2021, Vol. 42
2. 上海海洋大学水产种质资源发掘与利用教育部重点实验室, 上海 201306;
3. 上海海洋大学水产与生命学院水生生物系, 上海 201306
2. Key Laboratory of Exploration and Utilization of Aquatic Genetic Resources, Ministry of Education, Shanghai Ocean University, Shanghai 201306, China;
3. Department of Aquatic Biology, College of Fisheries and Life Science, Shanghai Ocean University, Shanghai 201306, China
由于抗生素在人类医疗、畜牧业和水产养殖业的广泛使用[1, 2], 导致其在地表水、水源地和养殖环境中残留较多[3].药理学研究表明, 抗生素进入生物体内只有少部分被代谢吸收, 超过80%的抗生素将会以原药的形式, 通过尿液和粪便进入水环境; 这些抗生素不仅对水质造成污染、对水生生物造成威胁外, 还诱导和加速了水环境中抗生素抗性基因(antibiotic resistance genes, ARGs)的产生和传播[4].ARGs因具有“假持久性”、“可复制性”, 而被归为一类新兴的环境污染物, 近年来在国内外科学研究领域引起了广泛的关注[5].虽然, 国内外许多研究学者对ARGs在不同地理区域(欧洲、北美和亚洲)[6~8]、不同环境介质中[3, 9~11](地表水、土壤、污水处理厂、养殖水体和沉积物)的污染状况、迁移转化及危害开展一些调查分析, 但相对其他传统污染物而言, 对ARGs的研究仍处于起步阶段.
水产养殖水体常被认为是地表水抗生素重要的“源头”之一; 中国水产养殖环境中就有超过20种的抗生素被检出[9~11].同时, 一些调查也显示, 水产养殖环境及其下游受纳水体中已经检测出了多种ARGs, 该类水体被认为是ARGs进入自然水体最直接途径之一[12~17], 例如: Hoa等[8]的研究发现在越南北部虾塘中磺胺类抗性基因普遍存在; Schmidt等[18]的研究发现在丹麦淡水鱼养殖环境中四环素类和磺胺类抗性基因较多; 而中国地区已有的调查显示, 四环类、磺胺类、氟喹诺酮类和大环内酯类等ARGs是主要的污染种类[11, 13, 14].其中, 氟喹诺酮类抗性基因(fluoroquinolones antibiotic resistance genes, FQs-ARGs)是检出种类和丰度较多的污染种类之一.近年来, 珠江三角洲的养虾塘[13]和江苏的对虾养殖塘[12]都普遍检出几种氟喹诺酮类抗性基因.另外, 有研究发现, ARGs的存在、分布和传播不仅受抗生素污染的筛选, 水体中重金属和营养盐也对ARGs的存在和散布具有潜在的协同筛选作用[14, 19].我国地域辽阔, 水域类型众多, 水产养殖水体类型和养殖品种亦千差万别, 不同区域ARGs污染水平及其环境因素的影响如何？是否会对周边水体产生影响？这些基础数据仍相对薄弱.
FQs-ARGs是水产养殖环境中检出丰度和种类数都较高的抗性基因类别, 但现有的报道仅对其中的几种基因进行了报道[11~14], 对FQs-ARGs总体的认知还不够深入.因此, 本研究选取了上海市青浦区沙田湖集约化养殖区及下游河流和淀山湖湖滨带作为调查对象, 对该区域水体中FQs-ARGs的种类和丰度以及相关环境因子进行了调查, 利用高通量测序技术, 对水体中的氟喹诺酮类抗性基因(FQs-ARGs)的宏基因组特征进行了分析, 并运用冗余分析(RDA)和偏冗余分析(pRDA)等多元统计方法, 分析了水体中抗生素、重金属和理化指标对FQs-ARGs的组成和分布影响, 以期丰富我国地表水FQs-ARGs的背景数据, 并为水环境中FQs-ARGs的风险评估和生态去除提供基础资料.
1 材料与方法 1.1 调查区域介绍本研究选取了上海市青浦区沙田湖水产养殖区养殖塘及其下游河流和淀山湖湖滨带作为研究区域(120.871 423°~120.913 345°E、31.083 174°~31.111 933°N).沙田湖集约化水产养殖区地处上海市黄浦江上游一级水源保护区——金泽水库上游, 上接太湖来水, 下邻上海最大的天然湖泊淀山湖.因此, 沙田湖养殖区水质的好坏对下游河流、湖泊以及饮用水源保护区都有直接或间接影响.研究区域内设置了17个采样点如图 1所示, 因其养殖品种种类多, 养殖塘数量多, 选取了其中几种代表性养殖品种的池塘开展调查.其中11个养殖池塘点位包括: 3个螃蟹塘(X1、X2、X3)、3个鲤鱼塘(Li1、Li2、Li3)、3个鮰鱼(H1、H2、H3)和2个甲鱼-对虾混养塘(M1、M2); 3个河流点位(R1、R2和R3), 3个淀山湖湖滨带点位(L1、L2和L3).
|
图 1 采样区域及点位分布示意 Fig. 1 Sampling area and location |
于2020年9月开展室外调查.在每个点位用5 L采水器在0.5~1.0 m水深, 随机取样3次, 将3次水样在桶中进行充分混合, 取混合水样1 L, 现场采用车载抽滤装置进行过滤; 先将水样用5 μm的混合纤维素滤膜进行过滤, 除去大颗粒杂质, 然后将过滤后的水样再用0.22 μm孔径混合纤维素酯膜(GSWP04700, MF-Millipore)进行过滤.将富集了样本的0.22 μm滤膜做好标记, 放置于无菌冻存管中, 并立即放入液氮罐中进行保存.整个抽滤过程, 操作人员需佩戴无菌口罩和无菌手套, 避免对样品造成污染.每个点位重复提取3次.返回实验后, 将滤膜用干冰存贮, 送往上海美吉生物医药技术有限公司进行宏基因组测序.另外, 取混合水样4 L, 4℃冷藏运回实验室, 用于后续抗生素的萃取及水质指标的测定.采样过程中严格记录采样点环境、时间、地点, 并在现场用YSI Pro-Plus便携式水质检测仪测定水体的pH、溶解氧(DO)、电导率(Spc)和水温(WT).
1.3 宏基因组学测序采用Illumina HiSeq Xten平台进行PE150双端测序.本研究分析方法参照陈红玲等[20]的方法, 并略作改进.首先对原始序列进行质量控制, 去除碱基数目大于40 bp但其质量分数低于38%的序列, 去掉歧异核苷酸超过10个的序列, 去掉与adapter序列有15 bp重叠的序列.采用SOAPdenovo软件组装clean reads.采用SOAPaligner软件将保留的clean read与基因库进行比对, 以计算匹配的数目.通过去除含有少于3个mapped reads映射片段基因类别来获得unigene.用DIAMOND软件将unigene与NCBI-NR数据库进行比对, 设置blastp参数e-value≤1E-5, 并且采用MEGEN软件LCA算法进行注释.利用BLAST软件(blastp, evalue≤1E-5)将unigene在CARD数据库进行比对, 进行ARGs注释[20].
1.4 抗生素检测采用RRLC-MS/MS液相色谱-串联质谱法(Agilent 6460, Palo Alto, CA, USA)对选取的6种氟喹诺酮类抗生素(fluoroquinolones, FQs)进行分析, 包括诺氟沙星(norfloxacin, NOR)、环丙沙星(ciprofloxacin, CIP)、氧氟沙星(ofloxacin, OFL)、恩诺沙星(enrofloxacin, ENR)、氟罗沙星(fleroxacin, FLE)和盐酸沙拉沙星(sarafloxacin hydrochloride, SAR).将上述待测抗生素的标准品用甲醇制成质量浓度为1 g·L-1的标准储备液, 保存于-20℃冰箱中.样品前处理方法参照Li等[21]的研究方法.将提取的样品在配备有电喷雾电离源的快速分辨率液相色谱-串联质谱(RRLC-MS/MS)上, 以多反应检测(MRM)模式分析.所有目标化合物均以阳性模式进行分析.氮气用作干燥体和碰撞体.有关分析目标化合物的仪器条件和方法参照文献[21].
1.5 重金属检测本研究共检测了Cu、Mn、Cr、Cd和Pb这5种重金属.取采集的混合水样10 mL直接用0.45 μm的水系过滤头进行过滤, 将过滤后的水样倍比稀释至适宜浓度后, 用电感耦合等离子体质谱仪(ICP-MS, PerkinElmer NexION 350D, USA)检测水样中重金属的含量.每个位点测试3次, 取平均值.
1.6 理化指标检测水体叶绿素a(Chl-a)采用丙酮法测定, 总氮(TN)、总磷(TP)和氨氮(NH4+-N)等指标均参照国标测定[22].
1.7 数据分析利用MSOffice Excle 2020对实验数据进行预处理.为了探究沙田湖养殖区养殖水体和周边水体中FQs-ARGs是否存在显著差异, 采用SPSS Statistics 20.0进行独立样本T检验和单因素方差分析, P < 0.05认为存在显著性差异.采用Sperman相关性分析, 探究环境因子与FQs-ARGs丰度之间的相关性.利用Canoco 5对ARGs与环境因子之间关系作冗余分析(RDA)和偏冗余分析(pRDA), 找出影响ARGs分布的关键性环境因子和不同因子的贡献率.相关图表采用Oringin 2019软件和美吉生物网络云平台进行制作和优化.
2 结果与分析 2.1 理化因子及重金属含量本次调查区域中, 养殖区及其周边水体普遍呈现弱碱性(表 1).养殖区和外围水体的Spc和DO存在显著差异(P < 0.05); 养殖区中的螃蟹塘DO含量最高, Spc最低, 与其他品种养殖塘存在差异(P < 0.05).下游河流TP的含量显著低于养殖区及淀山湖湖滨带(P < 0.05), 但不同养殖塘之间无显著差异(P>0.05).甲鱼-对虾混合养殖塘与下游河流的TP含量要低于其他养殖塘和淀山湖湖滨带, 但无显著差异(P>0.05).鮰鱼塘的NH4+-N含量显著高于其他养殖塘和周边水体(P < 0.05).淀山湖湖滨带Chl-a含量显著高于下游河流和养殖区, 养殖区中鮰鱼塘的含量最低, 但无显著(P>0.05)差异(表 1).
|
表 1 养殖水体和周边水体水环境中理化因子1) Table 1 Physical and chemical factors in aquaculture water and surrounding water |
Cu和Cd在养殖水体和周边水体中均有检出(表 2); 鲤鱼塘的Cu含量高于其他水体, 但无显著差异(P>0.05); 养殖区下游河流中的Cd高于养殖区及湖滨带水体, 但无显著差异(P>0.05); Cr在养殖区水环境中未检出, 而在周边水体中有检出.
|
|
表 2 养殖水体和周边水体水环境重金属浓度1)/μg·L-1 Table 2 Heavy metal content in aquaculture water and surrounding water environment/μg·L-1 |
2.2 FQs的残留和分布特征
调查表明, 6种氟喹诺酮类抗生素在养殖水体和周边水体中普遍存在(图 2), 且养殖水体中浓度(30.15 ng·L-1)显著高于周边水体(15.58 ng·L-1) (P < 0.05); SAR检出率最低, 但浓度最高, 且养殖水体的浓度要显著高于周边水体(P < 0.05), 养殖水体螃蟹塘也显著低于其他养殖塘(P < 0.05); OFL浓度最低, 且在养殖水体和周边水体无差异(P>0.05); ENR在周边水体淀山湖L1和L3这两个位点的浓度显著高于其他周边水体(P < 0.05).
|
图 2 沙田湖养殖区及周边水环境中ρ(FQs) Fig. 2 The ρ(FQs) in the aquaculture area and surrounding water environment of Shatianhu intensive aquiculture farm |
无论是养殖区还是周边水体, 抗生素占比由高到低均表现为: SAR>ENR>NOR>CIP>FLE>OFL.占比组成最高的都为SAR, 但养殖水体的SAR的占比组成(质量分数)达到了54.8%, 超过总含量的一半; 而周边水体为39.4%.对于ENR而言, 在周边水体的占比组成要高于养殖水体, 达到了30.4%, 而养殖水体仅为22.4%.OFL占比最低, 养殖水体占0.8%, 周边水体占1.7%(图 3).
|
图 3 沙田湖养殖区和周边水体中FQs组成情况 Fig. 3 Composition of FQs in the Shatianhu intensive aquiculture farm and surrounding water environment |
本次调查共检出FQs-ARGs 46种(养殖和周边水体共有种类为44种), 水体平均丰度为60 553 read·L-1, 其中养殖水体平均丰度为54 556 read·L-1, 下游河流平均丰度为65 214 read·L-1, 淀山湖湖滨带平均丰度为77 880 read·L-1; 养殖水体中特有种类为qacA (ARO: 3003046), 周边水体特有种类为blt (ARO: 3003006)(图 4).养殖水体的FQs-ARGs平均丰度要略低于周边水体(P>0.05).在养殖水体中, 有38种氟喹诺酮类抗生素抗性基因的检出率为100%; ARO: 3003309和qacB(ARO: 3003047)基因的检出率为90.91%; ARO: 3003308和ARO: 3003310检出率为72.73%; qacA和ARO: 3003294基因检出率为63.64%; mdtK(ARO: 3001327)的检出率最低为54.55%; 虽然养殖品种池塘中FQs-ARGs的平均丰度不同, 但无显著差异(P>0.05).在周边水体中, 有43种抗性基因的检出率为100%; mdtK基因检出率为50%; blt检出率最低为16.67%.在检测出的FQs-ARGs中, mfd(ARO: 3003844)和patA(ARO: 3000024)为水环境中的优势FQs-ARGs(图 5), 分别占总量的31.39%和20.53%. mfd在养殖和周边水体的质量分数分别为29.90%和33.47%; patA在养殖和周边水体的质量分数分别为20.14%和21.07%.另外, ARO: 3003295、ARO: 3003296和ARO: 3003297在周边水体的平均丰度都显著高于养殖池塘(P < 0.05, 图 4).
|
图 4 水环境中FQs-ARGs丰度热图 Fig. 4 Heatmap of FQs-ARGs abundance in the aquaculture water |
|
图 5 养殖水体和周边水体水环境中FQs-ARGs优势种丰度 Fig. 5 Abundance of dominant species of FQs-ARGs in the aquaculture water and surrounding water |
对FQs-ARGs的耐药机制进行了统计注释发现(图 6), 氟喹诺酮类抗性基因的抗性机制共分5大类, 分别是抗生素抗性基因变异或突变(ARGV, 26种, 38.95%)、抗生素自身抗性基因(GISR, 5种, 1.2%)、抗生素靶标保护蛋白(ATPP, 1种, 31.39%)、赋予外排泵抗生素抗性(EPCA, 2种, 24.42%)和产生抗生素抗性外排泵(GMAE, 2种, 4.04%).5种抗性机制在周边和养殖水体的丰度均表现为: 抗生素抗性基因变异或突变>抗生素靶标保护蛋白>外排泵赋予抗生素抗性>产生抗生素抗性外排泵>抗生素自身抗性基因.
|
图 6 养殖水体和周边水体水环境中FQs-ARGs耐药机制分布 Fig. 6 Distribution of FQs-ARGs resistance mechanism in aquaculture water and surrounding water |
FQs与FQs-ARGs的Pearson相关性分析表明, NOR与FQs-ARGs显著相关的基因数最多, 为ARO: 3003295等8种, 其中7种为负相关, 仅有ARO: 3003941呈正相关; CIP次之, 有ARO: 3003294等6种, 且全部呈负相关; 浓度最高的SAR仅与ARO: 3003702等3种基因呈显著负相关; ENR仅和ARO: 3003941呈显著正相关; FLE仅和ARO: 3000839呈显著正相关; 而OFL, 未发现有基因与其显著相关.
水体抗性基因与环境因子的RDA分析表明[图 7(a)], 第Ⅰ轴和第Ⅱ轴的解释量分别为26.46%和41.86%, (a)FQs-ARGs与环境因子的冗余分析, (b)FQs-ARGs与环境因子的偏冗余分析; 蓝色箭头表示FQs-ARGs的5大类功能, 红色箭头表示环境因子(包括抗生素、重金属和理化因子); 所有指标都是丰度总和总解释率达68.32%, 说明RDA模型很好地解释抗性基因分布特征与环境因子的关系.根据蒙特卡罗检验, 理化因子中Spc、TP、TN、NH4+-N、DO、pH和Chl-a以及NOR和CIP两种抗生素是影响水体抗性基因分布的显著性因子(P < 0.05).其中, NOR与ARO: 3003941呈正相关(P < 0.05), 与mfd和patA等基因呈负相关(P < 0.01); CIP与arlS(ARO: 3000839)等基因负相关(P < 0.01); NH4+-N与mdtK等基因呈正相关(P < 0.05), 与qacA呈负相关(P < 0.05); DO与ARO: 3003931呈正相关(P < 0.05), 与qacA呈负相关(P < 0.01); Spc则与qacA等基因呈正相关, 与ARO: 3003931呈负相关(P < 0.01); pH与ARO: 3003684呈正相关, 与qacA等基因呈负相关(P < 0.05); TP与ARO: 3003941呈正相关, 与ARO: 3003459呈负相关(P < 0.01); TN与ARO: 3003941等基因呈正相关, 与ARO: 3003315等基因呈负相关(P < 0.05); Chl-a与ARO: 3003941等基因呈正相关(P < 0.05), 与ARO: 3003459呈负相关(P < 0.01).ARO: 3003684等基因在鲤鱼塘的含量较高; qacA以及mdtK在螃蟹塘含量较高; 而ARO: 3003308以及ARO: 3003928在甲鱼-对虾混养塘含量较高.
|
图 7 FQs-ARGs与环境因子的相关性分析 Fig. 7 Correlation analysis between FQs-ARGs and environmental factors |
将上述RDA得出的显著性因子归为两类: 一类是理化因子包括: Spc、TP、TN、NH4+-N、DO、pH和Chl-a; 另一类是抗生素NOR和CIP.经pRDA分析发现[图 7(b)], 其中理化因子(解释率28.9%)对FQs-ARGs组成分布的影响高于抗生素(8.3%); 同时, 二者存在少量的正向交互作用(3.1%).
3 讨论 3.1 水体中FQs-ARGs的多样性和丰度特征本研究发现, FQs-ARGs在沙田湖养殖区和淀山湖湖滨区中普遍存在.该类抗性基因主要有2种抗性机制[23]: ①质粒介导的抗性包括通过不同的机制编码蛋白、与促旋酶或拓扑异构酶结合和定点突变转移酶变体; ②染色体介导的抗性主要通过药物靶蛋白的改变来实现.沙田湖养殖水体中FQs-ARGs的平均丰度水平低于周边水体, 且河流中的FQs-ARGs丰度距离养殖区越远反而越高, 推测可能原因是: ①上海近年来推行生态清洁养殖, 养殖水体用药量逐年降低; ②养殖尾水进入河流水体后, 会流经农田, 农药化肥等也会促进FQs-ARGs在河流中富集[24].淀山湖滨水带的FQs-ARGs多于养殖水体和河流水体, 推测原因是: 淀山湖汇集了上游来水和周围村庄的部分生活污水, 虽然其抗生素含量低于养殖区, 但水体中物质成分和来源更加复杂, ARGs浓度并未因水量增加而降低, 反而会因微生物繁殖和新的污染排放而不断富集[7, 25, 26].Su等[27]研究了华南地区东江流域的ARGs, 发现人为活动是流域中ARGs传播的关键因素.Yang等[24]研究了长江中下游地区15个湖泊沉积物中的抗性基因, 结果表明土地围垦和城市化等人为因素对ARGs的丰度和传播造成了严重的影响.因此, 不同类型的人类干扰(水产养殖、农业生产和生活污水)可能是影响沙田湖养殖区和周边水体FQs-ARGs丰度差异的最主要因素.在养殖水体中, 不同养殖品种池塘中FQs-ARGs的含量不同, 但无显著差异(P>0.05).甲鱼-对虾混养的养殖塘FQs-ARGs丰度最低, 鮰鱼养殖塘FQs-ARGs丰度最高, 推测可能与不同品种的饲料组成、给药种类和养殖方式有关.Liang等[28]对珠江口典型水产养殖区的ARGs做了调查, 发现不同养殖模式会显著影响ARGs的含量与分布.
检测出的FQs-ARGs中, mfd和patA丰度远高于其他种类, 分别占总量的31.39%和20.53%, 超过总量的50%.有报道发现, 在江苏某医药化工园区废水中检出的74种ARGs中, mfd也是优势基因[20]. mfd基因的产物Mfd是转录-修复偶联因子蛋白, 属于DNA移位酶, 也是DNA修复的必须因子, 其耐药机制是抗生素靶位点保护.Mfd主要功能是促进DNA修复[29], 但在某些情况下, 如在复制-转录冲突区域和稳定阶段的突变中, Mfd反而增加了突变, 如Mfd促使空肠弯曲杆菌产生了对氟喹诺酮类药物的抗性.最新研究认为, Mfd是一种促进突变的进化因子, 它可加速抗生素耐药性的发展, 是不同类型的细菌快速获得各种抗生素耐药性所必需蛋白[30].由此推测, mfd基因的大量存在及积累可能会促使水体中微生物产生更多的抗生素抗性[20].而patA抗性基因控制PatA蛋白的合成, PatA蛋白是ABC转运蛋白, 可与PatB蛋白相互作用以赋予氟喹诺酮类抗药性[31], 因为ABC蛋白即ATP结合盒, 控制ATP协同运输将抗生素泵出细胞[31].在细菌中, 许多ABC家族转运蛋白都与抗生素耐受性有关. patA丰度较高, 推测这与该区域水体中含有多种抗生素中间体废水以及含有多种农药中间体废水密切相关.ARO: 3003295、ARO: 3003296和ARO: 300327在周边水体的平均丰度显著(P < 0.05)高于养殖水体.该3种抗性基是gyrA基因在3种不同类型的菌株中的突变基因[32], 抗性机制是抗生素抗性基因自身突变或变异, 推测可能是因为该类ARGs丰度受抗生素的影响较大, 而养殖水体的FQs浓度显著(P < 0.05)高于养殖水体, 过高的FQs浓度反而抑制了该类基因的增殖, 因此导致了周边水体和养殖水体之间呈现差异.
3.2 FQs-ARGs分布特征与环境因子关系理化因子Spc、TP、TN、NH4+-N、DO、pH和Chl-a直接和间接筛选作用是沙田湖区域水体中FQs-ARGs差异的主要原因.Han等[33]的研究发现, 养殖区沉积物中营养盐的含量显著增加而引发的微生物族群变化, 是ARGs增殖的根本原因.养殖过程中大量的饵料通常不能利用, 以粪便和残饵形态进入水体和沉积物, 使得养殖水体氮磷的含量显著升高, 呈现富营养化状态[34], 从而可能大大促进抗性菌的增殖和传播.McKinney等[26]和Lu等[35]的研究发现, 水体TP、TN与ARGs的存在和丰度显著相关, 这可能间接揭示了TN和TP对ARGs的分布和传播起到一定的协同筛选作用.刘萱等[36]对大连典型养殖滩涂和Bergeron等[37]对沼泽水环境的研究中均发现Spc对ARGs的增殖具有显著作用, 并且还发现水环境中浓度为6 mg·L-1的盐度最适合ARGs的增殖和传播.因此, 沙田湖养殖区环境中的理化因子对ARGs的存在和分布影响不容忽视, 理化因子的含量差异引发的微生物族群变化是影响沙田湖养殖区及周边水体中FQs-ARGs分布格局差异的根本原因.从而可以通过调控理化因子的含量来去除.
通常认为, 抗生素对环境中微生物的增殖具有直接筛选作用, 从而来影响环境中ARGs的存在和丰度[11, 19].综合Pearson相关性分析和RDA分析, SAR虽然是浓度最高的FQs, 但与FQs-ARGs相关的种类数较少, 不是显著性相关因子, 推测因为其抗/杀菌活性强, 无交叉性耐药性的特点被广泛用于水产养殖环境中, 但其与FQs-ARGs相关性机制研究匮乏, 后续需要进一步研究; ENR和FLE与FQs-ARGs无显著相关性, 这与先前余军楠[38]对江苏3种典型螃蟹塘和朱春红[23]对上海市城市河网的研究结果一致; NOR与CIP既与FQs-ARGs相关的种类数较多, 又是影响水体中FQs-ARGs分布的关键性因子, 但这与朱春红[23]和余军楠[38]的研究结果不同, 可能是因为质粒介导的抗性基因的出现可能更容易受到重金属等非抗生素污染物的影响[39], 与FQs不一定直接相关[16], 因为本研究中重金属检出的种类少、含量低, 因此本研究中FQs-ARGs丰度受NOR和CIP影响相较于重金属较大, 不过目前FQs与FQs-ARGs相关性研究还较为匮乏, 主要机制还有待进一步探究.抗生素与其他因子的协同作用, 也是重要因素.比如: 刘萱等[36]的研究也发现大连地区养殖滩涂沉积物中环境因素协同抗生素的联合筛选是沉积物中ARGs存在和分布的主要因素.有报道发现, 污水处理厂和沉积物中重金属与ARGs的丰度存在着显著的相关性[14, 40, 41], 与重金属刺激ARGs在细菌之间的水平转移有关[42, 43].但本文中, 5种重金属都与FQs-ARGs没有显著相关性, 可能是与本研究检测的重金属种类较少, 且检测的浓度较低有关.
4 结论(1) 上海沙田湖水产养殖区及周边水体共检测出5类耐药机制、共46种FQs-ARGs, 其中共有基因为44种. mfd和patA在养殖区和周边水体均为优势抗性基因, 抗生素抗性基因变异或突变为优势耐药机制.养殖区的FQs-ARGs平均丰度要低于周边水体, 但差异不显著(P>0.05), 不同水产品种养殖池塘中FQs-ARGs的丰度也无显著差异(P>0.05).
(2) 氟喹诺酮类抗生素、重金属和水质因子与FQs-ARGs的pRDA分析表明, 影响FQs-ARGs分布的主要因素是: Spc、TP、TN、NH4+-N、DO、pH和Chl-a等非抗生素水质因子, 其次才是NOR和CIP这两种抗生素, 且这两大类因子之间存在一定的协同作用.
| [1] | Cromwell G L. Why and how antibiotics are used in swine production[J]. Animal Biotechnology, 2002, 13(1): 7-27. DOI:10.1081/ABIO-120005767 |
| [2] | Larson E. Community factors in the development of antibiotic resistance[J]. Annual Review of Public Health, 2007, 28: 435-447. DOI:10.1146/annurev.publhealth.28.021406.144020 |
| [3] | 孙王茹. 城市水环境中抗生素及抗性基因污染特征研究[D]. 邯郸: 河北工程大学, 2019. |
| [4] | Kim S R, Nonaka L, Suzuki S. Occurrence of tetracycline resistance genes tet(M) and tet(S) in bacteria from marine aquaculture sites[J]. FEMS Microbiology Letters, 2004, 237(1): 147-156. DOI:10.1111/j.1574-6968.2004.tb09690.x |
| [5] | Pruden A, Pei R T, Storteboom H, et al. Antibiotic resistance genes as emerging contaminants: studies in northern Colorado[J]. Environmental Science & Technology, 2006, 40(23): 7445-7450. |
| [6] | Stoll C, Sidhu J P S, Tiehm A, et al. Prevalence of clinically relevant antibiotic resistance genes in surface water samples collected from Germany and Australia[J]. Environmental Science & Technology, 2012, 46(17): 9716-9726. |
| [7] | Pei R T, Kim S C, Carlson K H, et al. Effect of River Landscape on the sediment concentrations of antibiotics and corresponding antibiotic resistance genes (ARG)[J]. Water Research, 2006, 40(12): 2427-2435. DOI:10.1016/j.watres.2006.04.017 |
| [8] | Hoa P T P, Nonaka L, Viet P H, et al. Detection of the sul1, sul2, and sul3 genes in sulfonamide-resistant bacteria from wastewater and shrimp ponds of north Vietnam[J]. Science of the Total Environment, 2008, 405(1-3): 377-384. DOI:10.1016/j.scitotenv.2008.06.023 |
| [9] | Zou S C, Xu W H, Zhang R J, et al. Occurrence and distribution of antibiotics in coastal water of the Bohai Bay, China: impacts of river discharge and aquaculture activities[J]. Environmental Pollution, 2011, 159(10): 2913-2920. DOI:10.1016/j.envpol.2011.04.037 |
| [10] | Na G S, Fang X D, Cai Y Q, et al. Occurrence, distribution, and bioaccumulation of antibiotics in coastal environment of Dalian, China[J]. Marine Pollution Bulletin, 2013, 69(1-2): 233-237. DOI:10.1016/j.marpolbul.2012.12.028 |
| [11] | Chen C Q, Zheng L, Zhou J L, et al. Persistence and risk of antibiotic residues and antibiotic resistance genes in major mariculture sites in Southeast China[J]. Science of the Total Environment, 2017, 580: 1175-1184. DOI:10.1016/j.scitotenv.2016.12.075 |
| [12] | Wang J H, Lu J, Zhang Y X, et al. Metagenomic analysis of antibiotic resistance genes in coastal industrial mariculture systems[J]. Bioresource Technology, 2018, 253: 235-243. DOI:10.1016/j.biortech.2018.01.035 |
| [13] | Su H C, Liu S, Hu X J, et al. Occurrence and temporal variation of antibiotic resistance genes (ARGs) in shrimp aquaculture: ARGs dissemination from farming source to reared organisms[J]. Science of the Total Environment, 2017, 607-608: 357-366. DOI:10.1016/j.scitotenv.2017.07.040 |
| [14] | Zhao Z L, Wang J, Han Y, et al. Nutrients, heavy metals and microbial communities co-driven distribution of antibiotic resistance genes in adjacent environment of mariculture[J]. Environmental Pollution, 2017, 220: 909-918. DOI:10.1016/j.envpol.2016.10.075 |
| [15] | Huang L, Xu Y B, Xu J X, et al. Antibiotic resistance genes (ARGs) in duck and fish production ponds with integrated or non-integrated mode[J]. Chemosphere, 2017, 168: 1107-1114. DOI:10.1016/j.chemosphere.2016.10.096 |
| [16] | Tamminen M, Karkman A, Lōhmus A, et al. Tetracycline resistance genes persist at aquaculture farms in the absence of selection pressure[J]. Environmental Science & Technology, 2011, 45(2): 386-391. |
| [17] | Shah S Q A, Colquhoun D J, Nikuli H L, et al. Prevalence of antibiotic resistance genes in the bacterial flora of integrated fish farming environments of Pakistan and Tanzania[J]. Environmental Science & Technology, 2012, 46(16): 8672-8679. |
| [18] | Schmidt A S, Bruun M S, Dalsgaard L, et al. Occurrence of antimicrobial resistance in fish-pathogenic and environmental bacteria associated with four danish rainbow trout farms[J]. Applied and Environmental Microbiology, 2000, 66(11): 4908-4915. DOI:10.1128/AEM.66.11.4908-4915.2000 |
| [19] | He L Y, Liu Y S, Su H C, et al. Dissemination of antibiotic resistance genes in representative broiler feedlots environments: identification of indicator ARGs and correlations with environmental variables[J]. Environmental Science & Technology, 2014, 48(22): 13120-13129. |
| [20] |
陈红玲, 张兴桃, 王晴, 等. 宏基因组方法分析医药化工废水厂中抗生素耐药菌及耐性基因[J]. 环境科学, 2020, 41(1): 313-320. Chen H L, Zhang X T, Wang Q, et al. Metagenomic analysis of antibiotic resistant bacteria and resistance genes in a pharmaceutical and chemical wastewater treatment plant[J]. Environmental Science, 2020, 41(1): 313-320. |
| [21] | Li J Y, Wen J, Chen Y Q, et al. Antibiotics in cultured freshwater products in Eastern China: occurrence, human health risks, sources, and bioaccumulation potential[J]. Chemosphere, 2021, 264. DOI:10.1016/j.chemosphere.2020.128441 |
| [22] | 国家环境保护总局. 水和废水监测分析方法[M]. ((第四版)). 北京: 中国环境科学出版社, 2002. |
| [23] | 朱春红. 上海市城市河网抗生素、抗性基因时空分布特征及其与环境因子相关性研究[D]. 上海: 华东师范大学, 2018. |
| [24] | Yang Y Y, Liu W Z, Xu C, et al. Antibiotic resistance genes in lakes from middle and lower reaches of the Yangtze River, China: effect of land use and sediment characteristics[J]. Chemosphere, 2017, 178: 19-25. DOI:10.1016/j.chemosphere.2017.03.041 |
| [25] |
沈群辉, 冀秀玲, 傅淑珺, 等. 黄浦江水域抗生素及抗性基因污染初步研究[J]. 生态环境学报, 2012, 21(10): 1717-1723. Shen Q H, Ji X L, Fu S J, et al. Preliminary studies on the pollution levels of antibiotic and antibiotic resistance genes in Huangpu River, China[J]. Ecology and Environmental Sciences, 2012, 21(10): 1717-1723. DOI:10.3969/j.issn.1674-5906.2012.10.015 |
| [26] | McKinney C W, Loftin K A, Meyer M T, et al. tet and sul antibiotic resistance genes in livestock lagoons of various operation type, configuration, and antibiotic occurrence[J]. Environmental Science & Technology, 2010, 44(16): 6102-6109. |
| [27] | Su H C, Pan C G, Ying G G, et al. Contamination profiles of antibiotic resistance genes in the sediments at a catchment scale[J]. Science of the Total Environment, 2014, 490: 708-714. DOI:10.1016/j.scitotenv.2014.05.060 |
| [28] | Liang X M, Chen B W, Nie X P, et al. The distribution and partitioning of common antibiotics in water and sediment of the Pearl River Estuary, South China[J]. Chemosphere, 2013, 92(11): 1410-1416. DOI:10.1016/j.chemosphere.2013.03.044 |
| [29] | Million-Weaver S, Samadpour A N, Moreno-Habel D A, et al. An underlying mechanism for the increased mutagenesis of lagging-strand genes in Bacillus subtilis[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(10): E1096-E1105. DOI:10.1073/pnas.1416651112 |
| [30] | Ragheb M N, Thomason M K, Hsu C, et al. Inhibiting the evolution of antibiotic resistance[J]. Molecular Cell, 2019, 73(1): 157-165. DOI:10.1016/j.molcel.2018.10.015 |
| [31] | Fath M J, Kolter R. ABC transporters: bacterial exporters[J]. Microbiological Reviews, 1993, 57(4): 995-1017. DOI:10.1128/mr.57.4.995-1017.1993 |
| [32] | Takiff H E, Salazar L, Guerrero C, et al. Cloning and nucleotide sequence of Mycobacterium tuberculosis gyrA and gyrB genes and detection of quinolone resistance mutations[J]. Antimicrobial Agents and Chemotherapy, 1994, 38(4): 773-780. DOI:10.1128/AAC.38.4.773 |
| [33] | Han Y, Wang J, Zhao Z L, et al. Fishmeal application induces antibiotic resistance gene propagation in mariculture sediment[J]. Environmental Science & Technology, 2017, 51(18): 10850-10860. |
| [34] | Kawahara N, Shigematsu K, Miyadai T, et al. Comparison of bacterial communities in fish farm sediments along an organic enrichment gradient[J]. Aquaculture, 2009, 287(1-2): 107-113. DOI:10.1016/j.aquaculture.2008.10.003 |
| [35] | Lu Z H, Na G S, Gao H, et al. Fate of sulfonamide resistance genes in estuary environment and effect of anthropogenic activities[J]. Science of the Total Environment, 2015, 527-528: 429-438. DOI:10.1016/j.scitotenv.2015.04.101 |
| [36] |
刘萱, 赵慧敏, 王华, 等. 大连典型滩涂养殖区沉积物中抗生素协同重金属和环境因素对抗性基因分布的影响[J]. 大连海洋大学学报, 2020, 35(2): 229-238. Liu X, Zhao H M, Wang H, et al. Impacts of heavy metals and environmental factors assisted antibiotics on antibiotic resistance genes in sediments in Dalian typical intertidal mudflat culture areas[J]. Journal of Dalian Fisheries University, 2020, 35(2): 229-238. |
| [37] | Bergeron S, Brown R, Homer J, et al. Presence of antibiotic resistance genes in different salinity gradients of freshwater to saltwater marshes in southeast Louisiana, USA[J]. International Biodeterioration & Biodegradation, 2016, 113: 80-87. |
| [38] | 余军楠. 江苏三种典型甲壳类动物水产养殖环境中抗生素及抗性基因污染特征研究[D]. 南京: 南京信息工程大学, 2020. |
| [39] | Czekalski N, Sigdel R, Birtel J, et al. Does human activity impact the natural antibiotic resistance background? Abundance of antibiotic resistance genes in 21 Swiss lakes[J]. Environment International, 2015, 81: 45-55. DOI:10.1016/j.envint.2015.04.005 |
| [40] | Di Cesare A, Eckert E M, D'Urso S, et al. Co-occurrence of integrase 1, antibiotic and heavy metal resistance genes in municipal wastewater treatment plants[J]. Water Research, 2016, 94: 208-214. DOI:10.1016/j.watres.2016.02.049 |
| [41] | Xu Y, Xu J, Mao D Q, et al. Effect of the selective pressure of sub-lethal level of heavy metals on the fate and distribution of ARGs in the catchment scale[J]. Environmental Pollution, 2017, 220: 900-908. DOI:10.1016/j.envpol.2016.10.074 |
| [42] | Allen H K, Donato J, Wang H H, et al. Call of the wild: antibiotic resistance genes in natural environments[J]. Nature Reviews Microbiology, 2010, 8(4): 251-259. DOI:10.1038/nrmicro2312 |
| [43] | Klümper U, Dechesne A, Riber L, et al. Metal stressors consistently modulate bacterial conjugal plasmid uptake potential in a phylogenetically conserved manner[J]. The ISME Journal, 2017, 11(1): 152-165. DOI:10.1038/ismej.2016.98 |