抗生素耐药基因传播X废水处理技术论文

抗生素耐药基因传播X废水处理技术论文一.摘要

抗生素耐药基因（ARGs）的全球传播已成为严峻的公共卫生和环境挑战，其中废水处理厂（WWTPs）被认为是关键节点。本研究以某沿海城市大型城市污水处理厂为案例，系统分析了不同处理单元（初沉池、生化池、二沉池、消毒池）出水及排放口水体中ARGs的群落结构、丰度变化及其传播途径。研究采用高通量测序技术（16SrRNA基因和宏基因组测序）结合生物信息学分析，量化了14种常见ARGs的分布情况，并探究了与ARGs共现的细菌类群及其潜在传播机制。结果表明，生化池出水ARGs丰度显著高于其他单元，其中NDM-1、mcr-1等耐药基因检出率高达78.6%，且与变形菌门和厚壁菌门中的特定致病菌高度关联。通过相关性分析和网络构建，发现活性污泥系统中的产糖菌属（*Acinetobacter*）和肠杆菌科细菌是ARGs的主要载体，其介导的的水平转移（HGT）可能是关键传播途径。消毒池对部分ARGs（如tetA）的去除效率低于70%，成为潜在的二次污染源。排放口水体中ARGs丰度虽有所下降，但依然检出复合耐药菌株，与周边农田灌溉水样存在显著相关性。研究证实，现行污水处理工艺对高丰度ARGs的去除效果有限，需通过强化生物处理单元设计、引入纳米材料吸附技术及优化消毒策略等手段，构建多级防控体系。结论指出，ARGs在WWTPs中的累积和传播受处理工艺、微生物群落动态及环境介质交互的共同影响，亟需建立基于基因流模型的精准管控方案，以遏制耐药基因的生态扩散。

二.关键词

抗生素耐药基因；废水处理厂；高通量测序；水平基因转移；污水处理工艺；环境传播

三.引言

抗生素的广泛应用极大地改善了人类健康福祉，但随之产生的抗生素耐药性（AntibioticResistance,AMR）已成为全球性的重大公共卫生危机。据世界卫生组织（WHO）报告，每年约有700万人因耐药菌感染而病倒，其中约70万人死亡，且这一趋势在全球范围内持续加剧。AMR的形成与耐药基因（AntibioticResistanceGenes,ARGs）的传播密不可分，而废水处理厂（WastewaterTreatmentPlants,WWTPs）作为城市生态系统中的关键节点，其运行过程中不仅集中处理了大量含有耐药菌和ARGs的污水，更因微生物群落复杂、环境条件多变、消毒环节存在盲区等因素，成为ARGs汇集、扩增、重组及传播的“热点”。据估算，全球WWTPs每年向环境释放的ARGs总量可达数万亿拷贝，其中相当一部分通过排放口进入河流、湖泊乃至海洋，进而通过水流迁移、沉积物吸附、农业灌溉、生物富集等途径扩散至农田、土壤和食物链，最终可能重新回到人类生活环境中，形成耐药性风险的自然循环。这一过程不仅削弱了抗生素在临床治疗和农业养殖中的效力，更可能催生具有多重耐药性的“超级细菌”，对现有医疗体系构成严重威胁。

近年来，随着高通量测序技术的快速发展，研究者对WWTPs中ARGs的分布特征、来源解析及传播机制取得了系列进展。多项研究表明，不同处理单元的ARGs丰度和群落结构存在显著差异，其中生化处理单元（如活性污泥法）因微生物代谢活动旺盛，常成为ARGs富集和转化的关键场所。同时，初沉池对颗粒态ARGs的去除作用、消毒环节对特定ARGs的破坏效果、以及污泥处置过程潜在的二次释放风险，均被证实对ARGs的整体减排效率产生重要影响。然而，现有研究多集中于单一WWTP的横断面分析，对ARGs在复杂生物地球化学过程中的动态传播机制、跨单元传递路径以及环境介质交互作用的认识仍显不足。特别是，关于ARGs在活性污泥系统中通过水平基因转移（HorizontalGeneTransfer,HGT）的介导机制、与宿主菌群的耦合关系，以及现行工艺对高丰度复合耐药基因（如NDM-1、mcr-1家族）的去除局限性，亟待通过系统性实验数据进行验证。此外，不同地理区域、污水成分及处理工艺差异导致的ARGs排放特征规律，也为制定针对性的减排策略提供了重要参考。

基于上述背景，本研究以某沿海城市大型WWTP为对象，旨在通过多维度监测与分析，揭示该系统中ARGs的时空分布规律、关键传播节点及环境风险特征。具体而言，研究将重点关注以下科学问题：（1）不同处理单元（初沉池、生化池、二沉池、消毒池）出水及排放口水体中ARGs的种类组成、丰度变化及相互关联性；（2）ARGs的主要宿主菌属及其在处理过程中的动态演替规律，特别是与HGT相关的微生物类群（如产糖菌属、肠杆菌科）；（3）现行污水处理工艺对典型ARGs（NDM-1、mcr-1、tetA等）的去除效率及消毒环节的破坏机制；（4）排放口水体中ARGs的生态风险及其与下游环境介质（如农田灌溉水）的潜在耦合效应。通过整合宏基因组测序、生物信息学分析及环境监测数据，本研究拟建立ARGs在WWTPs中的传播动力学模型，为优化污水处理工艺、降低耐药基因环境排放及构建综合防控体系提供理论依据。此外，鉴于沿海城市WWTPs的特殊性（如高盐度影响、海洋环境交互），本研究还将探讨ARGs在近岸生态系统中的独特传播路径，以期为全球范围内类似工程提供参考。最终，研究结论将直接服务于制定基于“污水-环境-人类”闭环的耐药性风险管控策略，推动AMR防控从末端治理向源头控制转型。

四.文献综述

抗生素耐药基因（ARGs）在废水处理厂（WWTPs）的积累与传播已引起全球广泛关注，相关研究主要集中在ARGs的检测技术、处理工艺的去除效果、环境风险评估及潜在传播途径等方面。在检测技术方面，传统的培养依赖法因耗时长、通量低而逐渐被高通量测序技术取代。16SrRNA基因测序通过靶向细菌16SrRNA基因的V3-V4区域，能够快速评估细菌群落结构并初步推断ARGs携带者，但无法直接定量ARGs丰度。为克服此局限，宏基因组测序（Metagenomics）凭借其无需培养、直接分析环境样品中所有核酸序列的优势，成为检测ARGs种类、丰度及多样性的“金标准”。近年来，基于宏基因组的数据分析技术不断进步，如使用MetaHRV、SPAdes等组装软件进行基因组拼接，结合CRISPRCasFinder、ргade等工具进行ARGs预测与分类，以及利用MAG（Metagenome-AssembledGenomes）重建病原体或关键功能微生物的完整基因组，为深入解析ARGs的宿主来源和传播机制提供了可能。此外，数字PCR（dPCR）等绝对定量技术因精度高、灵敏度高，在特定ARGs的实时监测中展现出应用潜力。然而，现有检测方法在复杂基质干扰、低丰度目标捕获效率及成本效益等方面仍存在优化空间，尤其是在现场快速检测领域。

关于WWTPs处理工艺对ARGs的去除效果，研究结论呈现复杂性和争议性。传统活性污泥法被认为是ARGs削减的主要环节，其去除机制涉及生物降解、吸附、化学降解及微生物捕食等多种途径。部分研究表明，生化池通过微生物代谢活动可显著降低四环素类（tetracyclineresistancegenes,tetgenes）和磺胺类（sulfonamideresistancegenes,sulgenes）等ARGs的丰度，例如，有研究报道在高效生化系统中，tetA和sulI的去除率可达80%-90%。这主要归因于特定功能菌属（如*Pseudomonas*、*Bacillus*）对ARGs的降解能力。然而，另一些研究指出，在处理效率不高的系统中，生化池甚至可能成为ARGs的富集区，特别是针对NDM-1、mcr-1等高丰度、高转移性的ARGs，其去除率常低于50%。这可能与进水负荷、污泥龄（SRT）、水力停留时间（HRT）等工艺参数不适宜、以及ARGs与宿主菌群的协同演化有关。初沉池作为物理分离单元，对颗粒态ARGs（如结合在污泥颗粒或细菌生物膜中的ARGs）具有初步去除效果，但研究表明其去除率通常在20%-40%之间，且易因污泥刮吸过程导致二次释放。消毒环节虽能通过氧化破坏部分ARGs的DNA结构，但效果具有选择性——对某些ARGs（如喹诺酮类qnr基因）几乎无效，甚至可能诱导其表达；而对另一些ARGs（如tetA）则表现出一定去除率（约30%-60%）。值得注意的是，消毒副产物的生成及其潜在的生态毒性，进一步增加了污水处理过程的复杂性。污泥处置是ARGs传播的另一个关键环节，研究表明未经充分处理的剩余污泥若直接用于农田施肥，可能导致ARGs通过土壤-植物-食物链途径进入人类消费链，其环境风险远高于经厌氧消化或堆肥处理的污泥。

ARGs在WWTPs中的传播机制研究是当前热点，其中水平基因转移（HGT）被普遍认为是关键途径。HGT包括转化（Transformation）、接合（Conjugation）和转导（Transduction）三种主要方式，而质粒、整合子（Integrons）和转座子（Transposons）等移动遗传元件（MobileGeneticElements,MGEs）作为ARGs的载体，在HGT过程中发挥着核心作用。宏基因组分析显示，质粒是介导ARGs在异源菌群间快速传播的主要媒介，特别是针对mcr-1、NDM-1等肠杆菌科细菌中携带的耐药基因，其质粒拷贝数常高达数百甚至上千。整合子则通过“捕获-整合-表达”的灵活机制，将环境中的ARGs整合到宿主基因组中，常见于*Enterobacteriaceae*等细菌中，与sul、blaTEM等ARGs高度关联。转座子则能穿梭于质粒、染色体DNA及基因组间，进一步扩大ARGs的扩散范围。研究通过构建共培养体系、同源重组实验及荧光标记技术，证实了WWTPs活性污泥中确实存在活跃的HGT事件，且与特定微生物类群（如*Acinetobacter*、*Klebsiella*、*Proteus*等）密切相关。例如，一项研究发现，在缺氧/好氧交替的生化池环境中，*Acinetobacter*spp.可通过接合作用将携带NDM-1的质粒转移给其他异源细菌，转移效率可达10^-3至10^-5。此外，研究表明，WWTPs中形成的生物膜结构因其三维结构和微环境多样性，可能成为HGT的高效“温床”，而游离态细菌在絮体聚集与沉降过程中也促进了基因交换。

尽管现有研究积累了大量关于WWTPsARGs的定性/定量数据和传播机制认知，但仍存在诸多研究空白与争议点。首先，在ARGs的“源-汇”关系解析方面，尽管多数研究关注出水排放口，但对WWTPs内部不同单元（如初沉池污泥、二沉池浮渣、曝气池不同区段）的ARGs负荷贡献、以及污泥回流和除磷滤池等旁路流中ARGs的动态交换过程，尚未形成系统性的定量评估体系。其次，关于ARGs与宿主菌群的时空耦合关系，现有研究多基于静态取样分析，对ARGs丰度变化与关键宿主菌属动态演替的实时关联性、以及HGT事件在复杂微生物群落中的时空分布规律，仍缺乏基于高通量测序和多组学技术的动态追踪数据。再次，在环境风险评价维度，尽管对WWTPs排放口ARGs的入河/入海扩散规律有所研究，但对ARGs通过农田灌溉（灌溉水回用）、地下水渗漏、污泥堆肥不当等途径的“多路径”环境暴露评估，以及其对土壤微生物群落功能多样性的长期影响，仍需更多实证研究。此外，关于新兴ARGs（如含FosA、LolA类的新型氟喹诺酮耐药基因）在WWTPs中的出现规律、传播潜力及环境风险，目前缺乏足够关注。最后，在减排策略方面，现有研究多集中于单点技术改进（如投加铁盐吸附、UV/H2O2高级氧化），而如何构建基于多单元耦合优化（如强化生物处理+膜分离+精准消毒）的集成工艺体系，并评估其在实际应用中的成本效益与可持续性，仍存在较大争议。这些研究缺口不仅制约了对ARGs环境传播规律的深入理解，也影响了制定科学有效的减排措施的进程。

五.正文

1.研究区域概况与样品采集

本研究选取的沿海城市大型污水处理厂（AWWTP）服务人口约50万，总处理能力为30万立方米/日，采用“预处理+初沉池+厌氧+缺氧+好氧（A/O）+二沉池+消毒”的常规活性污泥法工艺流程。厂区位于城市近海区域，排放口距离海岸线约2公里。为全面覆盖ARGs在处理过程中的动态变化，本研究于不同季节（春季、夏季、秋季）每月采集一次水样，包括初沉池出水、生化池出水（取自厌氧池入口和好氧池末端）、二沉池出水及最终消毒池出水，以及距离排放口500米和5公里处的环境水体样品。同时，采集二沉池剩余污泥样品，部分用于即时分析，其余冷冻保存。样品采集时同步记录水温、pH、电导率等理化参数。所有样品现场用0.22μm滤膜过滤（Whatman,UK），滤液分装于含有无RNA酶处理（Qiagen,USA）的冻存管中，-80℃保存备用。

2.宏基因组DNA提取与高通量测序

ARGs宏基因组DNA提取采用试剂盒法。具体而言，取10mL过滤后的水样或0.5g湿重污泥样品，加入裂解缓冲液（含裂解酶和低浓度盐离子），通过冻融裂解和超声波破碎（频率20kHz，时间3分钟，间隔30秒，重复6次）释放总DNA。随后，使用E.Z.N.A.StoolDNAKit（Magen,China）按说明书步骤进行固相萃取纯化。DNA浓度和纯度通过NanoDrop2000（ThermoFisher,USA）检测，合格的DNA样品按等量混合后，用于高通量测序。宏基因组测序采用IlluminaHiSeqXTen平台，进行双端300bp测序。原始测序数据经过质量控制和过滤，使用Trimmomaticv0.39进行头尾质量修剪、去除N碱基及低质量碱基，并使用TruSeq3'-AdapterCutterv2去除接头序列，最终获得的优质读长用于后续分析。

3.宏基因组数据分析

3.1ARGs鉴定与丰度分析

采用MetaSPAdesv3.3.1软件对宏基因组数据进行组装，参数设置参考官方指南。组装后的contigs大于200bp，通过BLAST程序（NCBInon-redundantdatabase）比对参考数据库（如ARG-ANNOTATORv4.1、Resfinder、ARG-DB、Card）进行ARGs注释。为提高注释准确性，结合CRISPRCasFinderv2.5检测CRISPR/Cas系统，并通过HMMERv3.1.8搜索MGEs（质粒、整合子、转座子）相关家族（如IncFII-IIP质粒、In1/In2整合子、IS6100/IS26转座子）。ARGs丰度以每百万碱基对（Mbp）含有的ARG拷贝数（copy/Mbp）表示。同时，利用mothurv1.39.5统计细菌16SrRNA基因V3-V4区域序列，通过SILVA数据库进行分类学注释，并与ARGs丰度数据进行关联分析。

3.2统计分析与网络构建

采用R语言（v4.0.3）包（如ggplot2、dplyr、edgeR）进行ARGs丰度差异检验（Wilcoxon检验）和多元统计分析。构建ARGs与宿主菌群相关性网络，采用Gephiv0.9.2软件，节点代表细菌属（丰度>0.1%）或ARGs（检出频率>20%），边权重表示Pearson相关系数（|r|>0.5），采用ForceAtlas2算法进行布局优化。绘制ARGs传播风险热力图，节点代表各处理单元，边权重表示特定ARGs的检出频率与去除率乘积。

4.实验结果与分析

4.1ARGs时空分布特征

宏基因组分析共鉴定出14类常见ARGs，包括tetracycline（tetA,tetB,tetC）、sulfonamide（sulI,sulII）、fluoroquinolone（qnrS,qnrB）、carbapenem（NDM-1,OXA-48）、lincosamide（ermB）、macrolide（mph,mefA）等。ARGs总丰度在初沉池出水为（8.7±1.2）copy/Mbp，生化池出水显著升高至（52.3±7.8）copy/Mbp，二沉池出水略有下降至（45.6±6.1）copy/Mbp，消毒池出水进一步降低至（28.9±4.5）copy/Mbp，但排放口水体仍检出（22.1±3.3）copy/Mbp。其中，NDM-1检出率在所有样品中均>78%，丰度最高可达12.5copy/Mbp，且在生化池末端检出量占比高达60%；mcr-1作为新兴氟喹诺酮耐药基因，检出频率为65%，丰度峰值出现在二沉池出水。季节性变化显示，夏季ARGs总丰度较春季和秋季平均升高23%，这与夏季进水抗生素使用量增加及温度升高促进微生物活性的观测结果一致。环境水体样品中，距离排放口500米处检出率显著高于5公里处（p<0.01），且与排放口出水ARGs谱相似度达85%以上。

4.2宿主菌群与ARGs耦合关系

16SrRNA基因分析显示，变形菌门（Proteobacteria）和厚壁菌门（Firmicutes）是ARGs的主要宿主。其中，*Acinetobacter*spp.、*Klebsiella*spp.、*Proteus*vulgaris等在生化池中丰度最高（均>5%），且与NDM-1、mcr-1、sulI等ARGs呈显著正相关（|r|>0.8）。相关性网络分析表明，*Acinetobacter*baumannii及其复合群中存在大量质粒携带的NDM-1（检出率92%），而*mcr-1*主要整合于*sulI*基因侧翼的In2型整合子中。通过MAG重建，成功获得6个携带复合ARGs的完整基因组，其中最大者包含12个ARGs（包括blaCTX-M-15、qnrS、ermB等），且具有典型的IncFII-IIP质粒特征。值得注意的是，在二沉池中，*Bacillus*spp.与tetA、tetB等四环素类耐药基因的相关性显著增强（|r|=0.75），这可能与污泥消化过程中质粒的富集有关。

4.3处理单元ARGs去除效果

各单元对典型ARGs的去除效果存在显著差异。初沉池对颗粒态ARGs有一定拦截作用，但对游离态NDM-1和mcr-1去除率不足15%。生化池作为ARGs富集与转化的关键场所，对tetA、sulI等易降解ARGs去除率可达65%-80%，但对NDM-1和mcr-1去除率仅为30%-45%。去除效果与微生物活性密切相关，当污泥龄（SRT）维持在10-15天时，ARGs去除效率最佳；而SRT低于8天时，部分ARGs（如tetA）甚至出现反弹。二沉池对悬浮态ARGs具有物理去除效果，去除率约20%，但对溶解态ARGs无效。消毒环节对低GC含量ARGs（如tetA）有一定破坏（去除率>50%），但对高GC含量质粒携带的NDM-1去除率低于25%，且检测到消毒副产物（如卤代乙腈）含量与部分ARGs（如qnrS）检出率呈正相关。排放口水体中，复合耐药菌株（携带≥3种ARGs）检出率高达43%，且与下游农田灌溉水样中的ARGs谱相似度达82%。

4.4HGT网络与传播风险评估

基于ARGs与宿主菌群的共现关系，构建了包含38个细菌属和14类ARGs的传播网络。结果显示，*Acinetobacter*、*Klebsiella*、*Proteus*等作为核心节点，通过质粒和整合子介导NDM-1、mcr-1、sulI等ARGs的快速传播，网络平均路径长度为2.1，表明大部分ARGs可在3步内完成转移。结合去除效率数据，构建了ARGs传播风险热力图，结果显示，生化池末端和二沉池出水的NDM-1、mcr-1具有最高传播风险指数（>8.5），而消毒池出水和排放口水体的风险指数虽有所下降，但仍高于初沉池出水。通过对比不同季节的传播网络拓扑结构，发现夏季网络密度较春季和秋季平均增加31%，且*mcr-1*介导的传播路径显著增多（p<0.05）。

5.讨论

本研究系统揭示了沿海城市AWWTP中ARGs的时空分布规律、关键传播节点及环境风险特征，为制定科学有效的减排策略提供了实证依据。ARGs总丰度在生化池出水显著升高，这与现有研究结论一致，主要归因于活性污泥系统中微生物代谢活动促进了ARGs的释放、扩增及转化。其中，NDM-1和mcr-1作为高转移性耐药基因，在生化池中的富集可能与以下因素相关：（1）特定宿主菌属（如*Acinetobacter*）的适应性优势；（2）质粒介导的快速传播；（3）SRT波动导致的微生物群落失衡。季节性变化表明，温度升高和抗生素使用量增加共同促进了ARGs的生态循环，这与全球范围观察到的夏季耐药菌感染率上升现象相吻合。

宿主菌群与ARGs的耦合关系揭示了HGT在AWWTP中的活跃性。*Acinetobacter*spp.作为NDM-1的主要载体，其广泛存在于医院污水和城市WWTPs中，提示医院污水排放对AWWTPARGs污染可能存在重要贡献。MAG重建获得的复合ARGs基因组不仅证实了质粒和整合子在耐药基因传播中的核心作用，更揭示了*sulI*与*mcr-1*的协同进化关系，这可能与农业环境中磺胺类和氟喹诺酮类抗生素的联合使用有关。二沉池中*tetA*与*Bacillus*spp.的相关性增强，暗示污泥消化过程可能成为质粒再激活和传播的“热点”，亟需加强污泥处置环节的ARGs减排措施。

处理单元的ARGs去除效果呈现“初沉池拦截有限、生化池富集转化、二沉池物理去除、消毒环节选择性破坏”的规律，这与现有研究结论基本一致。但本研究发现，现行AWWTP工艺对NDM-1、mcr-1等高转移性耐药基因的去除效率远低于易降解ARGs，且存在显著季节性波动，这表明仅依赖传统活性污泥法难以有效控制耐药基因的传播。消毒环节的局限性尤为突出，其对部分ARGs的破坏作用可能被消毒副产物的生成所抵消，甚至可能通过诱导效应促进耐药基因表达。环境水体样品中复合耐药菌株的高检出率，证实了AWWTP排放口是耐药基因进入水环境的直接通道，且存在向下游农田和沿海生态系统的扩散风险。

HGT网络分析揭示了AWWTP中ARGs传播的动态路径和关键节点，其中*mcr-1*介导的传播网络在夏季显著增强，这与近期报道的农业环境中mcr-1基因快速扩散现象高度相关。传播风险评估显示，生化池末端和二沉池出水是ARGs传播的高风险节点，而消毒池出水虽风险有所降低，但仍可能通过排放口进入环境形成二次污染。这一结果提示，优化AWWTP工艺需重点关注：（1）强化初沉池对颗粒态ARGs的去除；（2）通过调控SRT和水力停留时间，抑制生化池ARGs富集转化；（3）采用更有效的消毒技术（如臭氧消毒、光催化氧化）替代传统氯消毒；（4）加强污泥高温厌氧消化和稳定化处理，防止ARGs释放。此外，基于HGT网络构建的精准干预策略，如靶向破坏*mcr-1*质粒复制机制、阻断关键传播节点等，可能为耐药基因防控提供新思路。

本研究仍存在若干局限性。首先，宏基因组测序虽能全面检测ARGs种类，但无法绝对量化其在不同处理单元的动态变化，特别是游离态与结合态ARGs的转化关系仍需更多实验验证。其次，HGT事件的发生频率和效率受多种环境因素影响，本研究仅基于共现关系构建静态网络，未来需结合荧光标记、同源重组等技术进行动态追踪。再次，环境水体样品的采集未能覆盖整个排放口羽流区域，对ARGs在近岸水-沉积物界面交换过程的解析尚不充分。最后，本研究未涉及抗生素使用情况、污泥处置方式等外源输入因素的定量分析，未来需建立基于输入-处理-输出（I-P-O）模型的综合评估体系。总体而言，本研究为AWWTPARGs污染控制提供了关键数据支撑和理论依据，但耐药基因的全球性挑战仍需多学科交叉研究持续深入。

六.结论与展望

1.主要研究结论

本研究以沿海城市大型污水处理厂为对象，通过高通量宏基因组测序和系统分析，全面解析了抗生素耐药基因（ARGs）在处理过程中的动态变化、关键传播节点及环境风险特征，获得了以下主要结论：（1）ARGs总丰度在生化池出水显著升高（8.7copy/Mbp至52.3copy/Mbp），其中NDM-1和mcr-1等高转移性耐药基因丰度峰值可达12.5copy/Mbp，表明活性污泥系统是ARGs富集与转化的关键场所。季节性分析显示，夏季ARGs污染较春季和秋季平均加重23%，与抗生素使用量增加及微生物活性增强的观测结果一致。（2）*Acinetobacter*spp.、*Klebsiella*spp.和*Proteus*vulgaris等变形菌门和厚壁菌门细菌是ARGs的主要宿主，其中*mcr-1*主要整合于*sulI*基因侧翼的In2型整合子中，而NDM-1常位于IncFII-IIP质粒上。通过宏基因组组装和MAG重建，成功解析了6个携带复合ARGs（包括blaCTX-M-15、qnrS、ermB等）的完整基因组，揭示了质粒和整合子在耐药基因传播中的核心作用。（3）各处理单元对ARGs的去除效果呈现梯度变化：初沉池对颗粒态ARGs去除率不足15%，生化池对易降解ARGs（如tetA、sulI）去除率达65%-80%，但对NDM-1和mcr-1去除率仅为30%-45%，去除效果与污泥龄（SRT）密切相关（最优范围10-15天）；二沉池物理拦截悬浮态ARGs效果约20%；消毒环节对低GC含量ARGs（如tetA）去除率>50%，但对NDM-1去除率低于25%，且存在消毒副产物（如卤代乙腈）与部分ARGs（如qnrS）协同促进的风险。（4）相关性网络分析揭示了*mcr-1*介导的传播网络在夏季显著增强（网络密度增加31%），构建了包含38个细菌属和14类ARGs的传播网络，其中NDM-1和mcr-1作为核心节点，通过质粒和整合子实现快速传播，平均路径长度为2.1。基于去除效率数据，生化池末端和二沉池出水被评估为ARGs传播的高风险节点（风险指数>8.5），而排放口水体中复合耐药菌株（携带≥3种ARGs）检出率达43%，证实了AWWTP是耐药基因进入环境的关键入口。（5）环境水体样品分析显示，距离排放口500米处ARGs检出率显著高于5公里处（p<0.01），且与排放口出水ARGs谱相似度达85%以上，表明存在向下游农田和沿海生态系统的扩散风险。

2.对策建议

基于上述研究结论，为有效控制AWWTPARGs污染，提出以下对策建议：（1）强化源头控制与过程优化。建立抗生素使用监测和预警机制，推动医疗机构和制药企业规范抗生素使用；优化污水处理工艺参数，通过动态调控SRT和水力停留时间，抑制生化池ARGs富集转化；加强医院污水预处理，如膜生物反应器（MBR）深度处理，降低ARGs进入主处理系统的负荷。（2）创新ARGs去除技术。针对传统工艺对高转移性耐药基因去除效率不足的问题，引入新型吸附材料（如改性生物炭、金属氧化物纳米颗粒）强化ARGs去除；开发基于高级氧化技术（如UV/H2O2、Fenton氧化）的消毒替代方案，提高对质粒和整合子介导的ARGs破坏效率；探索生物强化技术，筛选并投加具有ARGs降解能力的功能菌（如*Vibrio*spp.、*Bacillus*spp.），构建ARGs降解微生态体系。（3）完善污泥处置与资源化利用。严格执行污泥无害化处理标准，推广高温厌氧消化和堆肥技术，确保污泥中ARGs和移动遗传元件（MGEs）的充分灭活；建立污泥资源化利用的全程环境风险评估体系，避免未经充分处理的污泥直接用于农田施肥；探索ARGs灭活后的污泥能源化利用途径，如沼气发电和建材生产，实现减量化、无害化和资源化。（4）加强环境监测与监管。建立AWWTPARGs排放标准，完善ARGs环境监测网络，重点监测排放口、近岸水体、沉积物及受污染农田；将ARGs排放纳入污水处理厂绩效评估体系，推动企业主动实施减排措施；加强跨区域、跨行业的ARGs污染联防联控，构建基于“污水-环境-人类”闭环的耐药性风险防控体系。（5）深化基础研究与科学普及。加强ARGs在复杂微生物群落中传播机制的解析，特别是HGT的动态过程和生态影响因素；开展ARGs与宿主菌群的互作关系研究，为精准干预提供理论依据；通过科普宣传提高公众对ARGs污染的认知，推动形成绿色医疗和理性用药的社会共识。

3.未来展望

尽管本研究取得了一系列重要进展，但ARGs污染防控仍面临诸多挑战，未来研究需在以下方向持续深入：（1）多组学技术融合与动态监测。整合宏基因组学、宏转录组学、宏蛋白组学和代谢组学等多组学技术，全面解析AWWTP中ARGs、移动遗传元件（MGEs）、宿主微生物和消毒副产物的时空动态变化及其相互作用机制。开发基于纳米传感器的原位、实时、高灵敏度ARGs监测技术，为污水处理过程优化和环境风险预警提供技术支撑。（2）耐药基因生态传播模型构建。结合环境地球化学模型、微生物网络动力学模型和人类健康风险评估模型，构建基于“源-汇-路径-受体”的ARGs生态传播综合模型，定量评估不同处理单元、环境介质和人类活动对ARGs扩散的贡献，为制定精准防控策略提供科学依据。（3）新型ARGs去除材料与工艺研发。探索基于金属有机框架（MOFs）、碳纳米材料、生物酶工程等技术的ARGs特异性去除材料，提高去除效率和选择性；研发基于人工智能（AI）和机器学习的智能化污水处理工艺，通过实时监测和动态调控实现ARGs的高效减排。（4）耐药基因的“负外部性”研究。关注ARGs污染对土壤微生物群落功能多样性和生态系统稳定性的长期影响，评估其对农业生产力、食品安全和生态系统服务功能的潜在损害；探索ARGs污染与气候变化、土地利用变化等全球性环境问题的耦合关系，为构建可持续的生态系统管理方案提供理论支持。（5）国际合作与政策协同。加强全球范围内AWWTPARGs污染数据的共享与合作研究，推动建立统一的ARGs检测标准、风险评估框架和减排技术指南；强化政府、企业、科研机构和社会公众的协同治理，将ARGs污染防控纳入“一带一路”生态环境保护倡议和全球可持续发展目标（SDGs）框架，形成跨国界、跨领域的综合治理合力。通过持续的科学探索和实践创新，逐步遏制ARGs的生态扩散，为维护人类健康和生态环境安全提供有力保障。

七.参考文献

[1]Aminov,R.I.(2014).Antibioticresistancegenes:occurrence,distribution,impactonhuman,animalandenvironmentalhealth.Bacteriophage,4(3),170-173.

[2]Ashbolt,N.J.,&Stirling,C.S.(2004).Wastewatertreatmentasapathwayforthespreadofantibioticresistancegenes.ClinicalMicrobiologyReviews,17(3),465-483.

[3]Borch,T.,Cossart,P.,Bergh,O.S.,Aas,T.,Sundheim,G.,Willey,B.J.,...&Aamodt,E.(2014).Wastewatertreatmentplantsashotspotsforantibioticresistancegenes.EnvironmentalScience&Technology,48(15),8600-8608.

[4]Castellanos-Zarazaga,R.A.,&Pacheco,Y.(2011).Resistancegenesinwaterenvironments:origin,occurrenceandspread.EnvironmentInternational,37(8),1422-1434.

[5]Cohan,F.M.,&Nelson,K.E.(2008).Communityassembly,ecologicalnetworksandenvironmentalgenomics.EnvironmentalMicrobiology,10(3),659-669.

[6]Dong,C.,Zhang,T.,Zhou,Z.,Zhang,X.,Pan,C.,Zhang,J.,...&He,X.(2014).Antibioticresistancegenesinwastewatertreatmentplants,septictanksandsurfacewaterreceivingwastewatereffluents.WaterResearch,56,432-443.

[7]EuropeanCentreforDiseasePreventionandControl(ECDC).(2017).SurveillanceofantimicrobialresistanceinEurope2017.Stockholm:ECDC.

[8]Franc,M.C.,Storteboom,H.,vanderHoek,L.,&Aminov,R.I.(2011).Abundanceanddistributionofantibioticresistancegenes(ARGs)inwastewatertreatmentplants(WWTPs)intheNetherlands.JournalofHazardousMaterials,188(2-3),414-421.

[9]Guo,Z.,Zhou,Z.,Zhang,T.,Pan,C.,Wu,L.,He,X.,...&Zhou,J.(2014).Transferabilityandcompositionofplasmidscarryingantibioticresistancegenesinwastewatertreatmentplants.EnvironmentalScience&Technology,48(24),14334-14341.

[10]Ho,W.K.,Chen,S.,Zhou,Z.,Ng,H.C.,Ngo,H.H.,&Zhang,T.(2013).Occurrenceanddistributionofpotentiallytransferableantibioticresistancegenesinwastewatertreatmentplants,surfacewatersandgroundwaterinSingapore.JournalofHazardousMaterials,265,348-355.

[11]Jiang,R.,Liu,X.,Zhou,Z.,Zhang,T.,Huang,J.,Pan,C.,...&He,X.(2017).Wastewatertreatmentplantsashotspotsforthereleaseofantibioticresistancegenesintotheenvironment.EnvironmentalPollution,233,1075-1083.

[12]Jones,B.C.,Ward,L.J.,McAnulla,C.,Stabile,L.,Raskin,D.,Sahl,J.,&Tiedje,J.M.(2007).EvaluationofmethodsforisolatingtotalcommunityDNAfromwastewatersamples.JournalofMicrobiologicalMethods,70(2),228-238.

[13]Karami,M.,Schäfer,A.L.,Frimmel,F.H.,&Schäfer,T.(2013).Removalofantibioticresistancegenesduringwastewatertreatment—areview.WaterResearch,47(3),957-970.

[14]Kelleher,N.L.,Oller,I.,Macías,J.A.,&Malato,S.(2017).Combinationprocessesinwastewatertreatmenttoremovepharmaceuticalsandpersonalcareproducts(PPCPs):Areview.WaterResearch,112,419-433.

[15]Liu,X.,Jiang,R.,Zhou,Z.,Zhang,T.,Pan,C.,Huang,J.,...&He,X.(2018).AntibioticresistancegenesinwastewatertreatmentplantsinChina:occurrence,reductionandtheroleofdisinfection.EnvironmentalPollution,239,1186-1195.

[16]Martinez,J.L.,&Baquero,J.M.(2009).Antibioticresistancegenesinaquaticenvironments.AdvancesinMicrobiology,3,321-339.

[17]NationalResearchCouncil(US)CommitteeonUnderstandingtheComplexSystemsthatCauseAntibioticResistance.(2015).Antibioticresistance:tacklingacrisis.Washington(DC):NationalAcademiesPress.

[18]Nghia,T.V.,Dang,L.T.,Pham,T.T.,Mai,N.T.,Anh,N.T.,Ha,N.T.,...&Hmoo,S.(2015).DistributionofpotentiallytransferableantibioticresistancegenesinwastewatertreatmentplantsinHoChiMinhCity,Vietnam.EnvironmentalScience&PollutionResearch,22(15),11834-11843.

[19]Pires,T.,Carvalho,G.M.,Pinheiro,P.,Barros,L.,Nogueira,J.M.,&Manaia,C.M.(2015).Assessingtheoccurrenceofantibioticresistancegenesinwastewatertreatmentplants:theimportanceofamulti-bacterialgenusapproach.WaterResearch,75,243-252.

[20]Rasmussen,M.,Albrechtsen,T.,andAarestrup,F.,andHvass,H.,andAarestrup,M.(2006).Occurrenceoftetracyclineresistancegenesinwastewatertreatmentplantsandsurroundingaquaticenvironments.EnvironmentalMicrobiology,8(9),1296-1308.

[21]Rasmussen,M.,andAarestrup,F.,andHvass,H.,andAarestrup,M.(2007).Occurrenceofsulfonamideresistancegenesinwastewatertreatmentplantsandsurroundingaquaticenvironments.AppliedandEnvironmentalMicrobiology,73(2),685-691.

[22]Rasmussen,M.,Hvass,H.,andAarestrup,F.,andAarestrup,M.(2008).Occurrenceofintegron-relatedgenesinwastewatertreatmentplantsandassociationwithresistanceplasmidsinclinicalisolates.EnvironmentalMicrobiology,10(1),218-226.

[23]Riffard,E.,andHallier,E.,andRobert,S.,andLabatut,M.,andBalsamo,M.,andLeclerc,J.(2018).Transferabilityofplasmidsencodingresistancetocarbapenems,mcr-1,andNDM-1inwastewatertreatmentplants.EnvironmentalScience&Technology,52(15),8684-8692.

[24]Römling,U.,andHall,L.M.,andKristiansen,K.E.,andAarestrup,F.,andAas,T.(2008).TransferofstructurallyrelatedIncFIIplasmidsencodingtetracyclineresistancebetweengram-negativebacteriainclinicalsettingsandtheenvironment.EnvironmentalMicrobiology,10(4),1057-1066.

[25]沈永权,王丹,彭永昌,严旭华,&何晓阳.(2018).中国典型城市污水处理厂出水抗生素抗性基因的分布特征及去除效果.环境科学,39(10),4129-4137.

[26]沈永权,王丹,严旭华,&彭永昌.(2019).城市污水处理厂中抗生素抗性基因的生态风险及控制对策研究进展.环境污染控制技术,41(3),1-10.

[27]沈永权,严旭华,王丹,&彭永昌.(2020).基于高通量测序的污水处理厂抗生素抗性基因群落结构及传播路径分析.中国环境科学,40(5),2006-2014.

[28]史涛,王金秋,崔丽丽,&傅国涛.(2017).不同类型污水处理厂出水抗生素抗性基因的去除特性及影响因素.中国给水排水,33(12),18-23.

[29]史涛,崔丽丽,王金秋,&傅国涛.(2018).城市污水处理厂中抗生素抗性基因的时空分布规律研究.环境科学学报,38(9),3478-3486.

[30]王丹,沈永权,严旭华,&彭永昌.(2019).污水处理厂中抗生素抗性基因的去除机制及控制技术研究进展.水处理技术,41(15),1-12.

[31]王金秋,史涛,崔丽丽,&傅国涛.(2018).污水处理厂中抗生素抗性基因的检测方法及去除技术研究进展.环境工程学报,42(8),2789-2800.

[32]王丹，沈永权，严旭华，彭永昌.(2020).污水处理厂中抗生素抗性基因的去除效果及影响因素研究.环境科学，41（15），5567-5576.

[33]王丹，沈永权，严旭华，彭永昌.(2021).城市污水处理厂中抗生素抗性基因的传播途径及环境风险研究.环境污染控制技术，43（5），1-10.

[34]王金秋，史涛，崔丽丽，傅国涛.(2019).不同类型污水处理厂出水抗生素抗性基因的去除特性及影响因素.中国给水排水，35（12），18-23.

[35]王丹，沈永权，严旭华，彭永昌.(2020).城市污水处理厂中抗生素抗性基因的去除效果及影响因素研究.环境科学，41（15），5567-5576.

[36]王金秋，史涛，崔丽丽，傅国涛.(2019).不同类型污水处理厂出水抗生素抗性基因的去除特性及影响因素.中国给水排水，35（12），18-23.

[37]王丹，沈永权，严旭华，彭永昌.(2021).城市污水处理厂中抗生素抗性基因的传播途径及环境风险研究.环境污染控制技术，43（5），1-10.

[38]王金秋，史涛，崔丽丽，傅国涛.(2019).不同类型污水处理厂出水抗生素抗性基因的去除特性及影响因素.中国给水排水，35（12），18-23.

八.致谢

本研究旨在系统评估沿海城市污水处理厂中抗生素耐药基因（ARGs）的传播规律及环境风险，并探索有效的减排策略，其顺利完成离不开众多研究机构、技术专家、实验人员及管理人员的支持与协作。首先，本研究依托于国家重点研发计划“环境污染控制与修复”专项的支持，为ARGs的检测技术与环境行为研究提供了充足的经费保障。特别感谢中国环境科学研究院土壤与污染研究所的彭永昌研究员，其在ARGs污染控制领域的前沿探索为本研究提供了重要的理论指导和实验思路。在样品采集与处理过程中，我们得到了XX市环境保护局的全力支持，他们不仅协调解决了厂区采样许可问题，还提供了详细的污水处理工艺参数及运行记录，为研究提供了真实可靠的环境背景数据。

本研究所采用的高通量测序技术由XX大学环境科学与工程学院张教授实验室提供技术支持，其开发的宏基因组数据处理流程及质量控制标准为本研究数据解读的准确性提供了有力保障。同时，感谢XX市疾病预防控制中心微生物检验所的李博士，其在临床耐药性监测方面提供的参考数