特定聚合物的微塑料风险及其对淡水生态系统微生物群落的影响：来自澳大利亚亨特河的实地证据

《Science of The Total Environment》：Polymer-specific microplastic risks and microbial community shifts in a freshwater ecosystem: Field evidence from the Hunter River, Australia

本研究对澳大利亚亨特河流域五个采样点的微塑料污染进行系统调查，发现纤维状微塑料占比最高（58.6%），主要聚合物为PE（23.9%）、PET（21.6%）和PA（21.0%）。生态风险评估显示Omadale、Aberdeen和Wollombi因高浓度PVC和PC呈现高风险（PRI＞1200）。微生物多样性分析表明Actinobacteria、Proteobacteria等与微塑料共存的菌属具有降解功能，其中Rhodococcus、Sphingomonas等19个属被鉴定为潜在降解菌。网络分析显示高污染区域微生物互作网络复杂度降低，结构稳定性受损，提示需针对性管控高风险聚合物和改善污染治理策略。

　　微塑料（MPs）作为新兴的淡水生态系统关注点，其在污染物运输和微生物群落动态改变方面扮演了重要角色。本研究聚焦于澳大利亚的猎人河（Hunter River），通过在五个不同采样点进行单一时点采样，揭示了微塑料污染、生态风险以及与之相关的微生物群落特征。研究发现，微塑料浓度在47至229±42.63个颗粒/升之间，其中纤维、白色颗粒以及100–200微米大小的碎片最为丰富。聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）和聚酰胺（PA）是主要的聚合物类型，而Omadale、Aberdeen和Wollombi因高浓度的聚氯乙烯（PVC）和聚碳酸酯（PC）被评定为生态风险等级V。微生物分析显示，不同采样点的多样性及组成存在显著差异，Aberdeen和Denman的Chao1和Shannon指数较高。Actinobacteria、Proteobacteria、Cyanobacteria和Chloroflexi是各采样点中占主导地位的细菌类群，但它们的相对丰度有所不同。通过PlasticDB识别出19个具有降解塑料能力的微生物属，包括Sphingomonas、Pseudoxanthomonas、Rhodococcus和Microbacterium，这些微生物可能参与降解外源性化合物和塑料的代谢过程。典型对应分析（CCA）揭示了特定聚合物（如PVC、PET、PC和PS）与微生物类群之间的关联，如Kapabacteria、Parcubacteria和Actinobacteria。塑料降解微生物的共现网络显示，Aberdeen的网络结构最为复杂，而Singleton的网络最为稀疏，这表明局部环境条件对微生物稳定性和降解潜力具有显著影响。更广泛的网络分析显示，较高的微塑料负荷与较低的模块性及较高的碎片化相关，暗示了微生物群落凝聚力的破坏。指示物种分析进一步识别出不同采样点的特有微生物，强调了环境驱动因素对群落结构的影响。总体而言，这些发现表明微塑料不仅通过其数量对生态系统造成风险，还通过聚合物特异性影响微生物群落的构建。本研究为澳大利亚河流提供了关键的基线数据，支持针对微塑料污染的特定监测和管理策略，以减轻聚合物驱动的生态影响。

猎人河作为澳大利亚新南威尔士州的重要历史、经济和生态水道，其微塑料污染状况受到多种因素的影响。该河流起源于Mount Royal Range的Barrington Tops国家公园，海拔约1397米，流经约468公里后注入塔斯曼海。流域面积达21,500平方公里，是新南威尔士州最大的沿海流域。河流流域以其肥沃的农业用地、煤炭开采活动和不断增长的城市中心而闻名。多个重要的湿地系统被列入重要水鸟栖息地，原住民社区长期以来依赖河流进行生计和文化活动，而欧洲殖民者则在19世纪初将该地区发展为农业和工业枢纽。随着工业化和城市化的推进，猎人河流域的水流量和模式发生了显著变化，从而影响了水质。由于其靠近人口密集区和广泛的工业活动，猎人河特别容易受到污染。本研究旨在探讨三个主要方面：1. 猎人河中微塑料的存在与分布，重点关注Omadale、Aberdeen、Denman、Wollombi和Singleton等关键采样点；2. 基于聚合物类型的微塑料生态风险评估；3. 与塑料相关的细菌多样性，预测其功能并分析其相互作用。研究结果将为了解猎人河中微塑料的来源、类型和浓度及其对微生物群落的累积效应提供宝贵见解，从而加深对澳大利亚淡水生态系统中塑料污染的理解。

为了获取样本，研究团队在2024年第二季度从猎人河的五个地点采集了水样，每个地点采集2升水样，并在每个地点进行五次重复采样。为防止空气污染，使用了经过消毒的玻璃容器。所有容器和工具均预先用过滤后的去离子水清洗，并在受控条件下运输至实验室。水样在4°C下密封保存，以防止污染并确保样本的完整性。水样的物理化学性质详见表S1。

微塑料的提取过程采用真空过滤系统，使用0.45微米孔径的玻璃滤纸（GF）纸。过滤过程在生物安全柜内进行，以有效去除大颗粒杂质，同时保留小于5毫米的微塑料颗粒。过滤后的样品被转移到玻璃烧杯中，并立即用铝箔覆盖以防止污染。随后，样品在0.05M Fe(II)盐溶液中进行湿过氧化氢氧化（30% H?O?），在磁力搅拌器上以65°C温度进行48小时的处理，以确保有机物质的完全溶解。接着，通过添加锂异多钨酸盐（LST，密度为1.8克/立方厘米）进行密度分离，样品在36小时后静置。之后，样品通过0.45微米孔径的GF滤纸过滤，并放置在无菌玻璃培养皿上，在生物安全柜内于室温下干燥数小时。该过程遵循了Tran等（2023）的方法。

在微塑料的识别和表征方面，首先在立体显微镜（Olympus SZ61）下观察滤纸，以识别类似塑料的颗粒。随后，使用CellSens（Olympus LS）成像软件在20倍放大倍率下拍摄微塑料的图像。本研究将微塑料的形态特征分为不同尺寸类别（50–100微米、100–200微米、200–500微米）、形状（纤维、丝状、薄膜、泡沫、碎片、珠状）和颜色（黑色、蓝色、绿色、红色、白色）。进一步的表面形态分析采用场发射-扫描电子显微镜（FE-SEM）进行，使用JEOL JSM-7900F设备。简要而言，将微塑料颗粒放置在0.9厘米×0.7厘米的双面粘附碳盘上，并用金进行溅射镀膜。在加速电压为2千伏的条件下，使用不同放大倍率（10和100微米）拍摄图像。

微塑料的聚合物识别通过微傅里叶变换红外光谱（μ-FTIR）进行。使用Nicolet iN10 MX红外成像显微镜（Thermo Scientific）以透射模式操作。该系统结合了红外光谱仪与显微镜，并配备了超快速电动平台和液氮冷却的汞镉碲（MCT）探测器。为了确定微塑料的数量和类型，每个滤纸均在显微镜功能下进行观察，并使用Omnic Picta软件的成像功能进行分析。滤纸被小心地固定在显微镜的支撑环上，使用可移除的胶带。在4000至400厘米?1的波长范围内，每个扫描的采集时间为3秒，每个测量包含32次叠加扫描。所有光谱均与参考库进行比对，包括Hummel聚合物和添加剂、聚合物层压膜、聚合物添加剂和增塑剂、Spectra聚合物和增塑剂，以及Hummel聚合物样本库，以验证聚合物类型。

质量控制和质量保证（QA/QC）程序遵循既定指南，实验在符合ISO17025认证的PC2实验室中进行，实验室环境干净且封闭。所有玻璃器皿均经过去离子水的三重清洗，并用70%乙醇擦拭。在不使用时，这些器皿被铝箔覆盖。实验中使用的去离子水和其他溶剂（如丙酮、酒精和过氧化氢）均经过三次过滤，使用0.2微米孔径的硝酸纤维素膜滤器，并分别储存在密封的玻璃容器中。所有仪器（包括过滤单元、立体显微镜和μ-FTIR）在未使用时均被覆盖，以减少空气沉积带来的污染。立体显微镜和μ-FTIR仪器定期进行验证和校准，以确保检测的准确性。此外，研究人员在整个过程中均穿着100%棉质实验服并佩戴丁腈手套。

为了评估微塑料的生态风险，本研究采用了聚合物风险指数（PRI）和污染负荷指数（PLI）。PRI与微塑料的化学组成和浓度相关，通过将每种微塑料聚合物的危险评分与其在样本中的比例相乘进行计算。PLI则与微塑料的丰度相关，通过比较样本中污染物的浓度与基准水平来评估污染程度。PLI的计算公式为CF_i = C_mi / C_bi，其中CF_i是污染因子，C_mi是测量到的微塑料丰度，C_bi是本研究中检测到的最低微塑料丰度。PLI_i是单个站点的污染负荷指数，PLI_hr是猎人河的整体污染指数。这些指数的计算有助于评估不同聚合物对生态系统的潜在影响。

高通量测序技术用于分析微生物多样性、塑料降解微生物群落及其功能预测。使用DNeasy PowerWater Kit（Qiagen Australia）提取总DNA，并将三份样本送往AGRF Australia进行Illumina NextSeq 2000测序。通过扩增细菌16S rRNA基因的V3-V4高变区，使用引物341-F（5’-CTACGGGNGGCWGCAG-3′）和806-R（5’-GGACTACNNGGGTATCTAAT-3′）。测序设施返回了经过去多重化和质量过滤（Phred-like质量评分+33）的序列。序列通过filterAndTrim工具进行预处理，使用derepFastq工具进行去重复，并通过DADA2流程推断出精确的扩增子序列变异（ASVs），作为传统OTU表的高分辨率替代。使用Greengenes v13.8数据库进行分类学注释，并使用PICRUSt 2.4.1进行功能预测。从PlasticDB下载的微生物降解塑料的数据库被用于比较各采样点中识别出的属，以识别潜在的塑料降解微生物。通过R包indispecies进行指示物种分析，以计算不同采样点中OTUs的正相关系数，经过9999次排列，显著性水平设定为p < 0.001、p < 0.01和p < 0.05。

统计分析采用PAST 4.03软件进行典范对应分析（CCA），用于比较聚合物类型与微生物群落结构丰度之间的关系。微生物组分析使用MicrobiomeAnalyst 2.0进行分类学特征和多样性分析。通过DADA2获得的丰度数据导入MEGAN，并创建了stamp图谱。stamp图谱被导入以进行统计分析，以展示多样性特征。功能预测使用PICRUSt，输出的EC表上传至STAMP V2.1.3软件进行统计分析。通过MicrobiomeAnalyst 2.0中的线性判别分析效应大小（LEfSe）方法，使用LDA评分大于4.0来确定不同采样点中显著丰度的属。网络分析使用ggClusterNet2 R包，基于快速贪婪聚类算法。简要而言，利用OTU丰度构建网络，分析全局网络属性、单个节点的中心性、模块分离和模块性操作。使用前500个ASV构建网络，并采用sparcc作为相关性方法。该包提供了所有采样点的网络拓扑特征，并基于Zi Pi评分识别模块枢纽、连接器和外围节点。统计分析使用IBM SPSS 29.0.2.0和Microsoft Excel 2019进行，使用Origin 2021绘制图形。通过单因素方差分析（ANOVA）比较猎人河各采样点中微塑料丰度的差异，并通过事后Tukey检验识别具体的成对差异（p < 0.05）。指示物种分析用于区分不同采样点的微生物物种（Cáceres和Legendre，2009）。本研究中生成的16S rDNA数据已存入Sequence Read Archive，项目编号为Bioproject PRJNA1279272，生物样本访问号为SRR34134111至SRR34134125。

研究结果与讨论部分展示了猎人河中微塑料的丰度和分布情况。在所有五个采样点均检测到微塑料污染，其浓度存在显著差异。整体平均微塑料丰度为120.8±24.91个颗粒/升，浓度范围从47到229个颗粒/升。Aberdeen的微塑料浓度最高，为229±42.63个颗粒/升，其次是Wollombi（175±28.28个颗粒/升）和Omadale（97±13.52个颗粒/升），而Singleton（56±13.04个颗粒/升）和Denman（47±11.51个颗粒/升）的浓度相对较低，尽管它们位于下游。这些发现表明，猎人河中的微塑料污染并不遵循简单的下游积累模式，而是受到局部污染源、河流水文和土地利用模式的影响（Garello等，2023；Zhang等，2024）。

Aberdeen、Wollombi和Omadale的高浓度微塑料表明这些上游区域存在显著的微塑料输入源。Aberdeen作为一个乡村中心，可能由于塑料使用量增加、废弃物产生和农业径流而贡献更高的微塑料水平。同样，Wollombi作为猎人河的主要支流，其微塑料的积累与陡峭的流域和土地利用模式有关，这些模式促进了从陆地来源向河流系统的微塑料输送。Omadale位于农业地区，可能因农业活动、灌溉径流和土壤侵蚀而接收污染物，从而导致其观测到的浓度。这一观察结果与Gutiérrez-Rial等（2024）的研究结果一致，他们指出城市化和土地利用显著影响河流生态系统中的微塑料污染，导致局部积累。除了陆地来源外，水力过程，包括再悬浮、沉积和沉降，也在微塑料的分布中起着关键作用（Almeida等，2023）。微塑料可以通过湍流从沉积物中再悬浮，增加其在水中的浓度，而沉积则导致其在河床中积累（Cui等，2021）。大气沉积也是微塑料污染的来源之一，因为空气中的颗粒物在低能环境中沉降到水面上（Wei等，2024）。降雨和风暴事件进一步加剧了河流系统中的微塑料污染。Hitchcock和Mitrovic（2019）的研究表明，澳大利亚东海岸的河口地区，包括猎人河，重降雨显著增加了微塑料水平。同样，Hitchcock（2020）在Cook河口河的报告中指出，风暴后微塑料丰度从400个颗粒/立方米激增至17,383个颗粒/立方米，强调了风暴水输入对微塑料运输的影响。交通相关来源也对微塑料污染有贡献，特别是在城市化区域（Kabir等，2024）。

尽管预期存在下游积累，Denman和Singleton的微塑料浓度相对较低。这可能归因于稀释效应，其中来自支流的增加水流体积降低了微塑料浓度，这一趋势在长江中也有所观察（Huang等，2023；Ye和Pei，2023）。此外，湖泊和泛滥平原等缓慢流动的环境可能作为微塑料的汇（Tibbetts等，2018）。在英国的River Tame中，观察到城市中心下游的微塑料水平下降，其中湖泊促进了微塑料的沉降。类似地，长江中的沉积过程表明微塑料会沉积到河床中，从而减少其在表层水中的存在（Gao等，2023；Yang等，2023）。

微塑料丰度的累积概率分布揭示了猎人河中微塑料污染的强正线性趋势（R2 = 0.94），表明微塑料浓度与其累积概率之间存在显著相关性。这一结果支持了微塑料污染在采样范围内的可预测分布模式。季节性的农业活动和城市事件也可能导致微塑料的脉冲输入，从而在不同时间改变污染物负荷和微生物群落组成。纵向设计，如长江和欧洲水道（Huang等，2023；Scherer等，2020）的研究，提供了关于不同环境条件下的污染源、汇和生态影响的关键信息。因此，纳入多季节监测将有助于更全面地评估微塑料的归宿及其功能影响，为动态河流环境的管理干预提供更强的基础。

在猎人河中，微塑料的形态、颜色、尺寸和聚合物组成呈现出显著的分布差异。具体而言，微塑料的形态分布如下：纤维（58.6%）>碎片（28.4%）>珠状（4.7%）>丝状（4.6%）>薄膜（3.1%）>泡沫（0.6%）。在所有采样点中，纤维是最主要的形态，其中Aberdeen（83.0%）和Denman（79.3%）的纤维比例最高，其次是Omadale（46.4%）、Wollombi（44.0%）和Singleton（40.3%）。纤维的主导地位与全球表面水系统中的发现一致（Huang等，2023），其中纤维通常比碎片、薄膜和珠状更丰富。类似趋势在珠江、长江、恒河和亚穆纳河（Lin等，2018；Fang等，2021；Napper等，2021；Nayal和Suthar，2022）以及恒河-布拉马普特拉三角洲（Neelavannan等，2023）中也有所观察。

纤维的普遍性归因于多种输入途径及其长距离运输的潜力。合成纤维通常通过家庭洗衣过程和市政污水排放进入淡水系统（De Falco等，2019）。新冠疫情后个人防护装备（PPE）的使用增加，如一次性口罩和防护服，也向水生环境引入了额外的纤维碎片（Ray等，2022）。猎人河中纤维的额外来源可能包括城市径流、纺织工业废水、家庭污水和渔业活动（Rathore等，2024）。

碎片形态的微塑料在Wollombi（52.2%；93±11.32个颗粒/升）和Singleton（43.3%；26±3.51个颗粒/升）中尤为显著，这表明较大塑料碎片的分解、磨损和风化过程导致了碎片的形成。这些碎片可能由水流输送或直接来自陆地来源（Rathore等，2024；Robin等，2020）。其他较少的形态，如珠状、薄膜、丝状和泡沫，共同构成了不到13%的总微塑料丰度。珠状通常与个人护理产品和工业应用相关（You等，2025）。相比之下，薄膜和泡沫通常来源于包装材料和一次性塑料，这些塑料会经历物理降解（Du等，2021）。丝状则通常来源于渔业设备或工业环境中使用的合成绳索（Covernton等，2019）。总体而言，各采样点的微塑料形态分布反映了区域人类活动、流域特征和特定水文条件的影响。

微塑料的颜色组成包括五种主要颜色，按降序排列为：白色（36.4%）>黑色（21.6%）>蓝色（21.3%）>绿色（10.9%）>红色（9.8%）。然而，这些颜色在不同采样点的分布存在差异，这表明可能存在不同的局部来源和环境条件。白色微塑料在Omadale（63.9%；65±8.32个颗粒/升）和Aberdeen（61.4%；140±48.11个颗粒/升）中最为丰富，这可能反映了这些区域中白色或透明塑料废弃物的显著影响。类似趋势在长江中也有所观察，其中白色微塑料最为丰富，其次是蓝色和黑色（Yang等，2023）。透明或白色微塑料通常与塑料袋、聚苯乙烯容器、一次性雨衣、渔网和线以及农业地膜等来源有关。它们的高比例也可能归因于环境风化过程，其中长时间暴露在阳光下会导致颜色褪色（Yin等，2020）。相比之下，黑色微塑料在Denman中占主导地位（51.1%），而绿色微塑料在Wollombi中显著（58.3%）。蓝色微塑料在Singleton中最为常见（48.2%）。这些差异可能反映了特定地点的塑料使用情况，包括着色塑料产品和与渔业相关的材料（Zhang等，2021）。彩色微塑料可能对水生生态系统构成生态风险，因为许多海洋生物可能将明亮颜色或透明的颗粒误认为食物。摄入这些微塑料可能导致生物积累和食物链中的传递（Gao等，2024；Kumari等，2023），从而对海洋生物的健康产生不利影响，并可能削弱整个生态系统的健康。

微塑料的尺寸分布同样显示出显著的特征。本研究中检测到的微塑料被分类为“小微塑料”（<500微米），并分为三个尺寸范围：50–100微米、100–200微米和200–500微米。总体尺寸分布显示，100–200微米的颗粒是最常见的（46.2%），其次是200–500微米的颗粒（40.3%）和50–100微米的颗粒（13.5%）。这一模式在Omadale（56.1%；55±8.11个颗粒/升）、Singleton（55.2%；31±11.62个颗粒/升）和Denman（53.2%；25±7.12个颗粒/升）等站点中尤为明显，其中100–200微米的颗粒最为常见（图3c）。然而，在Aberdeen和Wollombi中，200–500微米的颗粒丰度略微超过100–200微米的颗粒，这表明局部环境条件和塑料输入源可能对尺寸分布产生影响。其他河流系统中也报告了类似的<500微米尺寸类别的普遍性（Liu等，2025；Liu等，2023）。在本研究中，100–200微米的颗粒与新南威尔士州河口地区的发现一致，其中66–73%的微塑料处于45–200微米的尺寸范围，归因于风暴水驱动的碎片化和运输（Hitchcock和Mitrovic，2019；NESPMarine and Coastal Hub，2023）。较小的微塑料可能由于长时间的环境降解过程，包括紫外线诱导的光氧化、微生物活动和机械磨损而产生（Feng等，2023；Li等，2024a，2024b）。此外，较小的微塑料因其较高的表面积与体积比，增强了其吸附周围环境中重金属和持久有机污染物的能力。尽管如此，大多数站点中最小尺寸的微塑料（50–100微米）比例相对较低，这可能是由于生物附着和聚集，从而促进更快的沉降（Dhananjaya等，2025）。颗粒尺寸也是影响水生生物摄入的关键因素，已有研究表明，尺寸而非形状决定了生物可利用性和食物链传递（Zhao等，2024）。

在聚合物组成方面，猎人河中识别出七种聚合物类型：聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）、聚酰胺（PA）、聚氯乙烯（PVC）、聚丙烯（PP）、聚碳酸酯（PC）和聚苯乙烯（PS）。总体聚合物组成以PE（23.9%）、PET（21.6%）和PA（21.0%）为主，其次是PVC（18.5%）和PP（9.5%），而PC（3.2%）和PS（2.3%）的比例较低。这些发现与淡水环境中的先前研究一致，其中PE、PET和PA是经常报告的最常见聚合物（Liu等，2025；Yang等，2023）。PE广泛用于塑料薄膜和袋子，而PET则常见于饮料瓶、食品容器、纺织品和电子产品（Gerassimidou等，2023；Li等，2024a，2024b）。PC和PS的较低检测率可能归因于其较低的使用率或对环境降解的较高敏感性。

然而，聚合物的分布因站点而异，反映了局部输入和环境动态的影响（图3d）。在上游流域站点Omadale，PE（34.0%；33±3.62个颗粒/升）占主导地位，这可能归因于其在农业薄膜、塑料包装和一次性包装中的广泛应用，这些在农村和农业地区较为常见（PlasticsEurope，2024）。该地区的PE较高比例可能反映了农业活动相关的直接径流和不当废弃物处理。PET（20.6%）和PA（15.5%）也在Omadale中出现，这可能是由于大气沉积和轻质纤维及薄膜的长距离运输，正如在类似上游淡水系统中所观察到的（Clayer等，2021）。在另一个上游站点Aberdeen，PVC占主导地位（46.7%；107±36.52个颗粒/升），其次是PET（27.5%）。垂直水流运动可能促进了PVC和PET等密度较高的聚合物在该站点中的相对比例，使较重的颗粒悬浮在水柱中。这一发现与Neelavannan等（2023）在恒河上游观察到的高密度聚合物的升高相一致，归因于相似的水动力过程。

Denman位于中游，以PA（51.1%；24±13.93个颗粒/升）为主导，其次是PET（31.9%）和PP（17.0%）。PA的高浓度表明存在家庭污水输入以及合成纺织品的洗涤，这些是淡水生态系统中PA的已知来源（Li等，2024a，2024b）。Wollombi作为下游站点，同样以PE（54.3%；95±11.24个颗粒/升）为主导，其次是PVC（35.4%）。PVC的升高可能归因于建筑材料、管道碎片或其他密集塑料碎片的输入，这些可能在下游环境中常见的沉积区积累。在较低的河段Singleton，PA和PP同样主导（各占30.4%），其次是PE（21.4%）和PET（17.9%）。这种平衡分布反映了城市径流、家庭废弃物和混合土地利用的扩散贡献。多种聚合物在相似水平上的共存是多用途流域的特征，其中家庭、企业和交通路线的输入汇聚（Wagner等，2019）。聚合物组成不仅决定了微塑料的物理和化学特性，还影响其在水生系统中的生态影响。高风险聚合物，如PVC和PC，可能会释放有毒添加剂和内分泌干扰物，如增塑剂、双酚A和邻苯二甲酸盐，进入水中，从而可能损害水生生物的健康（Lithner等，2011；Gerassimidou等，2023）。

为了评估微塑料的生态风险，本研究应用了污染负荷指数（PLI）和聚合物风险指数（PRI），基于每种聚合物类型的相对丰度和危险评分（表S2和S3）。PLI分析（表S2）显示所有采样点的值均较低，范围在1.0至2.2之间。猎人河的整体PLI为1.5。结果还显示PLI随着微塑料污染因子（CF）的增加而上升，表明PLI受到微塑料丰度的影响。总体而言，猎人河中微塑料的污染水平被归类为污染等级I，表明生态风险较低（表S2）。类似低风险分类也基于PLI在其他地表水体中报告，如Budhabalanga河口和印度的恒河和亚穆纳河（Gupta等，2024；Nayak等，2025），以及西藏的拉萨河（Zhou等，2023），这可能归因于低风险聚合物的主导以及缺乏高风险聚合物如PAN和PU。

另一方面，PRI值将站点分为两个生态危险等级（图4）。Singleton和Denman属于危险等级III（PRI 10–100），表明生态风险较低。相比之下，Omadale、Aberdeen和Wollombi被归类为危险等级V（PRI > 1200），表明极端的生态危险。这种升高主要由高风险聚合物驱动，特别是PVC（Sn 10,001）和PC（Sn 1177）。例如，Aberdeen中PVC占总微塑料的46.7%，而Wollombi中PVC占35.4%，分别对应PRI值2068.4和2028.3。这些结果与Liu等（2025）在闽江生态系统中报告的PVC和PC的显著生态风险相一致。相比之下，Denman和Singleton主要由PA主导，分别占总微塑料的51.1%和30.4%，其次是PET和PP。尽管如此，整体生态风险仍然较低，因为PA、PET和PP都被归类为低风险聚合物（表S3），这突显了生态风险不仅取决于微塑料的丰度，还取决于其组成聚合物的危险评分（Islam等，2023；Lithner等，2011）。这些发现强调了在淡水生态系统中进行聚合物特异性风险评估的重要性，并建议有效的缓解策略应优先关注监测和控制高风险聚合物。

在Aberdeen和Wollombi中，PVC和PC的特定地点主导与升高生态危险评分相关，这需要特别关注。先前研究已突出这些聚合物在增强生物氧化应激和发育毒性以及通过其独特的表面化学特性调节微生物生物膜结构中的作用（Islam等，2023；Sun等，2022b）。因此，针对性的风险缓解应优先减少这些高风险聚合物的输入，同时需要进一步的工作来表征其在地方层面对食物链传递、群落韧性以及污染物共输的特定影响。

与大陆和全球记录相比，猎人河中的微塑料污染既显示了共同特征，也显示出区域特征。纤维的普遍性与主要河流如恒河、长江和莱茵河中的发现一致，其中城市、纺织和农业活动是主要的污染源（Klein等，2015；Fang等，2021；Napper等，2021）。然而，高风险聚合物的存在、空间变化的幅度以及独特的指示物种组成强烈受到区域因素的影响，包括土地利用、水文和流域特征。认识到这些模式在更广泛背景中的重要性，强调了制定统一的监测协议、跨流域比较和区域特定风险管理的必要性，同时为国际上对微塑料作为跨境和持久威胁的理解做出了贡献。

微生物多样性、塑料降解微生物群落及功能预测部分揭示了猎人河中微生物群落的特征。通过高通量测序获得了374,281条高质量序列，Good的覆盖率超过97%，表明测序深度充足（图S3）。α多样性指标（Chao1和Shannon指数）显示了地点特异性差异，其中Aberdeen和Denman表现出较高的多样性（图5a）。在门水平上，Actinobacteria、Proteobacteria、Cyanobacteria和Chloroflexi是主要的细菌门，尽管它们的相对丰度因地点而异（图5b）。Rong等（2025）在聚乳酸和聚氯乙烯微塑料样本中也报告了类似的结果。Proteobacteria是已知在微塑料上主要定植的门之一（Yang等，2020）。有趣的是，Ren等（2020）的一项研究发现，在土壤中的微塑料上，Actinobacteria取代了Proteobacteria成为主要门，这可能与土壤环境中的不同因素有关。Hu等（2021）报告称，在微塑料、水和木材样本中，Proteobacteria、Actinobacteria和Bacteroidetes占细菌组成的75%以上。相比之下，Bacteroidota和Actinobacteriota在微塑料上的丰度显著低于水中（Qiu等，2025）。已有研究表明，微塑料对土壤微生物群落的影响多种多样，包括负效应、正效应以及无显著影响（Feng等，2022；Sun等，2022b；Yi等，2021）。相反，在淡水生态系统中，微塑料的存在既显著降低了又增加了细菌群落的丰富度和多样性，同时改变了其组成（Tao等，2024；Kong等，2025；Tian等，2025）。有趣的是，在本研究中，尽管Aberdeen的微塑料丰度较高，但其细菌群落并未受到影响，并且表现出了较高的多样性。

β多样性对于比较样本或实验组之间的微生物群落结构至关重要。PCoA分析提供了关于微塑料污染如何影响微生物群落结构的有价值见解（图S4）。在本研究中，各采样点的微生物群落明显分离，没有重叠，这反映了微塑料污染梯度对群落结构的强烈影响。研究已报告称，微塑料会刺激或抑制特定微生物类群，导致群落结构和功能的变化，包括氮化和反硝化等营养循环过程的变化（Chen等，2025）。Aberdeen和Wollombi形成明显的紧密聚类，表明其微生物群落相较于污染较少的站点更为同质化。这一观察结果与已有研究一致，即微塑料作为环境过滤器，选择能够适应或代谢塑料衍生化合物的微生物类群（Seeley等，2020）。通过LEfSe分析五个猎人河采样点的细菌属，揭示了与不同微塑料丰度相关的微生物生物标志物（图S5）。高微塑料负荷的站点（Aberdeen和Wollombi）显示出Rhodococcus、Prosthecomicrobium和Limnobacter的富集，这些微生物以降解烃类和在合成基质上形成生物膜的能力而著称（Ivshina等，2022；Srivastava等，2025）。

与PlasticDB的比较显示，19个具有降解塑料能力的微生物属在不同站点中显著富集，包括Rhodococcus、Sphingomonas、Pseudoxanthomonas和Microbacterium（图6）。这些类群与先前报告的合成聚合物上的微生物定植和生物降解潜力一致。采样点中发现的微生物定植表明，这些属在塑料表面形成了明显的生物膜（图S6a）。这些属已被报告为降解多种聚合物类型，如LDPE、HDPE、PS、PCL、PP、PLA、PBS和PU（Ji等，2024；Rüthi等，2023；Soulenthone等，2020）。Niu等（2023a）的研究表明，富营养沉积物具有更高的细菌候选降解塑料的潜力，能够降解PE和PP的细菌在自然河流中广泛分布。潜在塑料降解微生物的共现网络分析揭示了微生物相互作用的显著差异。每个站点均表现出高度连接的网络，节点数量在499至500之间，但相互作用的密度有所不同。Aberdeen拥有最大的网络（17,710条边），而Singleton则显示出最稀疏的连接性（10,058条边）（补充数据文件3）。所有站点中正向相互作用占主导地位，但其比例相对于负边而言有所不同，Denman和Aberdeen表现出更高的正负相关性数量。图6b突出了站点特异性聚类模式，其中来自不同门的细菌