暖湿气候下果园弃耕形成的南方城市森林成为重要N2O排放源的机制研究

本研究针对抗生素抗性基因(ARGs)和移动遗传元件(MGEs)在土壤环境中的传播风险，通过宏基因组分析中国5种土地利用类型下180份土壤样本，揭示森林和农田土壤具有更高的ARGs多样性和传播潜力，构建了整合环境流行度、基因移动性和宿主致病性的多指标风险评估框架，为环境监测和防控策略提供科学依据。

　　

抗生素抗性已成为全球公共卫生的重大威胁，而土壤作为最大的环境耐药基因库，其抗性基因的传播机制却鲜有系统研究。更棘手的是，移动遗传元件(MGEs)像"基因特洛伊木马"般加速抗性基因的水平转移，使得问题雪上加霜。尽管已有研究关注农业土壤中的抗性基因，但不同土地利用类型下ARGs-MGEs的共生网络和传播规律仍如"黑箱"，特别是缺乏整合基因丰度、移动潜能和宿主风险的综合评估体系。

吉林省教育厅和中国博士后科学基金资助的研究团队在《Environmental Research》发表重要成果。研究人员从欧洲核苷酸档案(ENA)获取10,257份土壤宏基因组数据，经严格筛选后保留180个样本，覆盖农田、森林、草地、城市绿地和裸地五种类型。通过Kruskal-Wallis检验、冗余分析(RDA)、PERMANOVA和共现网络分析等多维统计方法，结合宏基因组组装和分类学注释，首次绘制了中国土壤ARGs-MGEs的全景图谱。

多维分析揭示土地利用梯度下的分布特征
研究发现862种ARGs亚型中28种存在于95%以上样本，其中放线菌门(Actinomycetota)和假单胞菌门(Pseudomonadota)是主要宿主。森林和农田土壤展现出更高的ARGs多样性，而城市和裸地抗性组复杂度显著降低。

网络分析解码ARGs-MGEs共生关系
共现网络识别出关键ARGs-MGEs模块，揭示人为干扰区域MGEs对基因水平转移的促进作用。遗传背景分析发现267种ARGs亚型具有中高风险，其中bla_NDM等碳青霉烯酶基因与IS26等转座子频繁共定位。

创新风险评估框架
研究首创整合三要素的风险矩阵：环境流行度(检出率>60%)、基因移动性(与MGEs共现)和宿主致病性(含病原菌)。据此将17.3%的ARGs归类为高风险，包括mcr-1等"超级耐药基因"。

这项研究不仅揭示了土地利用驱动下土壤耐药基因组的演变规律，更创新性地建立了可量化的环境风险预警体系。特别是发现森林土壤作为传统认知中的"低干扰环境"，实则具有较高的基因流动潜力，这一反直觉结论为环境耐药性防控提供了新思路。研究提出的多指标风险评估模型，可应用于污水处理、畜禽养殖等其他环境场景，为制定精准化的抗生素使用政策和环境治理措施提供了理论支撑。