《Journal of Hazardous Materials》：Shifts in driver dominance shape divergent ARG prevalence patterns and nonlinear responses across the Yellow River Basin
编辑推荐：
•环境–移动遗传元件（MGE）的支配地位转变揭示了不同的抗性基因（ARG）流行模式。•MGE促进了核心ARG的高丰度和高流行率。•微生物介导的环境间接塑造了随机ARG和局域水平的I级风险。•核心ARG对海拔呈单峰响应，而其他ARG则呈非线性下降趋势。•抗性组传播随着tnpA丰
- •
环境–移动遗传元件（MGE）的支配地位转变揭示了不同的抗性基因（ARG）流行模式。
- •
MGE促进了核心ARG的高丰度和高流行率。
- •
微生物介导的环境间接塑造了随机ARG和局域水平的I级风险。
- •
核心ARG对海拔呈单峰响应，而其他ARG则呈非线性下降趋势。
- •
抗性组传播随着tnpA丰度增加而呈非线性加剧
引言
抗生素的滥用已导致抗菌耐药性向临床系统之外扩散，表现为天然环境中耐药细菌（ARB）和抗生素抗性基因（ARG）的广泛流行[1]、[2]、[3]。更为严重的是，细菌间的ARG水平基因转移（HGT）促进了致病性ARB的出现，对全球公共卫生构成严重威胁，并使ARG在"人类—动物—环境健康"（One Health）框架下被优先考虑[4]、[5]。河流生态系统具有大规模迁移的内在能力和对人为压力的高度敏感性，是ARG污染源的关键通道[6]、[7]。更重要的是，地表水在连接广阔地理区域和支持人类基本需求方面的重要作用，使其成为抗菌耐药性从河流向人类传播的潜在途径[8]。因此，理解和管理这些关键系统中ARG的发生至关重要。
作为一类重要的新兴污染物，ARG的空间发生模式、流行度和潜在健康风险已受到广泛关注[9]、[10]。以往研究揭示了与MGE相关的下游ARG富集现象，而另一些研究则报道了源自污水处理的耐药标志物的快速衰减，凸显了河流环境中ARG发生的显著差异[11]。更为重要的是，研究指出某些ARG（如bacA）通过增强对外部胁迫的抗性，在河流系统中保持主导地位，从而实现广泛分布[12]、[13]。相比之下，某些ARG（如mcr-1）可能仅呈局域性分布，却带来可观的潜在健康风险。这表明具有不同空间流行度的ARG在丰度、移动性和风险方面可能存在显著差异。然而，将ARG作为整体抗性组处理，可能会使大量背景ARG掩盖低流行度但潜在高风险的ARG，从而模糊风险发生的关键驱动因素[14]、[15]。因此，根据空间模式区分ARG对于制定针对性的河流ARG风险缓解策略至关重要。
尽管越来越多的证据表明环境因素在塑造ARG谱方面至关重要，但由于微生物宿主的差异，相同因素可能对ARG流行模式产生异质性影响[16]、[17]。内在生物学决定因素，包括ARG的潜在宿主和基因组背景，塑造了ARG在河流环境中的异质性分布[18]。环境因素通过微生物群落结构和多样性的动态变化影响ARG在河流系统中的扩散[19]。此外，环境持续的选择不可能，可能通过邻近微生物群落中的移动遗传元件（MGE）促进ARG的水平基因转移（HGT）过程[20]、[21]。这表明环境因素和生物过程对ARG的影响可能涉及复杂的协同效应[21]、[22]。然而，对于具有不同空间流行度的ARG，环境和生物驱动因素的相对贡献和途径是否不同仍不清楚。
此外，在环境—生物学相互作用的驱动下，ARG的丰度和组成通常在生态梯度上表现出非线性模式，反映了复杂的潜在响应机制[4]。确定这些非线性响应对监测和缓解抗生素耐药性的环境发生至关重要[4]、[5]。广义可加模型（GAM）拟合曲线的导数可通过平滑函数捕捉ARG响应速率和曲率的变化[23]。然而，单独使用GAM可能会忽视交互变量之间的关键依赖结构[24]。基于Copula的联合概率模型擅长捕捉多个随机变量之间的依赖结构[25]。此外，蒙特卡洛模拟可通过使用概率分布连续表示生态梯度，克服Copula模型中离散抽样的局限性[26]、[27]。因此，将Copula函数、蒙特卡洛模拟和GAM分析相结合，提供了一个稳健的框架，用于识别与不同ARG流行模式相关的非线性响应。
本研究利用黄河大规模水样，研究了环境和生物因素在不同ARG流行度类别中的相对贡献和关联途径。具体而言，我们的目标是：(1) 描绘沿黄河的ARG流行度依赖空间模式；(2) 解读驱动ARG流行模式的环境—生物学关联途径的转变；(3) 探索ARG对关键环境和生物因素的非线性响应。
章节摘要
样品采集
黄河全长5464公里，是中国第二长河，流域面积约7.95×10?平方公里（图1）。该河流穿过青藏高原、黄土高原和黄淮海平原，支撑着全国约12%的人口和15%的耕地，导致人类活动与生态环境之间发生密切互动。来自点源和非点源的
沿黄河的ARG、微生物群组和移动组谱
总体而言，地表水抗性组以29类共1164个亚型的ARG为特征，总丰度范围为每16S rRNA基因0.068至0.347拷贝数（图2）。值得注意的是，随机ARG占检测总数的83%。检测到超过500种不同的β-内酰胺亚型，是其他类别检测数量的五倍以上，其中随机ARG占94.5%。相比之下，仅10%的总数被鉴定为核心ARG，其中多重耐药
ARG流行模式背后的不同途径
在不同ARG流行模式中，环境和生物因素的相对主导地位各不相同[45]。核心ARG主要以染色体定位为主，表明其基因组持久性相对稳定[46]。值得注意的是，bacA通常被认为广泛存在于多种微生物中，在核心ARG中占据主导地位，因此可能代表背景抗性组的典型固有成分。然而，通过水平基因转移获得的ARG也可能
结论
本研究首次系统阐明了驱动ARG空间流行模式的环境—微生物组交互途径的转变，并进一步解读了其双重驱动因素下的非线性响应。尽管核心ARG占总丰度的60%以上，但随机ARG占检测到的I级ARG亚型的80%以上，并包含若干局部富集的I级决定因子。鉴定出两条流行度依赖的关联途径：与MGE相关的
研究意义声明
河流生态系统中的抗生素抗性基因（ARG）日益威胁环境和公众健康，但关于环境与生物因素对具有不同空间流行模式的ARG的相对作用仍知之甚少。通过描绘沿黄河连续体上的ARG流行模式，我们发现了驱动主导地位的流行度依赖性转变：MGE相关因素与核心抗性组丰度的关联更强，而环境因素则
CRediT作者贡献声明
Lu Liu：撰写—原始稿、可视化、软件、方法学、调查、数据整理。Shuangrao Ma：调查。Linfang Wang：调查。Xinghui Xia：监督指导。Ruimin Liu：撰写—审阅与编辑、资金获取。
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性经济利益或个人关系。
致谢
本研究由国家自然科学基金委（42377379，42407554）资助。作者感谢编辑和匿名审稿人提供的宝贵意见和建议。
Lu Liu|Linfang Wang|Shuangrao Ma|Ruimin Liu|Xinghui Xia
