A quick and effective estimation of algal density by turbidimetry developed with <i>Chlorella vulgaris</i> cultures

Abstract

The use of Chlorella vulgaris Beijerinck as a food source for zooplankton requires the optimization of algal-culture conditions for prolonged growth maintenance. In this study, we developed a method that relates algal density to culture turbidity to estimate culture biomass. This method was improved by applying digital analysis for algal counting, which promotes accuracy, low culture disturbance, easy repetition and the rapid acquisition of results. Two 3-L cultures of C. vulgaris, maintained for two weeks with continuous lighting (eight light-emitting diodes at 50 μmol photons m–2 · s–1, at 660 nm) and aerators to prevent algal sedimentation, reached turbidities of 214 and 280 NTUs, respectively. Sample counting was performed using digital images obtained with an inverted microscope. Aliquot sedimentation was compared with or without previous homogenization through photographs taken in the central, middle, and peripheral sectors of the Utermöhl settling chambers. For each procedure, we counted between 17 and 404 individuals image–1, requiring, on average, one minute image–1. At low turbidity (< 40 NTU), the data dispersion was similar between the two protocols (error range, 16 to 60%); at higher turbidity, the direct sedimentation alone gave a larger error (31-50 %) than with prior homogenization (5-13 %). Regression analysis at low data fit (67 %) suggested that the sedimentation heterogeneity of non-homogenized samples corresponded to a pattern of settled algae having increasing density from the periphery to the centre of the chamber, but with homogenization, a better model fitting (99 %) resulted, contributing to greater consistency with that procedure. We consider that this turbidometric protocol could be used successfully with cultures of algae that have geometrical shapes recognizable by the image software.

El uso de Chlorella vulgaris Beijerinck como alimento para el zooplancton implica la necesidad de optimizar el cultivo de algas para mantener su crecimiento en el tiempo. En este trabajo se desarrolló un método que relaciona la densidad del cultivo con la turbidez para estimar la biomasa algal. Esta técnica se ha mejorado mediante la aplicación del análisis digital para el recuento de las algas que promueve la exactitud y reduce el disturbio en el cultivo, con obtención rápida y fácil de resultados repetibles. Se realizaron dos cultivos de C. vulgaris en recipientes de 3 L con aireación e iluminación continua (50 μmol fotones m–2 · s–1 a 660 nm), alcanzando 214 y 280 NTU, respectivamente. El recuento de las muestras se realizó por medio de imágenes digitales tomadas con un microscopio invertido. Se aplicaron dos técnicas para el recuento de las alícuotas: la sedimentación directa y la sedimentación con homogeneización previa. Con el fin de comparar el ajuste de ambos métodos de sedimentación, las fotografías fueron tomadas en los sectores central, medio y periférico de la cámara de sedimentación. Para ambas técnicas se contaron un mínimo de 17 individuos imagen–1 y un máximo de 404 individuos imagen–1, con un tiempo promedio de un minuto por imagen. A niveles bajos de turbidez (< 40 NTU) la dispersión de los datos fue similar entre ambas técnicas (rango error: 16-60 %). Para niveles superiores de turbidez, en la técnica de sedimentación directa se observó un mayor rango de error (31-50 %) mientras que en la técnica con homogenización previa osciló entre 5 y 13%. El análisis de regresión evidenció un bajo ajuste de los datos (67%), que en la sedimentación sin homogeneización responde a un patrón reiterado de aumento de densidad algal desde la periferia hacia el centro de la cámara de sedimentación. La inclusión de una homogeneización previa promueve un mejor ajuste del modelo (99%) y determina un incremento en la consistencia del método. Con los resultados obtenidos se demuestra que la técnica turbidimétrica desarrollada puede ser utilizada con éxito en cultivos de especies de algas cuyas formas geométricas sean reconocidas por el procesador de imágenes.