《Journal of Environmental Sciences》：Driver-targeted control of airborne pathogenic bacteria in urban China
编辑推荐：
•从970个户外空气样本中鉴定出310,698个APB ASVs。•放线菌门和变形菌门在城市APB群落中占主导地位。•工业活动、空气污染和气候共同驱动了PBD。•基准情景到2050年将使PBD增加12.38%。•可持续干预措施使PBD和YLL指标分别降低了11.83%和25.
- •
从970个户外空气样本中鉴定出310,698个APB ASVs。
- •
放线菌门和变形菌门在城市APB群落中占主导地位。
- •
工业活动、空气污染和气候共同驱动了PBD。
- •
基准情景到2050年将使PBD增加12.38%。
- •
可持续干预措施使PBD和YLL指标分别降低了11.83%和25.65%。
引言
空气污染构成了重大的环境健康威胁，每年因心血管疾病、呼吸系统疾病和癌症导致的全球死亡人数超过400万例（Cohen et al., 2017; Di et al., 2017; Turner et al., 2020）。虽然人们长期关注化学污染物（如PM2.5、臭氧），但对空气中传播的生物颗粒——包括细菌、真菌和病毒——的关注却相对不足，而这些生物颗粒在空气中普遍存在，且具有重要的公共卫生风险（Br?goszewska, 2019）。这些生物气溶胶可能含有潜在病原体，可导致呼吸道感染、过敏反应和慢性疾病，尤其对易感人群影响显著（Rao et al., 2020），这凸显了在公共卫生干预措施中同时考虑空气化学和生物质量的重要性。"全健康"理念强调人类、动物、植物和生态系统健康之间的相互依存关系（Calistri et al., 2013），并指出环境因素（如空气污染和气候变化）对疾病出现和传播的直接作用（Mwangi et al., 2016）。因此，从"全健康"视角研究空气中传播的病原体及其健康风险，对于保障公共健康和实现可持续发展目标至关重要（Dye, 2022）。
近年来，研究人员日益关注"城市空气微生物组"——即悬浮在城市空气中的多样化微生物群落——以及影响其组成的环境因素。空气中传播的病原体在全球主要城市的分布因地理位置、气候条件和城市发展水平而异（Ontiveros et al., 2021）。例如，在纽约、米兰和北京等城市的调查显示，空气中存在机会性病原体，且这些城市环境之间的群落组成存在显著差异（Bertolini et al., 2013; Gao et al., 2015; Robertson et al., 2013）。城市生物气溶胶的动态变化受温度、降水和工业污染物排放的影响，空气中传播的微生物可进行远距离传输，促进病原体的扩散（Zhu et al., 2017, 2021）。尽管人们日益认识到城市空气中生物成分的重要性，但空气中传播的致病细菌（APB）所构成的潜在健康风险，尤其是其与公共健康的关联，仍缺乏充分的理解和研究（Tastassa et al., 2024）。
APB越来越多地在人口稠密且污染严重的城市环境中被检测到（Yin et al., 2022）。此前的研究已在城市空气中鉴定出不动杆菌属（Acinetobacter）、假单胞菌属（Pseudomonas）和葡萄球菌属（Staphylococcus）等机会性细菌病原体（Bertolini et al., 2013; Yooseph et al., 2013），并表明APB的多样性通常在污染严重地区较高，而在基础设施更好的经济发达地区较低（Jiang et al., 2022b; Lin et al., 2024; Singh et al., 2010）。这些发现凸显了需要进行全国性的定量评估，以考察不同经济发展水平地区APB多样性和组成的变化。关键的是，APB数据、健康结局和基于情景的预测模型之间仍存在缺乏整合的问题。在未来预测下，迫切需要将APB动态与社会经济因素（如工业活动、交通和废物管理）联系起来。共享社会经济路径与代表性浓度路径（SSP-RCP）框架为在气候和城市发展情景下预测未来APB风险提供了有力工具。解决这些知识空白对于识别未来高风险区域和制定有效的长期公共卫生策略以应对快速城市化和环境变化至关重要。
在本文中，我们汇编了一个十年（2013–2022年）的数据集，将中国53个城市（图1）的APB测量值与社会经济指标（如经济发展、人口、医疗、基础设施、交通和废物管理）及气候变量（年平均温度和降水）相结合。采用主成分分析进行降维，并应用多元线性回归和随机森林模型来确定致病细菌多样性（PBD）的关键驱动因素。根据经济发展、产业结构、空气污染物排放和水热气候梯度，将各省份划分为四个社会经济气候聚类。随后，我们采用集成预测框架，整合四种候选机器学习算法，在四种SSP-RCP情景下预测PBD和优势细菌门的未来变化。我们的研究目标是（i）确定APB的主要气候和社会经济决定因素；（ii）评估中国各区域聚类中APB的时空模式；以及（iii）基于APB的未来预测制定探索性的缓解策略。这些发现为将空气微生物质量纳入公共卫生和城市可持续性政策提供了循证基础，特别是在面临气候和发展不确定性的背景下。
章节摘要
数据收集
我们汇编了一个综合数据集，整合了来自城市站点的户外空气微生物群落的大规模16S rRNA扩增子测序数据及其相应的环境和社会经济指标。利用以下检索策略从NCBI序列读档库（SRA）中系统地获取扩增子测序数据：（"气溶胶"或"尘埃"或"空调滤芯"或"PM2.5"或"PM10"或"airborne*"或"air*"）和（"16S"或"细菌"或"微生物"或"菌群"或
中国各城市APB及其疾病负担的分布
我们从中国53个城市的970个户外空气样本中鉴定出310,698个APB扩增子序列变异体（ASVs），样本来源包括人类相关环境和自然栖息地。所鉴定的APB属于17个门、29个纲、77个目、172个科、430个属和2099个种（附录A 表S4）。
APB的香农多样性（即PBD）在大多数来自东北地区（如吉林和辽宁，> 5.0）、西南地区（如云南和广西，>
讨论
本研究提供了中国城市户外空气中APB的全国性评估，并确定了其空间分布、社会经济和气候驱动因素、未来风险预测以及潜在缓解策略。通过利用长期的社会经济、气候和微生物测序数据及机器学习模型，我们揭示了空气微生物多样性的复杂且异质性景观，强调协调公共卫生和环境管理措施的必要性。
结论
本研究对中国城市户外空气中的APB进行了大规模、整合性评估，揭示了其优势分类群、相关疾病负担背景、关键环境驱动因素以及未来变化趋势预测。APB主要以放线菌门和变形菌门为主导，呼吸系统疾病负担指标主要与呼吸道感染和肿瘤相关。社会经济因素，特别是产业结构、空气污染和气候条件，是
CRediT作者贡献声明
张天龙：撰写——审阅与编辑，撰写——初稿，可视化，形式分析。周镇超：撰写——审阅与编辑，撰写——初稿，方法论，形式分析。张邵阳：撰写——审阅与编辑，撰写——初稿，形式分析。基奥马·阿奇：撰写——审阅与编辑，撰写——初稿。杜帅：撰写——审阅与编辑，撰写——初稿，资金获取，概念化。朱东：撰写——审阅与编辑，
利益冲突声明
作者声明不存在可能影响本文报告工作的已知竞争经济利益或个人关系。
致谢
本研究得到了国家自然科学基金（项目编号：42307033、42222701和22406168）、福建省自然科学基金（项目编号：2025J01258）和宁波甬江人才工程项目（项目编号：2022A-163-G）的支持。
张天龙|周镇超|张邵阳|基奥马·阿奇|杜帅|朱东
