《Frontiers in Microbiology》：Urbanization shapes the landscape of antibiotic resistance genes and water quality microbial markers across an urban watershed
编辑推荐：
摘要专业翻译
城市化改变了流域水文、土地利用和水质，可能影响城市河流中抗生素抗性基因（antibiotic resistance genes，ARGs）和微生物污染物的分布。然而，城市化、微生物水质标志物与环境抗生素耐药性之间的流域尺度关系仍未完全阐明。本研究
摘要专业翻译
城市化改变了流域水文、土地利用和水质，可能影响城市河流中抗生素抗性基因（antibiotic resistance genes，ARGs）和微生物污染物的分布。然而，城市化、微生物水质标志物与环境抗生素耐药性之间的流域尺度关系仍未完全阐明。本研究通过整合高通量定量PCR（quantitative PCR，qPCR）阵列、流域尺度地理空间特征、理化测量和多元分析，调查了美国密歇根州东南部Rouge River流域内ARGs和微生物水质标志物的空间格局及不同采样批次间的差异。研究人员在三次采样活动（2023、2024和2026年）中，从沿城市化梯度分布的六个采样点采集了水样。利用非度量多维尺度分析（non-metric multidimensional scaling，NMDS）、冗余分析（redundancy analysis，RDA）和探索性Pearson相关分析，对靶向83个ARGs和50个微生物水质标志物的阵列检测图谱进行了评估。微生物水质标志物组成在采样点和采样批次间表现出显著差异，但与所测流域特征或理化变量无显著关联。相比之下，ARGs组成在RDA中显示出与若干所测流域及理化梯度的探索性关联，尽管在考虑采样点内重复观测后，整体关系未达到统计学显著水平。β-内酰胺类耐药基因在检出的ARGs中占比最大，而四环素类耐药基因表现出最高的归一化检出频率。值得注意的是，中游Inkster采样点在2024年和2026年均表现出最高的ARGs丰富度，尽管其已开发土地比例处于中等水平。这一重复出现的模式发生在截然不同的前期降水条件下，表明已开发土地和近期降雨单独不太可能解释所观察到的ARGs热点现象。这些发现表明，在同一城市流域内，微生物水质标志物和ARGs呈现出不同的空间格局，并为淡水系统中环境抗生素耐药性的空间复杂性提供了新见解。综上所述，本研究凸显了在“同一健康”（One Health）框架下，整合分子、环境和地理空间方法进行流域尺度AMR监测的价值。
论文解读
一、研究背景与科学问题
城市流域是全球受人类活动改造最为剧烈的生态系统之一。城市化通过雨水径流、污水排放、工业活动和人口扩张等途径，深刻改变了流域的水文过程、土地利用格局和水质状况。这些人为压力使城市水体成为微生物污染物和抗生素抗性基因（antibiotic resistance genes，ARGs）的储存库和传播通道，加剧了环境抗生素耐药性（antimicrobial resistance，AMR）扩散的担忧。在“同一健康”（One Health）框架下，AMR已成为重大全球公共卫生威胁，理解流域特征和城市相关环境压力如何影响ARGs和微生物污染物的分布，已成为优先研究方向。
尽管高通量分子技术极大地提升了ARGs和微生物源追踪标志物的检测能力，但这些方法往往被独立应用，或局限于有限的空间和时间采样框架。因此，流域特征、理化条件、微生物污染和ARGs赋存之间的相互关系，在流域尺度上仍未得到充分理解。将分子图谱与环境及空间信息相结合的综合方法，已被日益认为是追踪水生生态系统抗生素耐药性的重要途径。然而，整合高通量分子图谱、地理空间分析和环境测量，并在多个采样点和年份间开展的研究仍然缺乏，难以确定ARGs和微生物水质标志物是否对流域尺度环境梯度产生相似响应。
二、研究设计与技术方法
本研究选取美国密歇根州东南部Rouge River流域作为理想模型系统。该流域是五大湖流域中城市化程度最高的区域之一，从相对欠发达的源头区到高度城市化的下游河段，形成了显著的城市化梯度。研究人员在2023、2024和2026年各开展一次采样活动，从沿城市化梯度分布的六个采样点（Canton、Venoy、Inkster、Ford Field、Dearborn和Rouge Park）采集水样。每个采样点收集三个独立的1-L复合次表层水样，深度约为水面以下30 cm，每个复合样由间隔20分钟的四次抓取样组成。
研究采用的主要关键技术方法包括：基于ArcGIS Pro和WikiWatershed平台的地理信息系统（GIS）分析，用于划定各采样点上游汇水流域并计算土地利用和水文特征；使用DNeasy PowerWater Kit提取DNA，并将三个生物学重复样品的DNA等体积合并为每个站点-年份的复合DNA样本；采用Qiagen的Microbial DNA Water Quality Array（靶向50个微生物水质标志物）和Microbial DNA Antibiotic Resistance Genes Array（靶向83个ARGs）进行高通量qPCR阵列检测；以Cq ≤ 35作为阳性检出阈值，构建二元检出矩阵；采用非度量多维尺度分析（NMDS）、主坐标分析（PCoA）、冗余分析（RDA）和典范对应分析（CCA）进行多元排序分析；以及Pearson相关分析和双因素方差分析（ANOVA）等统计方法。
三、研究结果
3.1 GIS表征的城市化梯度
GIS分析证实六个采样点之间存在显著的城市化梯度。总已开发土地从上游Canton的46.3%增加到下游Rouge Park的92.7%，落叶林（16.5%–3.4%）和耕地（25.2%–0.01%）则相应递减。Venoy、Inkster、Ford Field和Dearborn的已开发土地比例居中，介于61.0%至67.5%之间。水文特征也沿梯度变化，Strahler河流等级从Canton的三级增加到Rouge Park的五级，河网密度介于0.787至1.090 km km-2之间。
3.2 环境特征
理化变量在采样点和采样批次间表现出显著差异。2024年各采样点水温最高，2026年最低；溶解氧在2024年普遍较低，2026年较高。河水pH值介于6.08至7.55之间，保持近中性。电导率和总溶解固体（TDS）在下游站点（Ford Field、Dearborn和Rouge Park）持续较高。浊度在2023和2024年的Rouge Park最高。双因素ANOVA显示，所有理化变量均存在显著的站点、年份及站点×年份交互效应，表明流域环境条件在空间上异质且在三次采样活动间差异显著。
3.3 微生物水质标志物
所有六个功能类别（水生病原体、人类相关机会性病原体、动物相关标志物、环境来源指示物、人类粪便相关标志物和粪便指示菌）均在流域内检出，但相对比例因站点和采样批次而异。水生病原体和动物相关标志物在多数站点占检出标志物的最大比例。热图显示，气单胞菌属（Aeromonas spp.）和Butzler弓形杆菌（Arcobacter butzleri）在整个流域广泛分布，而环境来源指示物如脱硫弧菌属（Desulfovibrio spp.）、嗜肺军团菌（Legionella pneumophila）和分枝杆菌属（Mycobacterium spp.）则检出稀少或缺失。NMDS显示样本间存在大量重叠，无明显的站点或批次特异性聚类（stress = 0.062）。RDA解释了41.6%的微生物标志物组成变异，但整体模型不显著（调整后R2 = 0.008，置换检验，P = 0.491），CCA同样不显著（P = 0.401），表明微生物水质标志物组成与所测环境变量无系统关联。
3.4 抗生素抗性基因
ARGs丰富度和类别分布随站点和采样批次变化。2023年Venoy检出最多（25个基因），Inkster最少（9个）；2024年Inkster检出最多（31个），Rouge Park最少（10个）；2026年Inkster再次最高（31个），Rouge Park仍最少（10个）。值得注意的是，Inkster在2024和2026年均表现出最高ARGs丰富度，尽管其已开发土地比例处于中等水平（63.04%），且这两次采样活动的前期降水条件截然不同（72小时累计降水分别为4.83 mm和9.40 mm）。β-内酰胺类耐药基因在检出的ARGs中占比最大，尤其在2024和2026年的Inkster和Dearborn。万古霉素类耐药基因在整个研究期间的所有采样点均有检出。热图显示，氨基糖苷类（aadA1）、β-内酰胺酶类（OXA-10和OXA-2组）、氟喹诺酮类［AAC(6’)-Ib-cr］、大环内酯类（ermB）和四环素类（tetA）耐药基因在多数采样点广泛检出。RDA显示ARGs组成与若干流域和理化梯度存在探索性关联，但在考虑站点内重复观测后，整体关系未达统计显著。
四、讨论与结论
本研究的核心发现是，在同一城市流域内，微生物水质标志物和ARGs呈现出截然不同的空间格局。微生物水质标志物组成虽然存在显著的站点和批次间差异，但与所测流域特征和理化变量无显著关联；而ARGs组成则显示出与若干环境梯度的探索性关联。中游Inkster站点在2024和2026年连续表现出最高的ARGs丰富度，这一重复模式在截然不同的前期降水条件下出现，表明已开发土地和近期降雨单独不足以解释该ARGs热点现象，提示可能存在其他未测量的局部污染源或环境选择压力。
研究结论指出，这些发现为淡水系统中环境抗生素耐药性的空间复杂性提供了新见解，并凸显了在One Health框架下，整合分子、环境和地理空间方法进行流域尺度AMR监测的互补价值。ARGs和微生物水质标志物作为分子指标，为流域综合监测提供了互补信息，有助于更全面地评估城市流域的微生物污染状况和环境健康风险。
