宏基因组学揭示农业生产系统中抗生素和重金属抗性基因的潜在风险

《Food Research International》：Metagenomics reveals potential risks of antibiotic and metal resistance genes in agricultural production systems

　　

• •
  土壤中的抗生素抗性基因（ARGs）多样性最高。
• •
  生鲜农产品携带了具有潜在食品安全相关性的多样ARGs。
• •
  灌溉水中的可移动遗传元件（MGEs）多样性高，且与ARGs相关联。
• •
  在528个细菌宏基因组组装基因组（MAGs）中，Pseudomonadota是ARGs的主要宿主。
• •
  tet(L)-rep22_1b基因区域在水体和生鲜农产品中均有出现。

引言

全球抗生素的过度使用导致了抗菌药物耐药菌和抗生素抗性基因（ARGs）在"同一健康"（One Health）环境中的出现，对全球公共卫生构成了不可避免的威胁（Hao等人，2024）。在农业生产中，大多数水果和蔬菜因直接接触土壤和灌溉水而极易受到微生物污染，而这些土壤和灌溉水往往受到废水污染。已有研究报告指出，灌溉水为农业环境中的微生物生长和存活提供了生态位，是植物和食源性病原体的潜在储存库，从而增加了经济作物的损失和人类健康风险（Hintz等人，2010；Redekar等人，2019；Uyttendaele等人，2015）。此外，多项研究表明，植物可通过根系被动吸收周围水溶性污染物，这些污染物可转运并积累在不同植物组织中（L. M. Madikizela等人，2018；V. L. R. Pullagurala等人，2018）。值得注意的是，蔬菜的形态也显著影响微生物定殖和污染物积累；叶菜类蔬菜由于表面积大且靠近土壤，更容易积累源自土壤的ARGs和病原体（Alegbeleye等人，2018）。而果菜类蔬菜的蜡质角质层可能滞留疏水性污染物（如抗生素残留物），并通过灌溉水或空气获取ARGs（Venkata L Reddy Pullagurala等人，2018）。这些差异凸显了果蔬（生鲜农产品）在阐明ARGs传播途径和进行风险评估方面的重要性（Lawrence Mzukisi Madikizela等人，2018）。由于生鲜农产品通常不经热处理直接生食，这些食品上存在的ARGs可能增加人类对耐药决定因子的暴露，进而可能增加健康风险和多重耐药性（MDR）的出现（Holvoet等人，2013；Walia等人，2013）。

可移动遗传元件（MGEs）是细菌群体间ARGs水平转移的重要媒介（Forster等人，2022；Wang等人，2025）；然而，农业环境中水平基因转移（HGT）的机制仍有待深入研究。在自然生态系统中，ARGs常与金属抗性基因（MRGs）共存，共同使微生物能够抵御各种环境选择压力。重金属污染不仅对微生物群落产生直接的毒性作用，还可能诱导氧化应激反应，从而增强细菌对抗生素的抗性（Gao等人，2025）。因此，阐明MRGs在农业生态环境中的分布模式对于理解ARGs的协同选择和传播具有重要意义。

宏基因组测序是研究ARGs在自然环境中发生、丰度和分布的有力工具，尤其适用于鉴定那些基于培养或扩增子的方法可能无法检出的新型ARGs（Schmieder & Edwards，2012；Xu等人，2015）。此外，宏基因组测序还能进一步探究环境样本中的微生物群落结构和功能多样性（Peng等人，2021）。高通量测序技术能够表征复杂且大部分不可培养的微生物群体及其基因组内容（Diaz等人，2012；Rinke等人，2014）。同时，宏基因组分箱可以将序列片段（contigs）分配到特定的微生物基因组中，从而直接从混合微生物群落的原始测序数据中提取具有生物学意义的信息（Liu等人，2024）。

因此，表征微生物群落、ARGs、MGEs和MRGs之间的分布模式及其相互关系，对于理解抗微生物耐药基因在农业生态系统中的潜在传播具有重要意义。本研究采用宏基因组方法，对中国武汉、青岛和咸阳农业产区采集的土壤、灌溉水和生鲜农产品样本中的微生物多样性、耐药组（resistome）和可动组（mobilome）进行了分析。我们系统地表征了微生物群落、ARGs、MGEs和MRGs的组成、多样性及其相互关系，从而描绘了农业环境中抗生素和金属耐药性传播潜力的现状，并评估了潜在的公共卫生风险。

章节摘录

样本采集

从2022年7月至2023年5月，共采集了361个样本，包括来自武汉、青岛和咸阳多个种植区的135个生鲜农产品样本、74个土壤样本和152个灌溉水样本。蔬菜样本采用三点对角线方案（两个角落和中心点）进行采集，并根据作物类型分为叶菜类和果菜类，每株蔬菜同时采集三个相邻的表层土壤样本。这些蔬菜主要为食用部分

宏基因组序列的基本特征

49个宏基因组样本共产生了656.6 Gb的原始测序数据，平均每样本13.4 Gb。经过质量过滤后，保留了43.75亿条干净reads，包含650.77 Gb的序列数据。宏基因组组装生成了7134万个contigs。从组装的contigs中共预测出9199.8万个ORFs（开放阅读框）。按样本进行CD-HIT聚类后，在49个宏基因组样本中共保留了8789.9万个代表性ORFs

讨论

在"同一健康"框架下，农业环境作为连接人类、动物和环境的关界面，其在抗生素耐药性传播中的作用越来越受到关注（Hernando-Amado等人，2019；Shallcross & Davies，2014）。本研究采用宏基因组分析方法，系统揭示了土壤、灌溉水和

CRediT作者贡献声明

李智超（Zhichao Li）： 原稿撰写、方法学、数据管理、概念构思。李冰燕（Bingyan Li）： 审阅与编辑、概念构思。孙欣然（Xinran Sun）： 软件、调查。曹颖（Ying Cao）： 软件、数据管理。彭凯（Kai Peng）： 验证、方法学、概念构思。Muhammad Shoaib： 审阅与编辑、软件。杨保伟（Baowei Yang）： 验证。王俊（Jun Wang）： 验证。马毅（Yi Ma）： 验证。王志强（Zhiqiang Wang）： 指导、获取资金。白力（Li Bai）： 指导、获取资金，

未引用参考文献

R Core Team, 2013

利益冲突声明

作者声明他们没有已知的经济利益冲突或可能影响本文所报告工作的个人关系。

致谢

本研究由国家重点研发计划（2022YFD1800400）、国家自然科学基金（编号：32473095和31871899）、国家卫生健康委员会食品安全风险评估重点实验室开放基金（编号：NHC202309）以及江苏省高校优势学科建设工程（PAPD）资助。感谢扬州大学兽医学院高性能计算集群提供的支持。作者致谢

Zhichao Li|Bingyan Li|Xinran Sun|Ying Cao|Kai Peng|Muhammad Shoaib|Baowei Yang|Jun Wang|Yi Ma|Zhiqiang Wang|Li Bai|Ruichao Li