones acuosas; el mecanismo de remoción no está controlado por el
metabolismo.
La Figura 1 ilustra las diferencias entre los mecanismos implicados en la adsorción.
El proceso de adsorción se define como la transferencia de una sustancia desde una
fase, donde estaba disuelta o en suspensión, hacia la superficie de otra fase, donde se
concentra. En este proceso, la sustancia que se adhiere o se acumula en la superficie
es conocida como adsorbato, mientras que el material que lleva a cabo la adsorción y
sobre el cual se acumula el adsorbato se denomina biosorbente. Este fenómeno es
fundamental en diversos campos de la ciencia y la tecnología, ya que permite la
eliminación de contaminantes de soluciones líquidas o gaseosas, la recuperación de
metales valiosos, y la purificación de compuestos.
Figura 1 Diferentes procesos de sorción

Fuente: Appelo, et al., 2010.

49
El sistema líquido-sólido es el más frecuente en procesos de adsorción. En contraste,
la absorción es un proceso en el que moléculas o átomos de una fase se mezclan de
manera uniforme con los de otra fase, formando una solución homogénea con la
primera. Por otro lado, el intercambio iónico implica el reemplazo de una sustancia o
ion por otro en la superficie del sólido, facilitando la modificación de la composición
química del sólido mediante la sustitución de iones (Appelo, et al., 2010).
Esta tecnología está dirigida a la remoción de compuestos orgánicos y metales
pesados o especies metaloides de soluciones diluidas por diferentes materiales de
origen biológico (algas, hongos, bacterias, frutos, productos agrícolas y algunos
polímeros) estos materiales se encuentran en gran abundancia en la naturaleza y su
transformación a biosorbentes no es un proceso costoso (Volesky, 1990).
la biomasa extrae los compuestos orgánicos, tales como colorantes, compuestos
fenólicos, pesticidas y metales pesados del efluente contaminado; luego por filtración
sólido-liquido se separan la descarga descontaminada y la biomasa cargada con el
contaminante, de esta manera se puede recuperar el contaminante aplicando una
técnica destructiva o no destructiva de recuperación (Simon, 1991).
Figura 2 Interacciones que establecen los cationes metálicos con los grupos
funcionales

Fuente: Volesky, 1990

La biosorción se podría estar llevando a cabo debido a dos mecanismos: intercambio

iónico e interacciones electrostáticas, (figura 3) a valores bajos de pH disminuye la
remoción, ya que se tiene una mayor cantidad de iones H+ los cuales estarían

50
competiendo con los iones de Pb2+ por los sitios de intercambio en el sistema y a la
vez se da una fuerza de repulsión; ya que la superficie se encuentra cargada
positivamente (Volesky, 1990).

A. Mecanismos de biosorcion

En el mecanismo de la cinética de biosorción se han propuesto las siguientes fases

(Seki, et al., 2002).
a) El contaminante se desplaza desde la solución hacia la superficie externa de la
partícula.
b) La difusión externa se refiere a la transferencia de material desde el entorno
hacia la superficie del adsorbente.
c) La transmisión intraparticular se produce cuando el soluto se mueve desde la
superficie externa hasta el sitio de adsorción en el interior de la partícula. Este
proceso puede implicar una difusión homogénea en la superficie o una difusión
intraparticular a través de los poros.
d) La adsorción en los sitios activos puede ser provocada por fenómenos como
la precipitación, el acomplejamiento o las interacciones iónicas.
La retención de contaminantes en la superficie del biosorbente se denomina
biosorción. Este proceso ocurre cuando el contaminante interactúa con grupos
funcionales en la superficie del biosorbente, tales como fosfatos, carboxilos e
hidroxilos, lo que facilita su retención. Adicionalmente, la difusión del contaminante
hacia la superficie del biosorbente puede contribuir a este proceso de retención.
Por lo general, son mecanismos de cinética rápida que no dependen mucho de la
temperatura. Los modelos de las isotermas de Langmuir y Freundlich se pueden
estudiar en profundidad (Ho, et al., 2003).

B. Factores que afectan el proceso de biosorcion

El fenómeno de la biosorción se manifiesta en la fase líquida como resultado de las

interacciones complejas entre los solutos disueltos en la solución y los grupos
funcionales ubicados en la superficie del material sorbente sólido. La eficiencia de
este proceso de sorción depende de diversos factores, entre los que se incluyen la
naturaleza química y física del contaminante que se busca eliminar, las
51
características estructurales y funcionales del sorbente, así como las condiciones
experimentales específicas bajo las cuales se lleva a cabo el proceso. Entre los
elementos determinantes que influyen en la dinámica de la biosorción se encuentran
los siguientes:

❖ Textura del sorbente: abarcan tanto el diámetro como el volumen de sus poros.
Por otro lado, las características fisicoquímicas del biosorbente incluyen la carga
superficial, la presencia de sitios activos y su composición química. Para que el
material sea efectivo, debe poseer una estructura porosa adecuada para su área
específica. Esta área específica, que comprende tanto la superficie interna como
externa de los poros, resulta fundamental en los procesos de sorción, ya sea en
fase gaseosa o líquida. Cuando entra en contacto un sorbente sólido de cualquier
tipo, con una solución acuosa, se genera una carga en la superficie del sorbente
como resultado de las interacciones entre los iones presentes en la solución y los
grupos funcionales en la superficie (Leyva, et al., 2007).

❖ La carga superficial de un material y el punto de carga cero: son aspectos

fundamentales que influyen en la interacción del sorbente con su entorno. La
carga superficial está determinada por varios factores, incluidos el tipo de iones
presentes, las características de la superficie del sólido, el tipo específico de
sólido y el pH de la solución en la que se encuentra. Comprender cómo se
distribuye la carga superficial en función del pH de la solución es esencial para
explicar los mecanismos de sorción de iones y su eficiencia. El punto de carga
cero, que es el pH en el cual la carga superficial neta del material es nula, juega
un papel crucial en este contexto. Cuando el pH se encuentra por debajo del
punto de carga cero, la superficie del adsorbente presenta una carga ácida, ya que
predominan los sitios ácidos sobre los sitios básicos. Esta información es clave
para la optimización de los procesos de sorción y para diseñar materiales
adsorbentes adecuados para diferentes aplicaciones.

❖ Sitios activos: En un entorno acuoso, las propiedades de la superficie de un

sorbente están influenciadas por las interacciones entre los complejos
superficiales y el agua. El pH de la solución juega un papel determinante en la
dinámica de los grupos funcionales en la superficie del sorbente, afectando su
capacidad para donar o aceptar protones. Los sitios ácidos y básicos en la
superficie del material se comportan según su capacidad para ceder o aceptar
52
 protones. Para identificar las propiedades ácidas y básicas de la superficie de los
biosorbentes, se pueden emplear métodos de titulación, los cuales permiten
caracterizar estos sitios con precisión. La naturaleza anfótera de algunos
sorbentes implica que estos materiales poseen tanto sitios ácidos como básicos en
su superficie. Sin embargo, la concentración de sitios básicos puede disminuir a
medida que aumentan los sitios ácidos, y viceversa, resultando en una variación
en la proporción de sitios básicos presentes. La efectividad de un biosorbente
para adsorber compuestos depende de su acidez o basicidad relativa: un
biosorbente con predominancia de sitios básicos será más eficiente en la sorción
de compuestos ácidos, mientras que uno con sitios ácidos será más adecuado para
compuestos básicos. A pesar de que las características de los sitios ácidos en la
superficie están bien definidas, el origen y la naturaleza de los sitios básicos en la
superficie aún presentan incertidumbres (Fourest, et al., 1992).

❖ Temperatura: La influencia de la temperatura en el proceso de biosorción está

estrechamente relacionada con la termodinámica del mismo. En términos
generales, el efecto de la temperatura se basa en el comportamiento del calor de
sorción. Cuando el calor de sorción es negativo, esto indica que la reacción es
exotérmica, lo que implica que el proceso de biosorción se optimiza a
temperaturas más bajas. En este contexto, el calor de adsorción, que representa el
cambio en la entalpía durante el proceso, desempeña un papel crucial. Para la
adsorción física, el calor de adsorción suele ser negativo, lo que refuerza la
naturaleza exotérmica del proceso y sugiere que se obtienen mejores resultados a
temperaturas reducidas. En contraste, para la adsorción química, el calor de
adsorción es típicamente positivo, lo que denota que la reacción es endotérmica.
En estos casos, la biosorción se ve favorecida por temperaturas más altas. En
resumen, la temperatura es un factor clave que modula la eficacia de la
biosorción en función del tipo de adsorción involucrada, ya sea física o química
(Glasstone, et al., 1941).

❖ Influencia del pH de la solución: La acidez de la solución es uno de los factores

determinantes en la capacidad de sorción de un biosorbente en medios acuosos.
Su influencia es crucial, dado que la carga en la superficie del biosorbente está
directamente afectada por el pH de la solución. El pH determina el grado de
protonación o desprotonación de los grupos funcionales en la superficie del

53
material sorbente, lo que a su vez altera su capacidad para interactuar con los
solutos presentes. Por lo tanto, una variación en el pH puede modificar
significativamente la distribución de carga en el biosorbente, afectando su
eficacia en la sorción. Esta relación entre la acidez del medio y la carga
superficial del biosorbente subraya la importancia de considerar el pH como un
factor clave en el diseño y optimización de procesos de biosorción en soluciones
acuosas (Leyva, et al., 2007).

El pH del medio acuoso juega un papel fundamental en la retención de cationes

y aniones, ya que su impacto varía significativamente entre estos dos tipos de
iones. La eficacia de la biosorción de aniones tiende a ser mayor en un rango de
pH comprendido entre 1.4 y 4, debido a la mayor disponibilidad de sitios de
adsorción adecuados para estos iones en condiciones ácidas. Por otro lado, la
sorción de cationes se ve favorecida en soluciones con pH superiores a 4.5,
donde las condiciones menos ácidas permiten una mayor interacción entre los
cationes y los sitios activos del biosorbente. Esta variabilidad en la eficiencia de
la sorción en función del pH resalta la importancia de ajustar las condiciones del
medio acuoso para optimizar la captura de diferentes tipos de iones en los
procesos de biosorción

El uso de valores extremos de pH, como aquellos empleados en los procesos de

regeneración o desorción del biosorbente, puede influir significativamente en la
integridad estructural del material. Estos pH extremos pueden inducir cambios
en la estructura del biosorbente, lo que a su vez puede disminuir su capacidad de
retención de iones. Esta afectación ha sido documentada en diversos estudios,
que muestran cómo las condiciones extremas de pH no solo alteran la estructura
química del biosorbente, sino que también comprometen su rendimiento en
ciclos sucesivos de adsorción y desorción. Por lo tanto, es crucial considerar los
efectos potenciales de los valores de pH extremos para mantener la eficacia y
longevidad del material biosorbente en aplicaciones prácticas (Muraleedharan,
et al., 1994).

La naturaleza del metal, ya sea aniónica o catiónica, así como los compuestos y
grupos funcionales presentes en el biosorbente, influyen considerablemente en el
pH óptimo para la biosorción. En general, el pH ideal para la biosorción de
cationes suele ser superior a 4.5, ya que, en este rango, las condiciones favorecen
54
 la interacción efectiva entre los cationes y los sitios activos del biosorbente. Por
otro lado, para la biosorción de aniones, se obtienen mejores resultados en un
entorno ácido, específicamente en un rango de pH entre 1.5 y 4, donde los sitios
activos del biosorbente están más disponibles para captar los aniones. Estas
variaciones en el pH son cruciales para ajustar las condiciones del proceso de
biosorción, maximizando la eficiencia de la retención de diferentes tipos de
iones y optimizando el rendimiento del biosorbente en función de la naturaleza
del contaminante y las características del material adsorbente (Volesky, 2003).

❖ Solvente: El proceso de sorción de un soluto en una solución líquida puede

originarse tanto de la interacción directa entre el soluto y la superficie del
sorbente como de una combinación de diversos factores. En algunos casos, la
sorción puede deberse a la atracción específica entre las moléculas del soluto y
los sitios activos en la superficie del sorbente, donde fuerzas como la adhesión
química o los enlaces de hidrógeno juegan un papel importante. En otros casos,
el proceso de sorción puede ser influenciado por factores adicionales como la
solubilidad del soluto, la estructura del sorbente y las condiciones del medio,
incluyendo el pH y la temperatura. La comprensión detallada de estos
mecanismos y su interacción es crucial para optimizar los procesos de sorción en
aplicaciones prácticas y mejorar la eficiencia del tratamiento de soluciones
líquidas mediante materiales sorbentes.

❖ Tamaño de partícula:

el tamaño de la partícula del sorbente no ejerce un impacto significativo sobre su

capacidad de sorción. No obstante, en determinadas situaciones, se ha registrado
que la reducción del tamaño de las partículas puede conducir a un aumento en la
capacidad de sorción. Este fenómeno puede explicarse por el hecho de que las
partículas de menor tamaño poseen una mayor área de contacto superficial y una
mayor accesibilidad a los poros internos del material. La disminución en el
tamaño de las partículas incrementa el área específica del sorbente, facilitando
una interacción más eficiente con el soluto. Esta mayor superficie de contacto y
la mejor accesibilidad a los poros permiten una mayor cantidad de sitios activos
disponibles para la sorción, optimizando así el rendimiento del biosorbente en la
captación de contaminantes. Por lo tanto, aunque el tamaño de partícula no

55
 siempre es un factor determinante, en casos específicos puede ser una variable
clave para mejorar la eficiencia del proceso de sorción (Leyva, et al., 2007).

Uno de los factores más determinantes en la eficacia de la biosorción para la

eliminación de metales pesados es el tamaño de las partículas del biosorbente.
La literatura científica ha evidenciado que tanto la capacidad de remoción como
el impacto en la eliminación de metales pesados tienden a incrementarse a
medida que aumenta el tamaño de las partículas del sorbente. Este fenómeno
sugiere que un mayor tamaño de partícula puede proporcionar una mayor
superficie activa o una mejor distribución de los sitios de sorción, lo cual facilita
un contacto más efectivo con los metales pesados y mejora la eficiencia del
proceso de biosorción (Agarwal, et al., 2006).

❖ Tiempo de equilibrio: Previo al análisis de la cinética de biosorción, es esencial

evaluar el impacto del tiempo de contacto necesario para lograr el equilibrio, que
es necesario para lograr el equilibrio, ya que ayuda a determinar la naturaleza del
proceso (Jansson, et al., 1996).

Según Seki y Susuki (2002), El sorbato migra de la solución a la superficie del

sorbente al inicio del mecanismo de retención. La fijación en el sitio activo
ocurre después de un proceso de difusión.

El tiempo de equilibrio se refiere al punto en el que el biosorbente alcanza su

capacidad máxima de saturación, momento en el cual se estabiliza la cantidad de
metal eliminado del sistema. En este estado, el biosorbente ha adsorbido la cantidad
máxima de metal que puede retener, y cualquier incremento adicional en la
concentración del metal en la solución ya no se traduce en una mayor eliminación.
Alcanzar el tiempo de equilibrio es esencial para comprender la eficiencia del
proceso de biosorción y para optimizar los tiempos de operación en aplicaciones
prácticas. Este parámetro no solo indica la capacidad máxima del biosorbente, sino
que también ayuda a diseñar y ajustar los procesos de tratamiento para asegurar una
remoción efectiva de contaminantes hasta el límite de saturación del material. La
evaluación del impacto del tiempo de contacto necesario para alcanzar el equilibrio,
como paso previo a la cinética de biosorción de metales pesados, es crucial porque
contribuye, en la mayoría de los casos, a determinar la naturaleza del proceso
(Blázquez et al., 2005). C. Isoterma de adsorción:

56
 Las isotermas de sorción son fundamentales para comprender el equilibrio entre el
adsorbato presente en la solución y las moléculas que se han adherido a la
superficie del biosorbente. Estas isotermas proporcionan una representación gráfica
de cómo varía la cantidad de adsorbato en función de su concentración en la
solución hasta alcanzar el estado de equilibrio. Existen diversos modelos teóricos
para describir este equilibrio, entre los cuales los modelos de Langmuir y
Freundlich son los más ampliamente utilizados. El modelo de Langmuir asume una
sorción monomolecular en sitios de adsorción homogéneos, mientras que el modelo
de Freundlich se basa en una sorción que ocurre en una superficie con
heterogeneidad en los sitios de adsorción. La elección del modelo adecuado
depende de las características específicas del sistema de sorción y proporciona
información valiosa sobre la capacidad de adsorción del biosorbente y la naturaleza
de las interacciones entre el adsorbato y la superficie del material.

Los modelos interpretativos de biosorción en solución ofrecen una visión detallada

de cómo se distribuyen las sustancias entre las fases sólida y líquida cuando se
alcanza el equilibrio. Estos modelos permiten entender la dinámica de transferencia
de solutos del medio líquido al material adsorbente. Las isotermas de adsorción, en
particular, representan una relación matemática que describe la concentración del
soluto en la solución una vez que se ha establecido el equilibrio a una temperatura
constante. Estas isotermas expresan la cantidad de soluto retenido por unidad de
masa del sorbente en función de su concentración en la fase líquida. Analizar estas
proporciones permite evaluar la capacidad de adsorción del biosorbente y
proporciona información crucial para el diseño y optimización de procesos de
biosorción, al revelar cómo las condiciones específicas afectan la eficiencia del
tratamiento de soluciones

C.1. Modelo de Langmuir

En los estudios de biosorción revisados, el modelo de isoterma de adsorción ha sido

empleado de manera consistente para medir y comparar el rendimiento de distintos
biosorbentes. Este modelo se utiliza para calcular la capacidad máxima de adsorción,
conocida como qmax, del biosorbente. Se asume que la interacción entre el soluto y
la superficie del biosorbente se produce principalmente a través de fuerzas físicas, tal
como se desprende de la derivación del modelo. Además, se postula que todos los
sitios de adsorción en la superficie del biosorbente tienen una afinidad uniforme por
57
el sorbato, implicando una superficie homogénea. Este modelo ha demostrado ser
una herramienta efectiva para describir empíricamente las relaciones de equilibrio
entre las fases líquida y sólida, mostrando una correlación positiva con una amplia
gama de datos experimentales en diversas investigaciones. Su uso generalizado en la
literatura científica subraya su utilidad y robustez para entender y optimizar los
procesos de biosorción en diferentes contextos (Reddy et al., 2010).

El modelo de Langmuir se expresa a través de la siguiente ecuación en su forma

linealizada:

Ce/qe = 1/([Link])*Ce/qmax

Donde:

𝑞𝑒 = Capacidad de adsorción en el equilibrio (mg de Pb/g de biosorbente).

Ce = Concentración del metal en el equilibrio (mg/L)

𝑞𝑚𝑎𝑥 = Capacidad máxima de Pb en la monocapa

(mg/g) kL = Constante de afinidad de Langmuir (L/mg)

Por otra parte:

Q = X/m X = C o - Ce

Donde:

X : Masa del adsorbato adsorbida m

: Masa del adsorbente

Co: Concentración inicial del adsorbato

Ce : Concentración de equilibrio Constante

adimensional:

RL se define como: 1/(1 + KLCo)

Donde KL representa la constante de Langmuir en unidades de L/mg y Co es la

concentración inicial del adsorbato en mg/L. El valor de RL ofrece una perspectiva
58
esencial sobre la naturaleza del proceso de biosorción. Un valor de RL en el rango de
0 a 1 indica que la adsorción es favorable, mientras que un valor de RL superior a 1
sugiere que la adsorción es desfavorable. Un valor de RL igual a 1 indica que la
adsorción sigue un comportamiento lineal. Por otro lado, un valor de RL igual a 0
señala que la adsorción es irreversible (Reddy et al., 2010).

Evaluación de la cinética del proceso de biosorción:

Modelo de cinética de pseudo segundo orden:

El empleo de este modelo como herramienta para predecir de manera cuantitativa la

adsorción de metales desde soluciones acuosas ha sido ampliamente valorada. En el
Nostoc commune, los grupos funcionales carboxilos e hidroxilos desempeñan un
papel crucial en la capacidad de intercambio catiónico y pueden involucrarse en
interacciones químicas. La ecuación asociada se detalla de la siguiente manera:

t/qt = 1/k2qe2+1/qet

En esta ecuación, qt representa la cantidad de metal adsorbido (mg/g), t es el tiempo

transcurrido (min), qe indica la capacidad de adsorción en equilibrio (mg/g), y K2 es
la constante del modelo (g/mg-min). Si el modelo lineal representa un buen ajuste
con un coeficiente de determinación R2 cercano a uno, el proceso de adsorción puede
ser descrito como quimiosorción (Wankasi, 2006).

2.2.2. Metales pesados

A. Definición

Los metales con una densidad superior a 5 g/cm³ son clasificados como metales
pesados. Esta categoría incluye elementos que no solo poseen una alta densidad, sino
que también suelen tener propiedades tóxicas y una tendencia a acumularse en
organismos vivos y en el medio ambiente. Este grupo incluye elementos como el
cadmio (Cd), arsénico (As), plomo (Pb), cromo (Cr), mercurio (Hg), entre otros, y
que tienen propiedades tóxicas y un número atómico elevado (Duffus, 2001).

Metales pesados es un término general aplicado al grupo de metales y metaloides,

que en su mayoría son tóxicos para los seres humanos, incluso a baja concentración
(Vardhan, et al., 2019).

59
Cobre (Cu)

El cobre puede encontrarse en la naturaleza en diversas formas químicas, incluyendo

minerales sulfurados como la calcopirita (CuFeS₂), la calcosita (Cu₂S) y el óxido
cuproso (Cu₂O). Además de estas formas minerales, el cobre también puede
encontrarse en su forma metálica nativa, lo que significa que puede existir en estado
puro en la naturaleza. Esta variedad de formas en que se presenta el cobre es
relevante para su extracción y procesamiento en la industria, así como para su estudio
en contextos geológicos y ambientales.

La forma que toma este metal (iónica, compuesta o precipitada), y por tanto su
disponibilidad dependen de factores ambientales como el pH, el potencial redox, el
suelo y tipo de sedimento, la dureza del agua y el contenido orgánico, factores que
varían dependiendo del ecosistema (Chuquilin, 2015).

Arsénico (As)

El arsénico es un metaloide de color plateado grisáceo, que presenta un aspecto

quebradizo y brillante. Se encuentra en su forma amorfa y emite un olor
característico similar al de los aliáceos. Este elemento tiende a oxidarse fácilmente en
presencia de aire húmedo, formando trióxido de arsénico (As₂O₃), también conocido
como arsénico blanco o anhídrido de arsénico. Generalmente, el arsénico se obtiene
en forma de trióxido de arsénico. En la industria minera, el arsénico es un
subproducto en la extracción de metales como el cobre, plomo, cinc, estaño, oro,
entre otros. Aunque en concentraciones bajas el arsénico puede impartir un sabor
desagradable al agua, lo que limita su consumo por parte de animales, su presencia
en niveles elevados puede provocar problemas graves de salud, como la constipación
crónica. La gestión adecuada de este metaloide es crucial para prevenir riesgos
ambientales y sanitarios. La máxima concentración soportable por el vacuno, según
distintos autores se estima de 0,15 a 0,30 mg/l pero aún con estas concentraciones se
pueden producir intoxicaciones crónicas (Patra, et al., 2000).

Plomo (Pb)

El plomo es un metal poco común con el número atómico 82 y un peso atómico de

207.19 g/mol. Sus estados de valencia química más comunes son +2 y +4. Se
clasifica como un metal pesado, con una densidad relativa que varía de 11.4 a
60
temperatura de 16 °C, y presenta un color azul oscuro que se oxida para volverse gris
mate. Su punto de fusión es de aproximadamente 327,4 °C y su punto de ebullición
alcanza los 1725 °C. El plomo es flexible e inelástico, y muestra una resistencia
relativamente alta a los ácidos clorhídrico y sulfúrico.

La galena (sulfuro de plomo, PbS), utilizada para la extracción de plomo, junto con la
anglesita (sulfato de plomo II, PbSO₄) y la cerusita (carbonato de plomo, PbCO₃),
son algunos de los numerosos minerales que se encuentran en la naturaleza. Una
proporción significativa del plomo se obtiene mediante el reciclaje de materiales
como placas de baterías y escorias industriales (Hidalgo, 2010)

El plomo se encuentra rara vez en su estado puro y tiende a formar aleaciones con
diversos metales, incluyendo estaño, cobre, antimonio, bismuto, cadmio, sodio y
arsénico. El plomo inorgánico (Pb²⁺) actúa principalmente como un veneno
metabólico y un inhibidor de enzimas. En contraste, los compuestos orgánicos de
plomo, tales como el tetraetilplomo (TEP) y el tetrametilplomo (TMP), son
significativamente más tóxicos que sus contrapartes inorgánicas (Chuquilin, 2015).

El desarrollo del sistema neurológico puede verse comprometido por la presencia de

plomo, incluso en concentraciones bajas. La Norma Oficial Mexicana de Emergencia
de junio de 1999 establece que el nivel máximo permitido de plomo en la sangre de
un niño es de 10 µg/dL. No obstante, este umbral no debe considerarse seguro,
normal ni deseable, dado que aún no se ha definido un límite preciso a partir del cual
comienzan a manifestarse los efectos nocivos del plomo. Por su parte, la Academia
Americana de Pediatría recomienda que el nivel de plomo en la sangre de los niños
sea de cero, enfatizando que cualquier presencia de plomo en la sangre es indeseable
y puede tener consecuencias negativas para la salud neurológica y general de los
niños (Chuquilin, 2015).

Cadmio (Cd)

Es un elemento químico con el número atómico 48 y un peso atómico de 112,40

g/mol. Su densidad relativa es de 8,65 a 20 °C, y presenta una valencia química de
+2. El punto de fusión de este metal es de 320,9 °C, mientras que su punto de
ebullición alcanza los 765 °C. Se caracteriza por ser un metal blando y maleable,
algo más duro que el estaño, pero menos que el zinc. Su color es blanco plateado con
un sutil matiz azul. No se encuentra en estado libre en la naturaleza, y en la
61
greenockita (sulfuro de cadmio) es el único mineral de cadmio, aunque no es una
fuente comercial del metal. Casi todo el que se produce es obtenido como
subproducto de la fundición y refinamiento de los minerales de zinc, pigmentos de
industrias textiles, reciclaje de subproductos a base de hierro, aceites para motores y
el uso de fertilizantes y pesticidas (Solís, et al. 2015).

El sulfuro de cadmio (CdS), que aparece como un precipitado amarillo brillante

cuando se pasa sulfuro de hidrógeno a través de una solución de sal de cadmio, es un
pigmento importante conocido como amarillo de cadmio, y la contaminación es
provocada por ciertas industrias que arrojan sus desechos a las alcantarillas, como
son el acabado de metales, la electrónica, la manufactura de pigmentos, de baterías,
en la producción de fierro y zinc (Morales, et al., 2008).

En 1965 se informó en Japón de la muerte de más de 100 personas debido a que

vertieron de una mina con alta concentración en cadmio y los habitantes
consumieron alimentos contaminados, los cuales les provocaron daños
principalmente en los huesos, además de problemas cardiacos (Morales, et al., 2008).

La Norma Oficial Mexicana (DOF, 2000), establece como límite máximo permisible
en agua potable 5 μg/L de cadmio y en las descargas de aguas residuales en agua y
bienes nacionales, una concentración de cadmio total entre 100 y 200 μg/L como
promedio mensual, dependiendo del uso que reciban estas aguas.

B. Toxicidad de metales pesados

La Agencia de Protección Ambiental de los Estados Unidos (USEPA, 2007)

identifica cinco metales pesados como los más significativos en términos de sus
impactos sobre la salud, como se detalla en la Tabla 1. Esta tabla proporciona
información sobre las concentraciones máximas permitidas de estos metales en
cuerpos de agua, según las normativas de diversas organizaciones. Además, describe
los efectos adversos que la presencia de estos metales puede tener en la salud
humana. En consecuencia, es fundamental desarrollar estrategias para prevenir la
contaminación por metales pesados y, en caso de ser necesario, implementar métodos
eficaces para la eliminación de estos contaminantes de los cuerpos de agua. Los
metales asociados con áreas de desenvolvimiento industrial incluyen: "arsénico,
cadmio, cromo, hierro, níquel, plomo, zinc y mercurio (Volesky, et al., 2001).

62
Tabla 1 Concentración máxima permisible en cuerpos de agua y daños a la salud
1
NOM 001 2 3
Metal WHO USEPA
SEMARNAT Efectos en la salud Referencias
pesado mg/L mg/L
1996 mg/L
causa daños
irreversibles a
varios sistemas
(Nordberg,
biológicos,
incluso a baja Herber &
concentración, como Alessio,
Cadmio
0.1 0.003 0.005 daño óseo, cáncer, 1992, Schoeters
(Cd)
hipertensión, et al., 2008),
insuficiencia (Chuquilin,
pulmonar, los 2015)
trastornos renales y
hepáticos,
(Jobby, Jha,
Yadav
Cromo Cáncer a los pulmones,
0.5 0.05 0.1 Kumar &
(Cr) tóxico y cancerígeno
Desai,
2018)
Tóxico, puede provocar Davis,
anemia, Volesky &
dermatitis Vieira,
Cobre alérgica al 2000)
4 2 1.3
(Cu) contacto, daño Pellera et
hepático y renal e al., 2012;
irritación estomacal e
intestina.
Plomo vómitos, insomnio, (Naseem &
0.2 0.01 0.00
(Pb) dolor de cabeza, Tahir, 2001;
anemia, daño cerebral, Davis,
deficiencia mental, Volesky &
anorexia, Mucci,
deterioro 2003),
cognitivo, encefalopatía, (Chuquilin,
daño del sistema renal y 2015)
circulatorio, mutaciones
genéticas y
daño genético.
(Sanfeliu,
Sebastia,
Mercurio Tóxico, daño al ADN,
0.005 0.006 0.002 Cristófol &
(Hg procesos cancerígenos
RodríguezFarre,
2003)
Bronquitis,
Arsénico dermatitis,
YING C. P.
0.01 0.01 0.00 depresión medular,
(2,007)
hemolisis y
hepatomegalia.

63
1
Norma official Mexicana. 2World Health organization. 3United States Enviromental
Protection Agency.

C. Principales actividades industriales generadoras de metales pesados

La implementación de metales en los procesos industriales ha permitido que grandes

concentraciones de metales pesados potencialmente tóxicos sean emitidas a la
atmósfera y vertidos en los ambientes acuáticos y terrestres (Fu, et al., 2011); en el
medio hidrosferico, cantidades cercanas a 109 Kg/año de metales traza se han
vertido, siendo las aguas residuales de origen domésticas, las plantas térmicas, las
fundiciones y las acerías, las principales fuentes de emisión (Tabla 1); el orden de
flujos de emisión o cargas contaminantes de metales a la hidrosfera corresponde a
Mn > Zn > Cr > Pb (Plomo) > Ni ≈ Cu > Se (Selenio) ≈ As (Arsénico) > Sb
(Antimonio) > V ≈ Mo , Cd (Cadmio) > Hg (Mercurio) (Domenech, et al., 2008).

Tabla 2 Principales actividades industriales generadoras de metales pesados

Fuentes Metales Contaminación resultante
pesados

Gestión de residuos Zn, Hg Cu, Ni, eliminación de desechos o desecho

Cd, Pb, Cr, Mn.

Ni, Cr. acido de mina

Cr, Zn, Cu, Pb,
Metalúrgica Mn, Sb. metales procesados térmicamente

Pb, Mo, Ni, Cu,fabricar, eliminar y reciclar metales.

Cd, As, Te, U, Los relaves y los escoriales.
Aleaciones y aceros
Zn
As, Zn, Cd, Pb,
Extracción de minerales Cu, Ni. presencia en minas y subproductos

Pb, Cd, Hg, Pt, residuos de metal resistente y sólida

Au, Cr, As, Ni, después de la fabricación y el
Electrónica
reciclaje
Mn
Fe, Zn Cr, Ni, Pb,inestabilidad de los metales en el
Corrosión metálica Co. entorno

los desechos líquidos producidos

Galvanoplastia Cr, Ni, Cu, Zn. por los procesos de recubrimiento

64
 residuos acuosos producidos por el
Pb, Zn, Cr, As, Ba,proceso de fabricación y el
Pinturas y pigmentos
Ti.
deterioro de la pintura obsoleta
depósito de desechos,
Pb, Hg Sb, Cd, contaminación del suelo y aguas
Baterías
Zn, Ni. subterráneas.

el metal se extrae del mineral

Fundición As, Pb, Cd, Tl. procesado

contaminación de la escorrentía,
Cd, V, Cr, Mo, Pb,contaminación de aguas
Agricultura y ganadería Cu, U, Zn, superficiales y subterráneas,
bioacumulación de plantas.
As, Mn,

Zn, Cd, Co, Cu, Minería

de metales ferroso

relaves, escombreras y drenaje

Fuente: (Fu & wang, 2011)

El As, Cd y Pb son particularmente tóxicos y tienen el potencial de contaminar las

fuentes de agua para consumo. Las actividades humanas son la principal causa de la
contaminación. As y Cd también pueden provenir de depósitos naturales terrestres
(Armah, et al., 2014).

Las actividades humanas que contribuyen significativamente a la contaminación del

agua con metales pesados incluyen, entre otras, la minería y la metalurgia, procesos
industriales como la fabricación de cromados, así como el uso y la eliminación de
pinturas y el escurrimiento de chatarra electrónica. Estas actividades liberan metales
pesados en el medio ambiente, lo que puede resultar en la acumulación de estos
contaminantes en cuerpos de agua, afectando negativamente la calidad del agua y la
salud de los ecosistemas acuáticos y humanos. La contaminación derivada de estas
prácticas industriales subraya la necesidad urgente de desarrollar y aplicar métodos
efectivos para la gestión y mitigación de estos contaminantes. También contaminan
el suelo y el agua con estos metales pesados algunos plaguicidas arsenicales muy
persistentes, que actualmente están prohibidos (Arreguín, et al., 2010).

65
Figura 3 Representan a las fuentes de contaminación de metales pesados

Fuente: Arreguín Cortés, Chávez Guillén, Soto Navarro & Smedley, (2010).

2.2.3. Nostoc commune

[Link]. Definición

Gracias a su riqueza en polisacáridos y sus propiedades de intercambio iónico, las

algas constituyen una fuente significativa de materiales sorbentes para la
eliminación de metales.

Los polisacáridos, que se unen a las fibras de celulosa para formar la pared celular de
las algas, proporcionan fuerza y flexibilidad a la pared celular. Estudios recientes han
establecido que existe una relación directa entre la capacidad de sorción del alga y su
contenido en polisacáridos (Volesky, et al 2003).

Taxonomía para especies andinas: Reino Bacteria, Planctae; Filum-Cyanobacteria;

Orden-Nostocales; Familia Nostocaceae; Género - Nostoc; Lista de especies: N.
calcicola, N. commune, N. cycadae, N. desertorum, N. edaphicum, N. ellipsosporum,
N. entophytum, N. flagelliforme, N. indistinguenda, N. lichenoides, N. linckia, N.
muscorum, N. paludosum, N. piscinale, N. punctiforme, N. sphaericum, N.
trichormus (Cabrera, 2012).

66
[Link]. Distribución y hábitat

Uno de los géneros más frecuentes de cianobacterias es Nostoc. Este género abarca
una amplia variedad de especies que pueden encontrarse en diferentes hábitats,
incluyendo ambientes acuáticos, subaerófilos, endobióticos, simbióticos y terrestres.
Las especies de Nostoc se adaptan a diversos ecosistemas, mostrando versatilidad en
su forma de vida y funcionalidad, lo que las convierte en un grupo destacado dentro
de las cianobacterias por su capacidad de colonizar y prosperar en distintas
condiciones ambientales. El Nostoc se puede encontrar en las orillas de arroyos y
charcas, en las zonas más húmedas, sobre calizas. Se ha informado en
investigaciones fitosociológicas realizadas en pastizales húmedos de Argentina, así
como en ecosistemas similares del mundo, la existencia de Nostoc commune, un
microorganismo fotótrofo y fijador de nitrógeno. Esta cyanophyta puede sobrevivir
en climas húmedos y cálidos, pero también puede sobrevivir a inundaciones y
sequías en climas templados (Aldave y Hegewald, 1984).

La temperatura óptima para el crecimiento de Nostoc commune oscila entre 15 y 25

°C, aunque esta cianobacteria muestra una notable capacidad de adaptación a una
amplia gama de temperaturas. La membrana celular de Nostoc commune ha
adquirido resistencia al calor, incluso se puede llegar a secar totalmente, esto es
posible ya que durante época de invierno pueden llegar a acumular gran cantidad de
agua, la cual en época de verano es de gran ayuda ya que conforme van perdiendo el
agua acumulada se va disipando el calor de la radiación solar y también se evita el
daño causado por el incremento drástico de temperatura (Gao, 2014).

[Link]. Biología del Nostoc commune:

Nostoc se desarrolla formando tapetes macroscópicos en diversas superficies, como

la tierra, grava, cemento y contenedores plásticos. Durante los períodos secos, estos
tapetes se secan y adquieren una textura escamosa. Sin embargo, en presencia de
agua o humedad, se expanden y se transforman en masas espesas, de color verde
oscuro y gelatinosas que pueden cubrir extensas áreas, incluidos los contenedores de
producción. Su capacidad para retener agua, fijar nitrógeno atmosférico y capturar
carbono del aire hace que Nostoc juegue un papel crucial en la formación y
mantenimiento de suelos, contribuyendo significativamente a la estabilidad y
fertilidad del ecosistema (Sangeetha et al., 2013).

67
[Link]. Características morfológicas.

Las colonias de Nostoc están formadas por tricomas que se agrupan y entrelazan,
constituyendo cadenas de células que pueden desarrollarse en tapetes macroscópicos
y en colonias gelatinosas. Estas colonias pueden presentar una gama de colores que
varía desde azul-verde hasta amarillo-marrón o marrón oscuro. Generalmente, las
colonias adoptan una estructura espiralada y un talo con formas irregulares y
enrolladas. Los tricomas, que son uniseriados y no ramificados, poseen una
flexibilidad que les permite curvarse y se encuentran restringidos en sus paredes
transversales. Esta organización estructural contribuye a la formación de los
distintivos tapetes y masas gelatinosas que caracterizan a este género de
cianobacterias. El tamaño promedio es de 1 a 8 a 1 a 1,5 cm y tiene una textura
verrugosa, gelatinosa y áspera en épocas sin precipitaciones. Se puede encontrar
fácilmente en lugares entre el césped y las briofitas en condiciones de humedad del
91%. Los heterocistos (células especializadas que fijan nitrógeno) suelen ser
solitarios y tienen forma esférica u ovalada.

Los acinetos (células de supervivencia inactivas, no móviles, de pared gruesa) son

aproximadamente 2 veces el tamaño de la célula vegetativa y se pueden encontrar en
filas, generalmente ovaladas o elipsoidales, pero raramente presentes (Potts, 2,000).

Figura 4 Colonias de nostoc commune. Morfotipo colonial y colonias hijas en

formación

Fuente. Potts, (2,000)

La observación al microscopio de Nostoc revela distintas morfologías en sus células,

incluyendo heterocistos y células vegetativas. Los heterocistos pueden presentar una
variedad de formas, que van desde barriladas hasta esféricas, mientras que las células
vegetativas muestran características estructurales distintas que contribuyen a la

68
función y adaptación del organismo. Estas variaciones en la forma celular son
cruciales para comprender las funciones biológicas de Nostoc, como la fijación de
nitrógeno y la adaptación a diferentes condiciones ambientales.

Se obtuvo una media de 4,48 μm de ancho y de 4,8 μm de largo para la célula

vegetativa y de 7,5 μm de ancho y de 8,67 μm de largo para el heterocisto (Cadena,
et al., 2013).

Figura 5 Estructura del Nostoc commune

Fuente. Potts (2,000). A, colonia en una envoltura mucilaginosa; B, Colonia con

heteroquistes y akinetes (artrosporas); C, colonia gelatinosa D, célula única agrandada.

Según Potts, (2,000), Las algas tienen una pared celular bien desarrollada que consta
de una fina capa celular interna, una capa péctica media y una capa externa de
mucílago, y los Akinetes pueden ser espiráculos, oblongos, cilíndricos y tienen
reservas de alimento en forma de granos de almidón de cianofina. Con el retorno de
las condiciones favorables, comienzan a germinar liberando su contenido a través de
un poro. Así, un filamento recién formado forma una nueva colonia.

[Link]. Composición bioquímica del Nostoc commune:

Según Gómez (1995), las colonias de Nostoc commune, cosechadas desde los
hábitats acuáticos por sobre los 4,000 m.s.n.m. en la cordillera de los Andes, fueron
analizados su composición química proximal teniendo los resultados (30% proteína,
2.4% lípidos, 7% cenizas, 60% E.N.N. en base seca), contenidos iónicos
(K>Na>Ca>Mg) y de 30% de ácidos grasos poliinsaturados.

69
Tabla
3
Composición bioquímica del Nostoc commune
Composición Contenido en base seca (g/100 g de peso
seco

Proteínas totales 30,4

Carbohidratos totales 60,8
Cenizas 6,4
Fibra dietética soluble 8,8
Aminoácidos totales 9,7
Fibra dietética insoluble 47,6
Ácidos grasos totales 1,4
Lípidos totales 1,7
Vitamina A < 0,5 ug/100 g
Vitamina C 0,7 mg % p/p
Vitamina E 4,3 mg % p/p
Vitamina D < 0,05 ug/100 g
Fuente: Oblitas, (2022)

La composición bioquímica parcial de 100 gramos de muestra de biomasa seca de

Nostoc commune (cushuro) se detalla en la Tabla 3. En esta biomasa seca, los
componentes se distribuyen de la siguiente manera: las proteínas totales constituyen
aproximadamente el 30% del peso seco, los lípidos totales representan el 2%, y las
cenizas constituyen el 6%. Los carbohidratos, por otro lado, comprenden el 61% del
peso seco total. En comparación, el contenido de proteínas, carbohidratos y lípidos
en colonias frescas de Nostoc recolectadas en humedales peruanos fue de 30-35%,
50% y 17%, respectivamente. Además, las muestras comerciales de cushuro
mostraron un contenido de lípidos de 2,4% del peso seco, mientras que la biomasa
de cultivos de Nostoc sp. cushuro exhibió un contenido de lípidos significativamente
mayor, del 12,1%

70
Tabla
Composición de aminoácidos del Nostoc commune
Contenido (mg/g de
Aminoácido Contenido (mg/ biomasa seca)
proteína total)
Esenciales
Histidina 40 1,3
Tirosina 185 6,2
Leucina 793 26,4
Cisteína 16 0,5
Lisina 794 26,5
Fenilalanina 157 5,2
Metionina 805 26,8
Treonina 2 0,07
Valina 1.053 35,1
Isoleucina 575 19,2
Arginina 1.367 45,6

No esenciales
Glicina 436 14,5
Aspartato 1.387 46,2
Alanina 250 8,3
Glutamato 608 20,3
Serina 1.226 40,9
Fuente: Oblitas, (2022)
Los aminoácidos esenciales presentes en 100 gramos de muestra de cushuro
deshidratado se muestran en la Tabla 4.

Entre los aminoácidos esenciales más predominantes en el cushuro se encuentran la

valina, la metionina, la lisina y la leucina, que en conjunto constituyen el 82% de los
aminoácidos esenciales presentes y el 36% del total de aminoácidos en el cushuro.
Además, el 52% de los aminoácidos en el cushuro está compuesto por una
combinación de valina, arginina, serina y aspartato.

71
Tabla

5
Composición de ácidos grasos del Nostoc commune
Composición Contenido (mg/100 g Porcentaje del total
biomasa seca) de ácidos grasos

Ácidos grasos saturados 438,5 32,0

Ácido tetradecanoico (C14:0) 38,9 2,9
Ácido palmítico (C16:0) 329,7 24,0
Ácido heptadecanoico (C17:0) 2,8 0,2
Ácido esteárico (C18:0) 42,2 3.1
Ácido eicosanoico (C20:0) 24,9 1,8

Ácidos grasos monoinsaturados 479,9 35,0

Ácido palmitoleico (C16:1) 227,8 16,7
Ácido oleico (C18:1) 252,1 18,4
Ácidos grasos poliinsaturados 449,6 33,0
Ácido alfa-linoleico (C18:2n6) 76,3 5,6
Ácido alfa-linolénico (C18:3n3) 373,2 27,3
Fuente: Oblitas, (2022)

Las algas contienen compuestos orgánicos con varios grupos funcionales, como
carboxilo, carbonilo, hidroxilo, amino y fosfato. Los diversos grupos funcionales
tienen una fuerte afinidad con los metales pesados, lo que permite la formación de
complejos con ellos (Delgado et al., 1,98). Además de los grupos oH-, los grupos
sulfatos son los principales grupos presentes en las células de las algas rojas (Usov,
1998). Por lo tanto, la galactana sulfatada, también conocida como agarana y
carragenana, es el polímero más común en esta división. El contenido de grupos
carboxilos e hidroxilos de los polisacáridos se relacionó con su capacidad para
quelar. "Además de los grupos hidroxilos, los sulfatos y los fosfatos se mencionan
como participantes activos en la captación de metales (Tobin, 1981).

72
Figura 6 (a) Estructura de un segmento de cadena de alginato (MGMM).

Fuente: Tobin, 1981

Las algas tienen alginatos y fucoidanos, grupos funcionales con alta densidad
electrónica, lo que les permite adsorber cationes metálicos pesados de manera
selectiva. La biosorción es principalmente el resultado de los alginatos.

La familia de polisacáridos lineales comprende las unidades de ácido 1,4-D

manurónico (M) y ácido 1,4-L gulurónico (G), las cuales se organizan de manera
irregular y se presentan en las secuencias MM, GM, MG y GG, como se ilustra en la
Figura 6.

La capacidad de melificarse en presencia de iones calcio (II) es atribuida a esta

geometría específica. La dimerización de las cadenas de alginato en solución fomenta
la formación de geles de alginatos; esto crea el "corral de huevos", donde los cationes
divalentes se "atrapan" en la estructura dimérica del alginato. Además, es importante
destacar que la secuencia GG es la más fácilmente accesible para los cationes
divalentes, ya que su geometría es cóncava y permite la creación de quelatos
(Emmerichs, et al., 2004).

Un grupo funcional adicional de gran importancia en las algas es el de los

fucoidanos, que son polisacáridos caracterizados por la presencia de grupos sulfato

73
esterificados con un pKa que varía entre 1 y 2,5. Aunque estos fucoidanos presentan
una capacidad de adsorción relativamente baja en general, su eficacia se evidencia a
pH bajo, debido a la desprotonación de sus grupos ácidos. Esta característica implica
que muchos adsorbentes, como los hongos, el quitosano y la quitina, muestran una
capacidad de adsorción casi nula cuando el pH es inferior a 3.

Según (Sheng, 2004). Bajo estas condiciones, las algas aún pueden absorber metales
pesados a niveles cercanos a dos. Debido a que adsorben metales tóxicos en
condiciones extremadamente ácidas de las aguas residuales, los fucanoides pueden
ser útiles en condiciones extremas de las aguas residuales. Lamentablemente, las
cadenas polisacáridas del alginato, que también se conocen como enlaces
glicosídicos, presentan problemas de estabilidad.

Tabla 6 Principales grupos funcionales involucrados en la biosorción

Grupo químico Formula pKa Átomo Clasificación Molécula que
estructural ligante HSAB lo contiene
Hidroxilo R – OH 9,5 – 13 O HB PS,SPS,AA,CH
Carbonilo RR´>C=O ---- O HB PS,PP
(Cetonas)
Carboxilo 1,4 – 4,7 O HB AA,FA,PT,AO

Sulfhidrilo S SB AA,PT
R - SH 8,3 – 10,8
Amino R – NH2 8 - 11 N HB AA
Ester R - COOH ------ O HB LP
O HB PL
Fosfanato 6,1 – 6,8
1,5 O Fuerte PL
fosfodiester
SB: Base [Link]: PP: Peptidos; Sulfatos; AA: Aminoacidos; PL = Fosfolipidos;
HB: Base dura FA: Acidos grasos; CH: Carbohidratos; PT: Proteinas; LP: Lipidos; AO:
Acidos organicos; PS: Policascaridos.

Fuente: Javanbakht et al., 2014

La Tabla 6 presenta los grupos funcionales que juegan un papel clave en el proceso de
bioadsorción. Estos grupos funcionales son frecuentemente influenciados por las
propiedades físico-químicas de la solución contaminante. Las características
específicas de la solución, tales como su pH, concentración iónica y la presencia de

74
otras sustancias, pueden afectar significativamente la interacción entre los grupos
funcionales y los contaminantes, determinando así la eficacia del proceso de
bioadsorción.
Estos grupos funcionales están ubicados tanto en la superficie como en los poros del
bioadsorbente, y son fundamentales para facilitar los mecanismos involucrados en la
bioadsorción, según Javanbakht (2014).

Figura 7 Mecanismos involucrados en la biosorcion utilizando algas

Fuente: Javanbakht (2014)

La atracción electrostática en el proceso de bioadsorción está determinada por varios

factores, incluyendo el tipo de sitios activos presentes en la biomasa, su cantidad, y
el estado de ionización de estos sitios. La eficacia de la bioadsorción también se ve
afectada por si estos sitios están ocupados por protones o por otros iones presentes en
la solución. La interacción entre los sitios activos y los iones en la solución influye
significativamente en el mecanismo de adsorción, afectando la capacidad del
bioadsorbente para atraer y retener los contaminantes.

75
Y a su vez, depende del pH y el pKa2 del grupo funcional respectivo, y los grupos
amino están cargados positivamente, los grupos carboxilo, sulfato y fosfato tienen
carga negativa cuando estos están desprotonados (Naja et al., 2010). Un aumento en
el pH de la solución del ion metálico durante la bioadsorción hace que los protones
se liberen de la superficie, creando así sitios de intercambio iónico (Svecova et al.,
2006).

2.3 Marco conceptual

2.3.1. Adsorción de metales pesados

La adsorción es un proceso físico-químico en el cual los iones de metales pesados

presentes en una solución acuosa se adhieren a la superficie de un adsorbente sólido.
Este fenómeno ocurre cuando los contaminantes presentes en fase líquida se
concentran en la interfaz entre el adsorbente y el adsorbato, generando una capa de
moléculas o iones en la superficie del adsorbente. La eficiencia de este proceso
depende de factores como la naturaleza del adsorbente, las propiedades del metal, el
pH, la temperatura, y la concentración inicial de los iones metálicos en la solución
(Gadd, 2009).

2.3.2. Acomplejamiento

El acomplejamiento se refiere a la formación de un complejo químico mediante la

interacción de un ion metálico con uno o más ligandos, que pueden ser moléculas o
iones donadores de electrones. Estos ligandos se enlazan al metal por medio de
enlaces coordinados, estabilizando el metal en solución. Según Cotton y Wilkinson
(1999), los complejos metálicos son fundamentales en muchos sistemas biológicos y
catalíticos debido a su capacidad para alterar las propiedades de los metales, como la
solubilidad y la reactividad.

2.3.3. Biosorbente

Un biosorbente es un material biológico capaz de adsorber y acumular iones

metálicos u otros contaminantes de soluciones acuosas mediante procesos físicos y

76
químicos. Según Volesky (2007), los biosorbentes incluyen organismos vivos o
muertos, como algas, bacterias, hongos y plantas, que poseen grupos funcionales en
sus paredes celulares capaces de interactuar con iones metálicos, facilitando su
adsorción.

2.3.4. Bioadsorbente

Un bioadsorbente es un material de origen biológico que puede retener y acumular

contaminantes, especialmente metales pesados, en su superficie mediante un proceso
de adsorción. Según Volesky (2007), los bioadsorbentes comprenden biomateriales
como algas, hongos, bacterias y plantas, los cuales contienen grupos funcionales,
como carboxilos, hidroxilos y aminos, que interactúan con los iones metálicos en
soluciones acuosas, logando su adsorción.

Davis et al. (2003) explican que los bioadsorbentes, a menudo utilizados en

tecnologías de bioadsorción, representan una opción económica y sostenible frente a
materiales tradicionales como el carbón activado, debido a su abundancia y bajo
costo de producción. Estos materiales pueden ser tanto vivos como inertes, y son
capaces de adsorber contaminantes a través de interacciones electrostáticas,
quelación o intercambio iónico.

2.3.5. Biosorción

La biosorción es un proceso físico-químico mediante el cual los materiales

biológicos, vivos o muertos, adsorben contaminantes, especialmente metales
pesados, desde soluciones acuosas a través de mecanismos como la adsorción física,
la quimisorción, la formación de complejos y el intercambio iónico. Según Volesky
(2001), este proceso se basa en la capacidad de ciertos materiales biológicos de fijar
metales y otros compuestos tóxicos a través de grupos funcionales presentes en sus
paredes celulares, como los grupos carboxilo, hidroxilo y fosfato.

Kratochvil y Volesky (1998) destacan que la biosorción es altamente eficiente para la

remoción de metales pesados debido a su capacidad de concentrar contaminantes en
su superficie, incluso a bajas concentraciones. Esta técnica es atractiva por su costo

77
relativamente bajo, su capacidad de regeneración y el hecho de que no se requieren
biomateriales vivos, lo que simplifica su implementación industrial.

2.3.6. Bioadsorbato

Es la sustancia (generalmente un contaminante o ion metálico) que es adsorbida por

un material biológico llamado bioadsorbente. En el proceso de bioadsorción, los
contaminantes presentes en solución acuosa se unen a la superficie del bioadsorbente
a través de interacciones químicas y físicas. Según Volesky (2007), el bioadsorbato
generalmente incluye metales pesados como plomo, cadmio, cobre y otros iones
presentes en soluciones acuosas, que son retenidos en la superficie del bioadsorbente
mediante procesos como la quimisorción o el intercambio iónico.

Chojnacka (2010) define como la entidad que interactúa con los sitios activos del
bioadsorbente, contribuyendo al proceso de eliminación del contaminante, donde la
capacidad de adsorción depende de la naturaleza química del contaminante y del
material biológico utilizado como bioadsorbente.

2.3.7. Carboxilos

Es un grupo funcional compuesto por un átomo de carbono unido a un grupo

hidroxilo (-OH) y a un átomo de oxígeno mediante un doble enlace (C=O). Este
grupo es característico de los ácidos carboxílicos y es conocido por su capacidad de
donar protones (H+), lo que lo convierte en un ácido débil. Según McMurry (2012),
los carboxilos son fundamentales en muchas reacciones químicas, especialmente en
la formación de enlaces por esterificación y en procesos de biosorción, donde actúan
como sitios activos para la unión de metales pesados a través de interacciones iónicas
o enlaces covalentes coordinados.

78
2.3.8. Cinética

La cinética en biosorción se refiere al estudio de las tasas a las que los contaminantes
son adsorbidos por los biosorbentes y cómo estas tasas varían en función de
diferentes parámetros como la concentración del contaminante, la temperatura, el pH
y el tiempo de contacto. Según Crini y Lichtfouse (2013), la cinética de biosorción es
crucial para el diseño de sistemas de tratamiento de aguas, ya que permite predecir el
comportamiento de adsorción y optimizar las condiciones operativas.

2.3.9. Espectrómetro

Un espectrómetro es un equipo utilizado para medir y analizar la distribución de la

energía de la radiación electromagnética emitida, absorbida o dispersada por una
sustancia. Según Harris (2010), los espectrómetros son herramientas esenciales en la
espectroscopia, permitiendo la identificación de compuestos químicos mediante la
medición de su espectro, que es el patrón de intensidad de la radiación en función de
la longitud de onda o frecuencia.

Skoog et al. (2014) explican que los espectrómetros pueden clasificarse en varios
tipos, incluyendo espectrómetros de masas, espectrómetros de absorción, y
espectrómetros de emisión. Cada tipo de espectrómetro opera bajo principios
específicos, pero todos comparten el objetivo de descomponer la radiación en sus
componentes espectrales para el análisis cualitativo y cuantitativo de las muestras.

2.3.10. Espectroscopia

La espectroscopia es la ciencia que estudia la interacción entre la radiación

electromagnética y la materia, permitiendo la identificación y cuantificación de
sustancias a partir de sus espectros característicos. Según Harris (2010), la
espectroscopia abarca diversas técnicas que se basan en la absorción, emisión o
dispersión de luz por los átomos o moléculas en una muestra.

Skoog et al. (2014) destacan que la espectroscopia es una herramienta poderosa en

química analítica, ya que puede proporcionar información sobre la estructura

79
molecular, la concentración de compuestos y las propiedades físicas y químicas de
las sustancias analizadas. Existen diferentes tipos de espectroscopia, como la
espectroscopia de absorción, la espectroscopia de emisión, y la espectroscopia de
masas, cada una con sus principios y aplicaciones específicas.

2.3.11. Hidroxilos

Un grupo hidroxilo (-OH) es un grupo funcional que consiste en un átomo de

oxígeno unido a un átomo de hidrógeno. Este grupo es característico de los alcoholes
y fenoles, y juega un papel crucial en la polaridad de las moléculas, lo que afecta sus
propiedades físicas y químicas. Según McMurry (2012), los grupos hidroxilo son
responsables de la solubilidad en agua de muchos compuestos orgánicos, debido a su
capacidad para formar enlaces de hidrógeno con las moléculas de agua.

Además, Volesky (2007) señala que los grupos hidroxilo en los biosorbentes, como
algas y otros materiales biológicos, son sitios activos que pueden interactuar con
metales pesados a través de mecanismos de adsorción, facilitando la remoción de
contaminantes de soluciones acuosas.

2.3.12. Intercambio iónico

Es el intercambio iónico es uno de los principales mecanismos de la biosorción junto

con la adsorción física y la complejación. Además, precisa como la acumulación
pasiva de iones en la superficie de materiales biológicos mediante mecanismos como
el intercambio iónico, que involucra la interacción entre los iones metálicos en
solución y los grupos funcionales cargados de la biomasa (Davis, et al., 2003).

2.3.13. Interacciones electrostáticas

Se refieren a las fuerzas de atracción o repulsión que ocurren entre los iones
presentes en una solución y los grupos funcionales cargados de la superficie del
biosorbente. Estas interacciones juegan un papel importante en la adsorción de iones,
especialmente en el caso de metales pesados, y son influenciadas por el pH, la
concentración de iones y la naturaleza del biosorbente (Ahalya, et al., 2003).

80
2.3.14. Isotermia

Consiste en la relación entre la cantidad de soluto adsorbido por un biosorbente y la

concentración del soluto en solución en equilibrio, a una temperatura constante. Las
isotermas describen cómo los iones o moléculas de una sustancia son distribuidos
entre la fase líquida y la sólida, proporcionando una idea del comportamiento y la
capacidad de adsorción del biosorbente. Los modelos de isotermas más utilizados en
la biosorción son los de Langmuir y Freundlich (Gadd, 2009).

2.3.15. Fuerzas de Van der Wallls

Consiste en las interacciones débiles entre moléculas o entre una molécula y una
superficie adsorbente que no implican enlaces covalentes. En el contexto de la
biosorción, estas fuerzas juegan un papel importante en la adhesión física de los
metales pesados o contaminantes a la superficie del biosorbente. Las fuerzas de Van
der Waals son esenciales en los procesos de adsorción física, donde los iones o
moléculas son retenidos en la superficie del biosorbente debido a estas interacciones
(Davis, et al., 2003).

2.3.16. Isoterma de Langmuir

Es un modelo ampliamente utilizado en el estudio de la adsorción y biosorción, que

describe cómo las moléculas o iones se distribuyen entre la fase líquida y la
superficie de un adsorbente a temperatura constante, bajo el supuesto de que la
adsorción ocurre en una monocapa uniforme sin interacciones entre moléculas
adsorbidas. Este modelo supone que cada sitio de adsorción tiene una energía
equivalente y que la adsorción máxima ocurre cuando todos los sitios están ocupados
(Langmuir, 1918).

2.3.18. Monocapa

En el contexto de la biosorción, una monocapa se refiere a la adsorción de moléculas

o iones en una única capa sobre la superficie de un adsorbente, cubriendo
completamente los sitios activos disponibles sin la formación de múltiples capas.

81
Este concepto está estrechamente vinculado al modelo de isoterma de Langmuir, que
asume que la adsorción ocurre en una monocapa sobre una superficie homogénea
(Langmuir, 1918).

2.3.19. Nostoc

Es un género de cianobacterias que ha demostrado ser un biosorbente eficaz para la

remoción de metales pesados y otros contaminantes en aguas residuales. Su
estructura filamentosa y la presencia de ggupos funcionales como carboxilos y
aminas en sus paredes celulares contribuyen a su alta capacidad de adsorción. Son
biosorbentes eficientes debido a su pared celular, rica en polisacáridos y proteínas,
que contienen grupos funcionales capaces de atraer y retener iones metálicos.
Además, ha sido evaluado por su capacidad de adsorber plomo, cobre y cadmio,
mostrando un comportamiento que se ajusta a modelos de adsorción en monocapa
(Gadd, 2009). 2.3.20. Ph

es una medida que indica la acidez o alcalinidad de una solución. Se define como el
logaritmo negativo de la concentración de iones hidrógeno (H+) en una solución
acuosa. Este parámetro es fundamental en diversas áreas de la ciencia, incluyendo la
química, la biología y la ingeniería ambiental, ya que influye en procesos químicos y
biológicos. El pH puede afectar la carga superficial de los biosorbentes, lo que a su
vez influye en las interacciones electrostáticas entre los biosorbentes y los metales en
solución. Esto es relevante en la biosorción, donde el pH puede modificar la
eficiencia de eliminación de contaminantes (Baker, 2014).

2.3.21. Soluto

Es una sustancia disuelta en un solvente para formar una solución. Es el componente

presente en menor cantidad en una mezcla y puede ser sólido, líquido o gas. El
concepto de soluto es fundamental en la química de soluciones y en procesos como
la biosorción, donde los solutos son los contaminantes (metales pesados) que se
adsorben en la superficie del biosorbente (Silvey, et al., 2005).

82
2.3.22. Solvente

Es el componente de una solución en el cual se disuelve el soluto. Generalmente, el

solvente está presente en mayor cantidad en comparación con el soluto y determina
muchas de las propiedades de la solución, como su capacidad para disolver ciertas
sustancias, su conductividad y su pH. En la biosorción, el solvente es generalmente
el agua, en la que los metales pesados (solutos) están disueltos. Además, el solvente,
al disolver al soluto, define las propiedades físicas y químicas de la solución, como la
capacidad para llevar a cabo reacciones químicas o procesos de adsorción. Esto es
especialmente relevante en el tratamiento de aguas residuales, donde el agua actúa
como solvente (Chang, 2016).

2.4 Marco filosófico

2.4.1. Enfoque filosófico del agua

El enfoque filosófico del agua aborda su significado más allá de lo material,

explorando su papel en la existencia, la naturaleza, y su simbolismo en diferentes
culturas y sistemas de pensamiento. El agua ha sido considerada como un elemento
primordial en varias tradiciones filosóficas y religiosas, vinculada a la vida, la
purificación, el cambio y la fluidez. En su obra El agua y los sueños (1942),
Bachelard explora el agua desde una perspectiva poética y psicoanalítica,
considerándola como un elemento que evoca imágenes profundas del inconsciente.
Para Bachelard, el agua es el símbolo de la vida interior, los sueños y la imaginación
(Bachelard, 1942).

[Link]. Filosofía histórica del agua contaminada

Se centra en cómo la humanidad ha conceptualizado, tratado y gestionado el agua

contaminada a lo largo del tiempo. Este enfoque filosófico reflexiona sobre las
interacciones entre las sociedades humanas, la tecnología y la naturaleza,
particularmente en lo que se refiere a la calidad del agua y su impacto en la salud, la
ética y la justicia social. A través de la historia, el agua contaminada ha sido tanto un
símbolo de decadencia moral como un problema técnico a resolver. En su obra H2O
83
and the Waters of forgetfulness (1985), Illich describe cómo, en la era industrial, el
agua dejó de ser vista como una fuente natural de vida para convertirse en una
mercancía sujeta a la contaminación y privatización. Critica cómo la
industrialización ha llevado a la degradación del agua, lo que simboliza la pérdida del
vínculo sagrado entre el ser humano y la naturaleza (Illech, 1985).

[Link]. Filosofía biológica del agua contaminada

La filosofía biológica del agua contaminada aborda la interrelación entre los sistemas
biológicos y la calidad del agua, explorando cómo los organismos vivos, desde
microorganismos hasta humanos, se ven afectados por la contaminación hídrica. Este
enfoque filosófico examina el impacto de los contaminantes en los ecosistemas
acuáticos y terrestres, la salud humana, y cómo la degradación del agua altera las
redes biológicas y los ciclos ecológicos. La Tierra es un sistema autorregulador en el
que los seres vivos interactúan con su entorno inorgánico para mantener las
condiciones de vida. Desde esta perspectiva, la contaminación del agua no solo
afecta a los organismos individuales, sino que amenaza el equilibrio biológico de
todo el planeta (Lovelock, 1979).

[Link]. Filosofía ecológica del agua contaminada

La filosofía ecológica del agua contaminada explora la relación entre los ecosistemas
acuáticos, la contaminación y los principios éticos y filosóficos que guían la
interacción humana con la naturaleza. Este enfoque considera la interdependencia
entre los sistemas naturales y la actividad humana, centrándose en la importancia de
mantener la salud ecológica y la justicia ambiental en el uso y gestión del agua. El
fundador de la ecología profunda, Naess propuso que todas las formas de vida,
incluyendo los ecosistemas acuáticos, tienen un valor intrínseco independientemente
de su utilidad para los seres humanos. En su visión, la contaminación del agua es un
atentado contra la integridad ecológica de los sistemas vivos y una muestra del
antropocentrismo de la sociedad moderna (Naess, 1973).

84
[Link]. Filosofía de la ética del agua contaminada

La filosofía de la ética del agua contaminada aborda las responsabilidades morales y

éticas que los seres humanos tienen hacia la protección del agua y los ecosistemas
que dependen de ella. Se enfoca en los principios que guían las acciones para evitar
la contaminación y preservar la calidad del agua, reconociendo su importancia no
solo para la vida humana, sino también para todos los seres vivos. La ética del agua
contaminada considera cómo las acciones humanas impactan este recurso esencial y
establece directrices para su protección. Plumwood, en Environmental Culture: The
Ecological Crisis of Reason, critica el antropocentrismo que ha llevado a la
degradación ambiental y aboga por una ética ecológica que valore la interconexión
entre humanos y la naturaleza. En este sentido, la contaminación del agua se ve como
un resultado de un pensamiento centrado en los humanos que ignora la importancia
de mantener la integridad de los ecosistemas acuáticos. La ética del agua
contaminada pone en primer plano la obligación de proteger los recursos hídricos de
la contaminación, enfatizando tanto la equidad intergeneracional como el respeto por
todas las formas de vida que dependen del agua. Estos autores subrayan la necesidad
de una reflexión ética profunda para garantizar la sostenibilidad y el bienestar global
(Plumwood, 2022).

[Link]. Filósofo Vandana Shiva

Uno de los filósofos contemporáneos que ha abordado el tema del agua contaminada
es Vandana Shiva, una reconocida filósofa y activista ecofeminista. En su obra
“Water Wars: Privatization, Pollution, and Profit”, expone cómo la contaminación y
privatización del agua afectan de manera desproporcionada a las comunidades pobres
y vulnerables. Shiva relaciona la degradación del agua con el sistema capitalista
global, argumentando que la contaminación del agua es un acto de injusticia
ambiental y social (Shiva, 2002).

2.4.2. Enfoque filosófico del Nostoc commune

El Nostoc commune, una cianobacteria que vive en simbiosis con diversas plantas,
ofrece un enfoque filosófico que abarca varias disciplinas, incluyendo la ecología, la
85
ética ambiental y la biología. Su capacidad para fijar nitrógeno y su papel en los
ecosistemas acuáticos resaltan la importancia de la interconexión entre organismos y
su medio ambiente (Dillard, 1990).

[Link]. Filosofía histórica del Nostoc commune

A lo largo de la historia, el Nostoc commune ha desempeñado un papel crucial en la

salud de los ecosistemas, especialmente en la fijación de nitrógeno en ambientes
acuáticos y terrestres. Esto ha llevado a una reevaluación de su importancia en la
sostenibilidad ecológica y el manejo de recursos naturales. La relación entre el
Nostoc commune y diversas culturas a lo largo de la historia también es un tema de
interés. Su uso como alimento y medicina en varias tradiciones indígenas ilustra
cómo las comunidades han integrado el conocimiento sobre esta cianobacteria en sus
prácticas culturales y su visión del mundo (Margulis, et al., 2002).

[Link]. Filosofía biológica del Nostoc commune

La filosofía biológica del Nostoc commune aborda la comprensión de su naturaleza

biológica, su rol en los ecosistemas, y su interacción con otros organismos y el medio
ambiente. Esta perspectiva incluye un análisis sobre la vida, la evolución, y las
interacciones ecológicas que definen a esta cianobacteria. Nostoc commune es un
organismo fotosintético que juega un papel crucial en la fijación de nitrógeno, un
proceso esencial para la salud del suelo y la sostenibilidad de los ecosistemas. Desde
un enfoque filosófico, se puede reflexionar sobre la esencia de lo que constituye la
vida y la importancia de organismos aparentemente simples en la complejidad de los
sistemas biológicos (Mayr, 1982).

[Link]. Filosofía ecológica del Nostoc commune

La filosofía ecológica del Nostoc commune explora su papel dentro de los

ecosistemas, las interacciones entre organismos, y la relación entre la humanidad y la
naturaleza. Este enfoque invita a reflexionar sobre la interdependencia de todas las
formas de vida y la importancia de la conservación de los ecosistemas. La filosofía

86
ecológica enfatiza cómo los organismos interactúan entre sí y con su entorno, y cómo
estas relaciones son esenciales para la resiliencia de los ecosistemas (Leopold, 1949).

[Link]. Filosofía de la eficiencia del Nostoc commune

La filosofía de la eficiencia aplicada al Nostoc commune examina cómo este

organismo puede contribuir de manera efectiva a la sostenibilidad y la salud de los
ecosistemas. En el contexto de la biosorción y la mejora del suelo, se considera su
eficiencia en varios procesos ecológicos, así como su potencial para abordar
problemas ambientales (Tilman, 1999).

[Link]. Filosofía de la ética del Nostoc commune

La filosofía de la ética aplicada al Nostoc commune aborda la interrelación entre la

humanidad y el medio ambiente, explorando cómo los seres humanos valoran y
manejan organismos como el Nostoc commune en el contexto de la sostenibilidad, la
conservación y la responsabilidad ambiental. La interacción del ser humano con el
medio ambiente implica una responsabilidad ética hacia la conservación de especies
como el Nostoc commune. Esto incluye la promoción de prácticas agrícolas
sostenibles y la protección de hábitats naturales, reconociendo el papel crucial que
desempeñan en el mantenimiento de la biodiversidad (Singer, 1975).

2.4.2. Filósofo Gustavo Lovisolo

Filósofo que explora la interacción entre biotecnología y naturaleza, lo que se puede

aplicar al estudio del Nostoc como un biosorbente. Ha centrado su trabajo en la
intersección entre biotecnología y naturaleza, abordando cuestiones filosóficas
relacionadas con el uso de organismos vivos, como el Nostoc, en aplicaciones
tecnológicas y científicas. Si bien no ha escrito específicamente sobre el Nostoc, su
enfoque sobre la biotecnología y la ética del uso de organismos vivos es altamente
relevante para entender la filosofía del Nostoc en el contexto de la biosorción y la
remediación ambiental. Su enfoque se puede aplicar al Nostoc al analizar cómo la
intervención humana con estos microorganismos puede generar debates sobre:

87
- Manipulación de la naturaleza: El uso de la biotecnología, como el
aprovechamiento del Nostoc para la remoción de metales pesados, implica una
interacción directa con los sistemas naturales. Este uso abre preguntas sobre los
límites éticos de la modificación de organismos vivos para satisfacer las
necesidades humanas.

- Sostenibilidad y tecnología: Que las tecnologías como la biosorción con Nostoc

pueden representar un camino hacia un desarrollo más sostenible, en contraste con
métodos industriales que dañan los ecosistemas. Lovisolo invita a considerar el
impacto a largo plazo de estas tecnologías sobre los ecosistemas.

- Responsabilidad tecnológica: Enfatiza la responsabilidad en el uso de la

biotecnología. En el caso del Nostoc, esta responsabilidad se relaciona con el
balance entre aprovechar sus propiedades biológicas (como biosorbente) y evitar
consecuencias adversas que puedan surgir del mal manejo de este recurso natural.

2.5 Formulación de hipótesis

Hipótesis general:

El Nostoc commune influyen en la biosorción in vitro de metales pesados en agua

contaminada.

Hipótesis específicas

a. Existe influencia significativa del Nostoc commune en la biosorcion in vitro de Pb

(II), Cd (II), Cu (II), As (III) en agua contaminada.
b. Los niveles de dosis del Nostoc commune influyen en la biosorción in vitro de Pb
(II), Cd (II), Cu (II), As (III) en agua contaminada.
c. El tiempo de inoculación del Nostoc commune influyen en la biosorción in vitro de
Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.
d. Existe interacción entre tipos de metales pesados y niveles de dosis del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

88
 e. Existe interacción entre tipos de metales pesados y tiempo de inoculación del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.
f. Existe interacción entre niveles de dosis y tiempo de inoculación del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

2.6 Identificación de variables

2.6.1. Variable independiente: Niveles de dosis de Nostoc commune, Tipos de

metales pesados, Tiempo de inoculación del Nostoc commune.

2.6.2. Variable dependiente: Biosorcion de Pb (II), Cd (II), Cu (II), As (III).

2.7 Definición operativa de variables e indicadores

Variable Definición operacional Dimensiones Indicadores Unidad

El Nostoc se desarrollan en
suelos húmedos, encima de Niveles de dosis 1.0, 3.0, 5.0
mg/L
musgos y vegetación, y cerca Nostoc commune y 7.0
de arroyos o charcos. Las
VARIABLE células son de color verde
INDEPENDIENT oliváceo pálido, casi
E: Nostoc esféricas y algo aplanadas en
commune las áreas de contacto entre
ellas. Los heterocistes
pueden tener una medida de Tiempo de
hasta 7 micrómetros y son inoculación del 10, 20, 30 min
casi esféricos. Nostoc commune

Concentración Pb: 18.76, mg/L

inicial de metales 25.02, 31.27
pesados: Pb
(NO3)2; CdSO4; Cd: 17.68,
CuSO4; H3ASO4, 23.58, 31.27
como línea de
89
 Cu:13.52,
18.03, 22.54
base.
As: 1.58,
2.64, 3.70
Biosorcion de
Es el proceso de extraer metales pesados: Cantidad de
metales pesados de una Pb; Cd; Cu; As metales mg/L
VARIABLE
solución acuosa a través de como metales residuales
DEPENDIENTE:
la biomasa. Los compuestos residuales.
Biosorcion de Pb
químicos o grupos de captura Adime
(II), Cd (II), Cu
se encuentran en biomasa Variación del Ph pH inicial nsional
(II), As (III).
viva o muerta para secuestrar de la solución
Adime
el metal. acuosa pH final nsional

CAPÍTULO III METODOLOGÍA DE LA

INVESTIGACIÓN

3.1 Tipo de investigación

El tipo de investigación fue aplicada, pues es de naturaleza eminentemente práctica

para aplicar los fundamentos de la ciencia de biosorcion de cuatro tipos de metales
pesados (Pb, Cd, Cu y As), sometidos a diferentes niveles de dosis del Nostoc
commune y tiempo de inoculación. La adquisición de nuevos conocimientos a través

90
de trabajos aplicados es el objetivo principal de la investigación aplicada. Sin
embargo, se enfoca principalmente en un objetivo práctico específico. En un intento
de abordar problemas concretos, este tipo de investigación requiere una revisión
exhaustiva de todo el conocimiento previo disponible, así como un análisis profundo
de la información existente. Los resultados de la investigación aplicada se refieren,
en primer lugar, a un único producto o a un número limitado de productos,
operaciones, métodos o sistemas (Ruiz, 2015).

3.2 Nivel de investigación

La investigación se enfocó en el aspecto explicativo, con el propósito de analizar

cómo distintas concentraciones de Nostoc commune y diferentes tiempos de
inoculación influyen en el proceso de biosorción de cuatro tipos de metales pesados
en soluciones acuosas. Este nivel de investigación tiene como objetivo explicar los
fenómenos y el estudio busca explicar las causas por las que se provoca el fenómeno
o evento (Ruiz, 2015).

3.3 Métodos de investigación

En la presente investigación se utilizó el método científico dando énfasis en el

método experimental, en la cual el investigador manipula una variable experimental
no comprobada, bajo condiciones estrictamente controladas (Martins, et al., 2012).
Los datos de cada variable se analizaron como un experimento factorial 4A4B3C en
DCA, donde se consideró como factor A: cuatro tipos de metales pesados (a 1 = Pb; a2
= Cd, a3 = Cu; a4 = As), factor B: Niveles de dosis de Nostoc commune (b1 = 1.0 g; b2
= 3.0 g; b3 = 5.0 g; b4 = 7.0 g), factor C: Tiempo de inoculación (c 1 = 10 min; c2 = 20
min; c3 = 30 min).

3.4 Diseño de investigación

El enfoque de la investigación ha sido de tipo experimental. Los tratamientos se

organizaron utilizando un Diseño Completamente al Azar (DCA) con un arreglo
factorial 4A4B3C, lo que resultó en un total de 48 unidades experimentales. Este

91
 diseño permite una evaluación sistemática de los efectos de los factores y sus
interacciones, asegurando la validez y la fiabilidad de los resultados obtenidos en el
estudio

Donde:

Factor A: Tipos de metales que tiene cuatro niveles. a 1 = Pb; a2 = Cd, a3 = Cu; a4 =
As. Es un componente de efectos fijos cuando se deciden los tipos de metales
concretos a utilizar.

Factor B: Niveles de dosis del Nostoc commune. b1 = 1.0 g; b2 = 3.0 g; b3 = 5.0 g; b4

= 7.0 g. Es un componente de efectos fijos cuando se deciden los niveles de dosis del
Nostoc commune a utilizar.

Factor C: Niveles de tiempo de inoculación. c1 = 10 min; c2 = 20 min; c3 = 30 min.

Es un componente de efectos fijos cuando el investigador decide utilizar los niveles
de tiempo.

Tamaño del experimento: Número total de observaciones del experimento son 48

unidades experimentales.

Modelo matemático que planteamos es el siguiente:

Yijk = µ + Ai + B j + Ck + (AB) ij + (AC) ik + (BC) jk + (ABC) ijk; + εijk; ; i = 1,2,3,4 ; j =

1,2,3,4 ; k = 1,2,3.

Donde:

Yijk: Representa la biosorcion de metales correspondiente al nivel (i) del factor “A”, al
nivel (j) del factor “B” y al nivel (k) del factor “C”.

µ: Efecto constante, común a todos los niveles de los factores, denominado media
global.

Ai : Efecto producido por nivel i – ésimo del “factor A”, (ΣiAi = 0).

Bj : Efecto producido por el j – ésimo del “factor B”, (Σj Bj = 0).

Ck : Efecto producido por el k – ésimo del “factor C”, (ΣkCk = 0).

92
(AB) ij : Efecto producido por la interacción entre “A x B”, (Σi (AB)ij = Σj (AB)ij = 0).

(AC) ik : Efecto producido por la interacción entre “A x C”, (Σi (AC)ik = Σk (AC)ik =
0).

(BC) jk : Efecto producido por la interacción entre “B x C”, (Σj (BC)jk = Σj (BC)jk =
0).

(ABC) ijk : Efecto producido por la interacción entre “A x B x C”, (Σi (ABC) ijk = Σj
(ABC)ijk = Σk (ABC)ijk = 0).

εijk = es el efecto del error experimental en el i – ésimo efecto del factor A, j – ésimo
efecto del factor B, k – ésimo efecto del factor C. independientes con distribución
N(0,σ).

i = 4 es el número de tipos del factor “A” j =

4 es el número de niveles del factor “B” k =

3 es el número de niveles del factor “C”.

Y para estimar la isotermia y cinética de biosorcion, se utilizó el método de regresión

lineal:

El análisis de regresión lineal es un método estadístico que se utiliza para investigar

cómo se relacionan las variables. Funciona en una amplia gama de situaciones. En
física y química, se utiliza para calibrar medidas o caracterizar las relaciones entre
variables, etc. La ecuación se compone de:

Yi = a + [Link] ; donde:

El coeficiente "b" representa la pendiente de la recta y el coeficiente "a" representa el

punto donde la recta intersecta el eje de ordenadas.

93
 3.5 Población, muestra y muestreo

Población

En la presente investigación la población está representando por el total de 4.8 litros

de agua contaminada, en nuestro caso fueron las aguas contaminadas con Pb (II), Cd
(II), Cu (II), As (II), a diferentes concentraciones iniciales.

Muestra

Por las características particulares del experimento, se ha trabajado con todos los
elementos de la población, descartando la necesidad de tomar una muestra
representativa de la población. Según Hernández Sampieri et al. (2014) explican que
la población y la muestra pueden ser equivalentes cuando se tiene acceso a todos los
elementos de la población, o cuando esta es pequeña y manejable dentro del contexto
experimental.

Muestreo

Se empleó el muestreo no probabilístico de tipo intencional, basado en la

conveniencia, para seleccionar deliberadamente los cuatro tipos de metales pesados y
las concentraciones. Hernández Sampieri et al., (2014) explican que el muestreo
intencional se utiliza cuando se requiere seleccionar individuos que poseen
características únicas, y que es adecuado para estudios experimentales en los que la
selección de participantes con características particulares puede ser crítica para
probar hipótesis específicas.

3.6 Técnicas e instrumentos de recolección de datos

3.6.1. Técnica de recolección de datos

Espectroscopia de emisión atómica, que es un método de análisis químico que utiliza

la intensidad de la luz por una llama, un plasma, una chispa eléctricos en una
longitud de onda particular para determinar la cantidad de un elemento en una
muestra (Cresser, 2017).

94
3.6.2. Instrumentos utilizados para recolección de datos

El espectrómetro de emisión atómica (EAE) es un instrumento clave en el análisis

químico que permite detectar y cuantificar la presencia de elementos en una muestra,
basado en la emisión de luz que ocurre cuando los átomos excitados regresan a su
estado fundamental. Esta técnica es ampliamente utilizada en la investigación
experimental para la determinación de metales pesados en diversos tipos de muestras
de agua (García et al., 2020).

El uso de fichas de registro que proporciona un método estructurado para la

recopilación de datos, mejorando la organización y el análisis de los resultados
obtenidos en el experimento de laboratorio, así como las lecturas realizadas con
espectrómetro de emisión atómica (Rocío et al., 2019).

Procedimiento del experimento:

El ensayo se llevó a cabo en el Laboratorio Central de la Universidad Nacional de

Huancavelica, específicamente en el Área de Biología Celular. El experimento se
estructuró en siete fases clave, que se describen a continuación:

Fase I: Colección de la muestra húmeda

El Nostoc commune fue recolectado en las comunidades altoandinas de Astobamba y

Pucapampa (Distrito de Santa Ana - Castrovirreyna), Cachimayo y Yauricocha
(Distrito de Ascensión - Huancavelica), cuyas coordenadas se ubican entre 18 L:
0489368; UTM: 8567987, a una altitud de 4337 m.s.n.m.

95
Figura 8 Proceso de recolección de las muestras de Nostoc commune

Se recolectó 10 kg de muestra húmeda, y se colocó en bolsas de polietileno para el

traslado hacia el Laboratorio Central de UNH, y seguidamente se procedió con la
selección y lavado de las muestras. El lavado se realizó con abundante agua
destilada para la remoción de residuos (tierra, arena, heces de animales etc) y luego
se dejó en bandejas de malla para que choree el agua.

Fase II: Determinación taxonómica del Nostoc commune

La determinación taxonómica se realizó en el Herbarium Truxillense (HUT) de la

facultad de Ciencias Biológicas de la Universidad Nacional de Trujillo. Las muestras
fueron recolectadas bajo previa carta de Autorización por la Dirección Regional de
Producción (DIREPRO) del Gobierno Regional de Huancavelica y enviados las
muestras en seca y fresca (formalina). Y finalmente con la Constancia N° 10 –
[Link]-UNT, determina la siguiente clasificación taxonómica:

División: Cyanophyta (Cyanobacteria)

Clase: Cyanophyceae Schaffner

Sub Clase: Nostocophycidae Hoffmann, Komárek & Kastovsky

Orden: Nostocales Borzì

Familia: Nostocaceae Eichler

Género: Nostoc Vaucher ex Bornet & Flahault

96
Nombre Científico: Nostoc commune Vaucher ex Bornet & Flahault

Nombre Común: “cushuro”, “murmunta”.

Determinación taxonómica: Dr. Manuel Fernández Honores (HUT) y Dr. Elmer

Alvítez Izquierdo (HUT).

Fase III: Obtención de la muestra seca

El secado se realizó a temperatura ambiente, bajo techo con la finalidad de tener un

control más uniforme y evitando la desecación excesiva y la oxidación de los
compuestos bioactivos presentes en el Nostoc commune, lo que podría disminuir su
eficacia y valor. El tiempo de desecado fue de 10 días en el Laboratorio Central de
UNH.

Fase IV: Molienda y tamizado de la muestra

Con la ayuda de un molino de cizalla se realizó la molienda hasta obtener una

reducción de tamaño requerido y tamizado manualmente con un tamiz de malla de
calibre 0.5 – 1.0 mm. Y con la ayuda de una balanza analítica de alta precisión se
pesaron las cantidades exactas de (b1 = 1.0 g; b2 = 3.0 g; b3 = 5.0 g; b4 = 7.0 g), y se
envasaron en recipientes de plástico con tapa hermética para garantizar la
preservación de la calidad del material y evitar la contaminación por partículas o
microorganismo.

Fase V: Preparación de agua contaminada sintética

A. Procedimiento de cálculo de la cantidad de sustancias

Se ha calculado el peso molecular (o masa molar) de un compuesto químico implica

sumar los pesos atómicos de todos los átomos presentes en la fórmula molecular del
compuesto. Aquí tienes una guía paso a paso para calcular el peso molecular de
cualquier compuesto:

1. Obtener la Fórmula Química:

97
Fórmula química del compuesto te indicará los elementos presentes y el número de
átomos de cada elemento.

2. Identificar los Elementos y sus Cantidades:

Se ha calculado el número de átomos presentes en la fórmula del compuesto para cada

elemento.

3. Obtener los Pesos Atómicos:

Consulta la tabla periódica para obtener el peso atómico (masa atómica) de cada
elemento. El peso atómico generalmente se da en gramos por mol (g/mol).

4. Multiplicar el Peso Atómico por el Número de Átomos:

Multiplica el peso atómico de cada elemento en la fórmula por el número de átomos de

ese elemento en el compuesto.

5. Sumar los Pesos Atómicos de Todos los Elementos:

Suma todos los resultados de las multiplicaciones para obtener el peso molecular total
del compuesto.

Tabla 7 Cantidad de Pb (NO3)2 para la preparación de 100 ml de agua sintética

Element Peso Número Contribución Dosis para el
o Atómico de átomos g experimento

Pb 207 1 207 ▪ 3.0 g Pb (NO3)2 = 18.76

N 14 2 28 [Link]/L = 18.76 ppm.
O 16 6 96 ▪ 4.0 g Pb (NO3)2) =
25.02
[Link]/L = 25.02 ppm.
▪ 5.0 g Pb (NO3)2) =
31.27 [Link]/L =31.27
ppm
Nitrato de plomo - Pb (NO₃) ₂ 331.0 g

98
Tabla 8 Cantidad de CdSO4 para la preparación de 100 mL de agua sintética
Elemento Peso Número de Contribución Dosis para el
Atómico átomos g experimento

Cd 112 1 112 ▪ 3.0 g CdSO4= 17.68

N 14 1 14 [Link]/L = 17.68 ppm
▪ 4.0 g CdSO4 =
23.58 [Link]/L =23.58
O 16 4 64
ppm
▪ 5.0 g. CdSO4 =
29.47 [Link]/L = 29.47
ppm
Sulfato de cadmio – CdSO4 190 g

Tabla 9 Cantidad de CuSO4 para la preparación de 100 ml de agua sintética

Elemento Peso Número de Contribución Dosis para el
Atómico átomos g experimento

Cu 64 1 64 ▪ 3.0 g CuSO4= 13.52

N 14 1 14 [Link]/L =13.52 ppm
▪ 4.0 g CuSO4 =
18.03 [Link] /L =18.03
O 16 4 64
ppm
▪ 5.0 g CuSO4 = 22.54
[Link] /L =22.54 ppm
Sulfato de cobre – CuSO4 142 g

Tabla 10 Cantidad de H3ASO4 para la preparación de 100 ml de agua sintética

Peso
Número de
Contribución Dosis para el
Elemento Atómic
g experimento
átomos
o
As 75 1 75 ▪3.0 g H3ASO4= 1.58
H 1 3 3.02 [Link]/L =1.58 ppm

99
 O 16 4 64 ▪4.0 g H3ASO4 = 2.64
[Link]/L =2.64 ppm
▪ 5.0 g H3ASO4 = 3.70
[Link]/L =3.70 ppm
Tetraoxoarsenico de Hidrógeno –
142 g
H3ASO4
B. Preparación de las soluciones

El ensayo de la preparación de las soluciones se realizó en el laboratorio de la

Universidad Nacional de Huancavelica, El agua contaminada sintética se preparó con
agua destilada de 100 ml de volumen para cada tratamiento (Pb, Cd, Cu, As),
agregando la cantidad según los cálculos obtenidos (3.0, 4.0 y 5.0 g,), y se agitó
constantemente con el agitador magnético a 700 rpm durante 5 minutos y se dejó
reposar por 60 minutos a temperatura ambiente, y finalmente se determinó el pH inicial
utilizando el Peachímetro multiparámetro. Para realizar el ensayo se consideraron las
siguientes soluciones sintéticas:

Tabla 11 Concentración inicial del Plomo en 100 ml de agua destilada

Plomo (mg.L-1) Vol. (mL) Muestras (Unidades)
18.76 100 3
25.02 100 3
31.27 100 3
Tabla 12 Concentración inicial del Cadmio en 100 ml de agua destilada
Cadmio (mg.L-1) Vol.(mL) Muestras (Unidades)
17.68 100 3
23.58 100 3
31.27 100 3

Tabla 13
Concentración inicial del Cobre en 100 ml de agua
des tilada
Cobre Muestras (Unidades)
Vol. (mL) (mg.L-
1
)
13.52 100 3

100
 18.03 100 3
22.54 100 3

Tabla 14 Concentración inicial del Arsénico en 100 ml de agua destilada

Arsénico (mg.L-1) Vol. (mL) Muestras (Unidades)
1.58 100 3
2.64 100 3
3.70 100 3

Figura 9 Preparación de soluciones acuosas de Pb, Cd, Cu y As

Fase VI: Proceso de biosorcion

En el laboratorio de UNH, se realizaron ensayos de biosorción en los cuales se

mezclaron diversas concentraciones de soluciones de Pb, Cd, Cu y As, las cuales se
obtuvieron a partir de nitrato de plomo (Pb (NO3)2), sulfato de cadmio (CdSO4),
sulfato de cobre (CuSO4) y ácido tetraoxarsénico (H3AsO4)

101
Figura 10 Proceso de biosorcion de metales pesados usando Nostoc commune

Acondicionami Acondicionami Proceso de

ento del ento de las biosorcion en
biosorbente soluciones un sistema de
acuosas lote

Cuantificación
de la cantidad
de metal
adsorbido

Figura 11 Proceso de inoculación de Nostoc commune

En todas las soluciones simuladas se inocularon (1,3,5,7 g) de Nostoc commune, y se

monitorearon los tiempos de inoculación y se realizaron lecturas a intervalos de 10,
20 y 30 minutos. Las muestras se mantuvieron a una temperatura de 18–20 °C y se
mantuvieron en agitación magnética a 700 rpm. Posteriormente, las soluciones se
filtraron utilizando papel Whatman No. 42 para separar la solución del Nostoc
commune. El filtrado fue enviado al Laboratorio de Suelos, Aguas y Foliares
(LABSAF) del INIA en Santa Ana, Huancayo, para su análisis.

102
Fase VII: Análisis instrumental con Espectroscopia de Emisión Atómica

Se utilizó la técnica de Espectroscopia de Emisión Atómica (Laboratorio - LABSAF -

INIA – Huancayo), para determinar la biosorcion final de metales pesados.

Espectroscopia de Emisión Atómica:

Este método de análisis químico emplea la intensidad de la luz emitida por una
llama, plasma, arco o chispa en una longitud de onda específica para medir la
concentración de un elemento en una muestra. La identificación del elemento se
realiza en función de la longitud de onda característica de su línea espectral atómica,
mientras que la intensidad de la luz emitida es proporcional a la cantidad de átomos
presentes en la muestra

A temperatura ambiente, todos los átomos en una muestra están en su estado

fundamental. Por ejemplo, en el caso del sodio metálico, el orbital 3s contiene
únicamente un electrón externo. El calor generado por una llama, chispa o arco
eléctrico puede excitar este electrón a niveles energéticos superiores. Cuando el
electrón regresa al estado fundamental, se emite un fotón de radiación, el cual está
asociado con la transición del átomo excitado de vuelta a su estado de energía
original durante su breve período de excitación.

Se consideran los principios fundamentales de la emisión atómica para su aplicación:

1. Estructura electrónica: Los átomos están formados por un núcleo central que
contiene protones y neutrones, mientras que los electrones giran alrededor de este
núcleo en distintos niveles de energía.

2. Transiciones electrónicas: Cuando un átomo absorbe energía, ya sea en forma de

luz o calor, sus electrones pueden ascender a niveles energéticos superiores. La
energía absorbida se libera como radiación electromagnética cuando los electrones
retornan a sus niveles de energía originales

103
3. Emisión de luz: La longitud de onda de la luz emitida está determinada por la
diferencia de energía entre los niveles energéticos inicial y final de un electrón.
Esta relación está descrita por la ecuación de Planck-Einstein, E = hv, donde E
representa la energía, h es la constante de Planck y ν es la frecuencia de la
radiación.

4. Espectros atómicos: La luz emitida por átomos específicos produce patrones de

líneas espectrales distintivas. Estos patrones son únicos para cada elemento
químico y se utilizan en técnicas analíticas como la espectroscopía para identificar
elementos y analizar su composición.

5. Leyes de la espectroscopía: La espectroscopía atómica está regulada por varias

leyes, entre ellas la ley de Kirchhoff, que afirma que un objeto caliente o una
sustancia en fase gaseosa, al calentarse lo suficiente, emitirá un espectro continuo.
Otra ley fundamental es la ley de Beer-Lambert, que describe la relación entre la
absorbancia de la radiación, la concentración de la muestra y la longitud del
trayecto óptico

Principales componentes de un equipo de Espectroscopia de emisión Atómica:

▪ Fuente de llama: Proporciona el calor necesario para excitar los átomos o iones
de la muestra. Generalmente, se utiliza una llama de gas natural o propano para este
propósito.

▪ Atomizador: Introduce de manera controlada la solución de muestra en la

llama. Este proceso se puede llevar a cabo mediante un aspirador o un nebulizador.

▪ Monocromador: Es un dispositivo óptico que selecciona una longitud de onda

específica de la luz emitida por la muestra. Su función es reducir la radiación de
fondo no deseada y mejorar la precisión de las mediciones.

▪ Detector: Captura la longitud de onda específica de la luz y la convierte en una

señal eléctrica.

104
 Figura 12 Componentes de Espectroscopia de Emisión Atómica

Fuente: Schrenk, W.G (1986).

El funcionamiento de un fotómetro de llama implica una serie de pasos fundamentales:

-Introducción de muestra: El atomizador se encarga de introducir la solución de

muestra en la llama. La solución se aspira o se nebuliza para asegurar que se forme un
rocío fino, lo que facilita una atomización eficiente.

-Atomización y desolvatación: Al entrar en la llama, el solvente se evapora, dejando

los elementos disueltos en forma de átomos o iones. La alta temperatura de la llama
excita aún más estos átomos o iones.

-Emisión de luz: Los átomos o iones excitados en la llama emiten luz en longitudes
de onda específicas que corresponden a los elementos presentes en la muestra.

-Selección de longitud de onda: El monocromador selecciona la longitud de onda

deseada de la luz emitida por la muestra, mientras bloquea otras longitudes de onda
no deseadas.

-Detección y medición: Un detector capta la longitud de onda específica de luz y la

convierte en una señal eléctrica. El procesador de señal mide la intensidad de esta
señal, que es proporcional a la concentración del elemento en la muestra.

105
-Análisis cuantitativo: Para determinar la concentración del elemento en la muestra,
se compara la señal medida con curvas de calibración o estándares. Esto permite
realizar un análisis cuantitativo del elemento específico en cuestión.

Para asegurar mediciones precisas en la fotometría de llama, es esencial realizar una

correcta preparación de la muestra. Los pasos fundamentales en este proceso son los
siguientes:

-Selección de la solución de muestra: Es fundamental elegir la solución que

contenga el elemento de interés y asegurar que sea compatible con el análisis de
fotometría de llama.

-Dilución y estandarización: Si la concentración del elemento en la muestra es

demasiado alta, puede ser necesario diluirla para que se ajuste al rango lineal del
instrumento. Además, se deben preparar soluciones estándar con concentraciones
conocidas para la calibración.

-Filtrado: Emplee filtros adecuados para eliminar cualquier material particulado o

impurezas presentes en la solución de muestra.

-Ajuste de pH: Algunas muestras pueden requerir ajustes de pH para asegurar un

rendimiento óptimo durante el análisis.

-Condiciones de la llama: Estos factores son cruciales para el análisis en fotometría

de llama. Para optimizar la llama, considere los siguientes aspectos:

-Proporciones de oxidante y combustible: Ajuste estas proporciones para obtener

una llama estable y mantener una temperatura adecuada para una atomización
efectiva. • Estabilidad de la llama: Asegúrese de que la llama sea constante y sin
fluctuaciones, ya que esto influye en la precisión y exactitud de las mediciones.

-Configuración del quemador: Elija el quemador adecuado según los requisitos del
análisis. Diferentes tipos de quemadores, como los de premezcla o de ranura, ofrecen
distintas ventajas en términos de sensibilidad y estabilidad.

106
-Tasa de flujo de muestra: Ajuste esta tasa para optimizar el consumo de muestra y
garantizar una atomización eficiente.

Principios de la emisión atómica

Se basan en la idea de que una vez que un átomo de un elemento específico (como la
absorción atómica) se excita, emite luz con un patrón de longitudes de onda
específico (un espectro de emisión) a medida que regresa a su estado base.

La llama no es la mejor fuente de excitación para la emisión atómica. Como resultado,

se emplean fuentes más calientes.

Los átomos de la muestra líquida nebulizada se desolvan, atomizan y excitan mediante

el uso de plasma de nitrógeno.

La llama de aire-acetileno utilizada en AA es significativamente más caliente (hasta

5.000o K) que el plasma de nitrógeno.

El MP-AES de Agilent usa un generador de nitrógeno del aire.

- El plasma de nitrógeno está retenido por campos magnéticos axiales y eléctricos

radiales.

- El aerosol de la muestra se introduce en el plasma de nitrógeno.

- Las ópticas del monocromador de barrido rápido reciben las emisiones axiales del
plasma de nitrógeno - Un CCD de alta eficacia detecta las emisiones específicas de la
longitud de onda.

El átomo o molécula, tras absorber energía, se excita y permanece en ese estado por
un corto periodo (del orden de 10^-6 segundos). Luego, regresa a su estado
fundamental o no excitado, liberando la energía sobrante en forma de luz o cuantos
luminosos. Este proceso ocurre cuando una fuente de excitación, como una descarga
eléctrica, interactúa con la muestra, según lo descrito por Catasus (1985) y Burriel

107
(2003). La energía liberada se puede expresar mediante la diferencia entre los estados
de energía E1 y E2.

E = hf (h = 6.626 x 10-34 Js) E =

energía h = Constante de Planck f =

Frecuencia de la radiación emitida

El análisis cuantitativo por emisión atómica se basa en la relación empírica entre el

contenido de un elemento en la muestra y la intensidad de su línea espectral
específica para una longitud de onda específica en la región del espectro examinada.
La ecuación de Lomakim-Scheibe es el nombre común para esta relación:

I = a * Cb (2)

I = intensidad de la línea espectral C = contenido del elemento a = coeficiente de

proporcionalidad donde se presupone que la concentración es proporcional a la
intensidad. La auto absorción tomada en cuenta a través del exponente "b" es la
principal causa de las desviaciones de esta proporcionalidad. Cuando el registro es
fotográfico, la ecuación se muestra gráficamente en coordenadas logarítmicas como
se muestra a continuación:

Lg I = b * lg C + lg a

En la espectroscopia de emisión, son los electrones de valencia de los elementos los

que se excitan, para dar lugar a espectros atómicos formados por picos bien definidos
y estrechos, empleándose como líneas analíticas las líneas ultimas o de referencia
(Willard, et al., 1995).

Interferencias:

Cualquier efecto que altera la señal incluso cuando la concentración del analito
permanece invariable se denomina interferencia. Son frecuencias que pueden pasar
desapercibidas. Sin embargo, se pueden resolver eliminando el factor que causa la

108
interferencia. Los efectos de interferencia se dividen en interferencias de blanco y
analito.

- El plasma tiene menos interferencias químicas y de matriz que otros atomizadores. -

A concentraciones bajas de analito, la emisión de fondo puede ser intensa, lo que
puede requerir correcciones.

Procedimiento de emisión atómica para determinar cadmio, plomo, cobre y

arsénico.

Equipo:

- Espectrofotómetro de emisión atómica MP – AES.

- Controles de gases

- Generador de plasma

- Configuración del plasma

- Enclavamientos de instrumentos

- Sistema óptico

- Detector

Material:

- Vasos precipitados de 100 mL.

- Pipetas de 1.0 ml

- Recipientes de plástico de 50 ml.

Reactivos:

1. Estándares de calibración de cadmio en soluciones son las siguientes

concentraciones:

109
0.00, 0.25, 0.50, 1.00, 2.00 ppm (Concentración de método)

0.00, 0.27, 0.53, 1.03, 1.92 ppm (Concentración calculada)

0.07, 4134.94, 8136.79, 15962.42, 29682.48 (Intensidad)

▪ Patrones: Blanco, estándar 1, estándar 2, estándar 3 y estándar 4.

▪ Estado y flujo de gas plasma
▪ Soluciones de muestras preparadas de cadmio.

2. Estándares de calibración de plomo en soluciones son las siguientes

concentraciones:

0.00, 1.00, 2.50, 5.00, 10.00 ppm (Concentración de método)

0.00, 1.02, 2.47, 4.93, 9.92 ppm (Concentración calculada)
0.00, 2670.25, 6435.80, 12843.59, 25837.12 (Intensidad)

▪ Patrones: Blanco, estándar 1, estándar 2, estándar 3 y estándar 4.

▪ Estado y flujo de gas plasma

▪ Soluciones de muestras preparadas de plomo.

3. Estándares de calibración del cobre en soluciones son las siguientes

concentraciones:

0.00, 0.25, 0.50, 1.00, 2.00 ppm (Concentración de método)

0.00, 0.25, 0.49, 0.97, 2.03 ppm (Concentración calculada)
0.14, 19256.73, 37522.15, 74319.40, 155092.73 (Intensidad)

▪ Patrones: Blanco, estándar 1, estándar 2, estándar 3 y estándar 4.

▪ Estado y flujo de gas plasma

▪ Soluciones de muestras preparadas de cobre.

4. Estándares de calibración del arsénico en soluciones son las siguientes

concentraciones:

110
0.00, 0.25, 0.50, 1.00, 2.00 ppm (Concentración de método)
0.01, 0.26, 0.53, 1.02, 1.93 ppm (Concentración calculada)
0.11, 2004.62, 4094.16, 7908.99, 14860.18 (Intensidad)

▪ Patrones: Blanco, estándar 1, estándar 2, estándar 3 y estándar 4.

▪ Estado y flujo de gas plasma

▪ Soluciones de muestras preparadas de arsénico.

111
Tabla
15
Valores de calibración para el plomo (405.781)
Concentración Concentración
Patrones Intensidad %Error
de método calculada
Blanco 0.00 0.00 0.00 N/C
Estándar 1 2670.25 1.00 1.02 2.17
Estándar 2 6435.80 2.50 2.47 1.26
Estándar 3 12843.59 5.0 4.93 1.39
Estándar 4 25837.12 10.00 9.92 0.77

Figura 13 Línea de calibración para el plomo (405.781)

16
Valores de calibración para el cadmio (228.802 nm)

112
Tabla
Patrones Intensidad Concentración Concentración %Error
de método calculada

Blanco 0.11 0.00 -0.01 N/C

Estándar 1 2004.62 0.25 0.26 2.11
Estándar 2 4094.16 0.50 0.53 5.34
Estándar 3 7908.99 1.00 1.02 2.22
Estándar 4 14860.18 2.00 1.93 3.74

Figura 14 Línea de calibración para el cadmio (228.802 nm)

17
Valores de calibración para el cobre (324.754 nm)

113
Tabla
Patrones Intensidad Concentración Concentración %RSD
de método calculada

Blanco 0.00 0.00 0.00 N/C

Estándar 1 19256.73 0.25 0.25 0.71
Estándar 2 37522.15 0.50 0.49 1.89
Estándar 3 74319.40 1.00 0.97 2.84
Estándar 4 155092.73 2.00 2.03 1.38

Figura 15 Línea de calibración para el cobre (324.754 nm)

18
Valores de calibración para el Arsénico (228.812 nm
Patrones Intensidad Concentración Concentración %Error
de método calculada

Blanco -0.01 0.00 -0.01 N/C

Estándar 1 481.89 0.05 0.05 2.95

114
Tabla
Estándar 2 980.06 0.10 0.11 5.51
Estándar 3 2270.23 0.25 0.25 1.23
Estándar 4 4493.76 0.50 0.51 1.48
Estándar 5 8353.78 1.00 0.95 5.11

Figura 16 Línea de calibración para el arsénico (228.812 nm

115
 Figura 17 Proceso de lectura de datos de biosorcion de metales pesados

Fuente: Laboratorio LABSAF – INIA Santa Ana – Huancayo

3.7 Técnicas de procesamiento y análisis de datos

3.7.1. Técnicas de procesamiento

- Definición de Variables: Se seleccionó las variables que influirán en la biosorción,
como pH, temperatura, concentración inicial y final de metales pesados, y el tipo
de biosorbente (Nostoc commune).
- Ejecución del experimento: Realiza los experimentos siguiendo el diseño
establecido, midiendo cuidadosamente la concentración de metales pesados antes
y después del proceso de biosorción.
- Registro de Resultados: Anotación sistemático de todos los datos experimentales,
incluyendo condiciones específicas de cada ensayo.
3.7.2. Análisis de datos
A. Métodos estadísticos:

Los datos fueron analizados utilizando software estadístico IBM SPSS Statistics V25,
Statistical Analysis System (SAS 2009), para realizar:

▪ Análisis de varianza (ANOVA): Para determinar si existen diferencias

significativas en la eficiencia de biosorción bajo diferentes condiciones
experimentales.

▪ Experimento factorial: Para un diseño factorial 4A × 4B × 3C en un Diseño

Completamente al Azar (DCA). Evaluar los efectos principales de cada factor (A,
116
 B y C) en la variable de respuesta. Evaluar las interacciones entre los factores,
como la interacción de AxB; AxC; BxC; para ver si el efecto de un factor depende
de los otros factores.

▪ Valor crítico para el HSD de Tukey: utilizada para determinar si hay diferencias
significativas entre las medias de los grupos de tratamientos después de haber
realizado un análisis de varianza (ANOVA).
B. Modelado de isoterma de biosorción
Modelo de isoterma de Langmuir, que nos proporcionó información valiosa sobre
la eficiencia de un biosorbente en la remoción de metales pesados y otros
contaminantes.
C. Cinética de biosorcion
Modelo de cinética de pseudo segundo orden, que permitió comprender la
dinámica de la biosorción. Analizar los parámetros qe y k2 y ayuda a evaluar la
eficacia de un biosorbente y a optimizar las condiciones experimentales para la
remoción de metales pesados.

3.8 Descripción de la prueba de hipótesis

Para el estudio se utilizó un ANOVA y los resultados, fueron sometidos a la prueba

de Tukey a la probabilidad de 5 %, utilizando el Statistical Analysis System (SAS
2009). En el caso del modelo de efectos fijos, las hipótesis se plantean en relación
con los efectos de los diferentes niveles de los factores de la siguiente manera:

Para efectos principales A:

Ho: A0 = Ai = 0; i

H1: Ai ≠ 0; para al menos algún i Para

efectos principales B:

Ho: B0 = Bj = 0; j

117
H1: Bj ≠ 0; para al menos algún j Para

efectos principales C:

Ho: C0 = Ck = 0; k

H1: Ck ≠ 0; para al menos algún k

Para el efecto de la interacción AB:

Ho: (AB)ij = 0; i,j

H1: (AB)ij ≠ 0; para al menos algún i, j Para

el efecto de la interacción AC:

Ho: (AC)ik = 0; i,k

H1: (AC)ik ≠ 0; para al menos algún i, k Para

el efecto de la interacción BC:

Ho: (BC)jk = 0; j,k

H1: (AC)jk ≠ 0; para al menos algún j, k

Valor crítico

❖ Para efectos principales A: F0 > Fα; A-1, ABC(h-1)

❖ Para efectos principales B: F0 > Fα; B-1, ABC(h-1)

❖ Para efectos principales C: F0 > Fα; C-1, ABC(h-1)

❖ Para efectos de interacción AB: F0 > Fα; (A-1) (B-1), ABC(h-1)

❖ Para efectos de interacción AC: F0 > Fα; (A-1) (C-1), ABC(h-1)

118
❖ Para efectos de interacción BC: F 0 > Fα; (B-1) (C – 1), ABC(h-1) Prueba de comparación de
medias:

El cálculo del HSD (diferencia honestamente significativa) de Tukey es un

procedimiento utilizado para realizar comparaciones múltiples. Este método permite
comparar las medias de los niveles t de un factor después de haber rechazado la
hipótesis nula de igualdad de medias mediante el análisis de varianza (ANOVA). El
HSD de Tukey se basa en la distribución del rango estudiantil, que es la distribución
que describe la diferencia entre el máximo y el mínimo de las diferencias entre la
media muestral y la media poblacional en variables normales independientes e
idénticamente distribuidas con una distribución N (0,1).

Diferencia de medias y realizar las comparaciones

A. Calcule el valor HSD

Para realizar el HSD de Tukey, primero debe calcular el valor del HSD. El valor HSD
se calcula mediante la siguiente fórmula:

Factor A: Sd = √(CME/qb)

Factor B: Sd = √(CME/pb)

Factor C: Sd = √(CME/rb)

Factor A en bj: Sd = √(CME/b)

Factor B en aj: Sd = √(CME/b)

Factor C en bj: Sd = √(CME/b)

Donde Sd es el desviación estándar y es el valor crítico de la distribución de rango

estudentizado, CME es el cuadro medio del error de la tabla ANOVA y b es el
número de observaciones.

119
B. Determinar el valor crítico

El valor crítico para el HSD de Tukey se puede determinar a partir de la tabla de

distribución de rangos estudentizados. El valor crítico se basa en el grado de
significancia (α), los grados de libertad (gl) y el número de grupos que se comparan.

C. Calcula las diferencias

Si la diferencia entre las medias es mayor que el valor HSD, entonces los dos grupos se
consideran significativamente diferentes.

Ha: μ1 ≠ μ2 ≠ μ3 ≠ μ4 (Las medias son diferentes)

Ho: μ1 = μ2 = μ3 = μ4 (Las medias son iguales)

Ha: (AB)11 ≠ (AB)12 ≠ ….(AB)ab ≠ 0

H0: (AB)11 = (AB)12 = ….(AB)ab = 0

Ha: (AC)11 ≠ (AC)13 ≠ ….(AB)ab ≠ 0

H0: (AC)11 = (AC)13 = ….(AB)ab = 0

Ha: (BC)21 ≠ (BC)23 ≠ ….(AB)ab ≠ 0

H0: (BC)21 = (BC)23 = ….(AB)ab = 0

120
 CAPITULO IV PRESENTACIÓN DE
RESULTADOS

4.1 Presentación e interpretación de datos

Los resultados estadísticos obtenidos de la biosorción de cuatro metales pesados

plomo (Pb), cadmio (Cd), cobre (Cu) y arsénico (As) usando Nostoc commune como
biosorbente se derivaron de simulaciones de agua contaminada realizadas en el
laboratorio. Se realizó un análisis de varianza para el diseño factorial 4A4B3C en un
Diseño Completamente al Azar (DCA) para evaluar el experimento.

4.1.1. Verificación de supuestos de Análisis de varianza: A.

Prueba de normalidad:

Se usó la prueba de Shapiro – Wilk, debido a que en cada grupo el número de

observaciones es de 48 tratamientos; teniendo las consideraciones que la prueba de
Shapiro – Wilk se usa cuando n ≤ 50 ( Razali & wah, 2011; Yap & Sim, 2011). Las
hipótesis planteadas son:

H0: Las distribuciones de los grupos son normales.

H1: Las distribuciones de los grupos no son normales.

Tabla 19 Test de normalidad de varianzas

Descripción Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico Gl Sig.
As 0.181 12 ,200* 0.872 12 0.069
Cd 0.147 12 ,200* 0.933 12 0.409
Biosorción de
metales (g/L) Cu 0.208 12 0.162 0.958 12 0.748
Pb 0.156 12 ,200* 0.931 12 0.393

De la (tabla 19) Comprobamos que según las pruebas de Kolmogorov - Smirnov y

Shapiro - Wilk (valor p - valor > α), no se rechaza la hipótesis nula, lo que indica que
no hay evidencia suficiente para concluir que los datos no son normales. En este

121
caso, se puede suponer que la distribución de os datos es aproximadamente normal, y
cumpliendo de esta manera con el supuesto de normalidad del ANOVA. B. Prueba
de homogeneidad de varianzas:

Se usa la prueba de Levene. Las hipótesis son:

H0: Las varianzas de los grupos son homogéneas

H1: Las varianzas de los grupos no son homogéneas.

Tabla 20 Test de homogeneidad de varianzas

Fuente Estadístico de Sig.
gl1 gl2
Levene
Biosor Basado en la media 4.811 2 45 0.313
ción de Basado en la mediana 1.194 2 45 0.313
metales
(mg/L) Basado en la mediana y con gl
ajustado 1.194 2 36.61 0.315

De la (tabla 20) se verifica que según las pruebas de Levene y Bartlett (valor p -
valor > α), no se rechaza la H 0, lo que indica que no hay suficiente evidencia para
afirmar que las varianzas son diferentes, concluyéndose que las varianzas son
homogéneas entre los grupos, y cumpliendo de esta manera con el supuesto de
Homogeneidad de las varianzas (ANOVA).

4.1.2. Análisis de las interacciones:

Tabla 21 Biosorcion de metales pesados empleando Nostoc commune.

Factores Valor Etiqueta de valor N°

As As 12
Tipos de metales pesados (plomo, Cd Cd 12
cadmio, cobre y arsénico) Cu Cu 12

122
 Pb Pb 12

1 D1 12
3 D3 12
Dosis de Nostoc commune (1, 3, 5, 7 g) 5 D5 12
7 D7 12

Tiempo de inoculación del 10 T10 16

Nostoc commune en solución acuosa 20 T20 16
(10, 20, 30 min) 30 T30 16

Tabla 22 Resumen del análisis de varianza de biosorcion de iones de Pb2+, Cd2+,

Cu2+ y As3+ producto de la interacción de factores AxB.
F. V SC gl CM F p -valor
Modelo corregido 1558, 289a 15 103.886 5.429 0.000
Intersección 5255.105 1 5255.105 274.617 0.000
Tipos metales * Dosis nostoc
1558.289 15 103.886 5.429 < 0.000

Error 612.356 32 19.136

Total 7425.750 48
Total corregido 2170.645 47
R al cuadrado =0.718 (R al cuadrado ajustada = 0.586)

En la tabla de ANOVA, el valor calculado de F (5.429) es menor que el valor

tabulado (5.42 > 1.99). Además, el valor del estadístico de contraste de igualdad de
interacción, F = 5.42, tiene un valor p-mínimo de 0.00, que es inferior al nivel de
significación del 5%. Esto indica que se rechaza la hipótesis nula y se acepta la
hipótesis alterna (Ha), sugiriendo que hay interacciones significativas entre los tipos
de metales pesados y los niveles de dosis de Nostoc commune en la biosorción de
plomo, cadmio, cobre y arsénico.

123
Figura 18 Medias marginales (ppm) resultado de la interacción de los factores A x B

En la figura 18, la intersección de las medias correspondientes a las diferentes

dosis de Nostoc commune demuestra claramente la presencia de interacción entre
los factores investigados, que en este caso son el tipo de metales pesados y la
dosis de Nostoc commune utilizada. Este análisis revela que al ajustar la dosis de
Nostoc commune desde 1.0 g hasta 7.0 g, se observa una variación significativa en
la capacidad de adsorción de los metales pesados. En particular, se evidencia que
la remoción de los metales pesados alcanza su máxima efectividad con una dosis
de 7.0 g de Nostoc commune, indicando que dosis mayores de este biosorbente
optimizan el proceso de eliminación de metales.

Tabla 23 Resumen de análisis de varianza de biosorcion de iones de Pb2+, Cd2+,

Cu2+ y As3+ producto de la interacción de los factores AxC.
F. V SC gl CM F p -valor
Modelo corregido 1685, 863a 11 153.260 11.381 0.000

124
 Intersección 5255.105 1 5255.105 390.245 0.000
Tipos metales *
1685.863 11 153.260 11.381 < 0.000
Tiempo inoculación
Error 484.782 36 13.466
Total 7425.750 48
Total corregido 2170.645 47
R al cuadrado = 0.777 (R al cuadrado ajustada = 0.708)

En la tabla de ANOVA, el valor calculado de F es 11.381, que es mayor que el valor

tabulado de F (2.53), lo que indica diferencias significativas. Dado que el (valor p -
valor < α), que es menor que el nivel de significación de 0.05, se rechaza la hipótesis
nula (H0). Por lo tanto, se acepta la hipótesis alterna (Ha), que afirma que existe una
interacción significativa entre los tipos de metales pesados y los distintos tiempos de
inoculación de Nostoc commune. Esto sugiere que el efecto de los metales pesados
en la biosorción está influenciado por el tiempo de inoculación del biosorbente,
implicando una relación compleja que debe ser considerada en el análisis de los
datos.

125
Figura 19 Medias marginales (ppm) resultado de la interacción de los factores A x C

Tabla 24 Resumen de análisis de varianza de biosorcion de iones de Pb2+, Cd2+,

Cu2+ y As3+ producto de la interacción de los factores B x C.
F. V SC gl CM F p -valor
Modelo corregido 355, 444a 11 32.313 0.641 0.782
Intersección 5255.105 1 5255.105 104.222 0.000
Dosis nostoc *
355.444 11 32.313 0.641 0.782
Tiempo inoculación
Error 1815.201 36 50.422
Total 7425.750 48
Total corregido 2170.645 47
R al cuadrado = 0.164
Como se deduce del ANOVA, el valor (0.641) de F calculado de la tabla de análisis de
varianza es menor que F tabulado (0.641 < 2.067); indican que no hay efecto
significativo de la interacción de los factores B x C (P>0.05), y por lo tanto
aceptamos la hipótesis nula (H0): No existe interacciones entre los niveles de dosis

126
del Nostoc commune y los diferentes tiempos de inoculación en la biosorcion de
plomo, cadmio, cobre y arsénico.

Figura 20 Ilustración de la interacción de los factores B x C

4.1.3. Análisis de efectos principales:

127
Tabla 25 Resumen de Análisis de varianza de biosorcion de iones de Pb2+, Cd2+,
Cu2+ y As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0 g)
como biosorbente
F.V SC gl F
CM
p -valor
Modelo corregido 1656,241a 8 207.030 15.696 0.000
Intersección 5255.105 1 5255.105 398.420 0.000
Tipos metales 1356.636 3 452.212 34.285 < 0.000
Dosis nostoc 86.935 3 28.978 2.197 0.104
Tiempo inoculación 212.670 2 106.335 8.062 < 0.001
Error 514.404 39 13.190
Total 7425.750 48
Total corregido 2170.645 47
a. R al cuadrado = 0.763 (R al cuadrado ajustada = 0.714)
[Link] a 5% de probabilidad por la prueba de F.
c.p -valor = 0.000 ≤ α = 0.05

Considerando error alfa permisible (α = 0.05) y hallando para cada hipótesis a probar

sus respectivas Ftabulado se tiene: Factor A: F (0.05), 3,39 = 2.84

Factor B: F (0.05), 2,39 = 3.23

Factor C: F (0.05), 3,39 = 2.84

En cuanto a la hipótesis del factor A, que evalúa el impacto de los diferentes tipos de
metales pesados como efecto principal, la tabla de análisis de varianza muestra que
el valor de F calculado (34.285) es significativamente mayor que el valor de F
tabulado (2.84). Esto indica que se rechaza la hipótesis nula (H0) y se acepta la
hipótesis alternativa (Ha), confirmando que existen diferencias significativas en la
biosorción entre los cuatro tipos de metales pesados cuando se utiliza Nostoc
commune.

Respecto a la hipótesis del factor B, que examina el efecto de los niveles de dosis de
Nostoc commune, los datos de la tabla de análisis de varianza muestran que el valor
de F calculado (2.197) es menor que el valor de F tabulado (2.84). En consecuencia,
128
no se rechaza la hipótesis nula (H0), lo que implica que los niveles de dosis de
Nostoc commune no tienen un impacto significativo en el porcentaje de biosorción
de los metales pesados.

En relación con la hipótesis del factor C, que investiga el efecto del tiempo de
inoculación, la tabla de análisis de varianza revela que el valor de F calculado
(8.062) supera el valor de F tabulado (3.23), con un p-valor inferior a 0.05. Esto lleva
a rechazar la hipótesis nula (H0) y aceptar la hipótesis alternativa (Ha), indicando
que los diferentes tiempos de inoculación de Nostoc commune afectan
significativamente la biosorción de Pb (II), Cd (II), Cu (II) y As (III).

A continuación, realizamos un análisis detallado para identificar cuáles de los tipos

de metales presentan diferencias significativas entre sí, utilizando la prueba de
comparación de medias de Tukey. Esta prueba estadística permite realizar
comparaciones múltiples entre las medias de los distintos tipos de metales pesados
para determinar cuáles de ellos muestran variaciones significativas en la biosorción
cuando se utiliza Nostoc commune. Este análisis es crucial para entender cómo cada
metal se comporta de manera diferente bajo las mismas condiciones experimentales
y para evaluar la eficacia relativa de la biosorción para cada tipo de metal.

Tabla 26 Resultados de HSD de Tukey al 5% con el diseño A = 4 Tipos de metales

pesados e interacción iónica en el proceso de biosorción

(I) Factor A: Tipos Intervalo de confianza

Diferencias de metales pesados Desv. al 95%
medias Sig.
(plomo, cadmio, (I-J) Error Límite Límite
cobre y arsénico) inferior superior

Cd -11,7700* 1.48267 0.000 -15.7485 -7.7915

As
Cu -7,9975* 1.48267 0.000 -11.9760 -4.0190
Pb -13,9658* 1.48267 0.000 -17.9444 -9.9873

As 11,7700* 1.48267 0.000 7.7915 15.7485

Cd Cu 3.7725 1.48267 0.069 -0.2060 7.7510

129
 Pb -2.1958 1.48267 0.458 -6.1744 1.7827

As 7,9975* 1.48267 0.000 4.0190 11.9760

Cd 1.48267 0.069 -7.7510 0.2060
Cu -3.7725
Pb -5,9683* 1.48267 0.001 -9.9469 -1.9898

As 13,9658* 1.48267 0.000 9.9873 17.9444

Pb Cd 2.1958 1.48267 0.458 -1.7827 6.1744
*
Cu 5,9683 1.48267 0.001 1.9898 9.9469

Se basa en los promedios observadas. El término de error es la media cuadrática

(Error) = 13.190. *. La diferencia de medias es significativa en el nivel 0.05.

Tabla 27 Resumen de comparaciones múltiples de HSD Tukey para el factor A: tipos

de metales pesados.

Factor A: Tipos de metales Subconjunto para alfa = 0.05

pesados (plomo, cadmio, N 1 2 3
cobre y arsénico)

As 12 2.03 A
Cu 12 10.02 B
Cd 12 13.80 B 13.80 C
Pb 12 15.99 C
Sig. 1.000 0.069 0.458

Promedio para los grupos en los subconjuntos homogéneos. Se basa en las medias
observadas. El término de error es la media cuadrática (Error) = 13.190. Utiliza el
tamaño de la muestra de la media armónica = 12.000. Alfa = 0.05.

Comprobamos que el Plomo (Pb) presenta mayor capacidad de biosorcion promedio de

15.99 ppm, el cual es adsorbida y acumulada en la superficie del Nostoc commune,
mediante reacciones químicas electrostáticas, seguidamente por el cadmio (Cd) que
presenta una media de 13.80 mg/L; y con respecto al cobre y arsénico observamos
menor capacidad de biosorcion frente a los demás metales pesados. No habiendo
diferencias significativas entre los metales pesados plomo (Pb) y cadmio (Cd);

130
 asimismo en el segundo subconjunto no existen diferencias significativas entre el cobre
(Cu) y cadmio (Cd).

Tabla 28 Prueba de Tukey (p =0.05) para la biosorcion de iones de Pb2+, Cd2+, Cu2+
y As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0 g)

Intervalo de confianza
(I) Factor B: Dosis de Diferencias
Desv. al 95%
Nostoc commune (1, medias Sig.
3, 5, 7 g) (I-J) Error Límite Límite
inferior superior

D3 -3.2008 1.48267 0.153 -7.1794 0.7777

D1 D5 -3.2483 1.48267 0.144 -7.2269 0.7302
D7 -2.7942 1.48267 0.251 -6.7727 1.1844

D1 3.2008 1.48267 0.153 -0.7777 7.1794

D3 D5 -0.0475 1.48267 1.000 -4.0260 3.9310
D7 0.4067 1.48267 0.993 -3.5719 4.3852

D1 3.2483 1.48267 0.144 -0.7302 7.2269

D5 D3 0.0475 1.48267 1.000 -3.9310 4.0260
D7 0.4542 1.48267 0.990 -3.5244 4.4327

D1 2.7942 1.48267 0.251 -1.1844 6.7727

D7 D3 -0.4067 1.48267 0.993 -4.3852 3.5719
D5 -0.4542 1.48267 0.990 -4.4327 3.5244

Se basa en las medias observadas. El término de error es la media cuadrática (Error)

= 13.190. *. La diferencia de medias es significativa en el nivel 0.05.

Tabla 29 Prueba de Tukey (p = 0.05) de los promedios de biosorcion de iones de Pb2+,

Cd2+, Cu2+ y As3+ empleando diferentes niveles del Nostoc commune (1.0, 3.0, 5.0,
7.0 g) como biosorbente

Subconjunto
Factor B: Dosis de Nostoc commune (1, 3, 5, 7 g) N

131
 1
D1 12 8.1525 A
D7 12 10.9467 A
D3 12 11.3533 A
D5 12 11.4008 A
Sig. 0.144
Se visualizan las medias para los grupos en los subconjuntos homogéneos. Se basa
en las medias observadas. El término de error es la media cuadrática (Error) =
13.190. a. Utiliza el tamaño de la muestra de la media armónica = 12.000. b. Alfa =
0.05.

Los resultados del ANOVA (Tabla 14) indican el valor del estadístico que no hay
efecto significativo de los niveles de dosis ((P>0.05), y también se constata según el
test de Tukey al 5%, concluyéndose que no existe diferencias significativas entre las
medias de las cuatro dosis (D 1, D3, D5 y D7) tal como se observa en la (tabla 29) en la
columna del subconjunto, con una significancia (p – valor < 0.05).

Tabla 30 Prueba de tukey al 5% para el factor C: Tiempo de inoculación del Nostoc

commune

Intervalo de confianza
(I) Factor C: Tiempo Diferencias
Desv. al 95%
de inoculación (10, medias Sig.
20, 30 min) (I-J) Error Límite Límite
inferior superior

T20 -2.4919 1.28403 0.141 -5.6202 0.6364

T10
T30 -5,1550* 1.28403 0.001 -8.2833 -2.0267
T10 2.4919 1.28403 0.141 -0.6364 5.6202
T20
T30 -2.6631 1.28403 0.108 -5.7914 0.4652
T10 5,1550* 1.28403 0.001 2.0267 8.2833
T30
T20 2.6631 1.28403 0.108 -0.4652 5.7914

132
Se basa en las medias observadas. El término de error es la media cuadrática (Error)
= 13.190. * La diferencia de medias es significativa en el nivel 0.05.

La prueba de Tukey (α = 0.05) de comparación de medias para el factor tiempo de

inoculación (tabla 19) resulta que existe diferencias altamente significativas entre los
tres tiempos evaluados (T10, T20 y T30).

Tabla 31 Prueba de Tukey (p = 0.05) de los promedios de biosorcion de iones de

Pb2+, Cd2+, Cu2+ y As3+ empleando diferentes niveles del Nostoc commune (1.0,
3.0, 5.0, 7.0 g) como biosorbente y diferentes tiempos: 10, 20, 30 minutos

Factor C: Tiempo de inoculación del Nostoc Subconjunto

N
commune en solución acuosa (10, 20, 30 min) 1 2
T10 16 7.91ª
T20 16 10.40 A 10.40 B
T30 16 13.06 B
Sig. 0.141 0.108
Se visualizan las medias para los grupos en los subconjuntos homogéneos. Se basa en
las medias observadas.

a. Utiliza el tamaño de la muestra de la media armónica = 16.000. b. Alfa permisible =

0.05.

Hemos comprobado que el tiempo de inoculación de 30 minutos (T30) resulta en la

mayor eficacia de biosorción de metales pesados, con un promedio de 13.06 ppm.
Este tiempo supera al de 20 minutos (T20), que presenta un promedio de 10.40
ppm. En contraste, el tiempo de 10 minutos (T10) muestra la menor efectividad en
términos de biosorción. Adicionalmente, la segunda columna de la Tabla 20 revela
que no hay diferencias significativas entre los tiempos de inoculación de 20 y 30
minutos. Sin embargo, la primera columna indica que tampoco existen diferencias
significativas entre los tiempos de 10 y 20 minutos. En resumen, estos resultados
sugieren que un mayor tiempo de inoculación mejora la capacidad de biosorción de

133
metales pesados, confirmando que tiempos más prolongados son más efectivos para
la remoción de estos contaminantes.

Tabla 32 Medias de biosorcion de iones de Pb2+, Cd2+, Cu2+ y As3+ empleando

diferentes niveles del Nostoc commune (1.0, 3.0, 5.0, 7.0 g).
Biosorcion Media CV (%) SE % remoción
(ppm) Varianza

Plomo 16.00 18.45 26.85 16.00 ± 1.24 63.63

Cadmio 13.80 24.95 36.20 13.80 ± 1.44 59.67
Cobre 10.03 30.04 54.66 10.03 ± 1.58 53.81
Arsénico 2.02 0.56 36.86 2.02 ± 0.22 76.90

Figura 21 Ilustración de las medias de biosorcion de metales pesados

Según (Tabla 32 y figura 21) indica que el Plomo (Pb) ha sido acumulada en la
superficie del Nostoc commune, mediante reacciones químicas electrostáticas, un
promedio de 15.99 ppm, Sus valores fluctuaron entre 14.76 a 17.24 ppm, alcanzando
un promedio y desviación estándar de 16.00 ± 1.24 ppm, con una variabilidad
relativa (CV % = 26.85), obteniéndose la capacidad de remoción de 63.63 %.

134
Por otro lado, el cadmio y el cobre, indican los valores promedios y las deviaciones
estándares de (13.80 ± 1.44) y (10.03 ± 1.58) respectivamente. Además, en la (tabla
10) se muestra el porcentaje de remoción de cadmio (59.67%) y cobre (53.81 %). La
presencia de alginatos y fucoidanos, grupos funcionales con alta densidad
electrónica, explica la capacidad del Nostoc commune para adsorber cationes
metálicos pesados de manera selectiva. La biosorcion es principalmente causada por
los alginatos (Volesky, 2003). En el grupo de polisacáridos lineales que componen el
alginato, se encuentran unidades de ácido 1,4-manuárico (M) y ácido 1,4-gulurónico
(G). Estas unidades están dispuestas de manera no uniforme a lo largo de la cadena,
formando una estructura compleja en la que coexisten varias secuencias diferentes,
como MM, GM, MG y GG. Esta disposición irregular de las secuencias contribuye a
las propiedades únicas del alginato, influyendo en su comportamiento y
funcionalidad en aplicaciones diversas.

Y finalmente, el arsénico ha sido absorbido por el Nostoc commune en un 76.90%,

alcanzado un promedio y desviación estándar de 2.02 ± 0.22, con un coeficiente de
variación de 36.86 %, superior a los demás metales pesados.

Tabla 33 Medias de las mediciones realizadas de pHi y pHf de las soluciones sintéticas
Tipos de metales Media Varianza CV (%) SE
pHi 5.16 0.06 4.75 5.16 ± 0.07
Plomo
pHf 7.22 0.05 3.37 7.22 ± 0.07
i
pH 3.82 0.02 4.15 3.82 ± 0.05
Cadmio
pHf 7.01 0.19 6.35 7.01 ± 0.13
Cobre pHi 6.26 0.08 4.73 6.26 ± 0.09
pHf 6.99 0.17 5.90 6.99 ± 0.12

pHi 3.58 0.01 2.87 3.58 ± 0.03

Arsénico
pHf 7.37 0.18 5.85 7.37 ± 0.12

135
Figura 22 Comportamiento de las medias del Ph final de las soluciones sintéticas

En la (Tabla 33 y Figura 22), se observa que el valor promedio para el plomo es de

7.22 ± 0.077.22 \pm 0.077.22 ± 0.07, lo que indica una baja variabilidad y una
estrecha amplitud alrededor de la media, resultando en una variabilidad relativa del
3.37%. En contraste, para el cadmio y el cobre, se nota una mayor amplitud y
desviación estándar, con valores de 7.01±0.137.01 \pm 0.137.01 ± 0.13 y 6.99 ±
0.126.99 \pm 0.126.99±0.12 respectivamente. Por último, el arsénico mostró la
mayor variabilidad en sus medias, con un pH inicial de 3.58 y un pH final de 7.37, lo
que refleja una considerable fluctuación en sus resultados.

Tabla 34 Comportamiento de las medias de pH inicial y pH final de las soluciones

sintéticas

pH inicial (Solución
Metales pH final (solución tamizada)
preparado)

136
En la tabla 34, se puede apreciar que al evaluar utilizando el equipo de Peachímetro
multiparámetro; se observa los valores promedios y desviación para el plomo el pH
inicial de 5.16 ± 0.07 y pH final de 7.22 ± 0.07; por tanto, hubo variación
significativa, resultado que permite afirmar según la escala del pH la variación desde
un ácido débil hasta un valor neutro, hecho que demuestra la biosorcion o remoción
de metales pesados por el Nostoc commune. Por otro lado, para el Cadmio los
valores fueron de (pH inicial: 3.82 ± 0.05 y pH final: 7.01 ± 0.13), condición que
demuestra la variación desde un ácido débil hasta neutro. Los resultados medios y la
desviación estándar para el arsénico fueron de pH 0 = 3.58 ± 0.03 y pHf = 7.37 ± 0.12;
se observa la variación desde un ácido débil hasta neutro, que permite afirmar el
efecto del Nostoc commune en la biosorcion de metales.

4.1.4. Modelo de Isoterma de Langmuir linealizado

La isoterma de Langmuir se concibe teóricamente como un modelo que describe una

interacción entre el soluto y el adsorbente de segundo orden. Este modelo asume que
la adsorción ocurre en una superficie uniforme con un número finito de sitios
específicos, donde cada uno puede ser ocupado por una sola molécula de soluto, sin
interacción entre las moléculas adsorbidas. A medida que estos sitios se saturan, se
alcanza un límite máximo de adsorción, estableciendo una relación directa entre la
cantidad adsorbida y la concentración del soluto en equilibrio.

Tabla 35 Isoterma lineal de Langmuir de sorción de iones Pb (II) determinadas para

las tres dosis de Nostoc commune (1,3,5,7 g)

R2 qmax kL RL p-valor
Isoterma Ecuación

137
 (%) (mg.g-1) (L.g-1)
Langmuir 1/y = 2.52 + 0.73 1/q 96.0 0.40 3.452 0.01 0.000
p -valor: 0.000 ≤ α = 0.05 qmax: cantidad máxima adsorbida
KL: Coeficiente de Langmuir RL: Factor de equilibrio

De acuerdo a la (tabla 35) se observa que el modelo de isoterma de Langmuir se

ajustó para Pb (II) (R2=96,0 %, p > 0,000), con qmax de 0.40 mg.g-1 de Nostoc
commune y KL de 3.452 L.g-1. por otro lado, que el valor RL< 1, por lo tanto,
podemos afirmar que la biosorcion es favorable. Además, se demostró que los
niveles de dosis del Nostoc commune es directamente proporcional a la capacidad de
biosorción para Pb (II), cuyo valor obtenido fue de 7.0 g. Nostoc (qmax = 7,63 mg
Pb/g de Nostoc commune).

Figura 23 Diagrama de isoterma de sorción de iones Pb (II) empleando el Nostoc

commune.

En la figura 23, la ecuación lineal de Langmuir 1/y = 2.52 + 0.73 1/q, describe que
el “1/y” es explicada por “1/q”, que a medida que aumenta la concentración del
adsorbato en la solución en equilibrio (Ce), aumenta el pendiente de la línea recta de
Langmuir. Esto significa que los sitios de adsorción empiezan a llenarse, por lo que
cada aumento adicional en la concentración “Ce” resulta en una menor cantidad
adicional de adsorbato adsorbido “qe” por el Nostoc commune.

138
Tabla 36
Isoterma lineal de Langmuir de sorción de iones Cd (II) determinadas para las tres
dosis de Nostoc commune (1,3,5,7 g)

R2 qmax kL RL P-
Isoterma Ecuación
(%) (mg.g-1) (L.g-1) valor
Langmuir 1/y = 3.7 + 0.81 1/q 90.6 0.27 4.57 0.01 0.03
p -valor: 0.000 ≤ α = 0.05 qmax: cantidad máxima adsorbida
KL: Coeficiente de Langmuir RL: Factor de equilibrio

En la Tabla 36 se observa que el modelo de Langmuir resultó ser estadísticamente

significativo (p < 0,05), presentando un coeficiente de determinación (R²) elevado
del 90,6 %. Esto sugiere que el modelo es el más adecuado para describir los datos
de biosorción de Cd (II). Se obtuvo un valor de KL de 4,57 L.g-1, indicando una
afinidad considerable entre el biosorbente y el ion metálico, y una capacidad máxima
de biosorción específica (qmax) de 0,27 mg de Cd (II) por gramo de Nostoc
commune. Además, el valor de RL < 1 sugiere que la biosorción es favorable bajo
estas condiciones.

Figura 24 Diagrama de isoterma de sorción de iones Cd (II) empleando el Nostoc

commune.

139
Tabla 37 Isoterma lineal de Langmuir de sorción de iones Cu (II)

R2 qmax kL RL P-
Isoterma Ecuación
(%) (mg.g-1) (L.g-1) valor
Langmuir 1/y = 6.54 + 0.85 1/q 91.9 0.15 7.69 0.01 0.043
p -valor: 0.000 ≤ α = 0.05 qmax: cantidad máxima adsorbida
KL: Coeficiente de Langmuir RL: Factor de equilibrio

En la Tabla 37 se evidencia que la biosorción de Cu (II) sigue los parámetros del

modelo de isoterma de Langmuir, los cuales resultaron ser significativos (p < 0,05).
La capacidad biosortiva máxima de Cu (II) (qmax) fue de 0,15 mg.g-1, mientras que
la constante de disociación (KL) se estimó en 7,69 L.g-1. Estos resultados sugieren
que la adsorción es de tipo químico, caracterizada por la formación de enlaces fuertes
entre el adsorbente y el adsorbato, lo cual ocurre en una monocapa sobre la
superficie del Nostoc commune.

Figura 25 Diagrama de isoterma de sorción de iones Cu (II) empleando el Nostoc

commune.

140
La Figura 25 ilustra que el modelo de Langmuir logra representar adecuadamente las
isotermas de biosorción de iones Cu (II). La ecuación de Langmuir utilizada para
este análisis fue: 1/y = 6.54 + 0.85 1/q, lo que sugiere una buena concordancia con
los datos experimentales. Además, los elevados coeficientes de correlación obtenidos
(R² = 91.9%) respaldan la validez del modelo para describir el proceso de adsorción
de Cu (II) sobre el Nostoc commune, confirmando la fuerte relación entre la
capacidad adsorbente y la concentración de equilibrio en solución.

Tabla 38 Isoterma lineal de Langmuir de sorción de As (III)

R2 qmax kL RL P -valor
Isoterma Ecuación
(%) (mg.g-1) (L.g-1)
Langmuir 1/y = 23.51 + 0.77 1/q 87.0 0.04 30.53 0.01 0.097
p -valor: 0.000 ≤ α = 0.05 qmax: cantidad máxima adsorbida
KL: Coeficiente de Langmuir RL: Factor de equilibrio

En la tabla 38 se presentan los parámetros ajustados del modelo de Langmuir para la

biosorción de As3⁺, donde se observa un valor máximo de capacidad biosorbente
(qmax) de 0.04 mg/g de Nostoc commune. Además, se destaca un valor notablemente
elevado de la constante de afinidad (KL) de 30.53 L/g, lo cual sugiere una
interacción fuerte entre el adsorbato (As²⁺) y la superficie del biosorbente. Este alto
valor de KL indica que el ion As3⁺ tiene una tendencia significativa a adsorberse en
el Nostoc commune, evidenciando una afinidad sólida entre ambos. Asimismo, el
factor de separación (RL < 1) confirma que la biosorción es favorable, indicando que
este proceso es eficiente bajo las condiciones experimentales utilizadas.

141
Figura 26 Diagrama de isoterma de sorción de iones As (III) empleando el Nostoc
commune

La Figura 26 evidencia que los datos experimentales se ajustan adecuadamente al

modelo de Langmuir, como lo indica el coeficiente de determinación (R² = 87.0%),
lo que sugiere que el proceso de biosorción ocurre en una monocapa sobre sitios
activos con energías homogéneas. Este ajuste confirma la aplicabilidad del modelo
de Langmuir para describir la sorción de As 3⁺ en el Nostoc commune. Además, el
valor elevado de la constante de afinidad (KL = 30.53 L/g) refleja una pendiente
inicial pronunciada en la isoterma de sorción, lo que indica una fuerte interacción
entre el Nostoc commune y el ión As3⁺. Esta alta afinidad demuestra que el Nostoc
commune es un adsorbente eficaz para la remoción de As 3⁺, favoreciendo la
adsorción incluso a bajas concentraciones del ión en la solución.

4.1.5. Cinética de biosorción

Modelo cinético de Pseudo Segundo orden:

El modelo cinético de Pseudo-segundo orden ha sido ampliamente valorado como

una herramienta efectiva para predecir de manera cuantitativa la adsorción de
metales pesados a partir de soluciones sintéticas. Este modelo se basa en la
suposición de que la velocidad de adsorción está relacionada con el cuadrado del
número de sitios disponibles para la adsorción. En el caso del Nostoc commune, los

142
grupos funcionales predominantes, como los carboxilos y los hidroxilos, desempeñan
un papel clave en el proceso de adsorción. Estos grupos funcionales facilitan la unión
química a través de enlaces fuertes, lo que permite una alta capacidad de intercambio
catiónico entre el adsorbente y los adsorbatos (metales pesados).

Tabla 39 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de

Pb2+.
Ecuación 1/k2qe2 t/qe (mgqe.g -1) qe2 g/mgK-1 .2min -1 R2 p- valor t/qt = 49.54 +

0.83
p -valor: 0.000 ≤ α = 0.05 K2: Constante de velocidad
49.54 0.83 1.20 1.45 0.01 87.1 0.01 t
qe: cantidad absorbato adsorbido R2: Coeficiente de determinación

La Tabla 39 presenta una alta correlación (R² = 87.1%), lo que sugiere que el modelo
de Pseudo-Segundo Orden describe con mayor precisión los datos experimentales.
Este modelo asume que la etapa limitante del proceso de adsorción es la
quimisorción, es decir, la adsorción controlada por reacciones químicas en la
superficie del adsorbente. El valor obtenido de qe = 1.20 indica la cantidad máxima
de adsorbato que puede ser retenida en los sitios activos del Nostoc commune, lo que
confirma la relación directa entre la capacidad de biosorción y el número de sitios
activos ocupados en el adsorbente. Además, el valor de la constante cinética K₂ de
0,01 [Link]⁻¹.min⁻¹ indica una velocidad de adsorción relativamente baja, lo que
sugiere que el proceso de adherencia del plomo (Pb) a la superficie del Nostoc
commune ocurre de manera lenta. Este comportamiento puede estar relacionado con
la fuerte afinidad química entre el adsorbato y los grupos funcionales del Nostoc
commune, lo que refuerza la idea de que la quimisorción es la principal responsable
de controlar la velocidad del proceso de biosorción.

Figura 27 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y

coeficiente de correlación para la biosorción de Pb2+.

143
El tiempo de inoculación juega un rol fundamental en la determinación de la
eficiencia de la biosorción, ya que influye directamente en la cantidad de adsorbato
que puede ser removido de una solución. En la Figura 27 se presentan los resultados
obtenidos en los ensayos cinéticos para evaluar el tiempo de equilibrio necesario
para la biosorción de plomo utilizando Nostoc commune. Estos experimentos
permitieron determinar la relación entre el tiempo de contacto, medido en minutos
(10, 20 y 30 minutos), y la capacidad de biosorción.

La capacidad de biosorción de plomo fue evaluada en función del tiempo,

observando que la adsorción aumenta progresivamente con el incremento en el
tiempo de contacto hasta alcanzar un estado de equilibrio. La ecuación del modelo
cinético utilizado para describir este proceso, t/qt = 49.54 + 0.83 t, permite predecir
la cinética de adsorción en sistemas donde las interacciones químicas entre el
adsorbato y el adsorbente son predominantes. Este modelo refleja cómo, a mayor
tiempo de contacto, la biosorción de plomo se incrementa, lo que es crucial para
optimizar los tiempos en procesos industriales de tratamiento de aguas
contaminadas.

Tabla 40 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de

Cd2+.

K2

144
 q
Ecuación 1/k2qe2 t/qe (mg .ge qe2 g/[Link]- R2 p - valor
5 )
-1
1.56 0.01 80.3 0.009
p -valor: 0.000 ≤ α = 0.05 K2: Constante de velocidad

t/qt = 83.93 + 0.8 t 83.93 0.80 1.2

qe: cantidad absorbato adsorbido R2: Coeficiente de determinación

La Tabla 40 indica que el modelo de Pseudo-Segundo Orden se ajusta de manera más

adecuada para describir el sistema de biosorción entre Cd (II) y Nostoc commune.
Según los datos, la capacidad biosorbente específica de Cd (II) en equilibrio (qe) fue
de 1.25 mg de Cd por gramo de Nostoc commune. Además, la constante de velocidad
del modelo (K2 = 0.01 [Link]-1) sugiere que el proceso de adsorción de Cd (II) a
la superficie de Nostoc commune ocurre de manera lenta. Este comportamiento
implica que la velocidad de adhesión del Cd (II) es baja, lo que puede ser relevante
para ajustar y optimizar las condiciones del proceso de biosorción en aplicaciones
prácticas.

145
Figura 28 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y
coeficiente de correlación para la biosorción de Cd2+.

En la Figura 28, se observa que el modelo de Pseudo-Segundo Orden muestra una

alta correlación con un valor de R² = 80.3%, lo que indica su adecuada capacidad
para representar la dinámica de la adsorción. La ecuación del modelo cinético, t/qt =
83.93 + 0.8 t, proporciona una descripción detallada y precisa de la cinética de
adsorción, especialmente en sistemas donde las interacciones químicas juegan un
papel crucial. Esta ecuación refleja cómo el tiempo de contacto influye en la
capacidad de adsorción y permite predecir el comportamiento del proceso bajo
diferentes condiciones experimentales.

146
Tabla 41 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de
Cu2+,
Ecuación 1/k2qe2 t/qe (mgq.g -1)-1
(mge .g ) qe2 g/mgK-1 .min2 -1 R2

p - valor t/qt = 96.64 +

p -valor: 0.000 ≤ α = 0.05 K2: Constante de velocidad
96.64 0.80 1.25 1.56 0.01 95.8 0.01
0.80 t qe: cantidad absorbato adsorbido 2
R : Coeficiente de

determinación

Según la (Tabla 41), que el modelo de Pseudo-segundo orden muestra correlación (p

< 0.05), lo que indica el modelo describe con mayor precisión los valores de (q e =
1.25) por lo que se puede asumir que las reacciones de adsorción en la superficie del
adsorbente. Por otra parte, se presentó un bajo (K 2 = 0.01), lo que indica que el
adsorbato Cu (II) se adhiere lentamente al Nostoc commune.

Figura 29 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y

coeficiente de correlación para la biosorción de Cu2+

En la Figura 29, se observa que el modelo de Pseudo-Segundo Orden se ajusta muy

bien a los datos experimentales, con un valor de R² = 95.8%. Esto indica una
excelente correlación entre el modelo y las observaciones empíricas. La ecuación
cinética correspondiente, t/qt = 96.64 + 0.80 t, ofrece una descripción detallada de la

147
cinética de adsorción, destacando su capacidad para predecir el comportamiento del
proceso en sistemas donde las interacciones químicas desempeñan un papel
significativo. Esta alta correlación sugiere que el modelo es particularmente eficaz
para capturar las dinámicas de adsorción en el sistema estudiado, proporcionando
una herramienta robusta para el análisis y la optimización de la biosorción.

Tabla 42 Parámetros cinéticos del modelo Pseudo-segundo orden para la remoción de

As3+
2 q
Ecuación 1/k2qe t/qe (mg/ge ) (mg/gqe2 ) g/[Link] -1 R2
t/qt = 3.94 +
valorp -
p -valor: 0.000 ≤ α = 0.05 K2: Constante de velocidad
3.94 0.85 1.18 1.38 0.183 97.3 0.004
0.85 t qe: cantidad absorbato adsorbido R2: Coeficiente de

determinación

En la Tabla 42, se evidencia que el Modelo de Pseudo-Segundo Orden ofrece una

descripción más precisa del sistema As (II)/Nostoc commune en comparación con
otros modelos. Los datos indican que la capacidad de biosorción específica de As (II)
en equilibrio (qe) es de 1.18 mg de As por gramo de Nostoc commune, mientras que
la constante de velocidad de adsorción (K2) es de 0.183 g·mg ⁻¹·min ⁻¹. Este valor
relativamente alto de K2 sugiere que el As (II) se adhiere a la superficie del Nostoc
commune con rapidez, indicando una cinética de adsorción eficiente. Esta
información subraya la capacidad del modelo para capturar la dinámica de la
interacción entre el adsorbato y el adsorbente, proporcionando una visión detallada
sobre la rapidez y eficacia de la adsorción de As (II) en el sistema estudiado.

148
Figura 30 Modelo cinético de Pseudo de Segundo orden: Parámetros cinéticos y
coeficiente de correlación para la biosorción de As3+

En la Figura 30, se observa que los resultados experimentales se alinean de manera

notable con el Modelo de Pseudo-Segundo Orden, reflejando un coeficiente de
determinación (R²) de 97.3%. Este alto valor sugiere que el modelo es altamente
efectivo en describir el proceso de adsorción, caracterizado por una sorción en
monocapa en sitios activos que presentan una distribución homogénea de energía. La
ecuación cinética del modelo, t/qt = 3.94 + 0.85 t, proporciona una descripción
precisa y predictiva de la cinética de adsorción en sistemas donde las interacciones
químicas juegan un papel crucial. Este modelo ayuda a comprender cómo las
interacciones químicas entre el adsorbente y el adsorbato influyen en la dinámica de
la adsorción, lo que es esencial para el diseño y optimización de procesos de
biosorción.

149
4.2 Discusión de resultados

La presencia de metales pesados en el agua representa una grave amenaza tanto para
el medio ambiente como para la salud pública. Para enfrentar este desafío, es crucial
entender y aplicar técnicas efectivas para la eliminación de estos contaminantes. Este
estudio se enfoca en la biosorción utilizando Nostoc commune como una tecnología
potencial para tratar el agua contaminada y remover metales pesados como plomo,
cadmio, cobre y arsénico, con el objetivo de desarrollar estrategias que protejan
nuestros recursos hídricos.

4.2.1. Factor A: Tipos de metales pesados

El efecto del factor principal A (tipos de metales pesados) presentó significación

estadística p- valor (Sig. 0.000 < 0.05), entre los cuatro tipos de metales pesados,
resultando y dejando evidencias que el plomo (16.00 ± 1.24C) es mejor adsorbido,
seguidamente por Cadmio (13.80 ± 1.44B) y Arsénico (2.02 ± 0.22A), y no habiendo
diferencias significativas entre cobre y cadmio. La tabla 27 y la figura 21 muestran
los datos.

Los datos obtenidos están vinculados al estudio titulado: Evaluación de la remoción

de metales pesados utilizando la cianobacteria Nostoc sp como alternativa de
bioadsorbente. En el ensayo, se colocó una solución del metal a estudiar en un
matraz de 50 mL, utilizando 100 mg de cushuro a diferentes concentraciones,
ajustando el pH a 5 y agitando a 160 rpm durante 6 horas en un agitador orbital. Los
resultados indicaron que el cushuro mostró una notable capacidad de remoción,
atribuible a la formación de complejos tales como fitoquelatinas y metalotioneínas
con los metales Cu y Cd. El Cu supera ligeramente al Cd porque es uno de los
metales esenciales para la vida. (Rojas, 2023). Asimismo, en el trabajo de
investigación titulado: Estudio de la Bioadsorción de Cadmio y Plomo con Biomasa
de Serratia marcescens M8a-2T, a nivel de Laboratorio, resultó óptimo para la
remoción de cadmio a comparación del plomo, pues se logró captar el 99,97 % del
cadmio en solución (Gutiérrez, 2015).

150
4.2.2. Factor B: Niveles de dosis del Nostoc commune

En el presente estudio, se observó que las variaciones en los niveles de dosis de

Nostoc commune no influyen significativamente en la biosorción de metales pesados
como Pb (II), Cd (II), Cu (II) y As (III) en aguas contaminadas in vitro, con un valor
de significancia de 0.104, mayor a 0.05. Esto indica que no hay diferencias
significativas según las pruebas de comparaciones múltiples realizadas mediante el
método HSD de Tukey (D1 = 8.15A, D3 = 10.94A, D5 = 11.35A y D7 = 11.40A).

Estos resultados se relacionan con los resultados encontrados en la tesis titulada

"Evaluación de la remoción de metales pesados utilizando la cianobacteria Nostoc sp
como alternativa de bioadsorbente", que confirma que el aumento en la masa de la
adsorbente mejora el porcentaje de adsorción (Rojas, 2023).

4.2.3. Factor C: Tiempo de inoculación

Según los resultados obtenidos en el presente estudio, los tiempos de inoculación del
Nostoc commune influyen de manera significativa en la biosorción de Pb (II), Cd
(II), Cu (II) y As (III) en soluciones acuosas contaminadas in vitro. El análisis
estadístico revela una alta significancia (sig. 0.00 < 0.05), lo que confirma que el
tiempo de inoculación es un factor crucial para la eficiencia en la remoción de
metales pesados. La prueba de comparación múltiple HSD Tukey demuestra que el
tiempo de inoculación de 30 minutos (13.03 B) resulta ser el más efectivo en
comparación con 20 minutos (10.40 A) y 10 minutos (7.91 A). Además, se observó
una variación significativa en la biosorción en función del pH de las soluciones, que
varió desde un pH ácido débil (3-6) hasta un pH neutro (7.0), lo que resalta la
influencia del pH en la capacidad de adsorción del Nostoc commune.

Los resultados obtenidos en el presente estudio contrastan con los hallazgos

reportados por Plaza (2012), en su tesis doctoral titulada remoción de metales
pesados empleando algas marinas". En su investigación, Plaza evaluó la eficacia de
las macroalgas marinas Macrocystis pyrifera y Undaria pinnatifida para la adsorción
de diversos metales. Según sus resultados, los tiempos necesarios para alcanzar el
equilibrio de adsorción fueron uniformes para ambos tipos de algas. El menor tiempo
151
registrado fue para Ni (II) con 1 hora, seguido por Zn (II) y Cd (II) con 2 horas cada
uno, Cr (III) con 6 horas y, finalmente, Hg (II) con 24 horas.

4.2.4. Interacción BC: Niveles de dosis del Nostoc commune x Tiempo de

inoculación

El análisis de variación revela que los efectos principales del factor A (tipos de
metales pesados) y el factor C (tiempo de inoculación), así como las interacciones
AB y AC, son estadísticamente significativos. Esto indica que los niveles de cada
uno de estos factores influyen en la eficacia de la absorción de metales pesados en el
agua, como se detalla en las Tablas 23 y 25. Por otro lado, el factor principal B
(niveles de Nostoc commune) y la interacción BC no presentan significancia
estadística, lo que sugiere que las variaciones en estos niveles no tienen un impacto
considerable en la eliminación de metales pesados. Los datos correspondientes se
pueden consultar en las Tablas 28 y 29.

4.2.5. Modelo de isoterma de biosorcion

Modelo Isoterma Langmuir linealizado

En el presente estudio, se empleó el Modelo de Isoterma de Langmuir para analizar

la biosorción de Pb (II), Cd (II), Cu (II) y As (III) utilizando Nostoc commune como
adsorbente. Los resultados obtenidos fueron estadísticamente significativos (p <
0.05). Los parámetros derivados del modelo son los siguientes: para Pb (II), la
constante de disociación (KL) fue de 3.45 mg/L; para Cd (II), KL fue de 0.27 mg/g
de Nostoc commune y 4.57 mg/L; para Cu (II), KL alcanzó 0.15 mg/g de Nostoc
commune y 7.69 mg/L; y para As (III), la capacidad máxima de adsorción de Nostoc
commune fue de 0.04 mg/g, con una constante de Langmuir (KL) de 30.53 mg/L. El
parámetro RL, situado entre 0 y 1 para todos los metales estudiados, sugiere que la
isoterma de Langmuir es favorable para la biosorción de estos metales pesados. Los
detalles completos se encuentran en la Tabla 35 y la Figura 23.

152
Los resultados obtenidos en este estudio son consistentes con los hallazgos de la
investigación titulada "Evaluación de la remoción de metales pesados utilizando la
cianobacteria Nostoc sp como alternativa de bioadsorbente. En esta investigación, se
evaluaron diferentes concentraciones de cushuro a pH 5 durante tiempos variables
(1, 2, 3, 4, 5 y 6 horas) en un agitador orbital a 160 rpm. Se descubrió que el modelo
de Freundlich era más adecuado para describir las isotermas de adsorción de Cu y
Cd. En contraste, las isotermas de As y Pb se ajustaron mejor al modelo de
Langmuir. En términos de capacidad de adsorción, el cadmio mostró la mayor
capacidad con 49,30 mg/g de cushuro, seguido por el cobre con 40,88 mg/g de
cushuro. Las capacidades de adsorción para plomo y arsénico fueron menores, con
29,58 y 17,65 mg/g de cushuro, respectivamente, indicando una menor eficacia
comparada con el cadmio y el cobre (Rojas, 2023).

Los resultados obtenidos en esta investigación son consistentes con los hallazgos del
estudio titulado "Biosorción de plomo de aguas contaminadas usando biomasa
modificada químicamente del Nostoc commune". En este estudio, se utilizó un
sistema en serie con 25 mililitros de solución de Pb (II), manteniendo constantes la
velocidad de agitación (150 rpm) y la temperatura (20 °C). La dosis del biosorbente
se ajustó variando las cantidades de biomasa modificada químicamente (BNC) entre
0.5 y 4 g/L, con tiempos de contacto que fluctuaron entre 1 y 180 minutos. Las
concentraciones iniciales del Pb (II) en la solución oscilaron entre 55 y 484 mg/L.
Los resultados revelaron que el valor de RL fue menor a 1 para todas las
concentraciones iniciales de plomo y diferentes niveles de pH, lo que sugiere que la
biosorción de Pb (II) en la BNC es efectiva bajo estas condiciones. Además, el
modelo de isoterma de Langmuir presentó los valores de R2 más cercanos a 1,
indicando que este modelo describe de manera más precisa la relación entre los datos
de biosorción de plomo en equilibrio.

El estudio titulado "Biosorción de plomo en aguas contaminadas utilizando biomasa

de Nostoc commune como alternativa ecológica" explora el uso de guano de Nostoc
commune para la remoción de plomo. Este trabajo es pertinente a los hallazgos del
experimento actual, que también investiga la capacidad de eliminación de plomo por

153
parte de Nostoc commune. El enfoque del estudio se centra en evaluar la eficacia de
esta cianobacteria en la adsorción de plomo, corroborando los resultados obtenidos
en nuestro experimento y proporcionando una base comparativa para la evaluación
de la eficiencia del Nostoc commune en la purificación de aguas contaminadas con
metales pesados. Los hallazgos demostraron que la aplicación de Nostoc commune
tiene un mayor impacto en la capacidad de biosorción (Qe); se encontró una alta
capacidad de biosorción (247,35 mg/g) a un pH de 5,5; los datos de equilibrio se
ajustaron mejor al modelo de Langmuir (R2 =0,9925), lo que indica que la
biosorción se produjo en una sola capa y se logró una capacidad máxima de
biosorción (qmax) de 196,078 mg/g-1 (Breña, 2020).

La capacidad de remoción del Nostoc commune, determinado taxonómicamente por

el Herbarium Truxillende de Trujillo, tiene un comportamiento directamente
proporcional a la concentración inicial (qe) de Plomo y cadmio; estos resultados se
relacionan con lo obtenido con otros autores como (Chuquilin, 2015), donde utilizó
como adsorbente el Nostoc sp en un sistema de lotes.

Los resultados indican que la biosorción de Pb (II) se ajusta de manera significativa

al modelo matemático de Langmuir (p < 0,05), con un coeficiente de determinación
(R²) de 99,13%. La máxima capacidad de biosorción específica para Pb (II) se
alcanza a un pH de 5, donde se logra una remoción del 97,32% del metal, con una
capacidad de adsorción de 37,43 mg/g. Sin embargo, fuera del rango de pH cercano a
5, la eficacia de la biosorción no presenta un patrón claro. En contraste, la biosorción
de Cd (III) no mostró significancia estadística (p < 0,05) en ninguno de los modelos
isotérmicos evaluados. La capacidad biosorptiva máxima observada para Pb (II) fue
de 185,89 mg/g, mientras que la constante de disociación (KL) fue de 17,66 mg/L,
indicando una alta capacidad del Nostoc commune para adsorber Pb (II) en
condiciones óptimas.

Los resultados del presente experimento guardan similitudes con los hallazgos de la
tesis titulada "Remoción de metales pesados utilizando algas marinas". En dicho
estudio, se emplearon macroalgas marinas, Macrocystis pyrifera y Undaria
pinnatifida, para la extracción de metales pesados como mercurio, zinc, cadmio,

154
cromo y níquel de soluciones acuosas. Los resultados indicaron que el modelo de
Langmuir, aplicado a ambos tipos de algas, era adecuado para describir el equilibrio
de adsorción de todos los metales analizados. Según este modelo, se establecieron las
siguientes capacidades máximas: para el biosorbente M. pyrifera, se obtuvo el orden
Cd (II) > Hg (II) > Cr (III) > Ni (II) > Zn (II), mientras que para el biosorbente U.
pinnatifida, el orden fue Zn (II) > Cd (II) > Ni (II) > Hg (II) > Cr (III) (Plaza, 2012).

Los resultados obtenidos en el presente estudio son consistentes con los hallazgos de
la investigación titulada "Uso de algas marinas para la biosorción de metales pesados
en aguas contaminadas". En esa investigación, se evaluó la capacidad de varias
especies de macroalgas marinas para biosorber cadmio y níquel en soluciones
diluidas simulando aguas contaminadas. Los resultados indicaron que las algas
Corallina y Porphira demostraron una notable eficiencia en la eliminación de cadmio,
logrando porcentajes de sorción superiores al 90% cuando se utilizaron dosis
mayores a 0.3 g/100 mL. En contraste, el carbón activado comercial (CC), incluso a
la dosis más alta, no alcanzó un porcentaje de eliminación superior al 83%
(Basso,2002).

4.2.6. Modelo cinético de Pseudo - Segundo orden

Los resultados obtenidos en el presente estudio mejoraron la descripción del modelo

de pseudo-segundo orden para los metales pesados Pb (II), Cd (II), Cu (II) y As (III),
con valores de R² de 87,1%, 80,3%, 95,8% y 97,3%, respectivamente, y con una
significancia estadística de p > 0,05. Además, se observó que todos los metales
evaluados presentaron un bajo valor de la constante de tasa de adsorción (K2) de
0,01 g·mg⁻¹·min⁻¹, lo que sugiere que el proceso de adhesión del adsorbato a la
superficie del Nostoc commune ocurre de manera lenta. Estos hallazgos destacan la
importancia del tiempo de inoculación en la eficiencia de la biosorción, subrayando
que un tiempo adecuado es crucial para optimizar la remoción simultánea de metales
pesados.

Los resultados del experimento actual son consistentes con los hallazgos de Chuquilin
(2015), que investigó la biosorción de Cd (II) y Pb (II) utilizando Nostoc sp. En dicho

155
estudio, el modelo de pseudo-segundo orden demostró ser significativo (p < 0,05) para
ambos metales, con coeficientes de determinación (R²) de 98,38% para Cd (II) y
99,99% para Pb (II). Las constantes de velocidad fueron 𝐾2 = 0,007 mgCd.g⁻¹.min⁻¹
y 𝐾2 = 0,057 mgPb.g⁻¹.min⁻¹, respectivamente. Además, los resultados del presente
estudio se alinean con los encontrados por Lavado (2021), quien examinó la biosorción
de plomo utilizando biomasa modificada químicamente de Nostoc commune. En su
investigación, Lavado reportó un valor de 𝐾2 = 0,13 mgPb⁻¹.g⁻¹.min⁻¹ y un
coeficiente de determinación (R²) de 1 para el modelo de pseudo-segundo orden. Esto
sugiere que las reacciones de quimisorción en la superficie del adsorbente son cruciales
para determinar la velocidad de biosorción, y que la capacidad de biosorción está
estrechamente relacionada con la cantidad de sitios activos ocupados en el adsorbente.

4.3 Proceso de prueba de hipótesis

Después de realizar el contraste de hipótesis, se puede determinar si se acepta o se

rechaza la hipótesis nula. Este proceso implica evaluar la evidencia estadística
proporcionada por los datos y compararla con el umbral de significancia predefinido.
En función de esta evaluación, se decide si los resultados obtenidos son suficientes
para concluir que existe una diferencia significativa o si no hay evidencia suficiente
para contradecir la hipótesis nula.

1. Realizar el test de normalidad y homogeneidad

A. Test de Normalidad

Se usó la prueba de Shapiro – Wilk, debido a que en cada grupo el número de

observaciones es de 48 tratamientos; teniendo las consideraciones que la prueba de
Shapiro – Wilk se usa cuando n ≤ 50. Las hipótesis planteadas son:

H0: los grupos tienen distribuciones normales

H1: Los grupos no tienen distribuciones normales

156
Tabla 43 Test de normalidad de Kolmogorov – Smirnov y Shapiro – Wilk
Descripción Kolmogorov-Smirnova Shapiro-Wilk
Estadístico Gl Sig. Estadístico Gl P - value
As 0.181 12 ,200* 0.872 12 0.069
Biosorción
Cd 0.147 12 ,200* 0.933 12 0.409
de metales 0.208 12 0.162 0.958 12 0.748
Cu
(g/L) 0.156 12 ,200* 0.931 12 0.393
Pb

Comprobamos que según las pruebas de Kolmogorov - Smirnov y Shapiro - Wilk

(valor p - valor > α), no se rechaza la hipótesis nula, lo que indica que no hay
evidencia suficiente para concluir que los datos no son normales. En este caso, se
puede suponer que la distribución de os datos es aproximadamente normal, y
cumpliendo de esta manera con el supuesto de normalidad del ANOVA. B. Prueba
de homogeneidad de varianzas:

Se usó la prueba de Levene. Las hipótesis planteadas son:

H0: Las variaciones entre grupos son iguales (Homocedasticidad).

H1: Las variaciones entre grupos no son iguales (Heterocedasticidad).

Tabla 44 Test de homogeneidad de varianzas de Levene y Bartlett

Method Statistic P - value
Levene 4.81 0.313
Bartlett 0.34 0.952
En la tabla 44, se verifica que según las pruebas de Levene y Bartlett (valor p - valor
> α), no se rechaza la H0, lo que indica que no hay suficiente evidencia para afirmar
que las varianzas son diferentes, concluyéndose que las varianzas son homogéneas
entre los grupos, y cumpliendo de esta manera con el supuesto de Homogeneidad de
las varianzas (ANOVA).

2. Formular la hipótesis nula y alterna de acuerdo al problema.

157
Hipótesis general

Ha: El Nostoc commune influyen en la biosorción in vitro de metales pesados en agua

contaminada.

H0: El Nostoc commune no influyen en la biosorción in vitro de metales pesados en

agua contaminada.

Hipótesis especificas:

Para el problema específico 1

Ha: Existe influencia significativa del Nostoc commune en la biosorcion in vitro de Pb

(II), Cd (II), Cu (II), As (III) en agua contaminada.

H0: No existe influencia significativa del Nostoc commune en la biosorcion in vitro de

Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

Para el problema específico 2

Ha: Los niveles de dosis del Nostoc commune influyen en la biosorción in vitro de Pb
(II), Cd (II), Cu (II), As (III) en agua contaminada.

Ho: Los niveles de dosis del Nostoc commune no influyen en la biosorción in vitro de
Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

Para el problema específico 3

Ha: El tiempo de inoculación del Nostoc commune influyen en la biosorción in vitro de

Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

H0: El tiempo de inoculación del Nostoc commune no influyen en la biosorción in vitro

de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

158
Para el problema específico 4

Ha: Existe interacción entre tipos de metales pesados y niveles de dosis del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.
H0: No existe interacción entre tipos de metales pesados y niveles de dosis del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.

Para el problema específico 5

Ha: Existe interacción entre tipos de metales pesados y tiempo de inoculación del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.
H0: No existe interacción entre tipos de metales pesados y tiempo de inoculación del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.

Para el problema específico 6

Ha: Existe interacción entre niveles de dosis y tiempo de inoculación del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

H0: No existe interacción entre niveles de dosis y tiempo de inoculación del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

3. Escoger un nivel de significancia o riesgo α.

Nivel de confianza = 1 – α = 1 – 0.05 = 0.95%

Nivel de significancia (α) = 0.05%

4. Escoger el estadígrafo de prueba más apropiado. A. Para el

Análisis de varianzas (ANOVA):

159
La proporción entre la varianza promedio de los grupos y la varianza media de los
grupos es el estadístico conocido como ratio. Este estadístico está basado en la
distribución "F de Fisher-Snedecor". Dado que la inter varianza será igual a la intra
varianza, el estadístico F tendrá un valor de 1 si se cumple la hipótesis nula.

La tabla de valores críticos debe compararse con el valor resultante.

Si: F calculado > F tabulado; rechazo el modelo restringido.

Como valor de probabilidad, el valor p oscila entre 0 y 1. La probabilidad de haber

obtenido el resultado que hemos obtenido suponiendo que la hipótesis nula H0 es
cierta se muestra por el valor "p". Se dice que los valores altos de p no permiten el
rechazo de H0, mientras que los valores bajos de "p" sí lo permiten.

Si el valor de “p”:

✓ Un valor de (p < 0,05) significa que la hipótesis nula es falsa.

✓ Un valor de (p > 0,05) significa que la hipótesis nula es verdadera.

B. Para la prueba de comparación de medias

La metodología de Tukey para realizar comparaciones honestamente significativas

permite identificar diferencias estadísticamente significativas entre múltiples grupos
de datos. En esencia, la metodología de Tukey establece un único valor de diferencia
mínima significativa, el cual se aplica uniformemente para evaluar todas las
comparaciones entre pares de medias. Esto asegura que se mantenga un control
adecuado del error tipo I al comparar múltiples grupos simultáneamente.

Para llevar a cabo todas las comparaciones por pares entre los grupos, el método de
Tukey emplea el estadístico del rango estudentizado. Este estadístico se utiliza para
calcular la tasa de error del experimento, la cual se define como la tasa de error para
el conjunto completo de comparaciones por pares. En otras palabras, el enfoque de
Tukey controla el error global del experimento al ajustar la tasa de error para todas

160
las comparaciones simultáneas, garantizando que el nivel de significancia
especificado se mantenga a lo largo de todas las pruebas realizadas.

Para realizar el HSD de Tukey, primero debe calcular el valor del HSD. El valor HSD
se calcula mediante la siguiente fórmula:

Factor A: Sd = √(CME/qb)

Factor B: Sd = √(CME/pb) Factor

C: Sd = √(CME/rb)

Factor A en bj: Sd = √(CME/b)

Factor B en aj: Sd = √(CME/b)

Factor C en bj: Sd = √(CME/b)

Donde Sd es el desviación estándar y es el valor crítico de la distribución de rango

estudentizado, CME es el cuadro medio del error de la tabla ANOVA y b es el
número de observaciones, y HSD de Tukey se puede determinar a partir de la tabla
de distribución de rangos estudentizados.

El valor crítico se define en función del nivel de significancia (α), los grados de
libertad (gl) y el número de grupos comparados. El nivel de significancia establece el
umbral para detectar diferencias significativas, los grados de libertad afectan la
forma de la distribución estadística utilizada en la prueba, y el número de grupos
influye en la magnitud del valor crítico requerido para determinar si las diferencias
observadas son estadísticamente significativas.

Las pruebas de rango se utilizan para identificar subconjuntos homogéneos de

medias que no presentan diferencias significativas entre sí. Con un nivel de
significancia de 0,05, las comparaciones múltiples por pares evalúan las diferencias
entre cada par de medias y generan una matriz en la que los asteriscos marcan las
medias de cada grupo que presentan diferencias significativas.

161
Calcula las diferencias:

A continuación, calcule las diferencias entre las medias de cada par de grupos. Si la
diferencia entre las medias es mayor que el valor HSD, entonces los dos grupos se
consideran significativamente diferentes.

Ha: μ1 ≠ μ2 ≠ μ3 ≠ μ4 (Las medias son diferentes)

Ho: μ1 = μ2 = μ3 = μ4 (Las medias son iguales) Ha:

(AB)11 ≠ (AB)12 ≠ ….(AB)ab ≠ 0

H0: (AB)11 = (AB)12 = ….(AB)ab = 0

Ha: (AC)11 ≠ (AC)13 ≠ ….(AB)ab ≠ 0

H0: (AC)11 = (AC)13 = ….(AB)ab = 0

Ha: (BC)21 ≠ (BC)23 ≠ ….(AB)ab ≠ 0

H0: (BC)21 = (BC)23 = ….(AB)ab = 0 Establecer

la región crítica.

❖ Para efectos principales A: F0 > Fα; A-1, ABC(h-1)

❖ Para efectos principales B: F0 > Fα; B-1, ABC(h-1)

❖ Para efectos principales C: F0 > Fα; C-1, ABC(h-1)

❖ Para efectos de interacción AB: F0 > Fα; (A-1) (B-1), ABC(h-1)

❖ Para efectos de interacción AC: F0 > Fα; (A-1) (C-1), ABC(h-1)

❖ Para efectos de interacción BC: F0 > Fα; (B-1) (C – 1), ABC(h-1)

162
5. Regla de decisión

5.1. Prueba de normalidad: shapiro – Wilk. Las

hipótesis planteadas son:

H0: los grupos tienen distribuciones normales

H1: Los grupos no tienen distribuciones normales

Tabla 45 Test de normalidad de varianzas de biosorcion de metales usando Nostoc

commune en soluciones acuosas
Descripción Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
As 0.181 12 ,200* 0.872 12 0.069
Cd 0.147 12 ,200* 0.933 12 0.409
Biosorción de
metales (g/L) Cu 0.208 12 0.162 0.958 12 0.748
Pb 0.156 12 ,200* 0.931 12 0.393

Comprobamos que el (valor p - valor > α), y por lo tanto no se rechaza la H 0,

concluyéndose que los grupos tienen distribuciones normales, y cumpliendo de esta
manera con el supuesto de normalidad del ANOVA.

5.2. Prueba de homogeneidad: Levene

Las hipótesis planteadas son:

H0: Las variaciones entre grupos son uniformes.

H1: Las variaciones entre grupos no son uniformes.

163
Tabla 46 Test de homogeneidad de varianzas de biosorcion de metales usando Nostoc
commune en soluciones acuosas
Fuente Estadístico de Sig.
gl1 gl2
Levene
Biosor Basado en el promedio 4.811 2 45 0.313
ción de Basado en la mediana 1.194 2 45 0.313
metales
(ppm) Basado en la mediana y con
gl ajustado 1.194 2 36.61 0.315

Comprobamos que el (valor p - valor > α), y por lo tanto no se rechaza la H 0,

concluyéndose que las varianzas de los grupos son homogéneas, y cumpliendo de
esta manera con el supuesto de Homogeneidad del ANOVA.

5.3. Análisis de interacciones:

5.3.1. Interacción: Tipos de metales pesados – dosis de Nostoc commune

Ha: Existe interacción entre tipos de metales pesados y niveles de dosis del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.
H0: No existe interacción entre tipos de metales pesados y niveles de dosis del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.

La tabla ANOVA muestra que el valor F calculado en el análisis de varianza es

menor que el valor F tabulado (5.42 en comparación con 1.99). Además, el valor del
estadístico de contraste para la igualdad de interacción, que es F = 5.429, tiene un
pvalor de 0.00 a su derecha, lo cual es inferior al nivel de significancia del 5%. Esto
indica que los resultados son estadísticamente significativos y que hay evidencia
suficiente para rechazar la hipótesis nula en el contexto de la igualdad de interacción.
Como resultado, se rechaza la hipótesis nula (H0) y se acepta la hipótesis alterna
(Ha): Existe interacción entre tipos de metales pesados y niveles de dosis del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

164
Figura 31 Distribución de F de Fisher - Snedecor (df1 = 15; df2=32) para la
interacción del factor A x B
Distribution Plot
F; df1=15; df2=32
1.0

0.8

y 0.6
ti
s
n
e
D
0.4

0.2

0.05
0.0
0 1.992
X

5.3.2. Interacción: Tipos de metales - Tiempo de inoculación

Ha: Existe interacción entre tipos de metales pesados y tiempo de inoculación del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.
H0: No existe interacción entre tipos de metales pesados y tiempo de inoculación del
Nostoc commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en
agua contaminada.

165
Figura 32 Distribución de F de Fisher - Snedecor (df1 = 11; df2=36) para la
interacción del factor A x C
Distribution Plot
F; df1=11; df2=36

0.9

0.8

0.7

0.6
y
ti 0.5
sn
e
D
0.4

0.3

0.2

0.1
0.05
0.0
0 2.067
X

La tabla de ANOVA, muestra el valor (11.381) de F calculado de la tabla de análisis de

varianza es menor que F tabulado (11.381 > 2.53), con diferencias significativas ya que
el p – valor (0.000 < 0.05); por lo tanto, se rechaza la hipótesis nula (H 0) y se acepta
la hipótesis alterna (Ha) que afirma la existencia de las interacciones entre los tipos
de metales pesados y los diferentes tiempos de inoculación del Nostoc commune en
la biosorcion de plomo, cadmio, cobre y arsénico.

5.3.3. interacción: Niveles de dosis del Nostoc commune – Tiempo de inoculación

Ha: Existe interacción entre niveles de dosis y tiempo de inoculación del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

H0: No existe interacción entre niveles de dosis y tiempo de inoculación del Nostoc
commune en la biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua
contaminada.

166
Figura 33 Distribución de F de Fisher - Snedecor (df1 = 11; df2=36) para la interacción
del factor B x C
Distribution Plot
F; df1=11; df2=36

0.9

0.8

0.7

0.6
y
its 0.5
n
e D
0.4

0.3

0.2

0.1
0.05
0.0
0 2.067
X

Como se deduce del ANOVA, el valor (0.641) de F calculado de la tabla de análisis de

varianza es menor que F tabulado (0.641 < 2.067); indican que no hay efecto
significativo de la interacción de los factores B x C (P>0.05), y por lo tanto
aceptamos la hipótesis nula (H0): No existe interacción entre niveles de dosis y
tiempo de inoculación del Nostoc commune en la biosorción in vitro de Pb (II), Cd
(II), Cu (II), As (III) en agua contaminada.

Análisis de efectos principales

5.3.4. Factor A: Tipos de metales pesados

Ha: Existe influencia significativa del Nostoc commune en la biosorcion in vitro de Pb

(II), Cd (II), Cu (II), As (III) en agua contaminada.

H0: No existe influencia significativa del Nostoc commune en la biosorcion in vitro de

Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

167
Figura 34 Distribución de F de Fisher - Snedecor (df1 = 3; df2=39) para el factor A
Distribution Plot
F; df1=3; df2=39
0.8

0.7

0.6

0.5
y
ti
s
n 0.4
De
0.3

0.2

0.1
0.05
0.0
0 2.845
X

Factor A: F (0.05), 3,39 = 2.84

Respecto a la hipótesis del factor A, según (Tabla 14) de análisis de varianza F c > Ft
(34.285 > 2.84), cuyo P – valor < 0.05.

Como resultado, la hipótesis nula (H0) se rechaza y se acepta la hipótesis alterna

(Ha): Existe influencia significativa del Nostoc commune en la biosorcion in vitro de
Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

5.3.5. Factor B: Niveles de dosis del Nostoc commune

Ha: Los niveles de dosis del Nostoc commune influyen en la biosorción in vitro de Pb
(II), Cd (II), Cu (II), As (III) en agua contaminada.
Ho: Los niveles de dosis del Nostoc commune no influyen en la biosorción in vitro de
Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

Figura 35 Distribución de F de Fisher – Snedecor (df1 = 3; df2=39) para el factor B

Distribution Plot
F; df1=2; df2=39

168
 1.0

0.8

y 0.6
ti
s
n
e
D
0.4

0.2

0.05
0.0
0 3.238
X

Factor B: F (0.05), 2,39 = 3.23

En relación a la hipótesis del factor B: Niveles de dosis de Nostoc commune como

efecto principal, que de acuerdo a la tabla de análisis de varianza se visualiza que F c
< Ft (2.197 < 3.23); por lo tanto, se concluye que no se rechaza la hipótesis nula (H 0);
es decir los diferentes niveles de dosis del Nostoc commune no influyen en la
biosorción in vitro de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

5.3.6. Factor C: Tiempo de inoculación

Ha: El tiempo de inoculación del Nostoc commune influyen en la biosorción in vitro de

Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.
H0: El tiempo de inoculación del Nostoc commune no influyen en la biosorción in vitro
de Pb (II), Cd (II), Cu (II), As (III) en agua contaminada.

169
Figura 36 Distribución de F de Fisher – Snedecor (df1 = 3; df2=39) para el factor C
Distribution Plot
F; df1=3; df2=39
0.8

0.7

0.6

0.5
y
ti
s
n 0.4
e
D
0.3

0.2

0.1
0.05
0.0
0 2.845
X

Factor C: F (0.05), 3,39 = 2.84

En relación con la hipótesis sobre el factor C, Tiempo de inoculación, como efecto

principal, la tabla de análisis de varianza muestra que el valor Fc es mayor que el
valor Ft (8.062 frente a 2.84). Esto lleva a la conclusión de que se debe rechazar la
hipótesis nula (H0) y aceptar la hipótesis alternativa, lo que indica que el tiempo de
inoculación del Nostoc commune influyen en la biosorción in vitro de Pb (II), Cd
(II), Cu (II), As (III) en agua contaminada.

5.4. Hipótesis general:

Ha: El Nostoc commune influyen en la biosorción in vitro de metales pesados en agua

contaminada.
H0: El Nostoc commune no influyen en la biosorción in vitro de metales en agua
contaminada.

Se rechaza la hipótesis nula (H0) y se acepta la hipótesis alternativa (Ha), que

sostiene que la capacidad de biosorción in vitro de Pb (II), Cd (II), Cu (II) y As (III)
170
es significativamente influye (p-valor < 0.05) cuando se utiliza Nostoc commune.
Los resultados indican que el modelo de isoterma de Langmuir se ajusta mejor a los
datos para todos los metales evaluados, con capacidades de adsorción máxima
(qmax) de 0.40, 0.27, 0.15 y 0.04 mg/g para plomo, cadmio, cobre y arsénico,
respectivamente. Estos hallazgos sugieren que Nostoc commune presenta una alta
capacidad de biosorción y que el tiempo de inoculación está directamente
relacionado con la eficiencia de la biosorción. El orden de capacidad de adsorción
(qmax) observada es: Pb (II) > Cd (II) > Cu (II) > As (III).

En el contexto del presente experimento, se observó que las constantes de Langmuir

para Pb (KL = 3.45 L/g), Cd (KL = 4.57 L/g), Cu (KL = 7.69 L/g) y As (KL = 30.53
L/g) revelan una notable afinidad entre el adsorbato y el biosorbente. Estos valores
sugieren una fuerte interacción entre los metales pesados y el Nostoc commune.
Además, el factor de equilibrio (RL) para los cuatro tipos de metales pesados resulta
( RL = 0.01), indica que el proceso de biosorcion es favorable, siendo más cercano a
cero ( 0 ) cuanto más favorable sea el proceso. Por otro lado, el modelo cinético de
Pseudo Segundo Orden demostró ser el más adecuado para Pb (II), Cd (II), Cu (II) y
As (III), con valores de R² de 87.1%, 80.3%, 95.8% y 97.3%, respectivamente. Este
modelo también presentó un bajo valor de K2 (0.01 g/mg·min), lo que sugiere que
los adsorbatos se adhieren lentamente a la superficie del Nostoc commune,
destacando la importancia del tiempo de inoculación en el proceso de biosorción de
estos metales pesados.

Conclusiones
De acuerdo con los resultados obtenidos en la investigación, se pueden establecer las
siguientes conclusiones:

1. Se observó interacción significativa entre los tipos de metales pesados y los

niveles de dosis del Nostoc commune en la biosorción de plomo, cadmio, cobre y
arsénico, con un valor de significancia (p-valor < 0.05).

171
2. Se identificó una interacción significativa entre los diferentes tipos de metales
pesados y los tiempos de inoculación del Nostoc commune en la biosorción de
plomo, cadmio, cobre y arsénico. Los resultados indicaron una significancia
estadística (p-valor < 0.05).

3. No se observó interacción significativa entre los niveles de dosis del Nostoc

commune y los distintos tiempos de inoculación en el proceso de biosorción de
plomo, cadmio, cobre y arsénico. El valor de significancia obtenido (p-valor >
0.05).

4. Se encontró diferencias estadísticamente significativas en la biosorción entre los

cuatro tipos de metales pesados utilizando Nostoc commune, con un (p - valor <
0.05), resaltando la eficiencia del Nostoc commune para la eliminación del plomo a
comparación de los otros metales evaluados.

5. Los resultados del estudio indican que los distintos niveles de dosis de Nostoc
commune no tienen un efecto significativo en la biosorción de Pb (II), Cd (II), Cu
(II) y As (III) en soluciones acuosas contaminadas in vitro, con un (p-valor > 0.05).

6. Los resultados del estudio revelan que el tiempo de inoculación de Nostoc

commune presenta un impacto significativo en la biosorción de Pb (II), Cd (II), Cu
(II) y As (III), con (p-valor < 0.05).

7. Los datos experimentales para la biosorcion de Pb (II), Cd (II), Cu (II) y As (III),

se ajustaron adecuadamente al modelo de isoterma de Langmuir, lo que sugiere
que la biosorcion ocurre en una monocapa homogénea en la superficie del
biosorbente. La capacidad máxima de adsorción fue para el plomo, lo que
posesiona como el metal con mayor afinidad por el biosorbente. Por otro lado, el
arsenico mostró una capacidad de adsorción menor. Y finalmente se demostró que
existe una alta afinidad entre el biosorbente y los iones metálicos, lo que sugiere la
viabilidad de Nostoc commune como biosorbente eficiente, describiendo el orden
de las capacidades máximas de biosorción: Pb (II) > Cd (II) > Cu (II) > As
(III).

172
8. El análisis cinético de los datos experimentales reveló que el modelo de Pseudo
Segundo Orden proporcionó el mejor ajuste para la biosorción de Pb(II), Cd(II),
Cu(II) y As(III), con coeficientes de determinación (R²) superiores a 0.99 en todos
los casos. Esto sugiere que el proceso de biosorción de metales por el Nostoc
commune estudiadas está dominado por interacciones químicas, como el
intercambio de electrones o la formación de enlaces covalentes, más que por un
simple proceso físico.

Recomendaciones
1. Se sugiere a la Escuela Profesional de Ingeniería Ambiental y Sanitaria de la
Universidad Nacional de Huancavelica que realice investigaciones adicionales que
consideren in situ y considerando distintos tiempos de inoculación, que varíen
entre 60 y 180 minutos. Esta recomendación se basa en la posibilidad de que estos
tiempos adicionales podrían revelar variaciones significativas en los resultados en
comparación con los hallazgos obtenidos en el estudio actual.

2. Se sugiere llevar a cabo investigaciones adicionales sobre la capacidad del Nostoc

commune para adsorber otros metales pesados, como el mercurio (Hg) y el cromo

173
 (Cr) entre otros. Estas investigaciones deberían centrarse en determinar la afinidad
de estos metales para la adsorción por parte de Nostoc commune, identificando las
concentraciones límite de toxicidad y los rangos de pH más favorables para su
eliminación eficiente.

3. Para avanzar en el campo de la biosorción de metales pesados, se recomienda

explorar el uso de diversas especies de Nostoc sp. y combinar distintas condiciones
experimentales para optimizar el proceso de eliminación de metales. Esta
estrategia permitirá no solo profundizar el entendimiento sobre la biosorción, sino
también ampliar su aplicación potencial a nivel industrial. Es crucial utilizar los
parámetros, variables, condiciones y resultados obtenidos en la investigación
actual como base sólida para el desarrollo de futuros estudios en esta área.

4. Se sugiere llevar a cabo estudios detallados sobre la evaluación económica de la

biotecnología de biosorción de metales pesados utilizando Nostoc commune. Esta
evaluación debería incluir un análisis exhaustivo de los costos asociados con la
implementación de la tecnología, la eficiencia en la eliminación de metales, y los
beneficios potenciales en comparación con métodos tradicionales. Adicionalmente,
es importante considerar aspectos como la sostenibilidad del proceso, el impacto
ambiental y la viabilidad a gran escala para determinar su rentabilidad y
aplicabilidad en distintos contextos industriales

Referencias bibliográficas

Aguilar, J.A. (2015). Biorremediación de suelos contaminados por hidrocarburos

aplicando la Cianobacteria Nostoc sphaericum en Lurín – 2019. Tesis de
maestro en ingeniería ambiental, Facultad de ingeniería y Arquitectura –
Universidad Cesar Vallejo, Perú. [Link]
Ali, I., & Gupta, V. K. (2012). Advances in water treatment by adsorption
technology. Chemical Engineering Journal, 211-212, 310-317.
Arreguín, F. I., Chávez, R., Soto, P. R., Smedley, P. L. (2010). Una revisión de la
presencia de arsénico en el agua subterránea en

174
 México. [Link]
Agarwal, G. S., Bhuptawat, H. K., Chaudhari, S. (2006). Biosorption of aqueous
chromiun (VI) by Tamarindus indica seeds. Bioresource Technol, 7(97),
pp 949-956. [Link]
Arica, M. Y., Tüzün, I. Y., Ince, Ö., Bayramoglu, G. (2005). Utilisation of native,
heat an acid treated microalgae Chlamydomonas reinhardtii preparations
for biosorption of Cr (VI) ions. Process Biochem, 40, pp 2351-2358.
[Link]
Appelo, C. A. J., & Postma, D. (2010). Geochemistry, groundwater and
pollution. Taylor & Francis. [Link]
Avery, H. (2002). Cinética química básica y mecanismos de reacción. Barcelona:
Reverté S.A. [Link]
Arreaga, L.P., Maya, S.M. (2019). Optimización del proceso de remoción del ión
cromo en un medio acuoso utilizando el alga Codium Santamariae.
Facultad de Ciencias Químicas – Universidad de Guayaquil.
[Link]
Arias, F.G. (2006). Introducción a la metodología científica. Séptima edición.
Editorial episteme. [Link]
Armah, F. A., Quansah, R., & Luginaah, I. (2014). A systematic review of heavy
metals of anthropogenic origin in environmental media and biota in the
context of gold mining in Ghana. International Scholarly Research Notices,
252148. [Link]

Aldave, A. y Hegewald, J. (1984). Botánica general. Universidad Nacional de

Trujillo – Perú
Acosta I., Moctezuma-Zárate M.G., Cárdenas J.F. y Gutiérrez C. (2007).
Bioadsorción de cadmio (II) en solución acuosa por biomasas fúngicas. Inf.
Tec. 18, pp. 9-14. [Link]
Ahalya, N., Ramachandra, T. V., & Kanamadi, R. D. (2003). Biosorption of
Heavy Metals. Research Journal of Chemistry and Environment, 7(4), 71-
79

175
Barnes, D. K., Galgani, F., Thompson, R. C., & Barlaz, M. (2009). Accumulation
and fragmentation of plastic debris in global environments.
Philosophical Transactions of the Royal Society B: Biological Sciences,
364(1526), 1985-1998.
Bender, J., Rodriguez-Eaton, S, Ekanemesang, U, & Phillips, P. (1994).
Characterization of metal-binding bioflocculants produced by the
cyanobacterial component of mixed microbial mats. Appl. Environ.
Microbiol., 60(7), 2311-2315. [Link]
Basso, M.C., Cerrella, E.G., Cukierman, A.L. (2002). Estudio sobre el Empleo de
algas marinas para la biosorcion de metales pesados de aguas
contaminadas. Departamento de Industrias. Facultad de Ciencias Exactas
y Naturales. Universidad de Buenos Aires, Argentina. [Link]
Blazquez G., I. Hernainz, M. Calera y L. F. Ruiz-Núñez. (2005). Removal of
cadmium ions with olive stones: the effect of some parameters. Process
Biochemistry 40(8): pp 2649-2654. [Link]
Barkay, J. y T. Schaefer (2001). Metal and radionuclide bioremediation: issus
considerations and potentials. Current opinión in Microbiology. Vol. 4:
318 - 323. DOI: 10.1016/s1369-5274(00)00210-1
Baker, S. (2014). Fundamentals of Environmental Chemistry. CRC Press.
Bachelard, G. (1942). El agua y los sueños: Ensayo sobre la imaginación de la
materia. Fondo de Cultura Económica.
Breña, C. (2020). Biosorción de plomo en aguas contaminadas empleando
biomasa del Nostoc Commune como alternativa ecológica. Facultad de
Ingeniería, Universidad continental, Huancayo, Perú. [Link]
Condor, M.R. (2018). Biorremoción de plomo en soluciones acuosas mediadas por
microalgas a escala de laboratorio. Universidad Agraria de la Selva.
Condori, Z. (2014), Arequipa sigue siendo la primera productora de cuero del país.
Correo, 2014. [Link]
Cotton, F. A., & Wilkinson, G. (1999). Advanced Inorganic Chemistry (6th ed.).
Wiley-Interscience.
Cazón, J. P. (2012). Remoción de metales pesados empleando algas.
[Link]
176
 Cobo, (1969). Hongos. Edit. Limusa S.A. México
Chang, J., Huang, J., Chang, C., & Tarn, T. (1998). Removal and recovery of lead
fixed-bed biosorption with immobilized bacterial biomass. Wat. Sci.
Tech., 38(4-5), 171-178.
Chen, G. (2004). Electrochemical technologies in wastewater treatment. Separation
and Purification Technology, 38(1), 11-41
Chojnacka, K. (2010). Biosorption and bioaccumulation-the prospects for practical
applications. Environmental International, 36, 299-307.
Cadena, M., Molina, D., Carvajal, A., Ontaneda, D., Morales, E (2013).
Bioprospección de macrocolonias de Nostoc sp. en los Andes
Ecuatorianos. [Link]
Cabrera, J. (2012). Estudio comparativo de la fuente de Carbono en rendimiento
de biomasa de Cushuro y determinación de su cinética de crecimiento.
Tesis Universidad Nacional de Trujillo. Trujillo, Perú.
Campo, R., Rodríguez, R., Chaparro, A., Roa, A. (2013). Isotérmico de
Biosorción de Níquel en soluciones acuosas sintéticas utilizando biomasa
seca del alga Chlorella sp. Revista de la Facultad de Ciencias Básicas.
Facultad de Ciencias Básicas. Departamento de Química y Biología.
Universidad de Pamplona. Colombia. [Link]
Cardona Gutiérrez, A. F., Cabañas Vargas, D. D., & Zepeda Pedreguera, A. (2013).
Evaluación del poder biosorbente de cáscara de naranja para la eliminación
de metales pesados, Pb (II) y Zn (II). Ingeniería, 17(1). Recuperado de
[Link]
Cárdenas, J.F., Moctezuma, M.G., Acosta, I. (2013). Biosorción de Plomo (II) en
solución por diferentes biomasas fúngicas. Laboratorio de Micología
Experimental. CIEP. Facultad de Ciencias Químicas. Universidad
Autónoma de San Luís Potosí. [Link]

Chang, R. (2016). Chemistry (12th ed.). McGaw-Hill Education

Cheng, P., & Yang, L. (2006). Study of a Heavy Metal Biosorption onto Raw and
Chemically Modified Sargassum sp. via Spectroscopic and Modeling
Analysis. Langmuir, 22(21), 8906–8914.
177
Chen, G. (2004). Electrochemical technologies in wastewater treatment. Separation
and Purification Technology, 38(1), 11-41.
Chojnacka, K. (2010). Biosorption and bioaccumulation—the prospects for
practical applications. Environment International, 36(3), 299-307
Cuizano N, Reyes U, Domínguez S, Llanos B, Navarro Abel (2010). Relevancia
del pH en la adsorción de iones metálicos mediante algas pardas, Rev.
Soc Quim Perú Vol.76(2)123-130. [Link]
Cuizano N, Reyes U, Domínguez S, Llanos B, Navarro Abel (2010). Relevancia
del pH en la adsorción de iones metálicos mediante algas pardas, Rev.
Soc Quim Perú Vol.76(2)123-130.
Cahuanira, N. (2018), en su estudio: Efecto del pH y tamaño de partícula de
Chondracanthus chamissoi en adsorción de plomo (II) en soluciones
buffer. Facultad de Ingeniería de la Universidad de Cesar Vallejo.
[Link]
Carrera, E. (2016). Los retos sostenibilistas del sector textil. Terrassa. Universidad
Politécnica de Cataluña.
Carson, R. (1962). Silent Spring. Houghton Mifflin.
Chuquilin, R.C. (2015). Biosorción de Cd (II) y Pb (II), usando como adsorbente
el Nostoc sp. Universidad Nacional del Centro del Perú, Junín, Perú.
[Link]
Cuizano N, y Navarro A. (2008). Biosorción de metales pesados por algas
marinas: posible solución a la contaminación a bajas concentraciones.
Revista de Facultad de Ciencias y Filosofía – Universidad Peruana
Cayetano Heredia Calle Honorio. 104 (2), pp. 120-125.
Crini, G., & Lichtfouse, E. (2013). Advantages and disadvantages of techniques
used for the removal of contaminants of emerging concern in wastewater
treatment: A review. Environmental Chemistry Letters, 11(3), 411-430.
Cresser, M. (2017). Atomic spectroscopy in environmental analysis. Blackwell
Publishing.
Chong, M. F., et al. (2010). A comparative performance study of conventional and
nanofiltration systems for the treatment of palm oil mill effluent.
Desalination, 259(1-3), 157-164.
178
Droguett, S. E. (1983). Elementos de Catálisis Heterogénea. Washington D.C.
Programa Regional de Desarrollo Científico y Tecnológico [Secretaría
General de la O.E.A].
Delgado, A. (1998). Heavy metal biosorption by dried powdered mycelium of
Fusarium flocciferum. Water Environment Research. Vol. 79: 370 a 375.
Duffus John H. y Heavy Metals (2001). A Meaningless term. Chemistry
lnternational. Vol. 23(6): 793 - 807.
Davis, T. A., Volesky, B., & Mucci, A. (2003). A review of the biochemistry of
heavy metal biosorption by brown algae. Water Research, 37(18),
43114330.
Davis, T. A., Volesky, B. & Vieira, R. (2000). Sargassum seawed as biosorbent for
heavy metals. Water Research, 34, 4270-4278.
Davis, T. A., Volesky, B., & Mucci, A. (2003). A Review of the Biochemistry of
Heavy Metal Biosorption by Brown Algae. Water Research, 37(18), 4311-
4330
Dimas (2011). Estudio de la interacción de metales pesados (Pb, Cd, Zn y Cr) en
solución, en el proceso de biosorción por tres tipos de biomasa.
Universidad autónoma de Nuevo León – Facultad de Ciencias Químicas.
Díaz, A., Arias, J., Gelves, G., Maldonado, A., Laverde, D., Pedraza, J. (2003).
en su estudio: Biosorción de Fe, Al y Mn de drenajes ácidos de mina de
carbón empleando algas marinas sargassum sp. en procesos continuos.
Revista Facultad de Ingeniería Universidad de Antioquia – Colombia.
Dillard, A. (1990). The ecological imagination: Essays on the moral and aesthetic
aspects of nature. New York: HarperCollins.
DOF. (2000). Modificación a la Norma Oficial Mexicana NOM-127-SSAI-1994.
Diario Oficial de la Federación.
Domenech, X; Peral, J; (2008). Química Ambiental de Sistemas Terrestres.
Editorial Reverté. Barcelona, España. 239 pp.
Duffus, J. H. (2002). "Heavy metals"—A meaningless term? (IUPAC Technical
Report). Pure and Applied Chemistry, 74(5), 793-807.
Emmerichs, N., Wingender, J., Flemming, H., & Mayer, C. (2004). Int. J. Biol.
Macromol., 34, 73–79.

179
Eaton, D. L. (1997). Water pollution control: A guide to the use of water quality
management principles. United Nations Environment Programme.
Ferrari, S., Guzmán, G., Silva, P., Alcaráz, L., Silva, H., & Gonzáles, D. (2004).
Captación de Cadmio por biomasa libre o inmovilizada de Nostoc
minutum (cianobacteria filamentosa). Acta Toxicológica Argentina,
12(1), 19-22.
Federico, L., Isabel, S., González, C., Inés, M., Bellú, S., Mangiameli, F., Blanes,
P., Mogetta, M., Andreu, V., Atria, A., y Peregin, J. (2010). Biosorción
para la eliminación de metales pesados en aguas de desecho, Universidad
Nacional de Rosario, Chile [ Revista Real sociedad española de Química]
[Link]
Felipe, J., García, C., (2014). En su estudio: Bioadsorción de cobre (III) en
soluciones acuosas con Saccharomyces cerevisiae. Revista Facultad de
Ciencias Forenses y de la Salud. Tecnológico de Antioquia, Medellín
(Colombia).
Fernández, M. (2021). Efectos de la contaminación física en la salud humana.
Salud y Medio Ambiente.
Fourest, E., & Roux, J. C. (1992). Heavy metal biosorption by fungal mycelial by-
products: mechanisms and influence of pH. Applied Microbiology
and Biotechnology, 37(3), 399-403. Fundamentals and experimental
studies. Journal of Chromatogaphy A, 1217(44), 6807-6815.
Fu, F; Wang, Q; (2011). Removal of heavy metal ions from wastewaters: A review.
Journal of Environmental Management. 92, 407-418.
Fushiki, S. (2013). Radiation hazards in children: Lessons from Chernobyl, Three
Mile Island, and Fukushima. Pediatrics International, 55(6), 718-722.
González Dávila Treviño, Rebeca, et al. Digestibilidad de materia seca In vitro y
contenido energético de dietas adicionadas con igy y nupro. 2015.
Gao, K., (2014). Chinesse studies on the edibel vlue-green alga, Nostoc
flageliforme. Universidad Autónoma de Madrid, España.
García, M., Rodríguez, A., & Fernández, P. (2019). Impacto de la contaminación
del agua en la salud pública. Editorial Universidad Nacional de San
Marcos.
180
García, J. J., & López, R. (2020). Espectroscopia de emisión atómica:
Fundamentos y aplicaciones. Editorial Universitaria.
Gutiérrez, S.M. (2015). Estudio de la Bioadsorción de Cadmio y Plomo con
Biomasa de Serratia marcescens M8a-2T, a Nivel de Laboratorio.
Facultad de Ciencias Biológicas, Universidad Nacional Mayor de San
Marcos, Perú.
Gaballah, 1 y Kilbertus, G. (1998). Recovery of heavy metals ions through
decontamination of synthetics and industrial effluents using modified
barks. J Geochem Explor. Vol. 62: 241 - 286.
Gadd, G. M. (2009). Biosorption: Critical review of scientific rationale,
environmental importance, and significance for pollution treatment.
Journal of Chemical Technology & Biotechnology, 84(1), 13-28.
Glasstone, S., Laidler, K., J. & Eyring, H (1941). The theory of rate processes,
McGaw-Hill, New York, USA.
Gerardi, M. H. (2002). Settleability Problems and Loss of Solids in the Activated
Sludge Process. John Wiley & Sons.
Goyer, R. A. (2018). Toxicidad de los metales pesados en humanos: Efectos
crónicos y mecanismos de acción. Environmental Health Perspectives,
126(3), 134-142.
Harris, D. C. (2010). Quantitative Chemical Analysis (8th ed.). W. H. Freeman.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. del P.
(2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.
Holan Z.R., Volesky B. (1994). Biosorption of lead and nickel by biomass of
marine algae. Biotechnol. Bioeng. 43, 11, 1001-1009.
Ho, Y. S., & McKay, G. (2003). Sorption of dyes and copper ions onto biosorbents.
Process Biochemistry, 38(7), 1047-1061.
Huillcahua, M. (2010). Biosorción del Cr (III) y Pb (II) mediante alga marina
cochayuyo pre-tratado (chondracanthus chamissoi) en residuos líquidos.
Universidad Nacional del Callao, Facultad de Ingeniería Química.
Illich, I. (1985). H2O and the Waters of Forgetfulness. Marion Boyars.

181
Jansson-Charrier, M., Guibal, E., Roussy, J., Delanghe, B., & Le Cloirec, P.
(1996). Vanadium (IV) sorption, V (30), pp.
465 – 475. [Link]
Javanbakht, V., Alavi Amir, S. & Zilouei, H. (2014). Mechanisms of heavy metal
removal using microorganisms as biosorbent. Water Science &
Technology, 69(9), 1775- 1787.
Jobby, R., Jha, P., Yadav Kumar, A. & Desai, N. (2018). Biosorption and
biotransformation of hexavalent Chromium Cr (VI): A comprehensive
review. Chemosphere, 207, 255-266.
Klaassen, C. D., Watkins, J. B., & Casarett, L. J. (2013). Casarett & Doull's
Essentials of Toxicology. McGraw-Hill.
Khan, M. J., et al. (2013). “Effect of Perceived Academic Stress on Students'
Performance.” FWU Journal of Social Sciences 7(2): 146
Kratochvil, D, Volesky, B (1998). Advances in the biosorption of heavy metals.
Trends in Biotechnology 16(7):291-300.
Komárek, J. (2013). “Cyanoprokaryota. Heterocytous genera.” In Sübwasserflora
Von Mitteleuropa/Freshwater Flora of Central Europe, edited by G.
Gärtner, L. Krienitz, and M. Schagerl. 1130. Heidelberg: Springer.
Klimmek S., Stan H.J., Wilke A., Bunke G. y Buchholz R. (2001). Comparative
analysis of the biosorption of cadmium, lead, nickel and zinc by algae.
Environ. Sci. Technol. 35, 21, 4283-4288.
Lavado, C. (2021). Biosorción de plomo de aguas contaminadas usando biomasa
modificada químicamente del Nostoc commune. Universidad Nacional
Del Centro del Perú – Huancayo, Perú.
Latimer, J. G., R. B. Beverly, C. D. Robacker, O. M. Lindstrom, R. D. Oetting,
D. L. Olson, S. K. Braman, et al. 1996. “Reducing the pollution potential of
pesticides and fertilizers in the environmental horticulture industry: I.
Greenhouse, nursery, and sod production.” HortTechnology 6(2): 115– 124.
Langmuir, I. (1918). The adsorption of gases on plane surfaces of glass, mica and
platinum. Journal of the American Chemical Society, 40(9), 1361-1403.

182
Leyva, R., & Moreno-Piraján, J. C. (2007). Importancia y aplicaciones de la
adsorción en fase líquida. Sólidos porosos. Preparación, caracterización y
aplicaciones. Bogotá: Uniandes, 197.
Leopold, A. (1949). A sand county almanac: With essays on conservation from
round river. New York: Oxford University Press.
Lovisolo, G. (2004). La biotecnología y la naturaleza: una reflexión filosófica.
Universidad Nacional de Quilmes.
Moreno, C.D. (2020). Evaluación del potencial de biosorción de Cromo mediante
microalgas nativas aisladas del Rio Tunjuelito en Bogotá D.C, para
descontaminación por cromo hexavalente. Escuela de Ciencias Agrícolas,
Pecuarias y del Medio Ambiental. Universidad Nacional Abierta y a
Distancia – UNAD.
Muraleedharan, T. R., Venkobachar, C., & Leela , I. (1994). Investigations of
fungal fruiting bodies as biosorbents for the removal of heavy metals
from industrial processing streams. Separation science and technology,
29(14), 1893-1903.
Martín, J.M. (1990). Adsorción física de gases y vapores por carbones. En
Secretariado de Publicaciones de la Universidad de Alicante (Ed.).
España: Espagrafic.
Manahan, S. E. (2017). Environmental Chemistry. CRC Press.
Margulis, L., & Sagan, D. (2002). Acquiring genomics: A transdisciplinary
approach to biology. New York: Harmony Books.
Martín, M (2008). Caracterización y aplicación de biomasa residual a la
eliminación de metales pesados. Tesis Doctoral. Junio de 2008
Universidad de Ganada Facultad de Ciencias. Departamento de
Ingeniería Química.
Martins F., Palella, S., (2012). Metodología de la investigación cuantitativa.
Universidad Simón Bolívar – Caracas 2012.
Mayr, E. (1982). The growth of biological thought: Diversity, evolution, and
inheritance. Cambridge, MA: Harvard University Press.

183
Miranda, L.M (2012). Biosorcion de plomo (II), presente en soluciones acuosas,
con cascara de tuna (opuntia ficus - indica). Universidad Nacional de San
Agustín, Arequipa, Perú.
Marshall, R.E., y Espinoza, J.F. (2016). Evaluación del poder biosorbente de las
cáscaras de cítricos (Limón y Toronja) para eliminación de metales
pesados; Plomo (Pb) y Mercurio (Hg) en aguas residuales sintéticas.
Facultad de Ingeniería Química – Universidad de Guayaquil.
Muñoz, J.C. (2007). Biosorción de plomo (II) por cáscara de naranja “citrus
cinensis” pretratada. Universidad Nacional Mayor de San Marcos,
Facultad de Química e Ingeniería Química, Perú.
Modak, J., & Natarajan, K. (1995). Biosorption of metals using nonliving biomass-
A review. Miner Metall Proc, 12(1), 89-96.
Morales, S., & Ruiz, T. (2008). Determinación de la capacidad de remoción de
cadmio, plomo y níquel por hongos de la podredumbre blanca
inmovilizados. Tesis de licenciatura de la Pontificia Universidad
Javierana, 122. Bogotá, Colombia.
McMurry, J. (2012). Organic Chemistry (8th ed.). Cengage Learning.
Naja, G., Murphy, V. & Volesky, B. (2010). Biosorption, Metals. Encyclopedia of
Industrial Biotechnology: Bioprocess, Bioseparation, and Cell
Technology, 29.
Naranjo, E., Orberá, T., Pérez, R.M. (2019). Estudio sobre Bioadsorción de plomo
(II) por biomasa microbiana seca: Efecto del pH. Departamento de
Biología, Facultad de Ciencias Naturales, Universidad de Oriente,
Santiago de Cuba. [Link]
Naseem, R. & Tahir, S. S. (2001). Removal of Pb (II) from aqueous/acidic
solutions by using bentonite as an adsorbent. Water Research, 35(16),
3982-3986.
Næss, A. (1973). The Shallow and the Deep, Long-Range Ecology Movement: A
Summary. Inquiry, 16(1), 95-100.
Nina, M (2008). Evaluación de los métodos químico y biogénico para el
tratamiento de drenaje ácido de mina a escala de laboratorio caso: mina
cerro de Pasco”. Tesis para optar el gado de: Magíster en Ciencias

184
 Ambientales con mención en: Desarrollo Sustentable en Minería y
Recursos energéticos. UPG. Facultad de Ingeniería Geológica, Minera,
Metalúrgica y Geográfica. UNMSM.
Nordberg, G., Herber, R. & Alessio, L. (1992). Cadmium in the Human
Environment: Toxicity and Carcinogenicity. IARC Scientific
Publications, 469.
Plumwood, V. (2002). Environmental Culture: The Ecological Crisis of Reason.
Routledge.
Quiroz (2017). Biosorción del alga marina parda Macrocystis Pyrifera en la
reducción de cobre en soluciones acuosas a nivel de laboratorio, SJL-
2017. Facultad de Ingeniería de la Universidad de Cesar Vallejo, Perú.
Ore, S.F (2019). Biosorción con las cáscaras de Sanky (Carryecactus brevistylus)
y Pitahaya (Selenicereus megalanthus) para la remoción de plomo en
aguas fortificadas del río Chillón - Carabayllo, 2019. Facultad de
Ingeniería. Universidad Cesar Vallejo, Perú. [Link]
Oliveira, L. S., Franca, A. S., Alves, T. M., & Rocha, S. D. (2008). Evaluation of
untreated coffee husks as potential biosorbents for treatment of dye
contaminated waters. Journal of Hazardous Materials, 155(3), 507-512.
Rivera, J., Tapia, N., Caja, V., Yarango, A., Reyes, I., Borja, A., Figueroa, A.,
(2004). Biosorción del cobre (II) por el alga marina pretratada lessonia
trabeculata. Facultad de Química e Ing. Química. Universidad Nacional
Mayor de San Marcos. [Link]
Reyes, Y., Vergara, I., Torres, O., Lagos, M. D., & Jiménez, E. E. G. (2016).
Contaminación por metales pesados: Implicaciones en salud, ambiente y
seguridad alimentaria. Ingeniería Investigación y Desarrollo: I2+D, 16(2),
66-77. [Link]
Reddy, D. H. K., Harinath, Y., Seshaiah, K., & Reddy, A. V. R. (2010).
Biosorption of Pb (II) from aqueous solutions using chemically modified
Moringa oleifera tree leaves. Chemical Engineering Journal, 162(2),
626–634.

185
Rojas, C.V. (2023). Evaluación de la remoción de metales pesados utilizando la
cianobacteria Nostoc sp como alternativa de bioadsorbente. Pontificia
Universidad Católica del Perú, Lima, Perú. [Link]
Rocío, M., & Sánchez, R. (2019). Metodologías de investigación en química:
Herramientas para la recolección de datos. Editorial Académica.
Ruiz S., M. (2015). Metodología del diseño experimental. Universidad de Murcia.
[Link]
Sanfeliu, C., Sebastia, J., Cristófol, R. & Rodriguez-Farre, E. (2003).
Neurotoxicity of organomercurial compounds. Neurotoxicity Research,
5(4), 283-305.
Soledad, M. (2020). Remoción de metales pesados de efluentes líquidos
industriales utilizando residuos de biomasa como bioadsorbentes e
inmovilización en matrices cerámicas. Universidad Tecnológica
Nacional, Facultad Regional Concepción del Uruguay.
[Link]
Seki, H., & Suzuki, A. (2002). Kinetic Study of Metal Biosorption to a Brown
Alga, Kjellmaniella Crassiforia. Journal of colloid and interface science,
246(2), 259-262.
Skoog, D. A., West, D. M., Holler, F. J., & Crouch, S. R. (2014). Fundamentals of
Analytical Chemistry (9th ed.). Cengage Learning.
Siccha, A.L (2010). Eficacia de la biosorción de Plomo mediante cochayuyo
pretratado (Chondracanthus chamissoi). Universidad Nacional del Callao.
[Link]
Singer, P. (1975). Animal liberation. New York: HarperCollins
Silbey, R. J., Alberty, R. A., & Bawendi, M. G. (2005). Physical Chemistry (4th
ed.). John Wiley & Sons.
Svecova, L., Spanelova, M., Kubal, M. & Guibal, E. (2006). Cadmium, lead and
mercury biosorption on waste fungal biomass issued from fermentation
industry. I. Equilibrium studies. Separation and Purification Technology,
52, 142- 153.
Shiva, V. (2002). Water Wars: Privatization, Pollution, and Profit. South End Press.

186
Rodríguez, Y.P. (2018). Biosorción del cobre y plomo utilizando alga marina,
cochayuyo pretratado (chondracanthus chamissoi) en efluentes líquidos
de la planta concentradora de minerales. La Libertad – S.R.L.
Universidad Nacional de Trujillo, Facultad de Ingeniería Química.
[Link]
Tejada-Tovar, C., Villabona-Ortiz, Á., Garcés-Jaraba, L. (2015). Adsorción de
metales pesados en aguas residuales usando materiales de origen
biológico. Technological, 109-123. [Link]
Tobin, J. M. (1981). Uptake of metal ions by Rhizopus Arrhizus biomass.
Applied Environmental Microbiology. Vol. 47: 821 a 824.
Tapia, P., Santander, M., Pávez, O., Valderrama, L., Guzmán, D., L. Romero, L.
(2011). Biosorción de iones cobre con biomasa de algas y orujos
deshidratados. Revista de metalurgia – España. [Link]
Tamay (2019). Determinación de la capacidad de biosorción y desorción de la
corona de piña (Ananas comosus) para la remoción de metales pesados.
Universidad Politécnica Salesiana - Sede Cuenca. [Link]
Teuten, E. L., Saquing, J. M., Knappe, D. R. U., Barlaz, M. A., Jonsson, S.,
Björn, A., ... & Takada, H. (2009). Transport and release of chemicals
from plastics to the environment and to wildlife. Philosophical
Transactions of the Royal Society B: Biological Sciences, 364(1526),
2027-2045.
Tilman, D. (1999). Global environmental impacts of agricultural expansion: The
need for sustainable and efficient practices. Proceedings of the National
Academy of Sciences, 96(11), 5995-6000.
Sangeetha, B. M., S. Aarthi, R. Niranjana, and R. V. Lak - shmi. (2013). “Role of
cyanobacteria and Azolla in inorganic carbon sequestration and nutrients
enrichment in soil.” International Journal of Engineering Research &
Technology 2(6): 2130–2137.
Potts, M. (2000). Nostoc. In: Whitton, B.A. & M. Potts (eds.). The ecology of
cyanobacteria; their diversity in time and space, pp. 466-504. Kluwer
Academic Publishers. Dordrecht, Netherlands.

187
Plaza, J. (2012). Remoción de metales pesados empleando algas marinas.
Facultad de Ciencias Exactas. Universidad Nacional de la Plata.
[Link]
Puris (2019). Aplicación de la microalga Chorella Vulgaris como alternativa para
la bioadsorcion de metales pesados Pb, Hg, Cd en aguas. Facultad de
ingeniería y arquitectura – Universidad Peruana Unión.
[Link]
Pellera, F., Giannis, A., Kalderis, D., Anastasiadou, K., Stegmann, R., Wang, J.Y.
& Gidarakos, E. (2012). Adsorption of Cu (II) ions from aqueous
solutions on biochars prepared from agricultural by-products. Journal of
Environmental Management, 96(1), 35-42.
Pilco, M.F (2014). Determinación de la eficiencia de biorremoción de metales
pesados con cianobacteria Nostoc spp., de los páramos andinos:
Papallacta, pintag y guamote; caso: efluente de curtiembre, Totoras –
Ambato. Universidad central del Ecuador, Facultad de Ingeniería en
Geología, minas, petróleos y ambiental carrera de Ingeniería de
Ambiental. [Link]
Schoeters, G., Hond, E., Zuurbier, M., Naginiene, R., Van Den Hazel, P.,
Stilianakis, N., Ronchetti, R. & Koppe, J. G. (2008). Cadmium and
children: Exposure and health effects. Acta Paediatrica, 95, 50-54.
Santander, M. (2005). Biosorción de Iones Cobre en Biomasa Vegetal
Deshidratada. Departamento de Metalurgia, Facultad de Ingeniería,
Universidad de Atacama- Copiapó.
Yalcincaya, Y. (2001). Biosorption of cadmium from aquatic systems by
Carboxymethilcellulose and inmovilized Trametes vesicolor.
Hidrometallurgy(63), 31-40.
Usov, A. l. (1,998) Structural analysis of red seaweed galactans of agar and
carrageenan groups. Food Hydrocol. Vol. 12: 301 a 308.
USEPA, U. S. (2007). Framework for Metals Risk Assessment. Washington.
Vardhan, K., Kumar, P. & Panda, R. (2019). A review on heavy metal pollution,
toxicity and remedial measures: Current trends and future perspectives.
Journal of Molecular Liquids. [Link]

188
Volesky, B. (1990). Removal and recovery of heavy metals by biosorption. Boca
Raton FL: CRC Press.
Volesky B., (2003). Biosorption process simulation tolos. Hydrometallurgy. 71:179
– 90.
Vizcaino, L., Molina, N. (2014). Biosorción DE Cd, Pb y Zn por biomasa
pretratada de algas rojas, cáscara de naranja y tuna. Red de Revistas
Científicas de América Latina, el Caribe, España y Portugal.
[Link]
Volesky, B., & Holan, Z. R. (1995). Biosorption of heavy metals. Biotechnology
progress, 11(3), 235-250.
Volesky, B. (2001). Biosorption. of Heavy Metals. Florida. Editorial Boca Ration.
[Link]
Volesky, B. (2007). Biosorption and me. Water Research, 41(18), 4017-4029.
Veglio, F, Beolchini, F. (1997). Removal of metals by biosorption: a review.
Hydrometallurgy. 44 (3), 301-316.
Wankasi, M. (2006). Sorption of Pb+2 and Cu+2 ions from aqueous solutions by
chloride complexation. J. Soil & Sediment Contamination, 11(6), 841-
[Link]://[Link]/qonfc.
World Health Organization. (2017). Water quality: Guidelines for drinking-water
quality. WHO Press.

189
 ANEXOS
Anexo 1: Matriz de consistencia
TITULO: INFLUENCIA DEL Nostoc commune EN LA BIOSORCIÓN IN VITRO DE METALES PESADOS EN AGUA CONTAMINADA

PROBLEMA GENERAL OBJETIVO GENERAL HIPÓTESIS GENERAL VARIABLES INDICADORES METODOLOGÍA

VARIABLE ▪ Concentración TIPO: Aplicada
DEPENDIENTE final de metales
¿Cuál es la influencia del Determinar la influencia del (V1) pesados: NIVEL: Explicativa
Nostoc commune en la biosorción Nostoc commune en la biosorción Cantidad de Pb, Cd, Pb; Cd; Cu; As
in vitro de metales pesados en in vitro de metales pesados en El Nostoc commune influyen en Cu, As biosorbido como metales MÉTODO:
agua contaminada? agua contaminada la biosorción in vitro de metales residuales (ppm). Experimental
(mg/L).
pesados en agua contaminada ▪ Variación del
pH DISEÑO: Experimento
ESPECÍFICOS ESPECÍFICOS ESPECÍFICOS con un arreglo factorial
 INDEPENDIENTE 4A4B3C en DCA.
(V2)
[Link] la influencia del a. Existe influencia ▪ Tipos de POBLACIÓN:
a.¿Cuál es la influencia del Nostoc commune en la significativa del Nostoc - Tipos de metales metales pesados: Pb,
Nostoc commune Pb (II), Cd biosorcion in vitro de Pb (II), Cd commune en la biosorcion pesados: Pb, Cd, Cd, Cu y As. Representado por 4.8 L
(II), Cu (II), As (III) en agua (II), Cu (II), As (III) en agua in vitro de Pb (II), Cd (II), Cu y As. de agua contaminada de
▪ Niveles de
contaminada? contaminada Cu (II), As (III) en agua - Niveles de dosis dosis del Nostoc metales pesados.
contaminada del Nostoc commune
b.¿Cuál es la influencia de los b. Examinar la influencia de MUESTRAS:
commune (1,3,5,7 (1,3,5,7 g).
niveles de dosis del Nostoc los niveles de dosis del Nostoc b. Los niveles de dosis del Equivalente a
g). ▪ Tiempo
commune en la biosorción in commune en la biosorción in Nostoc commune influyen población (4.8 L) de
- Tiempo de de
vitro de Pb (II), Cd (II), Cu (II), vitro de Pb (II), Cd (II), Cu (II), en la biosorción in vitro de agua contaminada de
inoculación: 10, 20,
As (III) en agua contaminada? As (III) en agua contaminada Pb (II), Cd (II), Cu (II), As inoculación de metales pesados.
(III) en agua contaminada Nostoc commune 30 minutos.
c.¿Cuál es la influencia del c. Cuantificar la influencia (10, 20, 30
tiempo de inoculación del del tiempo de inoculación del c. El tiempo de inoculación del minutos).
193
 Nostoc commune en la Nostoc commune en la Nostoc commune influyen en RECOLECCION DE
biosorción in vitro de Pb (II), biosorción in vitro de Pb (II), Cd la biosorción in vitro de Pb DATOS:
Cd (II), Cu (II), As (III) en (II), Cu (II), As (III) en agua (II), Cd (II), Cu (II), As (III) Espectrómetro de
agua contaminada? contaminada en agua contaminada Emisión Atómica (MP –
AES).
d.¿Cuál es la influencia de la [Link] la influencia de la d. Existe interacción entre
interacción entre tipos de interacción entre tipos de tipos de metales pesados y - Fichas de registro
metales pesados y niveles de metales pesados y niveles de niveles de dosis del Nostoc
dosis del Nostoc commune en dosis del Nostoc commune en commune en la biosorción PROCESAMIENTO
la biosorción in vitro de Pb (II), la biosorción in vitro de Pb (II), in vitro de Pb (II), Cd (II), DE DATOS:
Cd (II), Cu (II), As (III) en Cd (II), Cu (II), As (III) en Cu (II), As (III) en agua
agua contaminada? agua contaminada contaminada IBM SPSS
Estatics V.25; para
e.¿Cuál es la influencia de la [Link] la influencia de la e. Existe interacción entre ANOVA,
interacción entre tipos de interacción entre tipos de tipos de metales pesados y Tukey ( 0,05).
metales pesados y tiempo de metales pesados y tiempo de tiempo de inoculación del Statistical
inoculación del Nostoc inoculación del Nostoc Nostoc commune en la Analysis
commune en la biosorción in commune en la biosorción in biosorción in vitro de Pb (II), System (SAS
vitro de Pb (II), Cd (II), Cu (II), vitro de Pb (II), Cd (II), Cu (II), Cd (II), Cu (II), As (III) en
2009).
As (III) en agua contaminada? As (III) en agua contaminada agua contaminada

¿Cuál es la influencia de la f. Identificar la influencia de la [Link] interacción entre

interacción entre niveles de interacción entre niveles de niveles de dosis y tiempo de
dosis y tiempo de inoculación dosis y tiempo de inoculación inoculación del Nostoc
del Nostoc commune en la del Nostoc commune en la commune en la biosorción
biosorción in vitro de Pb (II), biosorción in vitro de Pb (II), in vitro de Pb (II), Cd (II),
Cd (II), Cu (II), As (III) en Cd (II), Cu (II), As (III) en Cu (II), As (III) en agua
agua contaminada? agua contaminada contaminada

194
Anexo 2: Instrumentos de recolección de datos

193
194
195
196
 Anexo 3: Base de datos
A.3.1. Registro de datos de nitrato de plomo (NO3)2
Cantidad
Nitrato
Tiemp Concentració Concentracio %
Nosto de pH pH Temperatur Biosorción
o n inicial Pb n final remoción
c (gr) plomo inicial final a (°C) (mg/L)
(min) (mg/L) (mg/L) de metales
Pb(NO3)2
(gr)
1 10 3.00 18.76 7.14 5.03 6.93 16 11.62 61.94
1 20 4.00 25.02 11.87 5.04 7.11 16 13.15 52.55
1 30 5.00 31.27 9.53 5.15 6.68 17 21.74 69.52
3 10 3.00 18.76 5.20 5.03 7.25 18 13.56 72.28
3 20 4.00 25.02 8.05 5.07 7.16 18 16.97 67.82
3 30 5.00 31.27 11.43 5.18 7.14 18 19.84 63.45
5 10 3.00 18.76 7.17 4.65 7.23 18 11.59 61.78
5 20 4.00 25.02 10.75 5.10 7.29 19 14.27 57.03
5 30 5.00 31.27 7.05 5.20 7.37 20 24.22 77.45
7 10 3.00 18.76 7.80 5.38 7.5 20 10.96 58.43
7 20 4.00 25.02 9.34 5.44 7.47 19 15.68 62.66
7 30 5.00 31.27 12.92 5.62 7.51 21 18.35 58.68

A.3.2. Registro de datos de Sulfato de cadmio CdSO4

Cantida Concentració
d de n inicial Cd %
Nosto Tiemp Sulfato (mg/L) pH pH Temperatur Biosorció
Concentracio remoció
c o de inicia fina a n
n final (mg/L) n de
(gr) (min) cadmio l l (°C) (mg/L)
CdSO4 metales
(gr)
1 10 3.00 17.68 5.28 3.66 6.42 16.1 12.40 70.14
1 20 4.00 23.58 16.51 3.75 6.31 16.4 7.07 29.98
1 30 5.00 31.27 28.11 3.78 6.41 16.9 3.16 10.10
3 10 3.00 17.68 6.31 4.08 6.96 16.3 11.37 64.32
3 20 4.00 23.58 9.58 3.82 6.98 16.5 14.00 59.37
3 30 5.00 31.27 11.29 3.68 6.69 17 19.98 63.89
5 10 3.00 17.68 2.81 4.08 7.25 16.7 14.87 84.11
5 20 4.00 23.58 3.51 3.77 7.44 18.4 20.07 85.11
5 30 5.00 31.27 14.33 3.72 7.3 17.2 16.94 54.17
7 10 3.00 17.68 3.68 4.07 7.45 17.8 14.00 79.19
7 20 4.00 23.58 10.05 3.74 7.45 17.1 13.53 57.38
7 30 5.00 31.27 13.06 3.73 7.41 18.1 18.21 58.23

197
A.3.3. Registro de datos de Sulfato de cobre - CuSO4
Cantidad de Concentració
Nosto
Tiempo Sulfato de n inicial Cu Concentración pH pH Temperatura Biosorción %
c
(min) cobre - (mg/L) final Cu (mg/L) inicial final (°C) (mg/L) remoción
(gr)
CuSO4 (gr)
1 10 3.00 13.52 10.46 5.58 6.55 17 3.06 22.64
1 20 4.00 18.03 7.62 6.52 6.29 17 10.41 57.73
1 30 5.00 22.54 13.19 6.33 6.47 17 9.35 41.47
3 10 3.00 13.52 6.75 6.17 7.46 17 6.77 50.08
3 20 4.00 18.03 9.96 5.82 7.09 17 8.07 44.75
3 30 5.00 22.54 2.91 6.43 7.07 17 19.63 87.09
5 10 3.00 13.52 2.91 6.43 6.55 19 10.61 78.48
5 20 4.00 18.03 7.56 6.11 7.33 17 10.47 58.07
5 30 5.00 22.54 14.35 6.47 7.2 21 8.19 36.32
7 10 3.00 13.52 12.66 6.49 7.34 18 0.86 6.37
7 20 4.00 18.03 3.00 6.35 7.33 20 15.03 83.36
7 30 5.00 22.54 4.66 6.47 7.3 17 17.88 79.32

A.3.4. Registro de datos de Tetraoxoarsénico (V) de hidrógeno - H3ASO4

Cantidad de
Concentracion
Nostoc Tiempo Tetraoxoarsénico Concentracion pH Temperatura Biosorcion
inicial As pH final % remocion
(gr) (min) (V) de hidrógeno - final As (mg/L) inicial (°C) (mg/L)
(mg/L)
H3ASO4 (gr)
1 10 3.00 1.58 0.34 3.57 6.55 16 1.24 78.54
1 20 4.00 2.64 0.72 3.45 6.78 17 1.92 72.73
1 30 5.00 3.70 0.99 3.55 6.74 17 2.71 73.22
3 10 3.00 1.58 0.31 3.71 7.4 16 1.27 80.43
3 20 4.00 2.64 0.73 3.54 7.64 17 1.91 72.35
3 30 5.00 3.70 0.83 3.47 7.58 18 2.87 77.55
5 10 3.00 1.58 0.40 3.73 7.67 18 1.18 74.75
5 20 4.00 2.64 1.15 3.60 7.71 20 1.49 56.45
5 30 5.00 3.70 0.79 3.48 7.57 18 2.91 78.63
7 10 3.00 1.58 0.31 3.75 7.72 17 1.27 80.43
7 20 4.00 2.64 0.18 3.63 7.75 18 2.46 93.18
7 30 5.00 3.70 0.57 3.52 7.41 22 3.13 84.58

A.3.5. Organización de datos para el programa estadístico

Tiempo inoculacion - C

A
10 minutos 20 minutos 30 minutos
Tipos de
metales
Niveles de dosis nostoc - B

1 3 5 7 1 3 5 7 1 3 5 7
1 - Pb
11.62 13.56 11.59 10.96 13.15 16.97 14.27 15.68 21.74 19.84 24.22 18.35
2 - Cd
12.40 11.37 14.87 14.00 7.07 14.00 20.07 13.53 3.16 19.98 16.94 18.21
3 - Cu

198
 3.06 6.77 10.61 0.86 10.41 8.07 10.47 15.03 9.35 19.63 8.19 17.88
4 - As
1.24 1.27 1.18 1.27 1.92 1.91 1.49 2.46 2.71 2.87 2.91 3.13
A.3.6. Isoterma de biosorcion de Plomo
C. Inicial C. Final Ce qe Tiempo qt t/qt
Pb(II) mg/L (mg/L) (mg/g) 1/Ce 1/qe (min) (mg/g) (min.g/mg)
18.76 7.14 1.16 0.140 0.860 10 1.16 8.60
25.02 11.87 0.44 0.084 2.282 20 0.44 45.64
31.27 9.53 0.43 0.105 2.300 30 0.43 69.00
18.76 5.20 0.19 0.192 5.162 10 0.19 51.62
25.02 8.05 1.70 0.124 0.589 20 1.70 11.79
31.27 11.43 0.66 0.087 1.512 30 0.66 45.37
18.76 7.17 0.23 0.139 4.314 10 0.23 43.14
25.02 10.75 0.20 0.093 4.907 20 0.20 98.14
31.27 7.05 2.42 0.142 0.413 30 2.42 12.39
18.76 7.80 0.37 0.128 2.737 10 0.37 27.37
25.02 9.34 0.31 0.107 3.190 20 0.31 63.80
31.27 12.92 0.26 0.077 3.815 30 0.26 114.45

A.3.7. Isoterma de biosorcion de Cadmio

C. Inicial C. Final Ce qe Tiempo qt t/qt
Cd(II) (mg/L) (mg/g) 1/Ce 1/qe (min) (mg/g) (min.g/mg)
17.68 5.28 1.24 0.189 0.806 10 1.24 8.06
23.58 16.51 0.24 0.061 4.244 20 0.24 84.88
31.27 28.11 0.06 0.036 15.828 30 0.06 474.85
17.68 6.31 0.16 0.158 6.154 10 0.16 61.54
23.58 9.58 1.40 0.104 0.714 20 1.40 14.29
31.27 11.29 0.67 0.089 1.502 30 0.67 45.05
17.68 2.81 0.30 0.356 3.362 10 0.30 33.62
23.58 3.51 0.29 0.285 3.488 20 0.29 69.76
31.27 14.33 1.69 0.070 0.590 30 1.69 17.71

199
 17.68 3.68 0.47 0.272 2.142 10 0.47 21.42
23.58 10.05 0.27 0.100 3.696 20 0.27 73.92
31.27 13.06 0.26 0.077 3.844 30 0.26 115.33
A.3.8. Isoterma de biosorcion de Cobre
C. Inicial Cu C. Final Ce qe Tiempo qt t/qt
(II) (mg/L) (mg/g) 1/Ce 1/qe (min) (mg/g) (min.g/mg)
13.52 10.46 0.31 0.096 3.267 10 0.31 32.67
18.03 7.62 0.35 0.131 2.882 20 0.35 57.65
22.54 13.19 0.19 0.076 5.350 30 0.19 160.51
13.52 6.75 0.10 0.148 10.338 10 0.10 103.38
18.03 9.96 0.81 0.100 1.239 20 0.81 24.79
22.54 2.91 0.65 0.344 1.529 30 0.65 45.86
13.52 2.91 0.21 0.344 4.712 10 0.21 47.12
18.03 7.56 0.15 0.132 6.687 20 0.15 133.74
22.54 14.35 0.82 0.070 1.222 30 0.82 36.65
13.52 12.66 0.03 0.079 34.838 10 0.03 348.38
18.03 3.00 0.30 0.333 3.327 20 0.30 66.54
22.54 4.66 0.26 0.215 3.916 30 0.26 117.48

A.3.9. Isoterma de biosorcion de Arsénico

C. Inicial C. Final Ce qe Tiempo qt t/qt
As (II) (mg/L) (mg/g) 1/Ce 1/qe (min) (mg/g) (min.g/mg)
1.58 0.34 0.12 2.941 8.037 10 0.12 80.37
2.64 0.72 0.06 1.389 15.622 20 0.06 312.43
3.70 0.99 0.05 1.010 18.474 30 0.05 554.21
1.58 0.31 0.02 3.226 54.935 10 0.02 549.35
2.64 0.73 0.19 1.370 5.234 20 0.19 104.69
3.70 0.83 0.10 1.205 10.465 30 0.10 313.96
1.58 0.40 0.02 2.500 42.221 10 0.02 422.21
2.64 1.15 0.02 0.870 46.967 20 0.02 939.34

200
3.70 0.79 0.29 1.266 3.440 30 0.29 103.21
1.58 0.31 0.04 3.226 23.543 10 0.04 235.43
2.64 0.18 0.05 5.556 20.322 20 0.05 406.44
3.70 0.57 0.04 1.754 22.389 30 0.04 671.66

201
Anexo 4: Constancia de determinación taxonómica

202
203
204
Anexo 5: Constancia de informe de ensayo - INIA.
Informe de ensayo de Plomo:

205
Informe de ensayo de Cadmio:

206
207
Informe de ensayo de Cobre:

208
209
Informe de ensayo de Arsénico:

210
211
212
 Anexo 6: Certificado de similitud

Anexo 7: Panel fotográfico

Foto 1: Georreferenciación y recolección de biomasa fresca del Nostoc commune

213
(A) (B)

(C ) (D)

214
 A. Georreferenciación de zonas de recolección de biomasa del Nostoc commune
B. Recolección de la biomasa de Nostoc commune
C. Recolección de especímen vegetal para determinación taxonómica
D. Determinación taxonómica y deposito en el Herbarium Truxillense (HUT) 63847

Foto 2: Secado, molienda y conservación de la muestra de Nostoc commune

(A) (B)

215
 (C ) (D)

A. Secado de la biomasa del Nostoc commune

B. Molienda de la biomasa de Nostoc commune
C. Pesado de niveles de dosis del Nostoc commune
D. Conservación de las muestras de Nostoc commune

Foto 3: Biosorcion y lectura en espectrómetro de emisión atómica (MP – AES)

(A) (B)

216
 (C ) (D)

(E ) (F)
A. Preparación de solución sintética de metales pesados
B. Determinación de pH inicial y pH final
C. Inoculación y filtración de las muestras
D. Agitación de las muestras a (700 rpm/min) y control de la temperatura.
E. Muestras para la lectura de concentración inicial y final de las muestras
problema
F. Lectura de la biosorcion en Espectrómetro de Emisión Atómica MP – AES.

217
Anexo 8: Articulo científico

218
219
220
221
222
223
224
225
226
227
228