Etude microfluidique dans un compteur

Jun 02, 2023

Rapports scientifiques volume 12, Numéro d'article : 19553 (2022) Citer cet article

2881 Accès

2 Citations

67 Altmétrique

Détails des métriques

La précipitation microbienne du carbonate de calcium (CaCO3) (MICP) est l'une des principales alternatives durables à la cimentation artificielle des milieux granulaires. Le MICP consiste à injecter séquentiellement dans le sol des solutions bactériennes et riches en calcium pour former des liaisons de calcite entre les particules de sol qui améliorent la résistance et la rigidité des sols. Les performances du MICP sont régies par les processus sous-jacents à l'échelle microscopique de la croissance bactérienne, du transport réactif des solutés, des taux de réaction, de la nucléation et de la croissance des cristaux. Cependant, l'impact de l'hétérogénéité à l'échelle des pores sur ces processus au cours du MICP n'est pas bien compris. Cet article met en lumière l'effet de l'hétérogénéité à l'échelle des pores sur l'évolution spatio-temporelle du MICP, l'efficacité globale de la réaction chimique et l'évolution de la perméabilité en combinant deux dispositifs microfluidiques d'un mètre de long de dimensions et de porosité identiques avec des réseaux poreux homogènes et hétérogènes et une surveillance en temps réel . Les deux puces ont reçu, en triplicat, un traitement MICP avec un débit imposé et les mêmes conditions initiales, tandis que les pressions d'entrée et de sortie étaient contrôlées périodiquement. Cet article propose un flux de travail complet destiné à détecter les bactéries et les cristaux à partir de données de microscopie time-lapse à plusieurs positions le long d'une réplique microfluidique de milieux poreux traités avec MICP. Des cristaux de CaCO3 se sont formés 1 h après l'introduction de la solution de cémentation (CS) et la croissance cristalline s'est terminée 12 h plus tard. La vitesse moyenne de croissance des cristaux était globalement plus élevée dans le milieu poreux hétérogène, alors qu'elle devenait plus lente après les 3 premières heures d'injection de cémentation. Il a été constaté que l'efficacité moyenne de la réaction chimique présentait un pic de 34 % au milieu de la puce et restait supérieure à 20 % avant les 90 derniers mm du chemin réactif pour le réseau poreux hétérogène. Le milieu poreux homogène a présenté une efficacité de réaction moyenne globale inférieure, qui a culminé à 27 % à 420 mm en aval de l'entrée et est restée inférieure à 12 % pour le reste du canal microfluidique. Ces différentes tendances d'efficacité chimique dans les deux réseaux sont dues à un nombre plus élevé de cristaux de diamètre moyen plus élevé dans le milieu hétérogène que dans le milieu poreux homogène. Dans l'intervalle compris entre 480 et 900 mm, le nombre de cristaux dans le milieu poreux hétérogène est plus du double du nombre de cristaux dans le milieu poreux homogène. Les diamètres moyens des cristaux étaient de 23 à 46 μm dans le milieu poreux hétérogène, contre 17 à 40 μm dans le milieu poreux homogène sur toute la puce. La perméabilité du milieu poreux hétérogène a été plus affectée que celle du système homogène, tandis que les capteurs de pression ont effectivement capturé une diminution plus élevée de la perméabilité au cours des deux premières heures où les cristaux se sont formés et une diminution moins importante au cours de la croissance ensemencée ultérieure du cristaux existants, ainsi que la nucléation et la croissance de nouveaux cristaux.

Au cours de la dernière décennie, la précipitation microbienne du carbonate de calcium (CaCO3) (MICP) est apparue comme une alternative durable à la stabilisation traditionnelle des sols à base de ciment Portland ordinaire1. Le MICP a été étudié pour une variété d'applications d'ingénierie potentielles, telles que l'amélioration du sol pour augmenter la rigidité et la résistance2,3,4 des sols granulaires, communément appelées biogrouting5 ; immobilisation des métaux lourds et des radionucléides6 ; Séquestration du CO27 et scellement des fractures dans les puits de forage de séquestration du CO2 pour atténuer les fuites8. La MICP basée sur l'uréolyse, qui est le mécanisme le plus étudié, se déroule en deux étapes. Dans la première étape, les micro-organismes uréolytiques du sol, c'est-à-dire les bactéries qui sécrètent l'enzyme uréase, catalysent l'hydrolyse de l'urée (Eq. 1). Cette réaction produit des ions ammonium (NH4+) qui augmentent le pH du microenvironnement, ainsi que des ions carbonate (CO32–). Par conséquent, l'alcalinité favorise la précipitation du CaCO3 en présence de suffisamment d'ions calcium (Eq. 2) :

Le micro-organisme le plus couramment utilisé dans les études sur le MICP par uréolyse est Sporosarcina pasteurii (S. pasteurii) (désignation de la souche ATCC 11859) car il s'agit d'une souche non pathogène qui a démontré une activité uréase plus élevée que de nombreuses autres souches9. Sporosarcina pasteurii appartient au genre Bacillus, caractérisé comme une bactérie à Gram positif qui forme des endospores et est aérobie10. Les cellules ont un potentiel zêta négatif qui attire les ions calcium, favorisant ainsi la nucléation hétérogène11. La nucléation hétérogène ou ensemencée fait référence à la précipitation sur des surfaces telles que les cellules, les bulles de gaz12 et les minéraux13,14, qui réduisent les barrières énergétiques nécessaires à la nucléation et augmentent le taux de nucléation. En revanche, la nucléation homogène fait référence à la précipitation de CaCO3 à partir de solutions de cristallisation. Par conséquent, le mécanisme de précipitation dans le MICP peut être induit de deux manières différentes : (i) par des bactéries qui agissent comme sites de nucléation, c'est-à-dire via la précipitation épicellulaire, et (ii) par l'augmentation du pH autour des cellules uréolytiques due à l'urée susmentionnée. réaction d'hydrolyse15.

Le CaCO3 précipité remplit les espaces poreux des milieux granulaires et, surtout, leur confère une véritable cohésion en reliant les grains du sol, ce qui conduit finalement à une résistance au cisaillement et à une rigidité accrues2. Les précipitations de CaCO3 diminuent la porosité et la perméabilité des sols. La diminution de la perméabilité due au traitement MICP est inférieure à 1 à 3 ordres de grandeur dans la plupart des cas, ce qui est un avantage du MICP par rapport aux coulis chimiques qui peuvent réduire la perméabilité jusqu'à 8 ordres de grandeur16.

La distribution uniforme de réactifs sur la distance est importante pour l'assainissement de grandes zones cibles dans l'application sur le terrain de MICP17,18. Un taux de précipitation plus élevé peut entraîner un colmatage près du point d'injection, tandis qu'avec un taux de précipitation plus faible, une plus grande uniformité peut être obtenue. Des concentrations chimiques variables d'urée et de chlorure de calcium dans la solution de cémentation (CS) affectent le taux de précipitation et les modèles provoquant des hétérogénéités à l'échelle microscopique. Les tailles, les formes et la distribution spatiale du CaCO3 précipité dans l'espace poreux peuvent entraîner des différences dans la perméabilité et la résistance à grande échelle des sols biocimentés19. Par exemple, Al Qabany et Soga19 ont montré que pour le CS hautement concentré de chlorure d'urée-calcium 1 M19, des cristaux plus gros se formaient qui obstruaient les pores, entraînant une diminution plus rapide de la perméabilité et des inhomogénéités de précipitation. Un autre facteur affectant le taux de précipitation est la taille et la gradation des particules du sol17. La précipitation du CaCO3 est plus efficace aux contacts des particules17. Mortensen et al. 17 ont signalé un taux de précipitations plus élevé dans les sables denses bien calibrés et plus grossiers que dans les sols meubles, plus fins et mal calibrés, ce qui a été attribué principalement aux propriétés intrinsèques du matériau de base soumis au MICP.

L'efficacité de la réaction chimique, qui est définie comme le pourcentage de calcium et d'urée injectés qui est converti en CaCO3, est un paramètre important à contrôler lors de l'application à l'échelle du champ du MICP pour éviter le gaspillage de matières premières20. Al Qabany et al.21 ont étudié les facteurs affectant l'efficacité à l'échelle de la colonne, tels que la concentration chimique dans le CS, la durée du traitement et le débit d'entrée effectif, qui a été défini comme le rapport de la concentration chimique à l'absence de débit. le temps accordé à la réaction (le temps de rétention). Il a été constaté que pour une DO600 de 0,8 à 1,2, le débit d'entrée effectif de 0,042 mol/L/h entraînait une efficacité de réaction supérieure à 80 % pour tous les échantillons de sable, indépendamment de la concentration chimique utilisée (0,25 à 0,5 à 1 M d'urée -chlorure de calcium). Zeng et al.22 ont rapporté une très faible efficacité chimique de 5 % dans une expérience à l'échelle du terrain, qui a été attribuée à des voies d'écoulement préférentielles, canalisant les réactifs vers des zones spécifiques de la matrice du sol (lentilles de sable).

Traditionnellement, les échantillons biocimentés sont observés par microscopie électronique à balayage (SEM), qui nécessite un échantillonnage destructif après traitement pour fournir des informations qualitatives détaillées sur la structure et la texture des sols biocimentés23. Ces dernières années, des configurations expérimentales combinant la microfluidique et l'imagerie ont été développées pour sonder les processus à micro-échelle de MICP23,24,25,26,27,28,29 et de précipitation de calcite induite par des enzymes (EICP)30,31 en temps réel. Les dispositifs microfluidiques intègrent des réseaux poreux (connus sous le nom de laboratoire sur puce) et facilitent l'imagerie et le suivi. Ils permettent la visualisation des processus de transport à l'échelle microscopique en raison de leur transparence et de leur faible épaisseur et sont couramment utilisés pour des applications dans la recherche biomédicale32, la recherche sur la surveillance de l'eau33, le transport de bactéries dans des milieux poreux34 et la récupération assistée du pétrole35. Une autre technologie mobilisée pour étudier la nucléation et la croissance des monocristaux est la microfluidique en gouttelettes36. En utilisant cette configuration, les auteurs ont pu sonder l'encapsulation des cellules par des cristaux, ce qui est essentiel en termes de disponibilité de cellules actives pour la poursuite de l'uréolyse. Compte tenu de ce qui précède, l'utilisation d'un laboratoire sur puce pour les études MICP permet une série d'observations en temps réel, y compris (i) la quantification des bactéries, (ii) la quantification des cristaux de CaCO3 et (iii) la détermination de leurs formes.

Xiao et al.27 ont utilisé une puce microfluidique en forme de Y en poly-diméthyl-siloxane (PDMS) avec deux orifices d'entrée pour l'injection simultanée de la suspension bactérienne (BS) et du CS qui ont convergé dans un canal microfluidique de réaction de réseau de pores homogène . Les images capturées dans une zone de 2,8 mm sur 4,5 mm (LxL) de la puce ont montré que le CaCO3 précipitait d'abord du côté de l'injection de BS, puis du côté de l'injection de CS. De plus, l'effet de différentes concentrations de chlorure de calcium sur la diffusion et la mobilité des bactéries, la cinétique de croissance des cristaux et la distribution des cristaux dans le MICP ont été explorés dans l'étude de Xiao et al.29. Les résultats ont montré qu'une concentration de 0,5 M réduisait la mobilité des bactéries, les limitant du côté de l'injection de BS. D'autre part, avec une concentration de 0,01 M, une distribution plus homogène des bactéries a été obtenue sur toute la largeur de la puce à la fin du traitement MICP, ce qui a également conduit à une distribution plus homogène des cristaux.

Wang et al.24,25,26,28 ont utilisé un microfluidique PDMS de dimensions 15 mm sur 15 mm, conçu sur la base des images en coupe d'un sol sablonneux 3D Ottawa 30–50 solidifié et sectionné. Wang et al.26 ont démontré qu'une densité bactérienne plus élevée entraînait un nombre global plus élevé de cristaux et un taux de croissance cristalline plus rapide. Plus précisément, la densité bactérienne la plus élevée (~ 5,2 × 108 cellules/mL) a donné 2 × 107 cristaux/mL, avec un volume cristallin moyen de 450 μm3, tandis que la densité bactérienne la plus faible (~ 0,6 × 108 cellules/mL) a donné une plus faible quantité de cristaux (1,1 × 106 cristaux/mL) mais un volume moyen supérieur de 8000 μm3. La croissance cristalline a été conclue à 1,5 h lorsque la densité bactérienne était de 5,2 × 108 cellules/mL, tandis qu'une concentration bactérienne 10 fois inférieure a entraîné 15 h de croissance cristalline. Wang et al.28 ont fait la première tentative publiée d'utiliser les résultats d'expériences microfluidiques pour optimiser les expériences sur colonne. Plus précisément, les expériences microfluidiques ont fourni des informations sur la taille et le nombre de cristaux pour des intervalles d'injection faibles (3 à 5 h) et élevés (24 h) qui ont également été observés dans les expériences sur colonne et étaient critiques pour l'efficacité du processus de MICP et le résistance mécanique des sols traités.

Kim et al.30 ont utilisé un dispositif microfluidique en verre homogène, avec des dimensions de 21,3 mm sur 12,7 mm et ont exploré la cinétique de précipitation pour un traitement multicycle avec EICP. Un algorithme d'analyse d'image complet pour segmenter la structure des pores et le CaCO3 précipité. A notre connaissance, le travail de Kim et al.30 est le premier à comparer le taux de nucléation observé lors de l'expérience dans le micromodèle, qui simule les conditions mal mélangées dans un milieu poreux homogène, avec le taux de nucléation prédit taux basé sur la théorie classique de la nucléation. Puisque la microfluidique ne permet que l'imagerie 2D, des hypothèses ont dû être faites concernant la forme des cristaux (sphériques et semi-sphériques) pour évaluer la croissance cristalline en trois dimensions. Weinhardt et al.31,37 ont présenté une configuration expérimentale pour la mesure robuste de la pression dans les canaux microfluidiques PDMS de géométries de structure de pores quasi 1D et quasi 2D et de quelques mm de longueur lors de la précipitation de CaCO3 via EICP et ont observé l'influence de la géométrie sur la porosité-perméabilité relation. L'utilisation de la tomographie micro-informatique à rayons X (XRCT), qui résout la troisième dimension des précipités de CaCO3 après la fin du traitement EICP, a suggéré que les formes sphéroïdales et tronconiques peuvent être utilisées pour calculer le volume de CaCO3 précipité à partir de projections 2D.

Bien que les études ci-dessus aient visualisé une variété de stratégies d'injection de BS et de CS avec différents intervalles d'injection, densités bactériennes et concentrations de CS dans des domaines microfluidiques de différentes géométries en temps réel, elles sont limitées à une zone de quelques mm2. Cependant, le MICP est un phénomène de transport réactif au cours duquel les réactifs sont consommés à distance du point d'injection, et la vitesse de détachement des bactéries peut différer avec la distance. De plus, l'hétérogénéité à l'échelle des pores devrait affecter la distribution spatiale des réactifs en raison des zones de vitesse plus élevée qui peuvent transférer les bactéries sur une plus longue distance. À notre connaissance, l'impact de l'hétérogénéité à l'échelle des pores sur l'efficacité de la réaction chimique du MICP n'a pas encore été étudié.

L'objectif de cet article était d'étudier l'effet de l'hétérogénéité à l'échelle des pores sur l'efficacité de la réaction chimique du MICP. Deux types de microfluidique d'un mètre de long avec la même porosité initiale ont été fabriqués : microfluidique homogène et hétérogène. Ce travail introduit une nouvelle configuration expérimentale pour l'évaluation de l'efficacité de la réaction chimique et la comparaison de l'effet de la masse de CaCO3 précipité produite sur la perméabilité de milieux poreux homogènes et hétérogènes. La précipitation de CaCO3 a été surveillée à la fois temporairement et spatialement à différents endroits le long du trajet d'un mètre de long, offrant un aperçu de l'échelle des pores. Un algorithme de traitement d'image a été développé pour analyser les images expérimentales et détecter le nombre de bactéries, ainsi que la nucléation et la croissance des minéraux précipités individuels et agglomérés en fonction du temps de réaction et de la distribution spatiale. Sur la base des images traitées, une analyse statistique complète a été effectuée pour estimer la distribution des bactéries et des cristaux le long de l'ensemble de la puce couvrant plus de dix mille pores afin d'identifier les modèles de précipitation distinctifs pour les deux géométries.

Pour évaluer l'effet de l'hétérogénéité à l'échelle des pores, nous avons développé une configuration expérimentale complète (Fig. 1a) qui utilise un dispositif microfluidique très long qui couvre plusieurs ordres de grandeur de la taille moyenne des pores que nous adaptons sur une lame de verre de microscope de 75 mm par 50 mm, comme illustré à la Fig. 1b, c. La même stratégie d'injection a été appliquée à deux géométries microporeuses différentes avec la même porosité (n = 0,5) en triple exemplaire : une homogène (même taille de pore sur toute la puce) et une hétérogène, c'est-à-dire avec des distances spatialement variables entre les grains. La première géométrie consistait en un réseau régulier de grains solides cylindriques identiques, avec une taille de gorge de pores (λ1) égale à 50 μm (Fig. 1b), tandis que la seconde géométrie consistait en des grains solides irrégulièrement répartis, avec des tailles de gorge de pores allant de 25 à 350 μm, avec une moyenne de λ2 = 70 μm (Fig. 1c)38. Ces milieux poreux artificiels mesurent L = 990 mm de long, W = 3 mm de large et H = 0,050 mm d'épaisseur, correspondant à L = 19800λ1, W = 60λ1 et H = λ1 pour le milieu poreux homogène et L = 14143λ2, W = 43λ2 et H = 0,7λ2 pour le milieu poreux hétérogène.

(a) Représentation schématique de la configuration expérimentale. La stratégie d'injection implique (1) l'injection d'eau Milli-Q depuis la sortie, (2) l'injection du BS depuis la sortie et (3) l'injection du CS depuis l'entrée. PS1 et PS2 désignent les capteurs de pression connectés respectivement à l'entrée et à la sortie. Créé avec BioRender.com ; (b) conception microfluidique d'un milieu poreux homogène ; (c) conception microfluidique d'un milieu poreux hétérogène.

Les puces microfluidiques ont été fabriquées à l'aide d'un processus standard de photolithographie douce. Le dispositif PDMS a été réalisé selon le protocole décrit par Karadimitriou et Hassanizadeh39. La base PDMS a été soigneusement mélangée avec un agent de durcissement dans un rapport de 10:1. Le mélange a ensuite été dégazé sous vide avant d'être coulé dans le moule et durci pendant au moins 4 h au four à 60 °C. Après avoir retiré le canal microfluidique PDMS du moule, les entrées et les sorties de 1,2 mm de diamètre ont été perforées. La puce PDMS et un couvercle en verre ont été traités au plasma, ce qui rend la surface PDMS hydrophile26 comme du sable. Ensuite, la puce a été fixée au couvercle en verre et placée sur une plaque chauffante à 100 ° C pendant au moins 30 min pour assurer une liaison permanente forte. Par la suite, la puce microfluidique a été placée dans un dessiccateur pour dégazer le PDMS pendant environ 30 min, ce qui assure l'élimination de toutes les bulles absorbées par le PDMS lors de la saturation de la puce. En tant que matériau légèrement perméable aux gaz, le PDMS permet la croissance aérobie de S. pasteurii. Cependant, lorsque les expériences durent longtemps, l'eau peut s'évaporer40. Par conséquent, une stratégie d'injection a été choisie pour que les expériences durent moins de 24 h.

Dans l'étude actuelle, le milieu de croissance microbienne liquide (American Type Culture Collection (ATCC) 1376), composé de 20 g/L d'extrait de levure, 10 g/L de sulfate d'ammonium et 0,13 mol/L de solution aqueuse de tampon Tris avec un pH initial de 9, stérilisés séparément puis mélangés, ont été utilisés. Sporosarcina pasteurii stocké à - 80 ° C a été inoculé dans 4 ml de milieu de croissance ATCC 1376 frais. Les cellules bactériennes ont été cultivées dans un incubateur à agitation à 180 tr/min à 30 ° C pendant 48 h pour atteindre des conditions stationnaires. La densité optique (DO) a été mesurée avec un spectrophotomètre à une longueur d'onde de 600 nm (DO600). La suspension bactérienne (BS) utilisée dans les études microfluidiques a été obtenue par dilution41 pour atteindre une densité optique de 0,4 à 0,55. Une solution de cémentation (CS) a été préparée en diluant des concentrations équimolaires (1 mol/L) d'urée (CH4N2O) d'une molarité de 60,06 g/mol et de chlorure de calcium (CaCl2) (Sigma-Aldrich anhydre) d'une molarité de 110,98 g/ mol dans l'eau Milli-Q.

Les expériences ont été menées dans un environnement bien contrôlé avec une température de 25 ± 1 °C. Ci-dessous, nous expliquons en détail la stratégie d'injection, qui consiste en trois injections séquentielles : (i) saturation de la puce avec de l'eau MIlliQ, (ii) injection de BS et (iii) injection de CS, au cours desquelles le montage expérimental est légèrement modifié. comme expliqué ci-dessous (Fig. 1a). L'injection de BS et de CS à l'aide du même tube entraînerait le mélange des deux solutions, puis l'uréolyse et la précipitation à l'intérieur du tube, qui a une section transversale plus grande par rapport à la configuration microfluidique. Ainsi, les précipitations résultantes ne seraient pas représentatives de la distribution spatiale sur la distance de 1 m. Par conséquent, l'eau Milli-Q utilisée et le BS ont été injectés depuis la sortie du canal microfluidique ("outlet" sur la Fig. 1b, c), tandis que le CS a été injecté depuis l'entrée ("inlet" sur la Fig. 1b, c ). Des capteurs de pression de haute précision (Elveflow MPS-S-1 avec une plage de travail de 340 mbar à l'entrée et Elveflow MPS-S-0 avec une plage de travail de 70 mbar à la sortie) ont été placés en série au débit près de 7 cm de l'entrée et 4 cm de la sortie. Les capteurs ont permis d'estimer la différence de pression entre les deux points dans des conditions d'écoulement lors de l'injection de CS, ainsi que pendant la phase de rétention et de précipitation sans écoulement. Les capteurs de pression ont été fixés sur la platine du microscope avec du ruban adhésif et connectés à un Elveflow OB1 Pressure Controller42. La puce microfluidique dégazée a été placée horizontalement sur la scène.

Le tableau 1 présente la composition des BS et CS et la stratégie d'injection retenue. Pour la saturation de la puce microfluidique avec de l'eau Milli-Q, le capteur de pression près de la sortie a été connecté à la sortie et à une seringue en verre (Hamilton) avec de l'eau Milli-Q de 1 à 10 ml montée sur une pompe à seringue (Harvard Apparatus ), tandis que l'entrée est restée ouverte à l'air. Pour toutes les connexions, un tube Tygon 1/16″ a été utilisé. La puce a été saturée avec deux volumes de pores d'eau Milli-Q à un débit de 0,2 μL/s. A la fin de l'injection, une minuscule bulle d'eau a été observée à l'entrée afin que l'air ne pénètre pas dans la puce microfluidique. Par la suite, un intervalle de temps de 30 min a été autorisé jusqu'à l'étape suivante afin que les bulles de gaz soient absorbées par le PDMS.

Suite à la saturation complète de la puce microfluidique, le BS a été injecté à partir de la sortie. A cet effet, la seringue contenant l'eau Milli-Q a été remplacée par une seringue en verre Hamilton de 5 mL contenant du BS. L'injection bactérienne de 500 μL (environ 7 volumes de pores de puce de 75 μL) a duré 40 min pour obtenir une répartition approximativement homogène des bactéries sur toute la puce.

A la fin de la phase d'injection bactérienne, alors que les cellules se décantaient, dix-neuf positions le long du canal ont été sélectionnées pour les observations. Cette étape a duré environ 1h, ce qui a été nécessaire pour positionner et focaliser les 19 emplacements différents. Pendant ce temps, les cellules se sont développées à partir de la DO600 initiale de 0,40 à 0,55 avant l'injection. Ainsi, nous avons capturé des images à t = 0, ce qui correspond au début de l'injection de cémentation et peut représenter la concentration bactérienne initiale. Pour injecter CS à partir de l'entrée, d'abord, la seringue en verre connectée à la sortie a été soigneusement retirée et le tube de sortie a été placé dans un tube Falcon de 50 ml pour la collecte des effluents. Le tube Falcon contenait 50 ml d'eau Milli-Q et était recouvert de parafilm et de papier d'aluminium pendant les conditions d'injection et d'absence d'écoulement pour empêcher l'évaporation et assurer un débit constant/pas d'écoulement, respectivement. L'hydrolyse de l'urée a commencé à l'entrée dès que la tubulure contenant le CS a été connectée au dispositif à puce, déjà saturé de BS. Ensuite, une seringue Hamilton en verre de 10 ml a été montée sur la pompe à seringue et connectée via le capteur de pression au tube d'entrée (Fig. 1a). Avant de connecter le tube d'entrée au canal, il était complètement saturé de sorte qu'une goutte de liquide est apparue à l'extrémité du tuyau pour assurer une saturation complète lors de la connexion. L'injection de cémentation a été réalisée avec un débit de 0,018 μL/s, ce qui correspond à une vitesse d'infiltration de 0,24 mm/s, égale à la vitesse d'infiltration calculée pour un échantillon de sable préparé en laboratoire d'une hauteur de 10 cm et d'un diamètre de 5 cm , et une porosité de 0,4, qui a été injecté à un débit de 10 mL/min4. Le temps de rétention du CS était de 12 à 24 h. Le débit appliqué correspond à un nombre de Reynolds de \(Re = \frac{{\rho \overline{\lambda }\overline{u}}}{\mu } \ll 1\) (Table S1), où \( \uprho\) est la masse volumique de l'eau (kg m−3), \(\overline{\lambda }\) est la taille moyenne de la gorge des pores (m), \(\overline{u}\) est la vitesse moyenne du fluide ( ms−1) et \(\mu\) est la viscosité dynamique de l'eau (kg m−1 s−1). Par conséquent, l'écoulement dans la puce peut être caractérisé comme un écoulement rampant, également appelé écoulement de Stokes, qui est dominé par des forces visqueuses. 6 volumes de pores de puce de CS ont été injectés pendant 6,75 h, période pendant laquelle la nucléation et la croissance des cristaux ont été capturées sous l'apport de solution fraîche et se sont poursuivies pendant la période de rétention. À titre de comparaison, Xiao et al.29 ont rapporté qu'une seule étape d'injection consistait en 7 volumes de pores de puce, tandis que Kim et al.30 ont mis en œuvre un traitement de 10 cycles dans lequel chaque cycle consistait en environ 100 volumes de pores et était répété à 48 h d'intervalle. Néanmoins, ces travaux se réfèrent à des puces beaucoup plus courtes et l'injection d'un seul volume poreux ne nécessite que quelques minutes.

L'imagerie en accéléré a été réalisée par un microscope inversé Nikon Eclipse Ti2 entièrement automatisé (objectif Plan Fluor 10 × contraste de phase) équipé d'un appareil photo numérique couleur Nikon DS-Ri2 et contrôlé par le logiciel NIS-Elements. De grandes images, composées de 9 images en mosaïque d'une taille de 8813 pixels (2,57 mm dans le sens transversal) par 13 252 pixels (3,87 mm dans le sens longitudinal) et 3 × 3 champs ont été enregistrées à 19 positions le long du chemin (Fig. 2a ) avec deux configurations différentes, contraste de phase (Fig. 2b) et fond clair (Fig. 2c). Les 19 positions échantillonnées comprenaient le trou d'entrée et de sortie, 3 positions (gauche, milieu, droite) près de l'entrée et de la sortie, et au milieu de chaque rangée. Les images ont été capturées avec une microscopie à contraste de phase modifiée (un anneau ph3 combiné à un objectif ph1 de sorte que l'éclairage se produise presque latéralement), ce qui donne un fond sombre avec les bactéries légèrement plus brillantes et les cristaux apparaissant brillants. En revanche, dans les images capturées avec une configuration de microscopie à fond clair (sans condenseur), le contour des cristaux apparaît sombre, tandis que les bactéries et le fond apparaissent clairs. Le temps d'exposition de la caméra a été fixé à 50 ms pour l'imagerie en contraste de phase et à 2 ms pour l'imagerie en fond clair. Nous avons utilisé une haute résolution de 0,29 μm/pixel pour observer à la fois les bactéries et les cristaux. Comme mentionné ci-dessus, les positions ont été sélectionnées lors de la sédimentation bactérienne, tandis que la mise au point a été faite sur la base de cellules immobiles uniques résidant au fond de la puce (sur la lame de verre). La durée d'injection d'un volume de pores de CS était d'environ 62 min, tandis que le système d'acquisition prenait 10 min pour collecter des images de la position 1 à la position 19 avec les deux configurations optiques susmentionnées. Pour optimiser le temps de calcul des grandes séries de données collectées, l'intervalle de temps d'acquisition des images était de 1 h pendant les conditions d'écoulement et de 2 h pendant la phase de rétention, car un taux de croissance plus lent était attendu. Par conséquent, l'évolution temporelle du MICP dans la puce microfluidique a été surveillée en temps réel.

(a) Postes échantillonnés ; (b) Section de dimensions 1,022 mm × 1,022 mm du canal vert de l'image originale capturée par microscopie à contraste de phase et (c) du canal vert de l'image originale capturée par microscopie à contraste de phase.

Nous avons développé un algorithme complet de traitement d'image en langage MATLAB pour identifier le CaCO3 précipité et les bactéries à partir du traitement combiné des deux types d'images brutes (contraste de phase et fond clair).

Une image expérimentale brute est une image couleur RVB 24 bits, composée de trois matrices 8813 × 13 252, chacune représentant les couleurs rouge, vert et bleu. Chaque matrice contient des valeurs allant de 0 (noir) à 255 (blanc). Les trois canaux ont été extraits séparément sous forme d'images en niveaux de gris 8 bits à l'aide du logiciel NIS Elements (Figs. S1, S2). Nous avons déterminé que les cellules bactériennes ont l'intensité la plus élevée dans le canal vert (Fig. S1), tandis que les cristaux présentent également une absorbance maximale dans le canal vert (Fig. S2). Ainsi, seuls les canaux verts des images acquises ont été traités ultérieurement pour segmenter la structure du milieu solide (les grains), les bactéries et le CaCO3 précipité. Après la connexion de la tubulure à l'entrée et l'injection de CS, de gros agrégats bactériens se sont formés près de l'entrée en raison des ions calcium chargés positivement se liant aux cellules de S. pasteurii chargées négativement26 (Fig. S3). L'intensité de ces agrégats est similaire à celle du CaCO3 précipité ; ainsi, les images capturées les plus proches de l'entrée (x = ~ 5 mm) n'ont pas été traitées davantage.

Dans un premier temps, les images de chaque position ont été sélectionnées à deux moments différents : (i) le début de l'injection de CS (t = 0), lorsque seules les bactéries peuvent être observées, et (ii) après la fin de l'injection de CS (t = 10 h), lorsque les bactéries et les cristaux ont pu être observés. Les images ont été normalisées par 255 afin que chaque pixel ait des valeurs comprises entre 0 (pixel sombre) et 1 (pixel clair). Ci-dessous, nous expliquons le flux de travail pour détecter les trois phases : les grains solides, les bactéries et les minéraux CaCO3 précipités.

Pour séparer les grains solides cylindriques (c'est-à-dire le cercle dans nos images) de l'image en fond clair capturée à t = 0 (Fig. 3a), l'image a été binarisée avec la fonction "Imbinarize" dans MATLAB qui remplace les valeurs au-dessus d'un seuil adaptatif par 1 (blanc) et les valeurs inférieures au seuil par 0 (noir). Cette méthode de seuillage adaptatif sélectionne un seuil basé sur l'intensité moyenne locale au voisinage du pixel. L'option "ForegroundPolarity" "sombre" a été utilisée pour détecter les contours des piliers, car leur intensité est inférieure à celle de l'arrière-plan. Le seuil a été déterminé par le paramètre "Sensibilité", qui peut prendre des valeurs de 0 à 1 (voir Matériel complémentaire). En utilisant une sensibilité plus élevée, plus de pixels sont définis comme contours des piliers. L'image binaire résultante se compose du périmètre des grains circulaires et des bactéries, ainsi que du bruit à l'intérieur des grains circulaires présentés en noir, et de l'espace poreux ainsi que de l'intérieur des grains solides circulaires présentés en blanc (Fig. 3b).

Workflow présentant l'extraction des images binaires des piliers à partir des images fond clair à t = 0 (a) Coupe de dimensions 1.022 mm × 1.022 mm de l'image brute du canal vert, (b) Binarisation de l'image, (c) Inversion et filtrage du bruit et des bactéries avec "bwpropfilt", (d) Remplissage des piliers avec du blanc avec "imfill".

Les pixels qui représentaient les bactéries et le bruit à l'intérieur des grains circulaires ont été supprimés à l'aide de la fonction "bwpropfilt" sur l'image binaire inverse. En conséquence, une image binaire avec les cercles, correspondant au périmètre des piliers en blanc, et l'espace poreux en noir a été créée (Fig. 3c). Enfin, les grains solides circulaires ont été remplis de couleur blanche en utilisant "imfill" (Fig. 3d).

Les bactéries ont été séparées de l'image en contraste de phase capturée à t = 0 (Fig. 4a). Chaque image a été binarisée avec "Imbinarize" avec l'utilisation de la méthode de seuillage adaptatif, en définissant le paramètre "ForegroundPolarity" sur l'option "dark". La valeur de "Sensibilité" a été définie par essais et erreurs entre 0,1 et 0,2 pour détecter les bactéries, car leur intensité est légèrement supérieure au bruit de fond et bien inférieure à l'intensité du périmètre des piliers et des cristaux. Dans l'image binaire résultante, les bactéries et le périmètre des piliers sont représentés en blanc, tandis que les espaces poreux, ainsi que l'intérieur des grains circulaires, sont représentés en noir (Fig. 4b). Par la suite, nous définissons les pixels qui correspondent aux piliers de l'image binaire précédemment acquise sur la figure 3d en blanc (figure 4c). Enfin, nous avons séparé les bactéries des piliers en filtrant les particules de surface comprise entre 10 et 900 pixels2, correspondant à 2,9–261 μm2, tel que défini avec Image Region Analyzer. Une image binaire où les bactéries apparaissaient blanches sur fond noir a été dérivée (Fig. 4d). Les bactéries présentaient des longueurs variables car elles se développaient après la division cellulaire (Fig. S4). La même procédure a été suivie pour séparer les bactéries à t = 10 h (Fig. 4f – h) de l'image en contraste de phase capturée à ce moment (Fig. 4e).

Workflow présentant l'extraction de l'image binaire des bactéries à partir de l'image en contraste de phase à t = 0 (a) Coupe de dimensions 1,022 mm × 1,022 mm de l'image brute du canal vert ; (b) Binarisation de l'image, (c) Définissez les pixels qui correspondent aux piliers de la Fig. 3d en blanc, (d) Supprimez les piliers avec "bwpropfilt" ; à t = 10 (e) Image brute du canal vert ; (f) Binarisation de l'image, (g) Réglez les pixels qui correspondent aux piliers de la Fig. 3d en blanc, (h) Supprimez les piliers avec "bwpropfilt".

Par la suite, le CaCO3 précipité a été séparé de l'image en fond clair capturée à t = 10 h (Fig. 5a). La méthode de seuillage adaptatif a été utilisée, en définissant le paramètre "ForegroundPolarity" dans l'option "Imbinarize" sur "dark". La "sensibilité" a été définie par essais et erreurs entre 0,4 et 0,5 pour détecter le périmètre du CaCO3 précipité. Dans l'image binaire résultante, le périmètre cristallin, les piliers et quelques bactéries semblaient blancs, tandis que le fluide interstitiel et l'intérieur des grains circulaires semblaient noirs (Fig. 5b). La fonction MATLAB "Imclose" a été utilisée pour lisser les bords des contours des cristaux et fermer les trous existants (Fig. 5c). Ensuite, nous avons utilisé la fonction "imfill" pour remplir les cristaux et les piliers de blanc (Fig. 5d). De plus, les pixels correspondant aux piliers de la figure 3d ont été définis égaux à zéro. Ensuite, l'image binaire de la Fig. 3d a été soustraite de cette image binaire pour supprimer les piliers avec leur périmètre (Fig. 5e). En raison des changements d'éclairage au cours de l'expérience, le contour de certains piliers est resté et des étapes supplémentaires ont été nécessaires pour les supprimer afin qu'ils ne soient pas pris en compte dans le volume de CaCO3 précipité (voir Matériel supplémentaire). La phase CaCO3 séparée est représentée sur la figure 5f.

Workflow présentant l'extraction de l'image binaire des cristaux à partir de l'image fond clair à t = 10 h (a) Coupe de dimensions 1,022 mm × 1,022 mm de l'image brute du canal vert ; (b) Binarisation de l'image, (c) Fonction MATLAB "Imclose" pour lisser les bords des contours des cristaux et fermer les trous existants, (d) Fonction "imfill" pour remplir les cristaux et les piliers de blanc (e) Définir le pixels correspondant aux piliers de la Fig. 3d en noir, (f) Résultat final de la segmentation cristalline (g) Résultat final de l'algorithme de traitement d'image segmentant le fluide interstitiel (blanc), les grains solides (noir) et les bactéries (cyan) à t = 10 h.

L'image finale traitée produite par l'algorithme présente l'espace poreux en blanc (valeur de pixel de 0), les bactéries en cyan (valeur de pixel de 1), le CaCO3 en rouge (valeur de pixel de 2) et les piliers en noir (valeur de pixel de 3) (Fig. 5g). Avec l'utilisation de cet algorithme, les petits cristaux peuvent être distingués des bactéries de même taille en raison de la plus faible intensité de leur périmètre dans le canal vert de l'image en fond clair.

La couverture de surface bactérienne a été estimée en calculant la surface des pixels (avec la fonction MATLAB "bwarea") avec une valeur de 1 dans l'image binaire des bactéries (Fig. 4d). Sur la base de la taille rapportée des cellules de Sporosarcina pasteurii d'environ 0,9 à 1,2 μm de largeur sur 2 à 3,5 μm de longueur, et étant donné que les bactéries se multiplient par division cellulaire23, pour les calculs suivants, nous avons supposé que les diamètres d'une bactérie individuelle sont de 4 μm de longueur par 1 μm de largeur. Pour calculer le nombre de bactéries, nous avons divisé la couverture de surface bactérienne par la taille moyenne d'une bactérie individuelle de 4 μm2. La concentration bactérienne a été estimée en divisant le nombre de bactéries par le volume des pores de chaque image, en supposant une largeur de 1 μm dans la 3ème dimension, en raison de la forme en bâtonnet de Sporosarcina pasteruii43. Le volume des pores a été estimé en soustrayant le volume des grains du volume total de la position échantillonnée. Le volume de grain dans chaque position échantillonnée a été obtenu en calculant la surface des pixels avec une valeur de 1 dans l'image binaire des piliers (Fig. 3d) et en multipliant par la profondeur de la microfluidique (50 μm).

En supposant une forme sphérique des cristaux30,37, leur diamètre équivalent D a été défini comme la moyenne de leurs petits et grands axes (simples ou agrégés) ; ainsi, leur volume équivalent est \(V_{cr,i} = \frac{4}{3}\pi \left( \frac{D}{2} \right)^{3}\). La masse totale de CaCO3 précipité à chaque position échantillonnée a été calculée :

où ρ = 2,71 g/cm3 est la densité de calcite et n est le nombre de minéraux détectés (qui peuvent être à la fois des monocristaux et des agrégats de cristaux).

L'efficacité de la réaction chimique E du MICP est définie comme le rapport de la masse de CaCO3 mesurée sur la valeur maximale théorique comme si tout le calcium disponible localement avait réagi, en supposant que le calcium est uniformément réparti le long du canal. Par conséquent, la configuration adoptée permet de faire la lumière sur des modèles de précipitations spécifiques et de répondre à des questions telles que : (i) le CaCO3 se dépose-t-il préférentiellement à proximité de l'entrée, où le calcium est principalement disponible ? (ii) l'hétérogénéité du réseau de pores affecte-t-elle le dépôt de CaCO3 à travers le chemin réactif.

La concentration de calcium dans le CS injecté est \(C_{{{\text{Ca}}^{2 + } }} = c_{{{\text{Ca}}^{2 + } }} M_{{{ \text{Ca}}^{2 + } }}\), où \(c_{{{\text{Ca}}^{2 + } }} = 1\frac{{{\text{mol}}} }{L}\) est la concentration molaire de calcium et \(M_{{{\text{Ca}}^{2 + } }} = 40,08\frac{{\text{g}}}{{\text{ L}}}\) est la masse molaire du calcium. Ainsi, \(C_{{{\text{Ca}}^{2 + } }} = 40.08\frac{{\text{g}}}{{\text{L}}}\).

Selon la stoechiométrie dans l'Eq chimique. (2), 1 mol de \({\text{Ca}}^{2 + }\) réagit avec 1 mol de \({\text{CO}}_{3}^{ - 2}\) pour former 1 mole de CaCO3. Ainsi, 40,08 g/mol de \({\text{Ca}}^{2 + }\) injecté peuvent théoriquement former 100,09 g/mol de CaCO3 si tout réagit avec le carbonate avant d'être chassé de la puce microfluidique.

La masse théorique du CaCO3 précipité est :

où \(M_{{{\text{CaCO}}_{3} }} = 100,09\;{\text{g/mol}}\) est la masse molaire de CaCO3, \(Q\) est le débit , et \({\Delta }t\) est l'intervalle de temps depuis le début de l'injection de CS.

L'efficacité chimique locale à chaque position a été calculée comme suit :

où \(m_{{{\text{CaCO}}_{3} ,{\text{t }}}}^{{({\text{s}})}}\) est la masse totale estimée du CaCO3 précipité à chaque position échantillonnée calculée par (3), \(PV_{l}\) est le volume des pores à la position spécifique, et \(PV_{TOT} = 74\;\upmu {\text{L}}\ ) est le volume poreux total du canal microfluidique. Chaque position correspond à environ 0,3 % de \(PV_{TOT}\). À la fin de l'injection de CS, la masse théorique du CaCO3 précipité est \(44,3\;{\text{mg}}\) dans l'ensemble de la puce, tandis qu'à chaque position échantillonnée, elle est de 110 à 130 μg en fonction de la espace poreux disponible.

On pense que la densité bactérienne affecte le taux de croissance, la taille et le nombre de précipités de CaCO326. La figure 6a présente la concentration bactérienne le long de la puce moyennée sur les triples au début de l'injection de CS (t = 0) (Fig. 6a) et à t = 12 h (Fig. 6b). A t = 0, la concentration moyenne de bactéries est plus uniforme dans le milieu homogène que dans le milieu poreux hétérogène à 0–800 mm, allant de ~8 × 107 cellules/mL à 1,03 × 108 cellules/mL Dans le milieu poreux hétérogène , la concentration bactérienne diminue de ~2 × 108 cellules/mL à 1 × 108 cellules/mL dans les 400 premiers mm et présente un pic à 420 mm avant de chuter à ~1–1,05 × 108 cellules/mL dans l'intervalle 600 –800 mm, où elle reste environ 50 % supérieure à la concentration dans le milieu poreux homogène. Près de la sortie, une concentration bactérienne inférieure de ~ 3 × 107 cellules/mL à 4 × 107 cellules/mL a été détectée dans les systèmes microfluidiques homogènes et hétérogènes.

( a ) Concentration bactérienne de S. pasteurii au début de l'injection de CS (t = 0); (b) à t = 12 h à travers le chemin réactif d'un mètre de long. Les points représentent les moyennes des triplicats ; les zones ombrées représentent l'écart moyen absolu des triplicats.

Lors de l'injection de CS, les bactéries qui n'étaient pas attachées aux piliers ou à la lame de verre ont été transportées ou encapsulées dans des cristaux de CaCO3 (Fig. 7). A t = 12 h, une concentration bactérienne moyenne légèrement plus élevée de ~3 × 107 cellules/mL à 7 × 107 cellules/mL a été retenue par le milieu poreux hétérogène que par le milieu homogène, où une concentration moyenne de ~2,5 × 107 cellules /mL à 5 × 107 cellules/mL ont été observés dans 0–900 mm, alors qu'à proximité de la sortie, la plupart des bactéries ont été éliminées.

La croissance de monocristaux et d'agrégats de cristaux dans des pores sélectionnés de la puce microfluidique homogène capturée à environ 423 mm de l'entrée.

Les images de la croissance cristalline dans les pores sélectionnés des puces microfluidiques homogènes et hétérogènes sont présentées aux Fig. 7 et Fig. 8, respectivement. La nucléation des cristaux a commencé 1 h après le début de l'injection de CS dans les milieux poreux homogènes et hétérogènes. La figure 7 montre des cristaux uniques de CaCO3 formés 3 h après le début de l'injection de CS à environ 423 mm de l'entrée. Des cristaux se sont nucléés à la fois sur les piliers et sur la lame de verre, où les bactéries sont restées attachées. Initialement, tous les cristaux présentaient une taille qui n'était pas assez grande pour combler les grains solides adjacents. À t = 4 h, cinq autres monocristaux (deux sont flous) se sont formés, tandis que les cristaux existants grossissaient. L'un des monocristaux est devenu suffisamment gros pour relier les deux particules adjacentes. Deux autres cristaux ont fusionné et ont formé un agrégat de cristaux qui a également ponté deux grains solides adjacents. À t = 5 h, tous les cristaux ont grossi. Cependant, aucune autre croissance cristalline n'a été observée dans cette position sélectionnée pendant les périodes suivantes d'injection continue de CS de 1 h et 40 min ou pendant la période sans écoulement jusqu'à t = 18 h.

Evolution de l'agrégation cristalline dans l'espace poreux entre trois grains solides cylindriques de la réplique hétérogène d'un milieu poreux. Ce pore est situé dans un emplacement échantillonné à environ 730 mm de l'entrée.

La figure 8 montre quatre petits cristaux uniques de CaCO3 qui se sont formés 1 h après le début de l'injection de CS. Comme dans Wang et al.13, des points de nucléation uniques proches les uns des autres se sont développés séparément jusqu'à ce qu'ils fusionnent pour former des agrégats de cristaux (mésocristaux2). Ici, la majeure partie de la croissance s'est produite au cours des 4 premières heures, alors qu'elle s'est poursuivie à un rythme très lent jusqu'à 18 h. Cette tendance peut également être vérifiée par les tracés de la croissance cristalline de masse (Fig. 9). Cette figure présente la croissance de la masse cristalline à deux positions : (a) près de l'entrée et (b) au milieu de la microfluidique. On peut observer que la croissance est globalement plus élevée dans le milieu poreux hétérogène. Dans les deux milieux poreux, la majeure partie de la croissance a été observée dans les 4 premières heures. Cependant, dans le milieu poreux hétérogène, le taux de croissance dans les 9 h suivantes du traitement MICP était supérieur à celui du milieu poreux homogène qui présentait un plateau. La croissance cristalline a été achevée 5 h (t = 12 h) après la fin de l'injection de CS de 6 h 40 min dans la plupart des cas.

Croissance de la masse cristalline pendant 12 h de traitement MICP à deux positions : (a) x = 30 mm et (b) x = 574 mm le long du milieu poreux homogène et hétérogène. Les points représentent les moyennes des triplicats ; les zones ombrées représentent l'écart absolu moyen.

La distribution du CaCO3 précipité dans la direction transversale de l'écoulement varie d'une position à l'autre, les cristaux occupant tout le plan ou près des limites (Fig. S5). Cela peut être attribué à la précipitation de CaCO3 modifiant le chemin d'écoulement ou les chemins préférentiels qui amènent les réactifs dans des zones où le mélange est amélioré. Cependant, des expériences avec des colorants pourraient fournir plus d'informations sur le régime d'écoulement dans les deux puces et sur la manière dont il affecte le mélange des réactifs dans l'espace poreux en évolution.

L'efficacité de la réaction chimique dans le présent travail est définie comme le pourcentage de calcium injecté qui se transforme en CaCO3. La masse estimée du CaCO3 précipité présente un pic au milieu du canal microfluidique pour les milieux poreux homogènes et hétérogènes (Fig. 10a). La figure 10b présente l'efficacité estimée de la réaction chimique dans les milieux poreux homogènes et hétérogènes. Les milieux poreux homogènes et hétérogènes présentent une efficacité de réaction non uniforme par rapport à la distance. En milieu poreux homogène, le rendement est faible près de l'entrée et il atteint un maximum à 420 mm avec une moyenne de 22 %, alors qu'il reste inférieur à 11 % entre 600 et 990 mm. En revanche, le milieu poreux hétérogène présente une valeur maximale d'efficacité de réaction de 37 % avec un écart type plus élevé au milieu de la microfluidique, et il donne des valeurs comprises entre 15 et 28 % à des distances comprises entre 500 et 900 mm de l'entrée. Cette découverte s'accompagne en outre d'un écart plus faible pour le réseau poreux hétérogène après l'analyse des triplicats. Nous postulons que l'écart entre les valeurs d'efficacité mesurées dans la présente étude et celles rapportées dans la littérature pour les échantillons à l'échelle du laboratoire, généralement au-dessus de 40 %2, est dû à la plus grande disponibilité des surfaces dans les expériences de colonne 3D où les caractéristiques du grain, telles que la rugosité44 ou l'angularité des particules et des voies d'écoulement tridimensionnelles plus complexes favorisent l'attachement des cellules et la précipitation de la calcite.

(a) Masse finale du CaCO3 précipité ; (b) efficacité de réaction estimée à la fin du traitement MICP (t = 12 h) lorsque la croissance cristalline est terminée. Les points représentent les moyennes des triplicats ; les zones ombrées représentent l'écart moyen absolu des triplicats.

Sur la base des résultats ci-dessus, une observation préliminaire est qu'en utilisant des extrémités opposées pour l'introduction de BS et CS, la biocémentation augmente au milieu de la puce et évolue ensuite vers le chemin d'écoulement CS. Cependant, l'architecture du réseau d'écoulement lui-même semble influencer cette évolution en termes d'efficacité de la réaction et de propriétés cristallines. Une explication possible est que la tendance prédominante du CaCO3 dans le réseau poreux homogène est celle de petits monocristaux qui ne se développent pas suffisamment pour obstruer les gorges des pores et attirent éventuellement d'autres réactifs, ce qui entraîne une efficacité moindre. Pour l'architecture poreuse hétérogène, la tendance est différente, avec divers points de nucléation qui se développent en agrégats plus gros (Fig. 11), et les gorges de pores obstrués grossissent donc et influencent dynamiquement la tortuosité du réseau.

(a) Diamètre moyen des cristaux. (b) Nombre final de cristaux à t = 12 h. Les points représentent les moyennes des triplicats ; les zones ombrées représentent l'écart moyen absolu des triplicats.

Ces tendances distinctives sont illustrées plus en détail sur les figures 11a, b, où le nombre et la taille des cristaux varient pour les deux puces. Les cristaux semblent plus gros dans le milieu hétérogène (\(D_{eq}\) = 35–40 μm) que dans le milieu homogène (\(D_{eq}\) = 28–35 μm) entre 600 et 800 mm et a donné un écart absolu moyen plus grand au niveau de la seconde moitié de la puce (Fig. 11a). De plus, un plus grand nombre de cristaux (200 à 300 cristaux) ont été capturés dans le réseau poreux hétérogène entre 480 et 900 mm, ce qui reflète une masse et une efficacité de calcite plus élevées par rapport au réseau homogène (avec 60 à 100 cristaux dans le même intervalle) , avec une biocémentation plus faible capturée pour les 200 premiers mm.

La perméabilité des canaux microfluidiques a été mesurée lors de l'injection de CS. En réarrangeant la loi de Darcy pour un écoulement incompressible en fonction de la perméabilité intrinsèque k (m2), alors :

où \(Q\) est le débit imposé (m3/s), \(\mu\) est la viscosité dynamique de l'eau (N∙s/m), L (m) est la longueur du canal microfluidique, A ( m2) est la section transversale (HxL), \(p_{1}\) (N/m2) est la pression mesurée à l'entrée et \(p_{2}\) (N/m2) est la pression mesurée à la sortie.

L'injection de CS au cours de laquelle les cristaux se sont formés et ont grandi a duré comme mentionné ci-dessus pendant 6 h et 40 min. La figure 12 montre la différence de pression mesurée entre l'entrée et la sortie lors de l'injection de CS pour la 3ème répétition de l'expérience dans le milieu poreux homogène et hétérogène. Les données brutes ont été lissées à l'aide du filtre Savitzky-Golay45 dans Matlab, qui est une technique de fenêtre mobile basée sur l'ajustement polynomial local des moindres carrés dans le domaine temporel. Les capteurs de pression ont pu capturer l'augmentation de la différence de pression due à la réduction de la porosité par la nucléation et la croissance des cristaux, qui a atteint un état presque stable 4 à 5 h plus tard. Ceci est en accord avec la tendance observée concernant la croissance cristalline à la fois qualitativement (Fig. 7, 8) et quantitativement (Fig. 9), selon laquelle la majeure partie de la croissance cristalline se produit au cours des 4 à 5 premières heures de l'injection de CS. La figure 12 montre l'évolution dérivée de la perméabilité intrinsèque avec l'utilisation de l'Eq. (6).

(a) Données brutes et filtrées (avec le filtre Savitzky-Golay45) d'évolution de la différence de pression. ( b ) Évolution de la perméabilité intrinsèque calculée lors de l'injection de CS.

Après la fin de l'injection de CS, une réduction de 16% de la perméabilité du milieu poreux homogène a été observée, alors que pour le milieu poreux hétérogène, la réduction était de 22%. La différence de réduction de perméabilité entre les deux puces n'est que de 6 %, ce qui implique que la différence microscopique dans la taille et le nombre de cristaux n'affecte pas de manière prédominante la perméabilité macroscopique. La faible réduction de la perméabilité montre qu'il existe suffisamment de voies d'écoulement alternatives qui ne sont pas bouchées. Les changements globaux de perméabilité restent dans la fourchette attendue de 1 ordre de grandeur19. La précipitation de CaCO3 dans les gorges à pores étroits pourrait augmenter la résistance mécanique et la rigidité25,46, contrairement à la précipitation dans les gorges à pores ouverts qui pourraient réduire efficacement la perméabilité19,25.

Nous avons surveillé et visualisé le MICP en temps réel au sein de puces homogènes et hétérogènes. Une nouvelle configuration expérimentale pour l'évaluation des changements de perméabilité pendant le traitement MICP et les calculs d'efficacité a été présentée dans ce travail. Le nombre de bactéries et la masse de précipités à différentes positions le long des trajectoires ont été quantifiés pour exprimer la distribution de calcite et l'efficacité de la réaction et finalement déterminer l'effet des réseaux de pores sur les modèles de précipitation. Le travail a introduit un flux de travail de traitement d'image basé sur MATLAB pour faciliter le traitement d'une grande quantité de données produites par une acquisition d'image complète. Les principales conclusions de ce travail sont les suivantes :

Avec une injection continue de 6 volumes de pores de CS, des cristaux de CaCO3 se sont formés 1 h après le début de l'injection de CS et se sont terminés 12 h plus tard dans les deux canaux microfluidiques.

La croissance cristalline en termes de masse produite de CaCO3 à différentes positions le long de la puce est globalement plus élevée dans le milieu poreux hétérogène considérant que des conditions de traitement identiques ont été appliquées.

En utilisant des extrémités opposées pour l'introduction de BS et CS, dans le milieu poreux hétérogène, la biocémentation a augmenté à 34 % au milieu de la puce (420 mm) et a ensuite évolué vers la voie d'écoulement CS avec des valeurs supérieures à 20 %, tandis que dans le milieu poreux homogène, un pic de 27 % a été atteint 420 mm après le point d'injection de CS, et l'efficacité de la réaction est restée inférieure de moins de 12 % dans le reste du milieu microfluidique. Ceci est attribué aux tendances observées d'un nombre plus élevé de cristaux qui croissent en diamètre malgré une distribution bactérienne initiale quasi-identique pour les deux milieux. Cela implique que l'évolution dynamique du chemin d'écoulement réactif est une source clé pour comprendre l'évolution finale du dépôt de CaCO3 induit par le MICP

Les résultats ci-dessus sont capturés après avoir comparé des triplicats où les conditions de traitement initiales (OD, paramètres de débit, configuration d'injection) étaient identiques avant l'injection dans les puces homogènes et hétérogènes. Dans le milieu poreux homogène, la vitesse moyenne est uniforme, conduisant à une répartition bactérienne uniforme. En revanche, dans le milieu poreux hétérogène, qui est constitué de zones de vitesse plus élevée et plus faible, plus de bactéries s'accumulent dans la seconde moitié de la puce, qui offre aussi éventuellement plus de sites de nucléation disponibles pour les cristaux. Ceci suggère que les propriétés intrinsèques des matériaux poreux et l'architecture de leurs réseaux poreux influencent le devenir des précipitations et les chemins réactifs tortueux. Notre étude jette un nouvel éclairage sur l'évolution du MICP et son adaptation au réseau de flux disponible en exploitant les avancées technologiques en microscopie, en analyse de données volumineuses et en dispositifs microfluidiques, domaines qui devraient se développer dans le domaine traditionnel de la géomécanique.

La configuration expérimentale proposée et le cadre d'analyse d'image peuvent être étendus à la surveillance en temps réel du MICP via plusieurs modèles de traitement utilisant différentes recettes avec l'utilisation de microvolumes.

Les ensembles de données et le code utilisés pour cette étude seront disponibles dès leur publication sous DOI : https://doi.org/10.5281/zenodo.7319582.

Terzis, D. & Laloui, L. Une décennie de progrès et de tournants dans la compréhension des sols bio-améliorés : un bilan. Géoméc. Énergie Environ. 19, 2352–3808 (2019).

Article Google Scholar

Terzis, D., Bernier-latmani, R. & Laloui, L. Caractéristiques du tissu et réponse mécanique du sable bio-amélioré aux caractéristiques du tissu et réponse mécanique du sable bio-amélioré à diverses conditions de traitement. Géotechnique. Lett. 6, 50–57 (2016).

Article Google Scholar

Cui, MJ, Zheng, JJ, Zhang, RJ, Lai, HJ et Zhang, J. Influence du niveau de cimentation sur le comportement de résistance du sable bio-cimenté. Acta Géotech. 12, 971–986 (2017).

Article Google Scholar

Terzis, D. & Laloui, L. Bio-cimentation du sol sans cellule avec caractérisation de la résistance, de la dilatance et du tissu. Acta Géotech. 14, 639–656 (2019).

Article Google Scholar

van Paassen, LA Amélioration du sol biomédiée : de l'expérience en laboratoire aux applications pilotes. dans Géo-Frontières 4099–4108 (2011).

Fujita, Y. et al. Stimulation de l'hydrolyse microbienne de l'urée dans les eaux souterraines pour améliorer la précipitation de la calcite. Environ. Sci. Technol. 2008(42), 3025–3032 (2008).

Annonces d'article Google Scholar

Okyay, TO & Rodrigues, DF Effets biotiques et abiotiques sur la séquestration du CO2 lors de la précipitation de carbonate de calcium induite par des microbes. Microbiol FEMS. Écol. 91, 1–13 (2015).

Article Google Scholar

Cunningham, AB et al. Réduire le risque de fuite de CO2 dans les puits de forage à l'aide de barrières de biominéralisation artificielles. Énergie Procedia 4, 5178–5185 (2011).

Article CAS Google Scholar

Whiffin, VS Précipitation microbienne de CaCO3 pour la production de biociment. Dépôt de l'Université Murdoch. http://researchrepository.murdoch.edu.au/399/2/02Whole.pdf (2004).

Todar, K. 10. Todar, K. (2005). Le genre bacille. www.textbookofbacteriology.net/Bacillus.html (2005).

Mitchell, AC & Grant Ferris, F. L'influence du bacillus pasteurii sur la nucléation et la croissance du carbonate de calcium. Géomicrobiol. J. 23, 213–226 (2006).

Article CAS Google Scholar

Dawe, RA & Zhang, Y. Cinétique de la mise à l'échelle du carbonate de calcium à l'aide d'observations de micromodèles de verre. J.Pet. Sci. Ing. 18, 179–187 (1997).

Article CAS Google Scholar

Lioliou, MG, Paraskeva, CA, Koutsoukos, PG & Payatakes, AC Nucléation hétérogène et croissance de carbonate de calcium sur calcite et quartz. J. Colloid Interface Sci. 308, 421–428 (2007).

Article ADS PubMed CAS Google Scholar

Zehner, J., Røyne, A. & Sikorski, P. Précipitation de carbonate microbienne assistée par graine de calcite (MICP). PLoS ONE https://doi.org/10.1371/journal.pone.0240763 (2021).

Article PubMed PubMed Central Google Scholar

DeJong, JT, Fritzges, MB & Nüsslein, K. Cimentation induite par microbiologie pour contrôler la réponse du sable au cisaillement non drainé. J. Geotech. Géoenviron. Ing. 0241, 1381–1392 (2006).

Article Google Scholar

Yu , T. , Souli , H. , Pechaud , Y. & Fleureau , JM Examen des propriétés techniques des sols traités au MICP . Géoméc. Ing. Rév.27, 13–30 (2021).

Google Scholar

Mortensen, BM, Haber, MJ, Dejong, JT, Caslake, LF & Nelson, DC Effets des facteurs environnementaux sur la précipitation de carbonate de calcium induite par les microbes. J. Appl. Microbiol. 111, 338–349 (2011).

Article PubMed CAS Google Scholar

Qabany, AA & Soga, K. Session 2 : Aspects bio-chimio-mécaniques en géomécanique. Géotechnique https://doi.org/10.1680/geot.SIP13.P.022 (2013).

Article Google Scholar

Qabany, AA & Soga, K. Effet du traitement chimique utilisé dans le MICP sur les propriétés techniques des sols cimentés. Géotechnique 63, 331–339 (2013).

Article Google Scholar

Wang, Y. Précipitation de carbonate de calcium induite par les microbes : de l'échelle micro à macro (2018).

Al Qabany, A., Soga, K. & Santamarina, C. Facteurs affectant l'efficacité de la précipitation de calcite induite par des microbes. J. Geotech. Géoenviron. Ing. 138, 992-1001 (2012).

Article Google Scholar

Zeng, C. et al. Analyse expérimentale et numérique d'une application d'essai sur le terrain de précipitation de calcite induite par des microbes pour la stabilisation du sol. J. Geotech. Géoenviron. Ing. 147, 05021003 (2021).

Article Google Scholar

Terzis, D. & Laloui, L. Micro-architecture 3D et réponse mécanique du sol cimenté via une précipitation de calcite induite par des microbes. Sci. Rep. 8, 1–11 (2018).

Article CAS Google Scholar

Wang, Y., Soga, K., Dejong, JT & Kabla, AJ Une puce microfluidique et son utilisation pour caractériser le comportement à l'échelle des particules de la précipitation de carbonate induite par les microbes (MICP). Géotechnique 69, 1–9 (2018).

Google Scholar

Wang, Y., Soga, K., Dejong, JT & Kabla, AJ Une puce microfluidique et son utilisation pour caractériser le comportement à l'échelle des particules de la précipitation de carbonate de calcium induite par les microbes (MICP). Géotechnique 69, 1086–1094 (2019).

Article Google Scholar

Wang, Y., Soga, K., DeJong, JT & Kabla, AJ Effets de la densité bactérienne sur le taux de croissance et les caractéristiques des précipités de CaCO3 induits par les microbes : étude expérimentale à l'échelle des particules. J. Geotech. Géoenviron. Ing. 147, 1–13 (2021).

Article Google Scholar

Xiao, Y., He, X., Wu, W. & Stuedlein, AW Biominéralisation cinétique par des tests de puces microfluidiques. Acta Géotech. https://doi.org/10.1007/s11440-021-01205-w (2021).

Article Google Scholar

Wang, Y., Konstantinou, C., Soga, K., Biscontin, G. & Kabla, A. Utilisation d'expériences microfluidiques pour optimiser les protocoles de traitement MICP pour une amélioration efficace de la résistance des sols sablonneux traités par MICP. Acta Géotech. 9 (2022).

Xiao, Y. et al. Croissance cristalline de MICP par des tests de puces microfluidiques. J. Geotech. Géoenvironm. Ing. 148 (2022).

Kim, DH, Mahabadi, N., Jang, J. & van Paassen, LA Évaluation de la cinétique et des caractéristiques à l'échelle des pores de la précipitation biologique du carbonate de calcium dans un milieu poreux à l'aide d'une expérience de puce microfluidique. Ressource en eau. Rés. 56, 1–19 (2020).

Article Google Scholar

Weinhardt, F. et al. Méthodes expérimentales et imagerie pour la précipitation de calcite induite par voie enzymatique dans une cellule microfluidique. Ressource en eau. Rés. 57, 1–11 (2021).

Article MathSciNetGoogle Scholar

Sackmann, EK, Fulton, AL & Beebe, DJ Le rôle présent et futur de la microfluidique dans la recherche biomédicale. Nature 507, 181–189 (2014).

Article ADS PubMed CAS Google Scholar

Saez, J., Catalan-Carrio, R., Owens, RM, Basabe-Desmonts, L. & Benito-Lopez, F. Microfluidique et matériaux pour la surveillance intelligente de l'eau : une revue. Anal. Chim. Acta https://doi.org/10.1016/j.aca.2021.338392 (2021).

Article PubMed Google Scholar

De Anna, P., Yawata, Y., Stocker, R. & Juanes, R. La chimiotaxie sous le trouble de l'écoulement façonne la dispersion microbienne dans les milieux poreux. Nat. Phys. 17, 68–73 (2021).

Article Google Scholar

Vavra, ED, Zeng, Y., Xiao, S., Hirasaki, GJ & Biswal, SL Dispositifs microfluidiques pour caractériser les processus d'événements à l'échelle des pores dans les milieux poreux pour les applications de récupération de pétrole. J.Vis. Exp. https://doi.org/10.3791/56592 (2018).

Article PubMed PubMed Central Google Scholar

Zambare, NM, Naser, NY, Gerlach, R. & Chang, CB Minéralogie des précipités de carbonate de calcium induits par des microbes formés à l'aide d'une microfluidique à base de goutte à cellule unique. Sci. Rép. 10, 1–11 (2020).

Article Google Scholar

Weinhardt, F. et al. La distribution spatio-temporelle des précipités et la transition de phase minérale au cours de la biominéralisation affectent les relations porosité-perméabilité. Transp. Médias poreux 143, 527–549 (2022).

Article CAS Google Scholar

Miele, F. Filtration par matériaux poreux hétérogènes (Université de Lausanne, 2020).

Karadimitriou, NK & Hassanizadeh, SM Un examen des micromodèles et de leur utilisation dans les études d'écoulement diphasique. Vadose Zo. J. 11 (2012).

Zhang, Z. et al. Étude de la cinétique de nucléation du carbonate de calcium à l'aide d'une puce microfluidique sans perte d'eau. Crist. Croissance Dés. 20, 2787–2795 (2020).

Article CAS Google Scholar

Widdel, F. Théorie et mesure de la croissance bactérienne. Grundpraktikum Mikrobiol. 1–11 (2010).

Centre d'innovation microfluidique. SAV elveflow : calibration capteur de pression. Elveflow 1–3 (2018).

Yoon, JH et al. Sporosarcina aquimarina sp. nov., une bactérie isolée de l'eau de mer en Corée, et transfert de Bacillus globisporus (larkin et stokes 1967), Bacillus psychrophilus (Nakamura 1984) et Bacillus pasteurii (Chester 1898) au genre Sporosarcina sous le nom de Sporosa. Int. J. Syst. Évol. Microbiol. 51, 1079-1086 (2001).

Article PubMed CAS Google Scholar

Terzis, D. Cinétique, mécanique et micro-structure des sols bio-cimentés (Laboratoire de mécanique des sols, EPFL, 2017).

Guiñón , JL , Ortega , E. , García-Anton , J. & Perez-Herranz , V. Moyenne mobile et filtres de lissage de Savitzki-Golay utilisant Mathcad , dans Conférence internationale sur la formation des ingénieurs 1–4 (2007).

DeJong, JT, Mortensen, BM, Martinez, BC & Nelson, DC Amélioration du sol par biomédiation. Écol. Ing. 36, 197-210 (2010).

Article Google Scholar

Télécharger les références

Ce travail a reçu un financement du Conseil européen de la recherche (ERC) dans le cadre du programme de recherche et d'innovation Horizon 2020 de l'Union européenne (Accord de subvention n° 788587). Les auteurs tiennent également à remercier le Laboratoire de mécanique des fluides environnementaux de l'Université de Lausanne (Unil), le Dr Stéphane Mahé pour avoir facilité la culture bactérienne et le Dr Mayumi Hamada pour la microfabrication des canaux microfluidiques d'un mètre de long.

Laboratoire de Mécanique des Sols, EPFL, 1015, Lausanne, Suisse

Ariadni Elmaloglou, Dimitrios Terzis & Lyesse Laloui

Laboratoire de Mécanique des Fluides Environnementaux, UNIL, 1015, Lausanne, Suisse

Pietro De Anna

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

AE a réalisé les expériences de laboratoire. Les auteurs AE, DT et PdA ont contribué à la conception, à l'analyse et à l'interprétation des expériences de laboratoire. LL et DT ont obtenu le soutien financier du projet. Tous les auteurs ont examiné le manuscrit.

Correspondance à Dimitrios Terzis.

Les auteurs ne déclarent aucun intérêt concurrent.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

Elmaloglou, A., Terzis, D., De Anna, P. et al. Une étude microfluidique dans un chemin réactif d'un mètre de long révèle comment l'hétérogénéité structurelle du milieu façonne la biocémentation induite par le MICP. Sci Rep 12, 19553 (2022). https://doi.org/10.1038/s41598-022-24124-6

Télécharger la citation

Reçu : 14 juin 2022

Accepté : 10 novembre 2022

Publié: 15 novembre 2022

DOI : https://doi.org/10.1038/s41598-022-24124-6

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

Rapports scientifiques (2023)

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.