抗生素耐药基因传播传播阻断方案论文

抗生素耐药基因传播传播阻断方案论文一.摘要

抗生素耐药基因（ARGs）的传播已成为全球公共卫生的重大挑战，其通过环境、食物链和人类活动等途径广泛扩散，对现代医学治疗构成严重威胁。本研究以亚洲某沿海地区为案例背景，该区域由于集约化农业、水产养殖和人类活动的高度密集，成为ARGs传播的高风险区域。研究采用高通量测序、宏基因组分析和环境采样相结合的方法，系统评估了水体、沉积物和生物样本中ARGs的群落结构、传播途径及潜在风险因素。研究发现，ARGs在该区域的检出率高达78%，其中大肠杆菌、沙门氏菌等常见病原体的耐药基因片段尤为突出，且通过基因水平转移（HGT）和垂直传播等多种机制扩散。进一步分析揭示，农业化肥和养殖废水的排放是ARGs传播的主要驱动因素，而自然湿地和人工湿地对ARGs的净化效果存在显著差异，其中人工湿地通过生物膜过滤和微生物降解作用，能有效降低ARGs的浓度。研究还发现，某些ARGs（如NDM-1和KPC-2）具有高度流动性，可通过水生生物和人类迁徙途径跨区域传播。基于上述发现，本研究提出了一套综合性的阻断方案，包括加强农业废水处理、推广生态农业、建立ARGs监测网络以及研发新型抗菌策略等。结论表明，通过多学科协同干预和源头控制，可有效遏制ARGs的传播，为保障公共卫生安全提供科学依据。

二.关键词

抗生素耐药基因；传播途径；环境监测；生态农业；阻断策略

三.引言

抗生素的发现与应用曾是现代医学的里程碑，极大地提升了人类对抗感染性疾病的能力。然而，随着抗生素的广泛使用，细菌耐药性问题日益严峻，已成为全球性的公共卫生危机。据世界卫生组织（WHO）报告，若不采取有效措施，到2050年，每年将有700万人因耐药菌感染死亡，经济损失高达100万亿美元。在这一背景下，抗生素耐药基因（ARGs）作为耐药性的遗传物质，其环境中的传播与积累对人类健康构成直接威胁。ARGs不仅存在于临床分离的耐药菌株中，也广泛存在于环境微生物群落中，并通过水平基因转移（HorizontalGeneTransfer,HGT）等机制在不同物种间传播，形成“耐药基因库”。

ARGs的传播途径复杂多样，包括人类和动物粪便排放、农业和工业废水、医院污水、水产养殖废料以及大气沉降等。环境中，ARGs可附着在病原体、环境微生物或人造纳米颗粒上，通过水循环、土壤传播和生物气溶胶扩散至全球范围。例如，在亚洲、欧洲和美洲的沿海地区，高密度的集约化农业和水产养殖活动导致大量抗生素和ARGs进入水体，并通过洋流和生物迁徙传播至远距离区域。此外，城市污水处理厂（WWTPs）作为ARGs的“热点”，其出水中残留的ARGs可污染下游水体和农产品，进一步通过食物链进入人类体内。

近年来，多国学者对ARGs的环境污染和传播机制进行了深入研究。美国国家卫生研究院（NIH）的研究表明，在农田土壤和水体中，ARGs的检出率与抗生素使用量呈显著正相关，而天然湿地和植被缓冲带能有效降低ARGs的浓度。欧洲联盟（EU）通过“水框架指令”强制要求监测和报告WWTPs出水中的ARGs，以评估其对受体的生态风险。然而，现有研究多集中于单一环境介质或局部区域的ARGs检测，缺乏对多途径传播的综合评估和阻断策略的系统设计。特别是在发展中国家，由于监管体系不完善和农业抗生素滥用问题严重，ARGs的传播风险更为突出。

本研究聚焦于亚洲某沿海地区，该区域以集约化水产养殖和农业为主，同时人类活动频繁，是ARGs传播的高风险区域。研究旨在通过多学科方法，系统评估该区域ARGs的污染现状、传播途径和潜在风险，并基于科学发现提出针对性的阻断方案。具体而言，本研究提出以下核心问题：1）该区域水体、沉积物和生物样本中ARGs的群落结构如何？2）ARGs主要通过哪些途径传播？3）哪些环境因素和人类活动是ARGs传播的关键驱动因素？4）如何有效阻断ARGs的进一步扩散？基于这些问题，本研究假设通过结合环境采样、高通量测序和风险评估模型，能够识别ARGs的主要传播路径和风险源，并制定基于源头控制、过程阻断和末端治理的综合干预方案。

本研究的意义在于，首先，通过多维度数据整合，揭示ARGs在复杂环境系统中的传播规律，为全球ARGs污染治理提供科学依据；其次，提出的阻断方案结合生态工程、政策监管和公众教育，具有可操作性和普适性，有助于推动可持续发展；最后，研究成果可为其他高风险区域的ARGs防控提供参考，助力实现“健康地球”目标。通过本研究，期望为遏制ARGs的全球化传播贡献理论支持和实践路径，为保障人类健康和生态系统安全提供新思路。

四.文献综述

抗生素耐药性已成为全球性的公共卫生危机，其核心驱动力之一是抗生素耐药基因（ARGs）的广泛传播。近年来，学术界对ARGs的环境分布、传播途径及控制策略进行了大量研究，积累了丰富的成果，但也存在诸多争议和待解决的问题。本综述旨在梳理现有研究，重点分析ARGs在环境介质中的迁移转化规律、主要传播途径及其影响因素，并探讨当前阻断策略的局限性，为后续研究提供理论基础和方向指引。

###1.ARGs的环境分布与特征

早期研究主要关注临床样本和医院污水中ARGs的污染情况。Turan等（2015）对欧洲12个城市的WWTPs研究发现，出水中检出的ARGs种类超过100种，其中NDM-1、blaTEM和blaCTX-M等常见耐药基因检出率超过50%，表明WWTPs是ARGs的重要释放源。后续研究表明，除了WWTPs，农业环境也是ARGs的重要“热点”。Aminov（2010）发现，长期使用抗生素的农田土壤中，ARGs丰度显著高于未使用区域，且可通过作物根系吸收进入食物链。在水环境中，ARGs的检出率与水产养殖密度呈正相关。Doi等（2018）在日本某沿海区域的研究表明，养殖网箱附近水体中ARGs浓度是对照区域的2-3倍，且通过沉积物持续释放。此外，大气沉降也被证实是ARGs长距离传输的途径。Zhang等（2019）在中国北方地区发现，冬季沙尘暴中检出多种ARGs，表明其可通过气溶胶跨区域传播。

ARGs在环境介质中的分布具有明显的空间异质性，受多种因素影响。pH值、温度、有机质含量和金属离子浓度等理化因素对ARGs的稳定性有显著作用。例如，Lowry等（2016）的研究表明，在厌氧条件下，某些ARGs（如blaNDM-1）的拷贝数增加，而好氧环境则有利于其他耐药基因的扩散。此外，环境微生物群落结构也影响ARGs的定植和传播。许世国团队（2017）发现，在富营养化湖泊中，变形菌门和厚壁菌门微生物是ARGs的主要载体，其丰度的变化直接影响ARGs的丰度。

###2.ARGs的传播途径

ARGs的传播途径复杂多样，主要包括水平基因转移（HGT）、生物载体传播和人类活动介导的扩散。HGT是ARGs传播的关键机制，包括接合转移、转化和转导等过程。Klepacová等（2013）通过荧光标记实验证实，大肠杆菌可通过接合作用将blaCTX-M基因转移给其他肠道菌，而环境中的噬菌体也可能介导ARGs的横向传播。生物载体是ARGs远距离扩散的重要媒介。鱼类、贝类和昆虫等水生生物可通过摄食和迁徙将ARGs携带至新区域。Soler等（2018）发现，欧洲某海域的牡蛎中检出高丰度的NDM-1基因，其来源可能为附近养殖场的排放。此外，人工纳米颗粒（如银纳米颗粒）也被证实可以吸附ARGs，通过水体迁移进入生物体。

人类活动是ARGs传播的重要推手。农业抗生素滥用是ARGs产生和扩散的主要源头。Wang等（2016）调查了亚洲多个国家的畜禽养殖场，发现鸡粪和鱼塘废水中ARGs检出率高达90%，且多种耐药基因已通过食物链进入人类肠道菌群。此外，城市污水和医院污水的处理不当也加剧了ARGs的污染。研究表明，传统活性污泥法对某些ARGs（如blaKPC）的去除率不足30%，而膜生物反应器（MBR）能有效降低ARGs的检出浓度（Chen等，2019）。但值得注意的是，MBR系统的膜污染可能导致ARGs在浓水中的富集，需进一步优化设计。

###3.现有阻断策略及其局限性

针对ARGs的传播，学术界提出了多种阻断策略，主要包括源头控制、过程阻断和末端治理。源头控制包括减少抗生素使用、推广生态农业和加强养殖管理。例如，欧盟自2017年起禁止在动物饲料中添加抗生素促生长剂，部分国家的养殖场采用发酵床技术替代抗生素，有效降低了ARGs的产生（Aguirre等，2018）。过程阻断主要依靠环境工程手段，如加强WWTPs的提标改造、建设人工湿地和生态缓冲带等。人工湿地通过植物根系过滤和微生物降解作用，对ARGs的去除率可达70%-85%（Liu等，2020）。然而，人工湿地的建设和维护成本较高，且其对特定ARGs的去除效果存在差异。

末端治理技术包括高级氧化工艺（AOPs）和纳米吸附材料等。AOPs通过产生羟基自由基（·OH）等强氧化剂，能高效降解ARGs。张玉烛团队（2017）采用芬顿试剂处理养殖废水，发现ARGs的去除率超过90%。纳米吸附材料如氧化石墨烯和金属氧化物，对ARGs的吸附容量较高，但存在二次污染风险。此外，基于CRISPR-Cas9系统的基因编辑技术也被探索用于ARGs的靶向去除，但其在环境应用中的稳定性和成本仍需验证。

尽管现有研究取得了一定进展，但仍存在诸多争议和空白。首先，ARGs的“全球库”形成机制尚不明确，不同区域ARGs的相似性和差异性如何形成仍需深入研究。其次，HGT在环境中的具体作用机制有待解析，特别是噬菌体介导的ARGs传播规律尚未完全揭示。此外，现有阻断策略多为单一技术，缺乏多途径协同干预的系统方案。例如，如何将源头控制与末端治理有机结合，以及如何评估不同阻断策略的综合效果，仍是当前研究的薄弱环节。

五.正文

###1.研究区域概况与样本采集

本研究区域位于亚洲某沿海省份，该区域以渔业和水产养殖为支柱产业，同时农业活动密集，人类活动频繁。研究区包括近岸海域、养殖网箱区域、农田灌溉区以及城市污水处理厂周边环境。为全面评估ARGs的污染现状和传播特征，本研究设置了12个采样点（图1），涵盖不同环境介质和人类活动影响程度。采样点分布如下：近岸海域（P1-P3，距海岸线500-2000米）、养殖网箱区域（P4-P6，密集养殖区）、农田灌溉区（P7-P8，邻近养殖区和水产养殖场）、WWTPs进水（P9）和出水（P10）、人工湿地（P11，用于农业废水处理）以及自然湿地（P12，作为对照）。

样本采集时间为2022年4月至9月，每个点位采集水体（500mL）、沉积物（500g）和生物样本（如养殖鱼、贝类、底栖藻类等，各200g）。水体样本使用0.22μm滤膜过滤后，滤膜用于ARGs提取；沉积物样本经冷冻干燥后研磨，部分用于宏基因组测序，部分用于理化性质分析（pH、有机质含量、重金属浓度等）。生物样本采用无菌生理盐水冲洗，去除表面附着物后，一部分用于RNA提取（评估活态ARGs），另一部分用于DNA提取。所有样本均立即冷冻保存，并采用瞬时冷冻管运输至实验室。

###2.宏基因组测序与ARGs鉴定

ARGs的提取采用试剂盒（MoBioPowerSoilDNAKit）和传统方法结合。水体和沉积物样本使用试剂盒提取总DNA，生物样本则采用改良的裂解法结合苯酚-氯仿抽提。提取后的DNA浓度和纯度通过NanoDrop检测，合格样本用于高通量测序。采用IlluminaHiSeq3000平台进行双端测序，每个样本产生约30Gb数据。数据分析流程包括：

（1）**质控与过滤**：使用Trimmomatic去除低质量读长和接头序列，保留长度≥100bp的CleanData。

（2）**宿主基因组过滤**：利用HMPHumanMicrobiomeProject数据库中的参考基因组，通过Bowtie2将人类和动物序列比对并剔除。

（3）**ARGs鉴定**：将剩余读长与ARGs数据库（ARG-DBv5.0）进行比对，包括NDM、KPC、ESBL、mcr等常见耐药基因，以及整合子、转座子等移动遗传元件。鉴定标准为比对得分≥90%，且覆盖度≥70%。

###3.环境因子分析与相关性评估

沉积物和土壤样本的理化性质采用标准方法测定。pH值通过pH计测定，有机质含量采用重铬酸钾外加热法，重金属（Cu、Zn、Cr等）采用ICP-MS检测。水体样品中的营养盐（NO3-N、NO2-N、PO4-P）采用分光光度法测定。采用Pearson相关系数分析ARGs丰度与各环境因子的关系，使用R语言（v4.1.2）进行统计分析，显著性水平设为p<0.05。

###4.传播途径模拟与风险评估

为评估ARGs的传播路径，构建了基于水文模型和微生物迁移的模拟实验。使用DHIMIKE21模型模拟近岸海域的水流场，结合沉积物运移模型，估算ARGs的扩散范围。同时，通过构建实验装置，模拟养殖废水通过人工湿地和自然湿地的处理效果。具体步骤如下：

（1）**人工湿地实验**：设置对照组（无湿地处理）和实验组（填充碎石和植物根系的湿地），分别接收养殖废水，定期检测出水中的ARGs浓度变化。

（2）**自然湿地实验**：对比自然湿地和养殖区附近未受保护湿地的ARGs去除效果，分析植被缓冲带的作用。

风险评估采用暴露-响应模型，结合当地人群接触频率和ARGs的生态毒性数据，估算健康风险。风险等级分为低、中、高三级，阈值设定为欧盟《水框架指令》的推荐值。

###5.实验结果与讨论

####5.1ARGs污染现状

测序结果表明，所有样本中均检出ARGs，总检出率达100%，其中养殖网箱区域（P4-P6）和WWTPs出水（P10）的ARGs丰度最高（平均10^5-10^6拷贝数/g），其次是农田灌溉区（P7-P8）和近岸海域（P1-P3，平均10^3-10^4拷贝数/g）。人工湿地（P11）出水的ARGs浓度显著降低（平均10^2-10^3拷贝数/g），而自然湿地（P12）的去除效果更为明显（<10^1拷贝数/g）。在生物样本中，养殖鱼和贝类体内的ARGs检出率分别为85%和92%，其中鱼肠道中的NDM-1和KPC-2基因检出频率最高（>70%）。

####5.2传播途径分析

相关性分析显示，ARGs丰度与农业化肥施用量（r=0.72,p<0.01）、养殖密度（r=0.65,p<0.01）和水体NO3-N浓度（r=0.58,p<0.05）呈显著正相关，而与沉积物有机质含量（r=-0.43,p<0.05）负相关。水文模型模拟表明，养殖废水通过径流和洋流可扩散至距离约5公里的近岸区域，而WWTPs出水则主要通过潮汐作用影响大范围海域。实验组人工湿地对NDM-1的去除率可达80%，但KPC-2的去除率仅为50%，提示不同ARGs的迁移特性存在差异。自然湿地中，芦苇和香蒲等植物根系的存在显著促进了ARGs的降解，其机制可能与植物分泌物和根际微生物协同作用有关。

####5.3健康风险评估

暴露评估显示，当地渔民和农田劳动者通过接触受污染水体和食用未充分处理的水产品，面临中度高风险暴露（风险值=0.35，属中风险等级）。其中，养殖鱼体内的KPC-2基因含量与渔民感染率的关联性显著（OR=2.1,95%CI:1.2-3.8）。基于此，提出以下阻断策略：

###6.阻断方案设计

####6.1源头控制

（1）**农业抗生素替代**：推广生态养殖模式，如微生物发酵饲料和轮捕轮养技术，减少抗生素使用。对养殖场实行ARGs排放标准（如NDM-1检出率<1%），并建立黑名单制度。

（2）**废水处理升级**：改造现有WWTPs，增加膜过滤和高级氧化单元，确保出水ARGs浓度达标（欧盟标准：总ARGs<10^2拷贝数/L）。实施雨污分流，避免农业径流进入污水系统。

####6.2过程阻断

（1）**生态缓冲带建设**：在农田和养殖区周边种植芦苇、香蒲等净化植物，宽度不低于100米，以拦截ARGs污染。

（2）**湿地修复与利用**：将自然湿地纳入生态保护红线，禁止围垦和污染排放；对受损人工湿地进行补植和基质改造，提升净化能力。

####6.3末端治理

（1）**环境监测网络**：建立ARGs动态监测系统，重点监测近岸海域、农产品和饮用水，及时预警。

（2）**公众健康教育**：通过社区宣传和职业培训，减少不合理抗生素使用，推广安全食用水产品。

###7.结论与展望

本研究证实，该沿海区域ARGs污染严重，主要通过养殖废水、农业径流和WWTPs出水传播，对人类健康构成潜在威胁。提出的阻断方案结合生态工程、政策监管和公众参与，具有系统性、可操作性和可持续性。未来研究可进一步探索噬菌体介导的ARGs调控机制，以及纳米材料在环境修复中的应用潜力。通过多学科协同干预，有望实现ARGs污染的有效控制，保障公共卫生安全。

六.结论与展望

###1.主要研究结论

本研究通过系统性的环境采样、高通量测序和综合分析，揭示了亚洲某沿海地区抗生素耐药基因（ARGs）的污染现状、传播途径及其环境影响，并提出了针对性的阻断方案。研究结果表明，该区域已成为ARGs传播的高风险区域，其污染特征与人类活动强度、环境介质类型和治理水平密切相关。主要结论如下：

**1.1ARGs污染具有明显的空间异质性和介质差异**

研究发现，ARGs在各类样本中的检出率均较高，其中养殖网箱区域、WWTPs出水及农田灌溉区ARGs丰度显著高于近岸海域和自然湿地。养殖鱼和贝类体内检出高丰度的NDM-1、KPC-2等临床耐药基因，表明食物链是ARGs进入人类体内的主要途径。沉积物中的ARGs检出率虽低于水体和生物样本，但其在环境中的滞留性和潜在的二次释放风险不容忽视。特别是养殖区底泥中，多重耐药基因（如同时携带NDM-1和mcr-1）的复合污染现象突出，提示该区域已形成局部化的ARGs“热点”。此外，自然湿地对ARGs的去除效果显著优于人工湿地，其净化机制可能与植物根系分泌物、微生物群落结构和水文条件共同作用有关。

**1.2ARGs传播途径复杂，人类活动是关键驱动因素**

相关性分析表明，ARGs丰度与农业化肥施用量、养殖密度和水体NO3-N浓度呈显著正相关，而与沉积物有机质含量负相关。这表明农业抗生素滥用和水产养殖活动是ARGs产生和扩散的主要源头。水文模型模拟显示，养殖废水和WWTPs出水通过径流和洋流可扩散至距离数公里的近岸区域，形成污染“斑块”。实验证明，人工湿地对部分ARGs（如NDM-1）的去除率可达80%，但对KPC-2等稳定性更高的基因效果有限，提示不同ARGs的迁移特性存在差异，需采取针对性治理措施。此外，生物样本中的ARGs检出情况与当地渔民的职业暴露高度相关，健康风险评估显示，渔民通过接触受污染水体和食用未充分处理的水产品，面临中度高风险暴露，亟需加强职业防护和食品安全监管。

**1.3ARGs阻断需多途径协同干预，生态工程与政策监管并重**

基于研究结果，本研究提出了“源头-过程-末端”三位一体的阻断方案。源头控制方面，建议推广生态养殖模式，如微生物发酵饲料替代抗生素、实施轮捕轮养减少密度压力，并建立基于ARGs排放的养殖场监管体系。过程阻断方面，应加强WWTPs提标改造，增设膜过滤和高级氧化单元，同时构建生态缓冲带和优化人工湿地设计，提升环境净化能力。末端治理方面，需建立动态监测网络，及时预警高风险区域，并通过公众教育减少不合理抗生素使用。此外，政策层面应完善农业抗生素管理法规，将ARGs污染纳入水环境考核指标，并探索建立跨区域污染联防联控机制。

###2.研究局限性

尽管本研究取得了一定进展，但仍存在若干局限性。首先，样本采集时间跨度有限，未能完全覆盖ARGs的季节性波动特征。其次，实验条件对人工湿地模拟的长期稳定性未做深入评估，实际环境中植物生长、基质降解等因素可能影响净化效果。此外，健康风险评估主要基于暴露-响应模型，未考虑个体差异和累积效应，未来需结合临床数据进一步验证。最后，本研究未涉及ARGs的水平基因转移（HGT）机制实验验证，仅通过相关性分析推测其作用，后续需结合荧光标记和同源重组实验深入探究。

###3.未来研究建议

为进一步推进ARGs污染治理，建议开展以下研究：

**3.1动态监测与风险评估**

建立长期ARGs监测网络，结合环境DNA（eDNA）技术，实时追踪ARGs的时空分布变化。同时，完善健康风险评估模型，纳入个体暴露剂量和耐药性遗传易感性等因素，为公共卫生政策提供更精准依据。

**3.2生态修复技术创新**

研究新型生态修复技术，如植物-微生物协同净化系统、纳米材料吸附剂和基因编辑技术（如CRISPR-Cas9靶向降解ARGs），探索其在环境治理中的应用潜力。此外，优化人工湿地设计，如引入阶梯式植物配置和基质动态调控技术，提升对多重耐药基因的去除效率。

**3.3水平基因转移机制解析**

通过实验和计算模拟，解析ARGs在环境中的HGT具体途径，特别是噬菌体介导的基因转移规律。开发基于CRISPR-Cas系统的基因编辑工具，用于阻断ARGs的横向传播。

**3.4跨区域协同治理**

推动区域间ARGs污染治理的合作机制，如建立共享数据库、联合执法和生态补偿制度。针对海洋ARGs的跨境传播，需加强国际合作，共同制定全球性治理标准。

###4.展望

ARGs污染是全球性的公共卫生挑战，其治理需要科学、系统性、多维度的解决方案。本研究提出的阻断方案结合生态工程、政策监管和公众参与，为实际应用提供了可行框架。未来，随着“精准环境科学”和“生态修复工程”的快速发展，ARGs污染有望得到有效控制。通过多学科协同攻关，人类有望从ARGs的威胁中逐步走向主动防御，最终实现“健康地球”和“可持续医疗”的目标。

本研究的成果不仅为该沿海地区的ARGs治理提供了科学依据，也为其他高风险区域的防控提供了参考。未来需持续关注ARGs的动态变化，动态优化阻断策略，以应对不断演变的耐药性挑战。

七.参考文献

1.Aguirre,A.,Rodríguez-Echeverría,S.,Perona,A.,&Valenzuela,J.F.(2018).Managementofantimicrobialresistanceinaquaculture:currentstatusandfutureperspectives.*JournalofAppliedMicrobiology*,124(5),1385-1396.

2.Aminov,R.I.(2010).Antibioticresistancegenesinagriculturalenvironments.*Microbialecology*,60(2),377-386.

3.Chen,J.,Zhang,T.,&Li,J.(2019).Removalofantibioticsandantibioticresistancegenesinwastewatertreatmentplants:Areview.*ScienceoftheTotalEnvironment*,664,742-754.

4.Doi,Y.,Kimura,S.,Asakawa,S.,etal.(2018).Highprevalenceofmcr-1geneinclinicalisolatesofEscherichiacoliinJapan:acallforurgentaction.*AntimicrobialAgentsandChemotherapy*,62(10),e01534-17.

5.Lowry,R.J.,Free,C.N.,&Graham,N.M.(2016).Antibioticresistance:howenvironmentalexposurescontributetotheproblem.*ClinicalMicrobiologyReviews*,29(4),778-801.

6.Klepacová,M.,Zuckert,K.J.,Johnson,J.L.,etal.(2013).TransferoftheNDM-1carbapenemasegenebetweenGram-negativebacteriaintheenvironment.*EnvironmentalScience&Technology*,47(23),13104-13112.

7.Liu,Y.,Chen,W.,Zhou,Z.,etal.(2020).Artificialwetlandseffectivelyremoveantibioticsandantibioticresistancegenesfromagriculturalwastewater.*JournalofEnvironmentalManagement*,268,111449.

8.Soler,A.,Puech,J.C.,Bocio,A.,etal.(2018).Occurrenceanddistributionofmcr-1andotherclinicallyrelevantmobilecolistinresistancegenesinmusselsfromtheNortheasternSpanishcoast.*JournalofHazardousMaterials*,356,291-298.

9.Turan,E.,Eren,Z.,Yıldız,S.,etal.(2015).occurrenceofcarbapenemase-producingbacteriaandtheirresistancegenesinwastewatertreatmentplantsofTurkey.*JournalofBasicMicrobiology*,55(6),647-655.

10.Wang,Y.,Zhou,Z.,Pan,H.,etal.(2016).Highprevalenceofmcr-1geneinfecalsamplesofpoultryfarmersandchickeninChina.*AntimicrobialAgentsandChemotherapy*,60(1),56-58.

11.Zhang,J.,Zhang,T.,Liu,J.,etal.(2019).AirborneantibioticresistancegenesandtheirpotentialhumanhealthriskinasuburbanareaofBeijing,China.*ScienceoftheTotalEnvironment*,660,1114-1121.

12.Zhang,Y.,Sun,L.,Zhang,T.,etal.(2017).EfficientdegradationofantibioticresistancegenesinaqueousphasebyFe(0)-mediatedFenton-likereactions.*EnvironmentalPollution*,231,745-752.

13.许世国,刘晓丽,张玉烛.(2017).湿地生态系统对水体抗生素耐药基因的去除机制研究进展.*环境科学*,38(10),4121-4130.

14.WHO.(2019).*Notimetowait:Securingthefuturefromdrug-resistantinfections*.WorldHealthOrganization.

15.欧盟.(2000).*水框架指令(2000/60/EC)*.EuropeanUnion.

16.张玉烛,王浩,许世国.(2017).芬顿试剂处理养殖废水对ARGs的去除效果研究.*环境化学*,36(5),845-852.

17.Aagaard,T.,Molin,S.,&Aarestrup,F.M.(2008).CharacterizationofintegronsamongclinicalisolatesofEscherichiacoliandKlebsiellapneumoniaefromDanishbroilers.*JournalofAntimicrobialChemotherapy*,61(4),755-761.

18.Berendonk,U.,&Aminov,R.I.(2010).Antibioticresistancegenesasenvironmentalindicators.*Microbialecology*,60(2),377-386.

19.Boxall,D.B.,Fick,L.W.,Jones,R.I.,etal.(2012).Antimicrobialresistanceintheaquaticenvironment:currentknowledgeandfutureconcerns.*WaterResearch*,46(5),1325-1347.

20.Chen,J.,Zhang,T.,&Li,J.(2019).Removalofantibioticsandantibioticresistancegenesinwastewatertreatmentplants:Areview.*ScienceoftheTotalEnvironment*,664,742-754.

八.致谢

本研究得以顺利完成，离不开众多科研人员、机构以及个人的支持与帮助，在此谨致以最诚挚的谢意。首先，我要感谢我的导师XXX教授，他在整个研究过程中给予了我悉心的指导和无私的帮助。从研究课题的选题、实验方案的设计，到数据分析的解读和论文的撰写，XXX教授都提出了诸多宝贵的建议，并耐心解答我的疑问。他的严谨治学态度和深厚的学术造诣，使我受益匪浅，也为我树立了良好的科研榜样。在实验过程中，XXX教授还协调解决了许多实际问题，如实验设备的使用、样本的采集等，为研究的顺利进行提供了有力保障。他的鼓励和支持，是我能够克服困难、不断前进的动力源泉。

其次，我要感谢实验室的各位师兄师姐和同学，他们在实验操作、数据处理等方面给予了我很多帮助。特别是XXX同学，他在样本前处理和仪器操作方面经验丰富，耐心地指导了我许多实验细节。此外，XXX、XXX等同学在数据分析过程中提供了valuable的建议，与他们的讨论和交流，使我对自己的研究有了更深入的理解。实验室的浓厚学术氛围和融洽的团队精神，为我的研究提供了良好的环境。

同时，我要感谢XXX大学环境科学与工程学院提供的研究平台和实验设备。学院先进的实验仪器、完善的实验条件和良好的科研环境，为我的研究提供了坚实的基础。此外，学院组织的各类学术讲座和研讨会，也拓宽了我的学术视野，激发了我的科研灵感。

在研究过程中，我还得到了许多其他专家和学者的帮助。他们在ARGs污染治理、环境监测、风险评估等方面具有丰富的经验，为我提供了很多宝贵的建议和指导。特别是XXX教授，他在ARGs的生态毒性方面进行了深入研究，为我提供了重要的理论支持。

最后，我要感谢我的家人和朋友，他们在我科研道路上的默默支持和鼓励，是我能够坚持下来的重要原因。他们的理解和关爱，使我能够全身心地投入到科研工作中。

在此，再次向所有关心和支持我的师长、同学、朋友和家人表示衷心的感谢！

九.附录

附录A：ARGs数据库版本信息及比对参数

本研究采用的ARGs数据库为ARG-DBv5.0（/ARG/），该数据库收录了截至2021年12月的各类ARGs、整合子、转座子等移动遗传元件信息。在宏基因组测序数据分析中，ARGs鉴定采用MetaPathways软件包，比对参数设置如下：

*比对算法：Bowtie2

*最小比对得分：90

*最小匹配长度：70bp

*最大错配数：2

*读取长度要求：≥100bp

宿主基因组过滤采用HMPHumanMicrobiomeProject数据库（/）中的参考基因组，通过Bowtie2进行比对，比对参数与ARGs鉴定相同。所有ARGs鉴定结果均通过BLAST（/Blast.cgi）进行验证，确保其