环境科学  2023, Vol. 44 Issue (4): 2032-2039   PDF    
长江武汉段水源地典型抗生素及抗性基因污染特征与生态风险评价
李柏林1, 张贺1, 王俊1,2, 沙雪妮1, 陈晓飞3, 卓海华4     
1. 武汉理工大学资源与环境工程学院, 武汉 430070;
2. 武汉临空港经济技术开发区服务业发展投资集团有限公司, 武汉 430040;
3. 湖北省生态环境科学研究院, 武汉 430070;
4. 生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心, 武汉 430010
摘要: 为了探究长江武汉段水源地抗生素和抗性基因(ARGs)的分布特征和相关性以及潜在生态风险,采用固相萃取-超高效液相色谱串联质谱法(SPE-UPLC-MS/MS)和实时荧光定量PCR技术分别分析了全武汉市饮用水水源地中13种抗生素和10种ARGs的赋存水平.结果表明,在16处水源地样品中共检出9种抗生素,浓度范围为ND (未检出)~177.36 ng ·L-1,红霉素、磺胺嘧啶和磺胺对甲氧嘧啶的检出率均为100%,抗生素浓度分布呈现(以汉江汇入口划分长江干流上下游):支流举水 < 长江干流下游 < 长江干流上游 < 支流汉江 < 支流滠水.长江干流下游ARGs总绝对丰度明显高于长江干流上游和汉江,磺胺类ARGs显著高于其他三类ARGs耐药基因的平均丰度(P < 0.05),ARGs中 sul1sul2ermBqnrStetWintI1等5种ARGs存在显著正相关关系(P < 0.01),相关系数分别为0.768、0.648、0.824、0.678和0.790,磺胺类ARGs组内相关性弱于组间ARGs的相关性.磺胺甲唑、金霉素、罗红霉素和恩诺沙星等4种抗生素对水生敏感生物具有中风险,生态风险熵热图中各风险区占比情况依次为:9.0%(中风险)、30.6%(低风险)和60.4%(无风险).16处水源地的联合毒性生态风险评估(RQsum)均为中风险,所涉及河流的RQsum(平均值)依次为:0.222(支流汉江) < 0.267(长江干流) < 0.299(其他支流).
关键词: 水源地      抗生素      抗性基因      空间分布      生态风险评价     
Pollution Characteristics and Risk Assessment of Antibiotics and Resistance Genes in Different Water Sources in the Wuhan Section of the Yangtze River
LI Bo-lin1 , ZHANG He1 , WANG Jun1,2 , SHA Xue-ni1 , CHEN Xiao-fei3 , ZHOU Hai-hua4     
1. School of Resource and Environmental Engineering, Wuhan University of Technology, Wuhan 430070, China;
2. Wuhan Lingang Economic and Technological Development Zone Service Industry Development Investment Group Co. Ltd., Wuhan 430040, China;
3. Hubei Academy of Eco-Environmental Sciences, Wuhan 430070, China;
4. Yangtze River Basin Ecological Environment Monitoring and Scientific Research Center, Yangtze River Basin Ecological Environment Supervision and Administration Bureau, Ministry of Ecology and Environment, Wuhan 430010, China
Abstract: The distribution characteristics, correlations, and potential ecological risks of 13 antibiotics and 10 antibiotic resistance genes (ARGs) in 16 water sources in Wuhan were analyzed using solid-phase extraction-ultra-high performance liquid chromatography-tandem mass spectrometry (SPE-UPLC-MS/MS) and real-time quantitative PCR technology. The distribution characteristics and correlations and potential ecological risks of antibiotics and resistance genes in this region were analyzed. The results showed that a total of nine antibiotics were detected in the 16 water source samples, and the concentration range was ND-177.36 ng·L-1. The concentration distribution presented as follows: Tributary Jushui River < lower reaches of the main stream of the Yangtze River < upstream of the main stream of the Yangtze River < Tributary Hanjiang River < Tributary Sheshui River. The total absolute abundance of ARGs after the Yangtze River and Hanjiang River confluence was significantly higher than that before the confluence, and the average abundance of sulfa ARGs was significantly higher than that of the other three ARGs resistance genes (P < 0.05). There was a significant positive correlation between sul1 and sul2, ermB, qnrS, tetW, and intI1 in ARGs (P < 0.01), and the correlation coefficients were 0.768, 0.648, 0.824, 0.678, and 0.790, respectively. The correlation within the sulfonamide ARGs group was weak. Correlation of ARGs between groups. Four antibiotics, sulfamethoxazole, aureomycin, roxithromycin, and enrofloxacin, had a medium risk to aquatic sensitive organisms, and the proportion of each risk area in the ecological risk map was 9.0% (medium risk), 30.6% (low risk), and 60.4% (no risk). The combined ecological risk assessment (RQsum) of the 16 water sources indicated medium risk, and the RQsum (mean) of the rivers involved was 0.222 (Tributary Hanjiang River) < 0.267 (main stream of the Yangtze River) < 0.299 (other tributaries).
Key words: water source      antibiotic      resistance gene      spatial distribution      ecological risk assessment     

水环境中抗生素和抗性基因(antibiotic resistance genes, ARGs)作为一种新兴污染物(CEC)[1]一直是国内外的研究热点.抗生素一般分为医用抗生素和兽用抗生素, Lienert等[2]研究表明约有50%的医用抗生素被人体代谢形成活性代谢物和未代谢抗生素被人体排出, 其中有70%左右以尿液排出, 经污水处理后排入水体.畜禽粪便和尿液多数以有机肥形式返回农田, 而存在于其中的兽用抗生素及其活性代谢物通过土壤渗透和地表径流直接进入水体[3].近年来国内河流如长江[4~6]、黄河[4, 5, 7]、海河[8, 9]、松花江[4, 10, 11]和珠江[4, 5, 12, 13]等, 湖泊甚至渤海湾等天然水环境中检测到抗生素残留, 而在邻国越南[14]、非洲的莫桑比克[15]和肯尼亚[16]也有相关报道.水体中残留抗生素通过环境压力诱发细菌产生耐药性进而传播, 饮用水和废水[17]处理工艺被证明无法完全去除ARGs.因而亟需对自然水体中抗生素和ARGs的分布特征及诱导传播等方面进行研究以应对二者对水生环境和人类健康带来的潜在巨大风险.

长江及其支流汉江是武汉市最重要的供水来源, 供给全市90%以上的居民饮用水, 而武汉周边的水产和畜禽等养殖业密集, 产生的高浓度抗生素废水不可避免以直接或间接方式进入武汉周边水系.减少抗生素污染, 缓解细菌的耐药性环境压力, 保证城市及周边供水水质安全至关重要, 目前国内对长江中游典型饮用水水源中抗生素和ARGs丰度的时空分布特征研究较少[18].基于此, 本研究选取有代表性的13种抗生素和10种ARGs(另选取16S rDNA作为细菌的参照基因), 分析其在长江武汉段周边水源地中的分布特征, 使用皮尔逊相关性对ARGs与抗生素和水质参数间的关系进行分析, 并采用生态联合风险熵(RQsum)对水环境的生态风险进行评价, 以期为水质保护和生态管理提供数据和帮助.识别影响该地区抗生素和ARGs污染的环境因子, 具有重要的理论及实际意义.

1 材料与方法 1.1 仪器和试剂

ACQITY H/TQ-S超高效液相色谱串联质谱仪(美国Waters公司)、SPE1000-04全自动固相萃取仪(北京LabTech公司)、MultiVap-8水浴氮吹仪(北京LabTech公司)、PLC-6多功能不锈钢过滤器(北京国环高科自动化技术研究院)和qTower 2.2实时荧光定量PCR仪(德国耶拿公司).

磺胺类抗生素(SAs):磺胺吡啶(SP)、磺胺嘧啶(SDZ)、磺胺甲唑(SMX)、磺胺二甲嘧啶(SMZ)和磺胺对甲氧嘧啶(SMD); 四环素类抗生素(TCs):四环素(TC)、金霉素(CTC)、土霉素(OTC); 喹诺酮类抗生素(FQs):诺氟沙星(NOR)、氧氟沙星(OFL)和恩诺沙星(ENR); 大环内酯类抗生素(MCs):罗红霉素(RTM)和红霉素(ETM)等标准物质及内标物阿特拉津-13C3(atrazine-13C3)﹔四类抗生素替代物分别为:磺胺甲唑-d4 (SMX-d4)、磺胺二甲嘧啶-3C6 (SMZ-l3C6)、噻苯咪唑-d4(TBZ-d4)、环丙沙星-d8 (CPF-d8)和红霉素-13C6(ETM-13C6)等替代物.固相萃取柱(500 mg, 6 mL, 购自美国Waters公司).抗性基因实验所需的DNA提取试剂盒PowerSoil@DNA Isolation kit购自美国MOBIO公司; PCR产物纯化试剂盒购自上海生工生物有限公司; 荧光定量试剂盒(ChamQ SRBR Green Ⅱ)购自南京诺唯赞生物公司.

1.2 样品采集

于2020年10月, 按照标准HJ/T91和HJ/T164相关规定对武汉市16处饮用水水源地(图 1)进行采样, 其中8处水源地位于长江干流(以汉江汇入口划分:干流上流SW1~SW5和干流下流SW6~SW8), 8处水源地位于支流(汉江SW9~SW14、滠水SW15和举水SW16).预先在1 L的干燥洁净棕色玻璃采样瓶中分别加入0.25 g乙二胺四乙酸二钠和0.15 g抗坏血酸排除干扰.使用便携式多参数水质分析仪测定取样现场表层水温和pH, 使用ZPY-1型水质采样器采集1 L水样于棕色玻璃瓶中, 采样完成后迅速送回实验室, 存放于4℃冰箱内, 48 h内完成预处理及常规水质指标测定.

图 1 武汉市水源地和抗生素分布示意 Fig. 1 Schematic of water sources and antibiotic distribution in Wuhan

1.3 样品预处理和常规参数理化分析

抗生素预处理方法[19]:取1 000 mL水样并使用0.45 μm水系滤膜进行真空抽滤, 滤后样品中加入4种替代物10 μL(单标浓度2 mg·L-1)后充分混匀.样品通入固相萃取HLB柱前, 使用甲醇和去离子水活化HLB小柱, 样品萃取完成后, 通入甲醇将萃取柱中抗生素洗脱下来.经自动氮吹仪吹扫后, 在洗脱液中加入2 mg·L-1的内标使用液10 μL, 用甲醇定容至1.0 mL, 经0.22 μm有机相滤膜过滤后, 于-18℃避光保存待HPLC-MS/MS分析.

抗性基因预处理方法:将500 mL样品以真空抽滤方式通过0.45 μm滤膜, 所获得滤膜剪碎置于PowerSoil@DNA Isolation kit中提供的PowerBead Tubes管内, 并按照试剂盒内提供的DNA提取步骤进行操作, 除滤膜样品外, 其他实验用品和试剂均由PowerSoil@DNAIsolation kit提供.

对送回实验室水样立即测试浊度(NTU, 便携式浊度仪/CT12)、总氮(TN, HJ636-2012)、总磷(TP, GB11901-89)和高锰酸盐指数(IMn, GB 11892-1989), 每个指标进行3次平行测试.

1.4 抗生素以及抗性基因的测定

抗生素测定[19]:质谱采用电喷雾离子源, 正离子模式, 多重反应检测(MRM).具体质谱参数设置如下:毛细管电压为3.0 kV; 锥孔电压设定在6~100 V; 离子源温度设置为150℃; 去溶剂化气体(N2)温度设定为550℃; 去溶剂气体的流量为1 000 L·h-1; 锥孔气流(N2)流量为50 L·h-1; 撞击气体(氩气)流速设定为0.15 mL·min-1.流动相分为水相A和有机相B, 分别为含0.1%甲酸的超纯水(体积分数)和含0.1%甲酸的乙腈, 样品进样体积设为5 μL.系统色谱条件选择梯度洗脱模式.

抗性基因测定:采用微量核酸蛋白质分析仪Nanodrop ND-1000(Thermo Scientific, USA)检测DNA含量及纯度.使用诺维赞公司的ChamQTM Universal SYBR® qPCR Master Mix对提取的DNA进行qPCR扩增, 反应体系20 μL, 包含10 μL SYBR、0.4 μL上游引物、0.4 μL下游引物、2 μL DNA样品和7.2 μL ddH2O.

1.5 生态风险评价方法

通过风险熵值法(risk quotient, RQ)对水体中污染物残留的潜在风险进行评价, 而水体中多种抗生素并存会加强其毒性效应[20], 故生态联合风险熵(RQsum)更适合水生态系统的风险评估, 根据RQ值把生态风险水平分为无风险(RQ < 0.01)、低风险(0.01≤RQ < 0.10)、中风险(0.1≤RQ < 1.00)和高风险(RQ≥1.00)4个等级.计算公式如下:

(1)
(2)
(3)

式中, RQsum表示不同抗生素i叠加的联合生态风险熵, MEC(measured environmental concentration)为实际测定浓度, ng·L-1, PNEC (predicted no effect concentration)为预测无效应浓度, ng·L-1, PNEC是由急性毒性数据[半致死浓度LC50和半抑制浓度EC50(μg·L-1)]或慢性毒性数据(无观察效应浓度, NOEC)与评价因子(AF)的比值, 参照文献[21]的推荐值, 其急性毒性和慢性毒性分别取值1 000和100.本研究选用最敏感物种的PNEC值进行评价见表 1.

表 1 抗生素对应最敏感物种的毒性数据和评价因子 Table 1 Toxicity data and evaluation factors for the five most sensitive antibiotics

1.6 统计分析

本研究使用ArcGIS绘制采样点位分布, 利用Origin软件对抗生素和ARGs的分布情况进行绘图, 用SPSS 23.0软件(IBM, USA)对抗生素和ARGs的相关性分析采用皮尔逊相关性检验.

2 结果与讨论 2.1 抗生素空间分布特征

长江武汉段水源地监测点位和抗生素空间分布情况如图 1所示, 4大类抗生素在长江干流、支流汉江和其他支流均有不同程度检出(表 2), 其中四环素类抗生素(TCs)检出率为6.3%; 喹诺酮类抗生素(FQs)检出率为47.9%, 其中罗红霉素(OFL)和恩诺沙星(ENR)的检出率分别为75.0%和68.8%; 大环内酯类抗生素(MCs)检出率为50.0%, 红霉素(RTM)在各水源地中均有检出; 磺胺类抗生素(SAs)检出率高达77.5%, 其中磺胺嘧啶(SDZ)和磺胺对甲氧嘧啶(SMD)的检出率均为100%, 磺胺甲唑(SMX)和磺胺吡啶(SP)的检出率均高于90%.结果表明, 武汉市16处饮用水源均存在不同程度的抗生素残留, 其中SAs的赋存较为普遍, 这与长江入海口的研究结果相一致[28], 表明SAs在长江流域广泛使用, 同时由于水环境中的SAs具有高度稳定性和较强亲水性, 易于在水体中赋存扩散, 故其在地表水中检出率较高[29, 30].四环素类抗生素(TCs)检出率仅为6.3%, 这是由于水环境中的金属离子(Ca2+、Mg2+和Al3+)、蛋白质、硅醇基(≡SiOH)和腐殖酸等物质对TCs具有较强的吸附作用[31], 同样Yin[4]研究发现TCs与水体中颗粒物和沉积物的强结合作用会导致TCs在水环境中检出情况不佳.

表 2 长江干流(武汉段)及各支流水源地抗生素的检出情况1) Table 2 Detection of antibiotics in the main stream of the Yangtze River (Wuhan section) and its tributaries

长江武汉段水源地抗生素的分布情况如图 2所示, 13种目标抗生素浓度平均值为30.17 ng·L-1.FQs、SAs、MCs和TCs的浓度平均值分别为15.48、12.17、2.39和0.14 ng·L-1.其中长江干流和汉江的MCs残留浓度在1.49~2.50 ng·L-1范围之间, 质量分数整体上较为稳定, 这可能是由于RTM为大尺寸分子, 使其具有较强的疏水性, 其次是RTM在水和沉积物间的分配系数差异过大, 造成了水环境中RTM浓度值偏低波动较小[32].除SW16处总抗生素浓度达到185.02ng·L-1外, SW1~SW15的总抗生素浓度均处于ND(未检出)~29.54 ng·L-1范围内, 浓度平均值为3.77 ng·L-1.在长江干流上游点位(SW1~SW5)中, SW5处总抗生素浓度明显大于其他四点, 为17.14 ng·L-1, 其中SAs占比为71.9%, SMX和SDZ浓度分别为5.11 ng·L-1和3.64 ng·L-1.长江干流下游点位(SW6~SW8)的总抗生素浓度分别是8.70、13.34和11.24 ng·L-1, SAs的质量分数分别为75.6%、53.7%和65.9%.整体而言, SW6~SW8的总抗生素浓度略高于SW1 ~SW4, 支流汉江(SW9~SW14)的总抗生素浓度水平明显高于长江干流(图 2), 但是汉江年径流量约占长江武汉段干流年径流量的5%(2020年度)[33], 在汉江汇入长江后, 长江干流下游所受的影响较小.SW9~SW14点位的总抗生素浓度范围为15.56~29.54 ng·L-1, 浓度平均值为19.20 ng·L-1. 其中SW9点位在上游工业区(医院、屠宰场和垃圾填埋场等)的影响下, 其总抗生素浓度高于SW10和SW11, 为16.78 ng·L-1.SW10~SW14点位的总抗生素浓度由15.56 ng·L-1逐渐提高至29.54 ng·L-1, 其中各点位SAs的浓度依次为13.13、13.45、14.13、15.35和23.12 ng·L-1.这与长江南京段的SAs检出水平(ND~27.02 ng·L-1)相当[34], 但明显低于长江入海口SAs的检出浓度156.5 ng·L-1[35], 而长江中下游SAs残留水平远高于南极海水中的浓度[36].这表明抗生素的环境残留与人类活动的密集程度有关.对于滠水(SW15)和举水(SW16)等其他支流, SW15的总抗生素残留浓度为6.42 ng·L-1, 其中FQs的质量分数约50%.SW16的总抗生素残留浓度为185.02 ng·L-1, 其中恩诺沙星检出浓度为177.37 ng·L-1.这是由于该监测点位于畜禽养殖企业的下游, FQs的使用量较大, 引起周边水环境抗生素残留超标.总体来看, 抗生素的空间分布表现(以总抗生素浓度计):支流举水 < 长江干流下游 < 长江干流上游 < 支流汉江 < 支流滠水, 16处水源地(10月)总抗生素浓度整体处于6.42~185.02 ng·L-1范围内, 其中SW2和SW7分别检出了9种和7种抗生素, 磺胺类抗生素检出率最高, 达77.5%.

图 2 长江武汉段水源地的抗生素分布情况 Fig. 2 Distribution of antibiotics in water source areas of the Wuhan section of the Yangtze River

2.2 抗性基因空间分布特征

10种ARGs和16S rDNA的绝对丰度绘制的抗性基因热图如图 3所示.目标基因均有不同程度地检出, 绝对丰度在1.33×104~2.66×1010 copies·L-1范围内, 可以确定本采样区域内水体中主要的抗性基因为sul1sul2intIlermB, 长江干流下流表层水中抗性基因研究也得出类似结果[37].从四类ARGs总绝对丰度的空间分布来看, 长江干流下游(SW6~SW8)的ARGs总绝对丰度分别为1.23×108、7.99×107和4.02×107 copies·L-1, 明显高于其他点位, 其中长江干流上游的ARGs总绝对丰度范围为8.49×106~2.47×107 copies·L-1, 汉江和其他支流的ARGs总绝对丰度范围为1.72×106~2.75×107 copies·L-1.汉江(SW9~SW14)的沿程ARGs总绝对丰度呈现平稳下降趋势, 其中磺胺类ARGs中sul1的绝对丰度最高, 占ARGs总绝对丰度的82.5%~92.0%.这可能与环境中磺胺类ARGs的稳定性有关, 该类ARGs容易被intI1捕获并在环境中持续传播, 抗性基因的丰度会随时间流逝而逐渐增加. sul1是所有样品中的主导基因, 绝对丰度的范围为1.09×105~1.13×108 copies·L-1, 对于sul2在相应时期的平均绝对丰度为7.04×105 copies·L-1.独立样本t-检验结果表明, 平均丰度较高的磺胺类ARGs显著高于其他三类ARGs的平均丰度(P < 0.05), 表明磺胺类ARGs是长江武汉段水源地中的优势耐药基因, 有研究表明sul1sul2还是沉积物中最普遍的ARGs, 因为SAs是水产养殖中最常用的抗生素之一[38].大部分进人动物肠道的SAs最终以原药的形式排放到环境中, 这势必会导致武汉及其周边水环境中磺胺类ARGs的丰度水平提升.四环素类、大环内酯类和喹诺酮类ARGs在绝对丰度上并无显著差异, 其平均绝对丰度分别为2.14×105、2.06×105和2.14×105 copies·L-1.与发达国家相比, 发展中国家普遍存在抗生素消耗量大和污水处理水平低下等情况, 但研究表明发展中国家和发达国家的ARGs丰度水平并未有显著性差异, 可以说明ARGs的分布并不完全同抗生素一致[38].

图 3 长江武汉段水源地ARGs的分布情况 Fig. 3 Distribution of ARGs in the Wuhan section of the Yangtze River

2.3 抗生素和抗性基因相关性研究

使用SPSS软件中Pearson相关系数分析ARGs、抗生素和常规水质指标之间的相关性(图 4), 由图可知, 研究区域内水源地表层水的10种ARGs与TN、TP和IMn等常规水质参数均无显著相关性关系, 浊度(NTU)与3种ARGs(sul2tetOintI1)均存在直接负相关关系(P<0.05), pH与qnrD存在显著负相关关系(P<0.05).SMD与IMn和TN等水质指标均表现为正相关关系, SDZ与TN存在正相关关系(P<0.05), Cheng等[32]发现水体中SMD和SDZ浓度水平可能与污水排放量呈正相关关系, 这是由于水质参数可以反映水体的富营养化状态, 而水体富营养化与污水排放量具有直接关系.抗生素与ARGs间关系密切, 如CTC与tetW存在正相关关系(P<0.01), 而CTC与tetM则存在负相关关系(P < 0.05), 2种抗生素(SMX和ENR)与qnrD存在负相关关系(P < 0.05).通过图谱可以看出ARGs的诱导不仅受到对应抗生素的选择压力, 其他抗生素也会诱导于非对应ARGs的产生.Der Beek等[14]研究发现ARGs与抗生素呈负相关, 这可能是因为水环境中的影响因素复杂, 许多因素会影响抗生素与其相应的ARGs之间的直接相关性.对于四环素类ARGs, tetM与2种ARGs(tetOtetW)存在显著性正相关关系(P<0.01), 相关系数为0.878和0.764.对于其他种类的ARGs而言, 组内ARGs间的相关性弱于组间ARGs的相关性, 其中sul1与5种ARGs(sul2ermBqnrStetWintI1)存在显著正相关关系(P<0.01), 相关系数分别为0.768、0.648、0.824、0.678和0.790; sul2与2种ARGs(qnrSintI1)存在显著性正相关(P<0.01); ermB与2种ARGs(tetMtetW)存在显著性正相关(P<0.01); tetWintI1存在显著性正相关(P<0.01).此外, 整合子intI1sul1sul2有非常紧密关系, intI1和SMD也存在相关性, 表明intI1在磺胺类ARGs的水平转移中起着重要作用, 这与Ma等[39]研究的结果相一致.除了抗生素诱导等耐药机制, 环境条件和人类活动等外部因素也至关重要[40].这些不同的因素会形成共同选择和交叉选择效应对ARGs的诱导产生和传播造成影响.

1. IMn, 2. TP, 3. TN, 4. NTU, 5. pH, 6. SP, 7. SMD, 8. SMX, 9. SDZ, 10. RTM, 11. CTC, 12. OFL, 13. ENR, 14. intI1, 15. tetW, 16. tetO, 17. tetM, 18. qnrS, 19. ermB, 20. sul2, 21. qnrD, 22. sul1 图 4 抗性基因和水质参数及抗生素之间的联系 Fig. 4 Associations between antibiotic resistance genes and water quality parameters and antibiotics

2.4 抗生素生态风险评价

根据风险熵值(RQ)的计算评价方法, 计算得到长江武汉段16处水源地抗生素的RQ及联合生态风险熵(RQsum), 如图 5所示.从中可知有4种抗生素对部分水源地相应敏感水生生物表现为中风险, 分别是SMX、OFL、CTC和ENR, 其中CTC和ENR分别对SW7和SW16表现出中风险, SMX和OFL对长江和汉江多处水源地相应敏感水生生物均呈现出慢性或急性毒性风险, 整个研究区域内中风险点位占比情况为9.0%.SMX、OFL、CTC、RTM、SMD和SP等6种抗生素对部分水源地相应敏感水生生物表现为低风险, 整个研究区域内低风险点位占比情况为30.6%.其中RTM对藻类P.subcapitata的无观察效应浓度(NOEC)为10.0 μg·L-1, 其相应RQ值处于0.015~0.025范围内, 是唯一一种100%对敏感生物显现中风险的抗生素.在SAs中, SMX对汉江以及长江汇流后的敏感生物Blue-green alga显现出中低风险情况, SP对长江汇流后和汉江敏感生物Daphnia magna显现为低风险, 有37.5%的水源地为无风险.SMD仅在SW14对敏感生物Daphnia magna表现为低风险, 其他点位均无风险.在FQs中, OFL对海洋发光费氏弧菌V.fischeri的无观察效应浓度(NOEC)为1.13 μg·L-1, 其水中无效应浓度PNEC为11.3 ng·L-1, 除在SW3、SW11、SW13和SW16为无风险, 其他水源地中均为中低风险.ENR除SW16外对其他水源地的敏感生物Daphnia magna均无风险, SW16的ENR残留浓度为177.37 ng·L-1, 表现为高风险.对于联合毒性风险熵(RQsum), 16处水源地的RQsum均表现为中风险, 所在河流的RQsum(平均值)大小依次为:0.222(汉江) < 0.267(长江) < 0.299(其他支流).这表明即使痕量抗生素(ng级别)也会对水源地中敏感生物, 特别是藻类有一定程度的生态风险, 同时水环境中残留抗生素的种类繁多, 且毒性也不相统一, 但多种抗生素之间可能存在协同作用以增加生态风险[41], 建议加强抗生素组合效应的研究以更好地评估抗生素残留在水生环境中的生态毒理学潜在风险.

图 5 长江武汉段水源地抗生素对敏感生物的生态风险熵 Fig. 5 Ecological Risk Quotient of antibiotics to sensitive organisms in water source areas of the Wuhan section of the Yangtze River

3 结论

(1) 抗生素浓度的大小空间分布表现为(以总抗生素浓度计):支流举水 < 长江干流下游 < 长江干流上游 < 支流汉江 < 支流滠水, 16处水源地(10月)抗生素浓度整体处于6.42~185.02 ng·L-1范围内, 其中SW2和SW7分别检出了9种和7种抗生素, 磺胺类抗生素检出率最高, 达77.5%.

(2) ARGs的空间分布为长江干流下游ARGs总绝对丰度明显高于长江干流上游和汉江, 其中sul1绝对丰度的范围为1.09×105~1.13×108 copies·L-1, 是所有样品中的主导基因, 对于sul2在相应时期的平均绝对丰度为7.04×105 copies·L-1.独立样本t-检验结果表明, 平均丰度较高的磺胺类ARGs显著高于其他三类ARGs的平均丰度(P < 0.05), 这表明磺胺类ARGs是长江武汉段水源地中的优势耐药基因.

(3) TN和IMn等水质参数与抗生素多呈现正相关关系, NTU和pH等水质参数与部分ARGs呈现负相关系; 抗生素与ARGs间关系密切, ARGs的诱导不仅受到对应抗生素的选择压力, 其他抗生素也会诱导非对应ARGs的产生; ARGs中sul1sul2ermBqnrStetWintI1等5种ARGs存在显著正相关关系(P<0.01), 相关系数分别为0.768、0.648、0.824、0.678和0.790, 磺胺类ARGs组内相关性弱于组间ARGs的相关性, 其中intI1在磺胺类ARGs的水平转移中起着重要作用.

(4) 磺胺甲唑、金霉素、罗红霉素和恩诺沙星等4种抗生素对部分水源地相应敏感水生生物表现为中风险, 生态风险熵热图中各风险区占比情况依次为:9.0%(中风险)、30.6%(低风险)和60.4%(无风险).16处水源地的联合毒性生态风险评估(RQsum)均为中风险, 所涉及河流的RQsum(平均值)大小依次为:0.222(汉江) < 0.267(长江) < 0.299(其他支流).

参考文献
[1] Peiris C, Gunatilake S R, Mlsna T E, et al. Biochar based removal of antibiotic sulfonamides and tetracyclines in aquatic environments: a critical review[J]. Bioresource Technology, 2017, 246: 150-159. DOI:10.1016/j.biortech.2017.07.150
[2] Lienert J, Güdel K, Escher B I. Screening method for ecotoxicological hazard assessment of 42 pharmaceuticals considering human metabolism and excretory routes[J]. Environmental Science & Technology, 2007, 41(12): 4471-4478.
[3] Zhang Q Q, Ying G G, Pan C G, et al. Comprehensive evaluation of antibiotics emission and fate in the river basins of China: source analysis, multimedia modeling, and linkage to bacterial resistance[J]. Environmental Science & Technology, 2015, 49(11): 6772-6782.
[4] Yin Z Z. Distribution and ecological risk assessment of typical antibiotics in the surface waters of seven major rivers, China[J]. Environmental Science: Processes & Impacts, 2021, 23(8): 1088-1100.
[5] Guan Y D, Wang B, Gao Y X, et al. Occurrence and fate of antibiotics in the aqueous environment and their removal by constructed wetlands in China: a review[J]. Pedosphere, 2017, 27(1): 42-51. DOI:10.1016/S1002-0160(17)60295-9
[6] Wang G G, Zhou S H, Han X K, et al. Occurrence, distribution, and source track of antibiotics and antibiotic resistance genes in the main rivers of Chongqing City, Southwest China[J]. Journal of Hazardous Materials, 2020, 389. DOI:10.1016/j.jhazmat.2020.122110
[7] Wang L F, Wang YF, Li H, et al. Occurrence, source apportionment and source-specific risk assessment of antibiotics in a typical tributary of the Yellow River Basin[J]. Journal of Environmental Management, 2022, 305. DOI:10.1016/j.jenvman.2021.114382
[8] Gao L H, Shi Y L, Li W H, et al. Occurrence, distribution and bioaccumulation of antibiotics in the Haihe River in China[J]. Journal of Environmental Monitoring, 2012, 14(4): 1247-1254.
[9] Lei K, Zhu Y, Chen W, et al. Spatial and seasonal variations of antibiotics in river waters in the Haihe River catchment in China and ecotoxicological risk assessment[J]. Environment International, 2019, 130. DOI:10.1016/j.envint.2019.104919
[10] 杨尚乐, 王旭明, 王伟华, 等. 松花江哈尔滨段及阿什河抗生素的分布规律与生态风险评估[J]. 环境科学, 2021, 42(1): 136-146.
Yang S L, Wang X M, Wang W H, et al. Distribution and ecological risk assessment of antibiotics in the Songhua River Basin of the Harbin Section and Ashe River[J]. Environmental Science, 2021, 42(1): 136-146. DOI:10.13227/j.hjkx.202005170
[11] Wang W H, Zhang W F, Liang H, et al. Seasonal distribution characteristics and health risk assessment of typical antibiotics in the Harbin section of the Songhua River Basin[J]. Environmental Technology, 2019, 40(20): 2726-2737. DOI:10.1080/09593330.2018.1449902
[12] Xu W H, Yan W, Li X D, et al. Antibiotics in riverine runoff of the Pearl River delta and Pearl River Estuary, China: concentrations, mass loading and ecological risks[J]. Environmental Pollution, 2013, 182: 402-407. DOI:10.1016/j.envpol.2013.08.004
[13] Yang J F, Ying G G, Zhao J L, et al. Spatial and seasonal distribution of selected antibiotics in surface waters of the Pearl Rivers, China[J]. Journal of Environmental Science and Health, Part B, 2011, 46(3): 272-280. DOI:10.1080/03601234.2011.540540
[14] Der Beek T A, Weber F, Bergmann A, et al. Pharmaceuticals in the environment-global occurrences and perspectives[J]. Environmental Toxicology and Chemistry, 2016, 35(4): 823-835. DOI:10.1002/etc.3339
[15] Segura P A, Takada H, Correa J A, et al. Global occurrence of anti-infectives in contaminated surface waters: impact of income inequality between countries[J]. Environment International, 2015, 80: 89-97. DOI:10.1016/j.envint.2015.04.001
[16] Madikizela L M, Tavengwa N T, Chimuka L. Status of pharmaceuticals in African water bodies: occurrence, removal and analytical methods[J]. Journal of Environmental Management, 2017, 193: 211-220.
[17] 徐维海, 张干, 邹世春, 等. 典型抗生素类药物在城市污水处理厂中的含量水平及其行为特征[J]. 环境科学, 2007, 28(8): 1779-1783.
Xu W H, Zhang G, Zou S C, et al. Occurrence, distribution and fate of antibiotics in sewage treatment plants[J]. Environmental Science, 2007, 28(8): 1779-1783. DOI:10.13227/j.hjkx.2007.08.016
[18] 武俊梅, 魏琳, 彭晶倩, 等. 长江中游典型饮用水水源中药物的时空分布及风险评价[J]. 环境科学, 2022, 43(6): 2996-3004.
Wu J M, Wei L, Peng J Q, et al. Spatiotemporal distribution and risk assessment of pharmaceuticals in typical drinking water sources in the middle reaches of the Yangtze River[J]. Environmental Science, 2022, 43(6): 2996-3004. DOI:10.13227/j.hjkx.202109051
[19] 宋焕杰, 谢卫民, 王俊, 等. SPE-UPLC-MS/MS同时测定水环境中4大类15种抗生素[J]. 分析试验室, 2022, 41(1): 50-54.
Song H J, Xie W M, Wang J, et al. Simultaneous determination of 15 antibiotics in 4 categories in water environment by SPE-UPLC-MS/MS[J]. Chinese Journal of Analysis Laboratory, 2022, 41(1): 50-54. DOI:10.13595/j.cnki.issn1000-0720.2021.022005
[20] Cleuvers M. Aquatic ecotoxicity of pharmaceuticals including the assessment of combination effects[J]. Toxicology Letters, 2003, 142(3): 185-194. DOI:10.1016/S0378-4274(03)00068-7
[21] Bateman G. Water framework directive special issue: editorial by Geoff Bateman[J]. Water and Environment Journal, 2008, 22(4): 225-226. DOI:10.1111/j.1747-6593.2008.00155.x
[22] Jurado A, Margareto A, Pujades E, et al. Fate and risk assessment of sulfonamides and metabolites in urban groundwater[J]. Environmental Pollution, 2020, 267. DOI:10.1016/j.envpol.2020.115480
[23] Ferrari B, Mons R, Vollat B, et al. Environmental risk assessment of six human pharmaceuticals: are the current environmental risk assessment procedures sufficient for the protection of the aquatic environment?[J]. Environmental Toxicology and Chemistry, 2004, 23(5): 1344-1354. DOI:10.1897/03-246
[24] Eguchi K, Nagase H, Ozawa M, et al. Evaluation of antimicrobial agents for veterinary use in the ecotoxicity test using microalgae[J]. Chemosphere, 2004, 57(11): 1733-1738. DOI:10.1016/j.chemosphere.2004.07.017
[25] Backhaus T, Scholze M, Grimme L H. The single substance and mixture toxicity of quinolones to the bioluminescent bacterium Vibrio fischeri[J]. Aquatic Toxicology, 2000, 49(1-2): 49-61. DOI:10.1016/S0166-445X(99)00069-7
[26] Zhou S B, Di Paolo C, Wu X D, et al. Optimization of screening-level risk assessment and priority selection of emerging pollutants-the case of pharmaceuticals in European surface waters[J]. Environment International, 2019, 128: 1-10. DOI:10.1016/j.envint.2019.04.034
[27] Lützhøft H C H, Halling-Sørensen B, Jørgensen S E. Algal toxicity of antibacterial agents applied in Danish fish farming[J]. Archives of Environmental Contamination and Toxicology, 1999, 36(1): 1-6. DOI:10.1007/s002449900435
[28] Chen J F, Tong T L, Jiang X S, et al. Biodegradation of sulfonamides in both oxic and anoxic zones of vertical flow constructed wetland and the potential degraders[J]. Environmental Pollution, 2020, 265. DOI:10.1016/j.envpol.2020.115040
[29] Chen J F, Xie S G. Overview of sulfonamide biodegradation and the relevant pathways and microorganisms[J]. Science of the Total Environment, 2018, 640.
[30] Zheng S L, Qiu X Y, Chen B, et al. Antibiotics pollution in Jiulong River estuary: source, distribution and bacterial resistance[J]. Chemosphere, 2011, 84(11): 1677-1685. DOI:10.1016/j.chemosphere.2011.04.076
[31] Verma B, Headley J V, Robarts R D. Behaviour and fate of tetracycline in river and wetland waters on the Canadian northern great plains[J]. Journal of Environmental Science and Health, Part A, 2007, 42(2): 109-117. DOI:10.1080/10934520601011163
[32] Cheng D M, Xie Y J, Yu Y J, et al. Occurrence and partitioning of antibiotics in the water column and bottom sediments from the intertidal zone in the Bohai Bay, China[J]. Wetlands, 2016, 36(1): 167-179.
[33] 水利部长江水利委员会. 长江泥沙公报-2020[M]. 武汉: 长江出版社, 2020.
[34] Liu Y H, Feng M J, Wang B, et al. Distribution and potential risk assessment of antibiotic pollution in the main drinking water sources of Nanjing, China[J]. Environmental Science and Pollution Research, 2020, 27(17): 21429-21441. DOI:10.1007/s11356-020-08516-7
[35] Li F F, Chen L, Chen W D, et al. Antibiotics in coastal water and sediments of the East China sea: distribution, ecological risk assessment and indicators screening[J]. Marine Pollution Bulletin, 2020, 151. DOI:10.1016/j.marpolbul.2019.110810
[36] Hernández F, CalƖsto-Ulloa N, Gómez-Fuentes C, et al. Occurrence of antibiotics and bacterial resistance in wastewater and sea water from the Antarctic[J]. Journal of Hazardous Materials, 2019, 363: 447-456. DOI:10.1016/j.jhazmat.2018.07.027
[37] Zhang G D, Lu S Y, Wang Y Q, et al. Occurrence of antibiotics and antibiotic resistance genes and their correlations in lower Yangtze River, China[J]. Environmental Pollution, 2020, 257. DOI:10.1016/j.envpol.2019.113365
[38] Gao Q X, Li Y L, Qi Z H, et al. Diverse and abundant antibiotic resistance genes from mariculture sites of China's coastline[J]. Science of the Total Environment, 2018, 630: 117-125. DOI:10.1016/j.scitotenv.2018.02.122
[39] Ma L P, Li A D, Yin X L, et al. The prevalence of integrons as the carrier of antibiotic resistance genes in natural and man-made environments[J]. Environmental Science & Technology, 2017, 51(10): 5721-5728.
[40] Lu L H, Liu J, Li Z, et al. Occurrence and distribution of tetracycline antibiotics and resistance genes in longshore sediments of the Three Gorges Reservoir, China[J]. Frontiers in Microbiology, 2018, 9. DOI:10.3389/fmicb.2018.01911
[41] Park S, Choi K. Hazard assessment of commonly used agricultural antibiotics on aquatic ecosystems[J]. Ecotoxicology, 2008, 17(6): 526-538.