污水处理厂溶解性有机物微生物转化的分子机制

《Environmental Research》：Molecular insights into microbial transformation of dissolved organic matter from a wastewater treatment plant

　　

• A2O工艺诱导的红ox阶段依赖性DOM重塑作用强于OD工艺。• A2O工艺降低了出水DOM的分子量并富集了难降解组分。• OD工艺在混合红ox微环境下保留了较高分子量的DOM。• 微生物群落发生分化，但酶谱表现出冗余性。• dPMD网络揭示了中间物介导的DOM级联转化过程。引言城市污水处理厂（WWTPs）是控制有机污染物、营养物、病原体和转化产物向水体释放的关键屏障（Prasse等，2015年）。尽管常规生物处理工艺在降低化学需氧量、生化需氧量和总有机碳等整体有机负荷方面通常行之有效，但这些聚合参数所提供的关于残余溶解性有机物（DOM）分子组成和环境行为的信息十分有限。经处理出水含有复杂的分子多样性有机化合物混合物，包括易降解的微生物代谢产物、含氮和含硫分子、腐殖质类物质以及难降解的含氧化合物（Wang等，2021年）。这些残余DOM组分可影响下游碳循环、微生物代谢、金属络合、光化学反应、膜污染、消毒副产物生成以及出水排放的生态风险（Freeman等，2024年）。因此，理解污水处理过程中DOM的转化需要从整体去除评估转向DOM归宿的分子水平表征及其控制机制。污水处理厂中的DOM并非被动的残余物质，而是一个由微生物降解、生物合成、水解、发酵、红ox反应、吸附和内生释放不断重塑的动态分子连续体（Zhang等，2026年）。在生物处理过程中，进水来源的有机分子可能被去除、转化为中间产物、被同化为微生物生物量，或转化为更为持久地排入出水的DOM。与此同时，微生物代谢可产生新的可溶性微生物代谢产物和胞外聚合物，进一步使DOM的分子轨迹变得复杂（Hu等，2025年）。以往研究表明，废水DOM含有大量的CHO、CHON、CHOS和CHOP分子式，以及蛋白质类、脂质类、木质素类、碳水化合物类和缩合芳烃类化合物等（Zhang等，2019年）。然而，这些组分的分子转化高度依赖于处理工艺。不同的生物处理构型会形成不同的红ox梯度、水力条件、污泥停留条件和微生物生态位，可能选择性地调控DOM分子的去除、生成和持久性。因此，两种整体处理性能相近的系统可能排放出分子组成、抗降解性和生态反应性显著不同的出水（He等，2023年）。在全尺度生物处理工艺中，厌氧-缺氧-好氧（A2O）工艺和氧化沟（OD）工艺是两种广泛应用但机理迥异的构型。A2O工艺的特点是厌氧、缺氧和好氧区清晰分离。这种分区化的红ox结构可对微生物和有机底物施加强烈的阶段特异性选择。残余DOM可能逐步富集含氧、不饱和或含杂原子的难降解组分（An等，2025年）。OD系统通常在连续循环条件下运行，水力停留时间相对较长，并形成混合好氧-缺氧微环境。这种构型可支持同步硝化-反硝化和有机物的逐步稳定化，但可能削弱功能区间强烈的红ox转变（Mitsutoshi等，1984年）。这些差异表明，A2O和OD工艺不仅可能在污染物去除路径上存在差异，在支配DOM转化的分子规则上也不同。然而，目前直接将工艺构型与DOM分子归宿联系起来的对比证据仍然不足，特别是在全尺度处理水平上。高分辨率分子表征是解析废水DOM化学多样性的有力工具（Gad等，2025年）。分子式、元素比例、双键当量、芳香度指数、碳名义氧化态和Van Krevelen分布可揭示饱和度、含氧化程度、杂原子取代、热力学性质和化合物类别组成的变化。然而，仅凭分子谱图无法充分解释特定DOM组分的去除或保留（Li等，2023年）。由于DOM转化本质上由微生物群落及其代谢功能介导，因此有必要将DOM分子组成与微生物分类学结构和酶编码转录谱相结合。这种整合有助于确定处理诱导的DOM变化是与特化功能类群、分散的微生物联合体还是功能冗余的酶网络相关联（Wang等，2023年）。污水处理厂中的微生物群落受溶解氧梯度、底物可用性、营养物负荷、污泥龄和水力条件的影响（Santillan等，2025年）。强分区化的红ox系统可能富集专化的微生物，用于磷积累、反硝化、发酵、硫酸盐还原和好氧氧化，而连续混合系统倾向于维持更多样化且功能分散的群落（Zhang等，2024年）。然而，分类学分化并不总是转化为功能分化。功能冗余在工程微生物生态系统中很常见，其中不同的微生物组合维持着相似的核心代谢功能。因此，同时分析微生物组成和功能酶对于确定工艺依赖性DOM转化反映的是群落成员变化、功能潜力变化还是两者兼有至关重要。这对于废水DOM尤为重要，因为残余出水组成可能不仅由特定类群的存在控制，还可能由更广泛的生态组织策略控制，如生态位特化、协同代谢和分散的底物转化（Lin等，2023年）。另一个主要挑战是从描述性DOM表征转向预测性和机理解释。DOM分子可被分类为在处理阶段中添加、去除或保留的（Ma等，2024年），但其归宿取决于相互作用的特征，如质量、元素组成、氧化态、芳香度、不饱和度和热力学可行性。传统的单变量分析无法捕捉这些非线性效应。基于树的机器学习（ML）模型结合可解释方法如Shapley加性解释，可以识别驱动转化的分子描述符，将组成与去除或持久模式联系起来（Liu等，2023年；Khajavian等，2026年）。除预测建模外，转化网络分析可揭示DOM变化背后的反应结构。成对质量差方法如dPMD网络可揭示烷基化、氧化、脱羧、加氢/脱氢和杂原子相关转化等常见修饰的潜在分子关系（Maimaitiabudula等，2026年）。通过将DOM组织为底物、中间体和产物节点，dPMD网络可指示转化是通过直接的底物到产物路径还是中间体介导的级联过程进行的（Zheng等，2025年）。这在DOM经历反复修饰、部分降解和结构相关池内重新合成的生物处理中尤为相关，尽管在全尺度构型中网络级机制仍缺乏充分的解析。本研究通过整合DOM分子表征、微生物群落分析、宏转录组功能谱、机器学习解释和dPMD网络分析，系统比较了全尺度A2O和OD污水处理工艺中DOM的分子转化。具体目标为：（i）表征沿两条处理路径DOM分子量分布、元素组成、不饱和度、化合物类别和Van Krevelen模式的工艺依赖性变化；（ii）确定微生物群落结构和酶编码转录谱在A2O和OD系统间的差异，以及这些差异与DOM分子属性的关系；（iii）利用可解释机器学习模型识别控制DOM分子生成、去除和持久性的关键分子描述符；（iv）重构DOM转化网络，揭示分子转化是由直接反应还是中间体介导的级联路径主导。我们假设A2O工艺的分区化红ox结构将诱导更强的阶段依赖性DOM重塑并选择特化的功能微生物群体，而OD工艺的连续循环和混合红ox微环境将倾向于通过更多样化和分布式的微生物网络促进DOM的逐步稳定化。通过阐明支配DOM归宿的分子、微生物和转化网络机制，本研究为优化生物污水处理系统奠定了初步的机理基础。此类改进可有助于加强对难降解出水DOM的控制并减轻处理水排放带来的生态风险。本研究通过在一家A2O和一家OD污水处理厂的案例调查进行阐述。跨多个设施的更广泛重复性调查提供了进一步解析进水DOM基质和场地特异性因素如何塑造所观察到的差异的机会。研究框架本文的系统性分析框架将多组学表征与机器学习相结合，以阐明工艺依赖性DOM转化机制（图1）。在全尺度A2O和OD系统取水采样后（步骤1），DOM分子谱图通过FT-ICR MS解析，微生物群落组成通过宏基因组测序表征，而功能谱的酶编码转录丰度通过转录组测序表征。两个全尺度处理工艺中的DOM如图2A所示，分子量统计表明OD系统沿处理路径未表现出高分子量DOM的单调积累。相反，两种处理工艺均表现出从进水到最终出水的分子量轻微下降，而OD系统在其他对应阶段始终维持比A2O系统更高的分子量水平。在A2O工艺中，平均分子量从……下降。结论本研究提供了探索性证据，表明生物处理构型与废水DOM的分子归宿、微生物调控和残余抗降解性相关。A2O工艺诱导了更为显著的红ox阶段依赖性DOM重塑，其特征为最终分子量更低、脂质类和蛋白质类化合物逐步消耗、O/C比升高、H/C比降低，以及木质素/缩合芳烃类和多元杂原子组分的富集。CRediT作者贡献声明Li Li：项目管理、基金获取。Jingyun Ge：写作–审阅与编辑。Pengyu Li：写作–审阅与编辑、写作–初稿、方法论、调查研究、形式分析、数据整理。Yunping Han：写作–审阅与编辑。Yuxin Wang：写作–审阅与编辑。Junxin Liu：写作–审阅与编辑。Tianlong Zheng：写作–审阅与编辑、概念化。未引用参考文献Grabherr等，2011年；Li等，2024年；Li等，2023年；Liu等，2023年；Maizel和Remucal，2017年；Maizel和Remucal，2017年；Pandit等，2021年；Zhang等，2019年。利益冲突声明? 作者声明，他们没有已知的可能影响本文所报告工作的竞争经济利益或个人关系。致谢本研究由国家重点研发计划（项目编号：2022YFC3203303）提供资金支持。Pengyu Li | Jingyun Ge | Yuxin Wang | Yunping Han | Tianlong Zheng | Junxin Liu | Li Li