《International Journal of Hygiene and Environmental Health》：Selective attenuation of wastewater resistomes and residual ARG–MGE co-occurrence in semi-arid lagoon-treated effluents
编辑推荐：
摘要抗菌药物耐药基因（ARGs）、可移动遗传元件（MGEs）以及具有临床相关性的细菌分类群是影响受废水影响生态系统的环境健康问题。然而，在排水或回用之前，氧化塘系统减弱这些耐药相关信号的能力在半干旱地区仍缺乏充分表征。本研究对2025年1月至3月期间从摩洛哥两个氧化塘系统——
摘要
抗菌药物耐药基因（ARGs）、可移动遗传元件（MGEs）以及具有临床相关性的细菌分类群是影响受废水影响生态系统的环境健康问题。然而，在排水或回用之前，氧化塘系统减弱这些耐药相关信号的能力在半干旱地区仍缺乏充分表征。本研究对2025年1月至3月期间从摩洛哥两个氧化塘系统——塞塔特（城市型，n = 18）和乌拉德·赛义德（农村型，n = 16）——大约每周收集的34个进水和水处理出水样本进行了鸟枪法宏基因组测序分析。采用多样性指标、PERMANOVA（非参数多因素方差分析）、差异丰度检验和相关网络对TPM标准化的分类学、耐药组和移动组图谱进行了分析。氧化塘处理产生了具有场地依赖性的微生物群落重组，乌拉德·赛义德系统表现出显著的转变（Aitchison PERMANOVA，R2 = 0.376，p = 0.002），而塞塔特系统的转变较弱且不具统计学显著性（R2 = 0.125，p = 0.054）。ESKAPE相关细菌从CARD注释分类群的约38%降至32%，但在出水样中仍可检测到。耐药组整体减弱，但最后防线抗生素耐药基因（LR-ARGs）的响应不均一：大多数mcr变异株下降了82.4%–89.9%，其中若干变异株的降低具有统计学显著性，而blaVIM-1和tet(X)则仅表现出有限的或不显著的降低。移动组有所下降，但转座酶和插入序列仍然突出。网络分析表明，处理后残留的统计性ARG–MGE–分类群共现关系更为密集，但这并不意味着遗传移动性增强或水平基因转移（HGT）增加。总体而言，这些系统充当了选择性、情境依赖性的屏障，在降低耐药相关负荷的同时保留了具有临床相关性的残留信号。不同场地的对比性响应表明，处理性能不应假设为在不同氧化塘系统间是均匀的，并支持针对排水和回用安全的目标性出水监测。
引言
抗菌药物耐药（AMR）是全球重大的公共卫生威胁，削弱了细菌感染的有效治疗。2019年，细菌AMR直接导致全球估计127万人死亡（Antimicrobial Resistance Collaborators, 2022），而预测表明，若不加强化监测和减缓措施，在2025年至2050年间可能导致约3900万人死亡（Naghavi等人, 2024）。
因此，AMR监测必须超越临床环境，以应对耐药细菌、抗生素耐药基因（ARGs）和可移动遗传元件（MGEs）在相互关联的人类、动物、废水、农业和环境系统中的流通（Punch等人, 2025; Shafiq等人, 2026）。污水处理厂（WWTPs）在此连续统中具有重要作用，因为它们接收来自家庭、临床、工业和农业的多样化输入，并可能将残余耐药决定因子释放到受纳水体或废水回用系统中（La Rosa等人, 2025）。处理后的出水因此可能代表潜在的环境暴露途径，使得AMR减灭评估与卫生设施、安全排放和废水回用管理相关。这些问题在半干旱地区尤为重要，因为反复出现的水资源短缺和干旱增加了对处理废水用于灌溉和其他回用应用的依赖，从而增加了在回用前控制残余AMR相关污染物的重要性（Wardi等人, 2024）。此外，干旱条件下废物稳定塘的性能会因气候和运行条件（包括季节性和温度相关变化）而有所不同，这些变化可能影响最终出水质量（Krimech等人, 2025）。
市政氧化塘在半干旱和资源有限的地区被广泛使用，因为它们成本低、气候适宜且运行要求有限（Mahapatra等人, 2022; Ruto等人, 2025）。然而，它们在出水排放或回用之前减弱ARGs、MGEs和具有临床相关性的细菌分类群的能力仍缺乏充分表征（Karina等人, 2025）。大多数废水AMR研究主要通过ARG丰度变化来评估处理效果（Nguyen等人, 2021）。然而，耐药的环境持续性和潜在传播还取决于微生物群落组成、具有临床相关性的细菌分类群以及ARGs与MGEs之间的关联（Zhu等人, 2025）。评估这些相互关联的组成部分尤为重要，因为单个ARG的减少可能无法消除处理后出水中残留的与分类群和移动性相关的信号。氧化塘性能还可能因进水来源、有机负荷、水力停留时间、阳光暴露、沉降和充氧而有所不同，但在半干旱系统中这些因素如何塑造AMR减灭和残留出水图谱仍未得到充分阐明。
废水的宏基因组监测越来越多地应用于表征群落水平的AMR图谱，包括在中低收入地区（Khan等人, 2026）。然而，关于摩洛哥废水相关AMR的宏基因组证据仍然有限。最近在阿加迪尔的一项研究在拟用于回用的处理废水中鉴定出ARGs和MGEs，支持在水资源稀缺的回用情境中监测耐药相关污染物的需求（Wardi等人, 2024）。最近，对塞塔特和乌拉德·赛义德未处理废水的比较宏基因组分析揭示了场地特异性的耐药组–移动组模式以及具有临床相关性的最后防线抗生素耐药基因（LR-ARGs）的存在（Raqraq等人, 2026b）。然而，该分析仅关注未处理废水，并未评估氧化塘处理过程中的变化。据我们所知，尚无摩洛哥研究使用整合微生物群落、耐药组、移动组、LR-ARGs以及ARG–MGE–分类群关联分析的方法，对来自不同市政氧化塘系统的进水和出水样本进行比较。这代表了一个重要的知识空白，因为仅仅总的ARG减少量可能无法捕捉到最终出水中具有临床相关性的基因、移动元件和细菌分类群的持续性。通过将城市型和农村型氧化塘系统中的这些组成部分进行整合，本研究提供了首个关于半干旱氧化塘处理如何减弱和重组与环境暴露、排放和废水回用相关的AMR信号的比较性评估。
在本研究中，我们评估了摩洛哥两个代表半干旱市政氧化塘系统中微生物群落、ARGs、MGEs、LR-ARGs以及ARG–MGE–分类群共现模式的变化——一个是接收医院相关输入的城市系统，另一个是农村废水系统。我们假设氧化塘处理会选择性地减弱与废水相关的细菌和耐药决定因子，而具有临床相关性的ARGs及其与MGEs和细菌分类群的关联将在出水样中持续存在。通过整合鸟枪法宏基因组测序、多样性分析、差异耐药组分析、移动组表征和生态网络分析，本研究评估了氧化塘处理减弱环境AMR相关信号的程度，并识别了与出水排放、回用和环境健康监测相关的残留特征。
各章节摘录
废水采样与研究场地
本研究在摩洛哥卡萨布兰卡-塞塔特省塞塔特省的两个废水稳定氧化塘系统进行。塞塔特系统（33°00′ N, 7°37′ W）服务于一个以家庭废水为主的城市集水区，并额外接收来自省立医院的医疗相关输入。乌拉德·赛义德系统（32°46′ N, 7°19′ W）服务于一个农村集水区，接收家庭废水以及来自当地卫生中心的输入，还有农业和畜牧业相关活动的输入。该
氧化塘处理阶段间的微生物群落多样性和结构
微生物群落组成因氧化塘处理而发生变化，但两个系统间该效应的程度不同（图2a）。在乌拉德·赛义德，未处理和已处理废水的群落基于Bray-Curtis相异性和基于CLR变换数据计算的Aitchison距离均显著分离（PERMANOVA，R2 = 0.512，p = 0.002；R2 = 0.376，p = 0.002），表明处理导致了显著的群落重组。相比之下，没有显著的组成性变化
讨论
本研究表明，半干旱氧化塘处理选择性地减弱了与废水相关的微生物群落、ARGs和MGEs，尽管性能在系统间有所不同。乌拉德·赛义德系统中比塞塔特系统更强烈的群落重组表明，氧化塘处理并非起作用均匀的生态过滤器，而可能受到进水组成、当地废水来源、有机负荷、水力条件、阳光、充氧、沉降和常驻微生物的影响
结论
市政氧化塘处理降低了与废水相关的细菌、ARGs、MGEs和LR-ARGs的丰度，但减灭效果是选择性的、具有场地依赖性的且不完整的。塞塔特和乌拉德·赛义德之间的差异可能反映了当地废水输入以及场地特定的运行和环境条件对微生物重组、移动组持续性、LR-ARGs减少和残余ARG–MGE–分类群连通性的影响。因此，在这两个…（原文截断）中观察到的定量减灭模式
CRediT作者贡献声明
Habiba Raqraq：撰写 – 初稿、方法学、调查研究、正式分析、数据整理、概念构思。Abouddihaj Barguigua：撰写 – 审阅和编辑、可视化、验证、监督、软件、方法学、正式分析。Amina Ressmi：撰写 – 审阅和编辑、软件、正式分析。Rafik Aniba：撰写 – 审阅和编辑、软件、正式分析。Assmaa Dihmane：撰写 – 审阅和编辑、软件、正式分析。Fathi Jihane：可视化、资源…（原文截断）
利益冲突声明
作者声明他们不存在已知的可能影响本论文所报道工作的竞争性经济利益或个人关系。
致谢
我们衷心感谢我们的学术导师和同事们的宝贵指导，以及塞塔特和乌拉德·赛义德污水处理厂的工作人员，他们便利了现场访问并支持了样本采集。本研究未获得任何公共、商业或非营利基金机构的专项资助。
Habiba Raqraq|Abouddihaj Barguigua|Amina Ressmi|Rafik Aniba|Assmaa Dihmane|Fathi Jihane|Mohamed Bennani|Bahija El Goundali|Muhammad Shafiq
