LC50 Para metales como indicador de calidad de agua.

Acuicultura en Chile.

Carlos Alberto Pessot

Director en Aquaknowledge

Una de las causas de bajos rendimientos o deficiencias productivas, en etapa de producción de agua dulce, más presentes en la industria acuícola del salmón en Chile tiene su origen en la presencia de metales de origen natural tanto en cuerpos de agua dulce superficial como pozos profundos. La toxicidad de metales como Aluminio y Cobre entre otros ha sido descrita con anterioridad (1, 2, 3, 4, 5) y su presencia en aguas naturales de nuestras zonas productivas, se debe a las características de la matriz geológica muy rica en minerales solubles. Antecedentes existentes a la fecha indican que junto a los factores geológicos antes indicados, el clima y la actividad sísmica juegan un rol fundamental en la dinámica de la composición fisicoquímica del agua (6) y consecuentemente de variabilidad productiva. La inestabilidad de las aguas naturales en Chile, no solo se manifiesta como cambios en la composición de metales, sino también en las concentraciones de otras variables fisicoquímicas que modulan su toxicidad. Entre estas podemos identificar, entre otros, pH, Alcalinidad, Ca++, Mg++, Na+, Cl-, Carbono Orgánico Total (COT), SO4= (7). La condición anterior produce limitaciones al momento de interpretar los niveles de metales en el agua (tanto para pisciculturas de flujo abierto como de recirculación) en un marco de salud de peces. Como consecuencia, el uso de concentraciones absolutas de metales sin considerar los parámetros moduladores antes mencionados, produce el riesgo de descartar cuerpos de agua dulce utilizables, validar el uso de cuerpos de agua dulce con riesgo, identificar condiciones de toxicidad cuando no las hay y/o descartar condiciones de toxicidad cuando estas si han estado presentes. Lo anterior incluyendo también el riesgo de no identificar causas para corregir el funcionamiento de sistemas productivos y/o evitar fallas de diseño. En este contexto un aspecto relevante que guarda relación con la interpretación de estas variables, son los sistemas de recirculación donde al efecto de los parámetros ya mencionado, se adiciona el efecto de biomasas fijas (COT) y la dinámica de variables de origen metabólico que inciden sobre la condición fisiológica de los peces (8). Lo anterior hace el análisis aún más complejo, siendo necesaria la capacidad de consolidación de datos en índices interpretables.

Este trabajo muestra seguimientos realizados en el tiempo sobre cuerpos de agua dulce utilizando los criterios de LC50 para metales como Aluminio, Cobre y Zinc, demostrándose que dichos índices resultan una herramienta de utilidad y presentándose como una alternativa necesaria en el contexto de la evaluación de calidad de agua para producción de peces en etapas de agua dulce (flujo abierto y recirculación) en la acuicultura en Chile.

Desarrollo:

Tabla 1. Indica las variables utilizadas en los algoritmos para cálculo de LC50.

El presente muestra resultados de alguno de los seguimientos realizados por Aquaknowledge, en el contexto del monitoreo de calidad de agua para instalaciones de producción de peces de agua dulce (Flujo abierto y recirculación). Estos seguimientos han sido realizados tomando muestras con una frecuencia mensual o bimensual dependiendo de las características del cuerpo de agua y han incluido, entre otras, las variables que se indican en la tabla 1 (Abajo). Estas variables han sido establecidas en base al requerimiento de datos de los algoritmos utilizados para determinar los índices antes descritos, como son LC50 (Concentración Letal 50) y CC5 (Concentración con efecto Crónico, este último para ser aplicado en el caso de Aluminio). Para el caso del Cobre y Zinc estos algoritmos corresponden a adaptaciones del modelo de ligando biótico (4) (BLM) para aplicación en las especies de interés en la industria acuícola en Chile. Y para el caso del Aluminio, la aplicación de un algoritmo establecido por Aquaknowledge en base a información de seguimiento de calidad de agua en sistemas productivos y casuística observada.

La figura 1 muestra el seguimiento de un cuerpo de agua superficial en el que se grafican la tendencia de la concentración de Cobre y la tendencia del nivel del LC50 para este metal. Efectivamente, la fluctuación del potencial tóxico de un metal en el contexto de la realidad local (áreas productivas de agua dulce en la industria acuícola en Chile) es extremadamente amplia, observándose en este caso, para un mismo cuerpo de agua momentos en que un nivel por sobre por sobre 10 ug/L puede ejercer un efecto tóxico y otros momentos en que se requiere una concentración por sobre 189 ug/L para producir el mismo efecto. De la misma forma para el caso del Zinc, las fluctuaciones de composición fisicoquímica en el agua muestran grandes variaciones en los límites tóxicos (LC50) para este metal.

Figura 1. Muestra la tendencia del LC50 para Cobre (línea verde) y la concentración real de Cobre (línea roja) sobre un período de monitoreo de aproximadamente 10 meses.

La figura 2 corresponde al seguimiento del mismo cuerpo de agua antes indicado, esta vez mostrando el LC50 para Zinc y su concentración efectiva. Para el caso de este metal los LC50 mínimos y máximos observados respectivamente, son 23 y 125 ug/L. Es posible observar que las fluctuaciones son similares entre un metal y otro dado que los efectos de cada variable considerada en el algoritmo, se basa en mecanismos fisicoquímicos iguales.

Figura 2. Muestra la tendencia del LC50 para Cobre (línea verde) y la concentración real de Cobre (línea roja) sobre un período de monitoreo de aproximadamente 10 meses.

Figura 1. Muestra la tendencia del LC50 para Cobre (línea verde) y la concentración real de Cobre (línea roja) sobre un período de monitoreo de aproximadamente 10 meses.

Figura 3 Muestra la tendencia del LC50 para Cobre (línea verde) y la concentración real de Cobre (línea roja) sobre un período de monitoreo de aproximadamente 10 meses.

Para el caso del Aluminio, fuera de graficar el LC50 y la concentración efectiva de este metal, también se incluye el CC5 (figura 3).

Figura 3 Muestra la tendencia del LC50 para Cobre (línea verde) y la concentración real de Cobre (línea roja) sobre un período de monitoreo de aproximadamente 10 meses

En el contexto de utilización de nuevas alternativas de matrices minerales filtrantes para uso en etapas de agua dulce la aplicación de los índices LC50 para Cobre, Zinc y Aluminio también son utilizados con el fin de evaluar mejoras en la calidad de agua para producción de peces. Estudios previos han demostrado el beneficio de la aplicación de capaz filtrantes de origen mineral para optimizar productividad en etapas tempranas de desarrollo (9). En el marco anterior es que se han desarrollado estudios para luego de haber establecido las fluctuaciones de los cuerpos de agua natural, aplicando matrices de origen mineral ha sido posible estabilizar el agua aumentando el nivel de LC50 para los metales antes indicados. La tabla 2 muestra el delta de ganancia entre el LC50 original de un cuerpo de agua y el nivel final post tratamiento del agua con capaz filtrantes minerales de distinta composición. La excepción se presenta en un solo caso (Capa Filtrante 1) en la que posterior al paso del agua a través dicha matriz, el LC50 para Aluminio disminuye. Particularmente en casos como el anterior, la aplicación del índice LC50 se vuelve importante dado que en estos casos la disminución o aumento absoluto de un mineral o metal no permite validar o no el uso de dichas matrices filtrant

Discusión:

Históricamente se ha tendido a utilizar criterios rígidos (límites y rangos) y aislados para establecer la idoneidad de cuerpos de agua. Esto si bien en algunos casos ha permitido tener una referencia para efectos de toma de decisiones, está distante de ser eficaz en la tarea de establecer causas, definir acciones correctivas y/o validar el uso de cuerpos de agua para etapas de producción de peces en agua dulce. Lo anterior se hace aún más importante si se considera la escases del recurso y los requerimientos de optimización de sus uso cualitativa y cuantitativamente (10). En el contexto antes indicado la aplicación de los índices LC50 para metales (siendo los metales un factor importante en la decisión de utilizar o no un cuerpo de agua), resulta una necesidad y nos sugiere que los criterios de validación deben basarse en índices multidimensionales pero simples desde el punto de vista de su interpretación.

La aplicación de este tipo de índices no solo es aplicable a la caracterización de aguas de ingreso, sino también resultan fundamentales en la caracterización de las dinámicas internas de sistemas de recirculación. Estudios realizados por Aquaknowledge (antecedentes no presentados en este documento) han permitido establecer que en recirculación se presentan condiciones de estockeamiento de metales en masas orgánicas (biomasas y material orgánico) en las que los equilibrios químicos (relacionados con índices de toxicidad) y aspectos físicos juegan un rol de base en el entendimiento y solución de rendimientos productivos deficientes y mortalidades.
Igualmente, en sistemas de recirculación, se observan relaciones entre la calidad del agua definida por parámetros metabólicos (CO2, O2, Amonio) y sus fluctuaciones, y la capacidad de los peces de resistir desafíos por aumento del nivel de metales.
La aplicación de índices con mayor grado de precisión (como LC50 para metales), no solo depende de la composición del agua, sino también del historial ambiental de los peces. Está demostrado que en especies anádromas se presenta la capacidades de adaptación a nivel braquial, que permite a los peces estar mejor preparadas ante un desafío a funciones de osmorregulación y respiración (11). En este caso existen funciones respiratorias y osmorregulatorias a nivel branquial que están interconectadas y se relacionan. Consecuentemente un ambiente de calidad de agua adverso desde el punto de vista respiratorio (condición que se presenta en mayor o menor grado en sistemas de recirculación) es igualmente adverso en el contexto de toxicidad de metales y osmorregulación (y viceversa) (8). Esta reportado que en otros tejidos los blancos inmediatos de metales como Al, Cu, Zn, Cd, Pb, Hg son canales epiteliales tipo ENaC y ECaC (Canales intercambiadores de Na y Ca) que se relacionan tanto con respiración (eliminación de protones, eliminación de CO2, y mantención de bicarbonato y pH sanguíneo) post actividad de anhidrasa carbónica, como también con osmorregulación (12, 13). Esta última (subunidades 1 y 2), en peces, junto a canales iónicos como ECaC, subunidad 2 de canal NHE (Intercambiador de Sodio y Protones), además de CTR-1 (Transportador de Cobre subunidad 1) son activados en la branquia cuando hay una disminución de Ca++ en el agua (11) además de cambios de otras variables como Mg++, Na+ y pH.
En el contexto anterior, surge la pregunta si estamos realmente aplicando (en el marco de calidad fisicoquímica de agua para producción de peces), las tecnologías que corresponden para la estabilización de este medio, y si estamos midiendo y manejando correctamente el procesamiento de las las variables de importancia para usar índices que guarden relación con la salud de los peces. Existe una gran oportunidad en la aplicación de matrices minerales correctamente validadas, y en base a nuestra experiencia este debe ser un camino a realizar mejoras de base en la salud de los peces que finalmente van a centros de mar.

Bibliografía
1 Spear, P.A., Pierce, R.C., 1979. Copper in aquatic environment: chemistry distribution and toxicology. National Research Council of Canada, Report N° 16454.
2 Pegenkopf, G. K., 1983. Gill surface interaction model for trace-metal toxicity to fishes: role of complexation, pH and water hardness. Environ. Sci. Technol. 17, 342-347.
3 Gensemer, R.W., Playle, R.C., 1999. The bioavailability an toxicity of aluminium in aquatic environments. In: Logan, T.J. (Ed.). Crit. Rev Environ. Technol 29, 315 – 450.
4 Santore, R.C., Di Toro, D.M., Paquin, P.R., Allen, H.E., Meyer, J.S., 2001. A biotic ligand model of the acute toxicity of metals. II. Application to acute copper toxicity in freshwater fish and daphnia. Environ. Toxicol Chem. 20, 2397 – 2402.
5 US, 2007. Aquatic Life Ambient Freshwater Quality Criteria-Copper. 2007 Revision EPA-822-R-07/001.
6 Aatland, A. Bjerknes, V., 2009 Calidad deAgua para el Cultivo de Smolts en Chile. In: Aatland, A., Bjerknes, V. (Eds.), Book., First ed, 139 pp. NIVA Chile, Puerto Varas, Chile. ISBN 978-956-8861-00-1.
7 Gustafsson, J.P., Van Hees, P., Starr, M., Karltun, E., Lundström, U., 2000: Partitioning of basecations and sulphate between solid and dissolved phases in three podzolised forest soils. Geoderma, 94, 311-333.
8 Pessot, C.A., Gutierrez, X., Aatland, Aa., Rosseland, B.O., Kristensen, T. NIVA Chile., 2012. Manejo y utilización de variables metabólicas, relevantes en agua para mejorar productividad en el marco de bienestar de peces (fish welfare), en sistemas de recirculación y flujo abierto. Versión Diferente. 16, 62 – 64.
9 Pessot, C.A., Aatland, Aa., Liltved, H., Lobos, M.G., Kristensen, T., 2014. Water treatment with crushed marble or sodium silicate mitigates combined copper and aluminium toxicity for early life stages of Atlantic salmo (Salmo salar L.). Aquacultural Enineering 60, 77-83.
10 Stocker, Th.F., Qin, D., Plattner, G.K., Tignor, M., Allen, S.K., Boschung, J., Nauels, A., Xía, Y., Bex, V., Midgley, P.M. 2013 Climate Change 2013. The Physiscal Science Basis. Working group I Contribution to the Fifth assessment Report of the Intergovernmental Panel on Climate Change.
11 Craig, P.M., Chris, M.W., Mc Clelland, G.B., 2007. Gill membrane remodeling with soft-water acclimatation in zebrafish (Danio rerio). Physiol Genomics 30, 53 – 60.
12 Parks, S.K., Tresguerres, M., Goss, G.G., 2007. Interactions between Na+ channels and Na+ -HCO3- cotransporters in the fresh water fish gill MR cell: a model for transepithelial Na+ uptake. Am. J. Physiol Cell Physiol, 291, C935 – C944.
13 Yu, L., Eaton, D.C., Helms, M.N., 2007, Effect of divalent heavy metals on epithelial Na+ channels in A6 cells. Am. J. Physiol renal Physiol. 293, F236 – F244.