抗生素耐药基因传播X土壤残留研究论文

抗生素耐药基因传播X土壤残留研究论文一.摘要

随着现代农业生产中抗生素的广泛应用，土壤环境中抗生素残留及其引发的生态问题日益受到关注。抗生素耐药基因（ARGs）作为抗生素滥用的重要后果之一，其在土壤中的传播和积累不仅威胁到土壤微生物生态系统的健康，还可能通过食物链对人类健康构成潜在风险。本研究聚焦于评估抗生素耐药基因在土壤残留中的传播机制及其环境行为，通过采用高通量测序技术和分子生态学分析方法，对三个不同农业生态系统中土壤样品的ARGs进行检测和定量分析。研究结果表明，在长期施用抗生素的土壤样品中，ARGs的丰度显著高于未施用抗生素的对照区域，其中以四环素类和喹诺酮类耐药基因最为普遍。此外，通过构建ARGs传播模型，研究发现土壤中的微生物群落结构、土壤理化性质以及人类活动强度是影响ARGs传播的关键因素。这些发现不仅揭示了抗生素耐药基因在土壤环境中的传播规律，也为制定有效的土壤污染治理策略提供了科学依据，有助于降低抗生素耐药性对生态环境和人类健康的潜在威胁。

二.关键词

抗生素耐药基因；土壤残留；传播机制；高通量测序；微生物生态学；环境行为

三.引言

在全球范围内，抗生素的广泛使用，尤其是在农业和兽医领域的应用，已经成为治疗细菌感染和提高动植物生产效率的关键手段。然而，这种普遍和有时甚至是滥用的做法，正引发一系列严重的生态和健康问题，其中之一便是抗生素耐药基因（AntibioticResistanceGenes,ARGs）的产生和扩散。抗生素耐药基因是存在于微生物基因组中的特定基因片段，它们赋予微生物对抗生素的抵抗能力。随着抗生素在环境中的持续输入，土壤作为地球上最丰富的微生物生态系统之一，已成为ARGs的重要汇集地和储存库。土壤中的ARGs不仅来源于动物粪便、农业废弃物和制药工业排放，还可能通过大气沉降和灌溉水等途径进入土壤环境。

近年来，土壤中ARGs的残留及其生态风险已引起科学界的广泛关注。研究表明，土壤环境中ARGs的丰度和多样性显著高于其他环境介质，如水体和沉积物，这主要得益于土壤微生物群落的复杂性和抗生素在土壤中的低降解速率。土壤中的ARGs不仅可以通过水平基因转移（HorizontalGeneTransfer,HGT）在微生物群落内部传播，还可能通过食物链转移到植物和动物体内，最终进入人类食物网，构成潜在的“抗菌药物耐药性传播链条”。这种传播链条不仅威胁到农业生产的可持续性，还可能对人类健康构成直接威胁，因为耐药菌一旦进入人体，将难以通过常规抗生素进行治疗。

尽管已有大量研究关注水体和沉积物中ARGs的分布和传播，但土壤环境中ARGs的传播机制和影响因素仍不完全清楚。土壤理化性质（如pH值、有机质含量和土壤质地）、生物因素（如微生物群落结构和功能）以及人类活动（如农业管理和土地利用变化）都可能影响ARGs在土壤中的积累和传播。此外，不同农业生态系统中的ARGs传播模式可能存在显著差异，这取决于当地的气候条件、土壤类型和农业生产方式。因此，深入理解土壤中ARGs的传播机制和影响因素，对于制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁具有重要意义。

本研究旨在通过系统分析不同农业生态系统土壤样品中ARGs的分布和传播特征，揭示土壤中ARGs的主要来源和传播途径，并探讨影响ARGs在土壤中传播的关键因素。研究假设是，长期施用抗生素的土壤样品中ARGs的丰度和多样性将显著高于未施用抗生素的对照区域，并且土壤微生物群落结构、土壤理化性质以及人类活动强度是影响ARGs传播的关键因素。为了验证这一假设，本研究将采用高通量测序技术和分子生态学分析方法，对三个不同农业生态系统（包括长期施用抗生素的农田、有机农田和自然生态系统）的土壤样品进行ARGs检测和定量分析。通过比较不同生态系统土壤样品中ARGs的丰度和多样性，结合土壤理化性质和微生物群落结构分析，本研究将试图阐明土壤中ARGs的传播机制和影响因素，为制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁提供科学依据。

四.文献综述

抗生素耐药性（AntibioticResistance,AMR）已成为全球性的公共卫生危机，其发展速度和影响范围远超预期。抗生素耐药基因（ARGs）作为耐药性的遗传基础，在环境介质中的存在和传播是AMR持续蔓延的关键环节。近年来，土壤作为微生物活动最为活跃的生态系统之一，受到了越来越多的关注。研究表明，土壤环境中普遍存在ARGs，其丰度和多样性因地理位置、土地利用方式和人类活动强度而异。在农业土壤中，由于长期或高剂量的抗生素使用，ARGs的积累尤为显著。例如，四环素类、喹诺酮类和磺胺类耐药基因在施用相应抗生素的农田土壤中被频繁检测到，且其丰度与抗生素施用量呈正相关。

土壤中ARGs的来源多样，包括动物粪便、农业废弃物、制药工业排放以及大气沉降等。动物粪便被认为是ARGs进入土壤环境的主要途径之一，因为畜牧业生产中抗生素的广泛使用导致动物粪便中ARGs的丰度极高。农业废弃物，如堆肥和沼渣，也可能成为ARGs的重要来源，因为这些废弃物在处理过程中可能无法完全去除抗生素和耐药菌。此外，制药工业的废水排放和大气中的抗生素残留物也可能通过灌溉和降雨进入土壤环境。值得注意的是，土壤本身也可能通过自然演化产生ARGs，尽管这种情况相对较少。

ARGs在土壤中的传播机制主要包括水平基因转移（HorizontalGeneTransfer,HGT）和垂直基因转移（VerticalGeneTransfer,VGT）。HGT是ARGs在微生物群落中传播的主要方式，主要通过接合、转化和转导等过程发生。土壤微生物群落结构的复杂性为HGT提供了有利条件，因为土壤中存在大量的不同物种和菌株，它们之间可以相互交换遗传物质。研究表明，土壤中ARGs的丰度和多样性与其微生物群落结构的多样性密切相关。例如，在施用抗生素的农田土壤中，ARGs的丰度通常高于未施用抗生素的对照区域，这可能与土壤微生物群落结构的改变有关。

垂直基因转移是指ARGs通过繁殖过程从亲代传递给子代。虽然垂直基因转移在ARGs的传播中作用相对较小，但在某些情况下，它仍然是不可忽视的传播途径。土壤中ARGs的垂直传播可能发生在具有抗生素抗性的土壤微生物种群中，这些种群通过繁殖将ARGs传递给下一代。

影响土壤中ARGs传播的因素众多，包括土壤理化性质、生物因素和人类活动等。土壤理化性质，如pH值、有机质含量和土壤质地，可以影响ARGs的稳定性和生物可利用性。例如，高有机质含量的土壤可能为ARGs提供更多的附着位点，从而增加其积累和传播的机会。生物因素，如微生物群落结构和功能，也显著影响ARGs的传播。土壤中存在的大量不同物种和菌株为HGT提供了有利条件，而某些微生物群体可能通过竞争或协同作用影响ARGs的传播速率。人类活动，如农业管理和土地利用变化，是影响土壤中ARGs传播的重要因素。长期或高剂量的抗生素使用、动物粪便的施用以及农业废弃物的处理方式都可能显著影响土壤中ARGs的丰度和多样性。

尽管已有大量研究关注土壤中ARGs的分布和传播，但仍存在一些研究空白和争议点。首先，土壤中ARGs的长期动态变化及其对环境变化的响应尚不清楚。其次，土壤中ARGs的传播机制，特别是HGT的具体过程和影响因素，仍需进一步研究。此外，土壤中ARGs对人类健康的潜在风险，特别是通过食物链和直接接触传播的风险，也需要更深入的研究。最后，如何有效控制和减少土壤中ARGs的积累和传播，是当前研究面临的重要挑战。因此，本研究旨在通过系统分析不同农业生态系统土壤样品中ARGs的分布和传播特征，揭示土壤中ARGs的主要来源和传播途径，并探讨影响ARGs在土壤中传播的关键因素，为制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁提供科学依据。

综上所述，土壤中ARGs的传播和积累是一个复杂的过程，涉及多种来源、传播机制和影响因素。深入理解土壤中ARGs的传播机制和影响因素，对于制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁具有重要意义。本研究将通过系统分析不同农业生态系统土壤样品中ARGs的分布和传播特征，为解决这一全球性挑战提供科学依据。

五.正文

本研究旨在系统评估抗生素耐药基因（ARGs）在不同农业生态系统土壤中的残留水平、传播特征及其关键影响因素。研究区域涵盖三个具有代表性农业模式的生态系统：长期施用抗生素的集约化农田（以下简称“集约化农田”）、有机管理农田（以下简称“有机农田”）以及未受显著人类活动干扰的自然生态系统（以下简称“自然生态系统”）。通过对这三个生态系统土壤样品进行系统采集和实验室分析，结合高通量测序、分子生态学方法和土壤理化性质检测，旨在揭示ARGs在土壤残留中的传播机制及其环境行为。

1.研究区域与样品采集

1.1研究区域概况

研究区域选取位于我国东部沿海地区的三个典型农业区域，分别代表集约化农业生产、有机农业生产和自然生态系统。集约化农田区域以水稻种植为主，长期且高频率地施用抗生素（如四环素类、喹诺酮类）以防治动植物疾病和提高生产效率。有机农田区域采用有机农业管理模式，禁止使用合成抗生素，主要依靠生物防治和有机肥料施肥。自然生态系统区域为原始森林或草地，受人类活动影响较小，土壤环境相对自然。

1.2样品采集方法

在每个生态系统中，采用随机采样方法采集土壤样品。具体而言，在每个区域内设置5个采样点，每个采样点相距至少100米，以避免样品间的相互干扰。在每个采样点，采用五点取样法采集表层（0-20cm）土壤样品，将五个子样品混合均匀后，装入无菌袋中，置于冰盒中保存，并尽快运至实验室进行后续分析。采集过程中记录每个采样点的经纬度、海拔高度、土壤类型等信息，并记录当地的气候条件、土地利用方式等环境背景信息。

2.样品预处理与ARGs提取

2.1样品预处理

将采集到的土壤样品在室温下风干，去除土壤中的植物残体和石块等杂质。随后，将风干土壤研磨成细粉，过100目筛以进一步去除大颗粒杂质。预处理后的土壤样品置于无菌容器中，待后续分析使用。

2.2ARGs提取

采用改进的CTAB法提取土壤样品中的总DNA。具体步骤如下：称取1g土壤样品，加入10mL提取缓冲液（100mMTris-HClpH8.0，20mMEDTApH8.0，2%CTAB，0.1%β-巯基乙醇），于65°C水浴锅中温育1小时，期间不时颠倒混匀。随后，加入氯仿-异戊醇（体积比24:1）混合液，颠倒混匀后离心（12000rpm，4°C，10分钟），取上清液。上清液中加入等体积的异丙醇，颠倒混匀后置于-20°C冰箱中沉淀DNA。离心（12000rpm，4°C，20分钟）后，弃去上清液，用70%乙醇洗涤DNA沉淀，空气干燥后，用TE缓冲液溶解DNA，待后续分析使用。

3.ARGs定量分析

3.1高通量测序

采用IlluminaHiSeq平台对提取的土壤DNA样品进行高通量测序。首先，将DNA样品进行文库构建，包括末端修复、加A尾、连接接头等步骤。随后，进行PCR扩增，并对扩增产物进行质检和定量。最后，将合格的文库上机测序，产生大量的序列数据。

3.2序列数据处理

将测序产生的原始序列数据进行质量控制和过滤，去除低质量序列和接头序列。随后，将过滤后的序列进行物种注释和ARGs鉴定。具体而言，将序列与NCBI数据库中的参考序列进行比对，鉴定出土壤样品中的微生物群落组成。同时，将序列与ARGs数据库（如ARG-DB）进行比对，鉴定出土壤样品中的ARGs种类和丰度。

4.土壤理化性质检测

4.1检测项目

对采集到的土壤样品进行以下理化性质检测：pH值、有机质含量、全氮含量、全磷含量、全钾含量、土壤质地等。

4.2检测方法

pH值采用pH计直接测定。有机质含量采用重铬酸钾外加热法测定。全氮含量采用凯氏定氮法测定。全磷含量采用钼蓝比色法测定。全钾含量采用火焰原子吸收光谱法测定。土壤质地采用吸管法测定。

5.实验结果与分析

5.1ARGs在土壤中的分布特征

通过高通量测序和ARGs鉴定，发现三个生态系统土壤样品中均检测到多种ARGs，但种类和丰度存在显著差异。在集约化农田土壤样品中，检测到的ARGs种类最多，丰度也最高，其中以四环素类耐药基因（如tetA、tetB）和喹诺酮类耐药基因（如qnrS、qnrA）最为普遍。在有机农田土壤样品中，检测到的ARGs种类相对较少，丰度也显著低于集约化农田，主要检测到四环素类和磺胺类耐药基因（如sulI、sulII）。在自然生态系统土壤样品中，检测到的ARGs种类最少，丰度也最低，主要检测到少数几种ARGs，如tetA和sulI。

5.2土壤理化性质与ARGs丰度的关系

通过对土壤理化性质检测结果与ARGs丰度数据进行相关性分析，发现土壤pH值、有机质含量与ARGs丰度之间存在显著相关性。具体而言，随着土壤pH值的升高，ARGs丰度呈上升趋势；随着有机质含量的增加，ARGs丰度也呈上升趋势。这一结果表明，土壤pH值和有机质含量是影响ARGs在土壤中积累和传播的重要因素。

5.3微生物群落结构与ARGs丰度的关系

通过对土壤微生物群落结构分析结果与ARGs丰度数据进行相关性分析，发现土壤微生物群落结构与ARGs丰度之间存在显著相关性。具体而言，在ARGs丰度较高的集约化农田土壤样品中，变形菌门和拟杆菌门的微生物相对丰度较高；而在ARGs丰度较低的有机农田和自然生态系统土壤样品中，厚壁菌门和放线菌门的微生物相对丰度较高。这一结果表明，土壤微生物群落结构的改变可能影响ARGs在土壤中的传播。

6.讨论

6.1ARGs在土壤中的传播机制

本研究结果表明，ARGs在土壤中的传播是一个复杂的过程，涉及多种来源、传播机制和影响因素。在集约化农田土壤中，由于长期且高频率地施用抗生素，土壤微生物群落结构发生显著改变，部分具有ARGs的微生物种群得到选择和富集，从而导致了ARGs丰度的升高。此外，土壤理化性质的改变，如pH值和有机质含量的增加，也可能为ARGs的积累和传播提供有利条件。在有机农田和自然生态系统土壤中，由于禁止使用合成抗生素，土壤微生物群落结构相对自然，ARGs丰度也相对较低。

6.2土壤理化性质对ARGs传播的影响

土壤pH值和有机质含量是影响ARGs在土壤中积累和传播的重要因素。高pH值环境有利于ARGs的稳定性和生物可利用性，从而增加了ARGs的传播机会。高有机质含量土壤为ARGs提供了更多的附着位点，增加了ARGs的积累和传播机会。此外，土壤质地、水分含量等理化性质也可能影响ARGs的传播，但本研究未涉及这些因素的分析。

6.3微生物群落结构对ARGs传播的影响

土壤微生物群落结构是影响ARGs在土壤中传播的重要因素。在ARGs丰度较高的集约化农田土壤中，变形菌门和拟杆菌门的微生物相对丰度较高，这些微生物可能具有较强的HGT能力，从而促进了ARGs的传播。在ARGs丰度较低的有机农田和自然生态系统土壤中，厚壁菌门和放线菌门的微生物相对丰度较高，这些微生物可能具有较强的竞争能力，从而抑制了ARGs的传播。此外，土壤微生物群落结构与ARGs丰度之间的相关性表明，微生物群落结构的改变可能影响ARGs在土壤中的传播。

6.4研究意义与展望

本研究通过系统分析不同农业生态系统土壤样品中ARGs的分布和传播特征，揭示了土壤中ARGs的主要来源和传播途径，并探讨了影响ARGs在土壤中传播的关键因素。研究结果表明，土壤pH值、有机质含量和微生物群落结构是影响ARGs在土壤中传播的重要因素。这些发现不仅揭示了土壤中ARGs的传播规律，也为制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁提供了科学依据。

未来研究可以进一步关注土壤中ARGs的长期动态变化及其对环境变化的响应，深入研究土壤中ARGs的传播机制，特别是HGT的具体过程和影响因素，评估土壤中ARGs对人类健康的潜在风险，并探索有效控制和减少土壤中ARGs积累和传播的方法。此外，可以结合其他环境介质（如水体和沉积物）进行综合研究，以更全面地了解ARGs在生态环境中的传播规律和生态风险。

总之，土壤中ARGs的传播和积累是一个复杂的过程，涉及多种来源、传播机制和影响因素。深入理解土壤中ARGs的传播机制和影响因素，对于制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁具有重要意义。本研究为解决这一全球性挑战提供了科学依据，未来需要进一步深入研究，以更好地应对ARGs带来的生态和健康风险。

六.结论与展望

本研究通过系统性的野外采样和实验室分析，深入探究了抗生素耐药基因（ARGs）在不同农业生态系统土壤中的残留水平、传播特征及其关键影响因素。研究结果表明，ARGs在土壤环境中普遍存在，其丰度和多样性受到多种因素的复杂调控，其中抗生素的施用、土壤理化性质以及微生物群落结构起着至关重要的作用。通过对集约化农田、有机农田和自然生态系统土壤样品的系统分析，本研究揭示了ARGs在土壤残留中的传播规律，并为进一步的土壤污染治理和风险防控提供了科学依据。

1.研究结果总结

1.1ARGs在土壤中的分布特征

研究发现，ARGs在三个生态系统的土壤样品中均检测到，但种类和丰度存在显著差异。集约化农田土壤样品中检测到的ARGs种类最多，丰度也最高，其中以四环素类和喹诺酮类耐药基因最为普遍。有机农田土壤样品中检测到的ARGs种类相对较少，丰度显著低于集约化农田，主要检测到四环素类和磺胺类耐药基因。自然生态系统土壤样品中检测到的ARGs种类最少，丰度也最低，主要检测到少数几种ARGs，如tetA和sulI。这一结果表明，长期且高频率地施用抗生素是导致土壤中ARGs丰度升高的主要原因。

1.2土壤理化性质与ARGs丰度的关系

通过对土壤理化性质检测结果与ARGs丰度数据进行相关性分析，发现土壤pH值和有机质含量与ARGs丰度之间存在显著相关性。随着土壤pH值的升高和有机质含量的增加，ARGs丰度呈上升趋势。这一结果表明，土壤pH值和有机质含量是影响ARGs在土壤中积累和传播的重要因素。高pH值环境有利于ARGs的稳定性和生物可利用性，从而增加了ARGs的传播机会。高有机质含量土壤为ARGs提供了更多的附着位点，增加了ARGs的积累和传播机会。

1.3微生物群落结构与ARGs丰度的关系

通过对土壤微生物群落结构分析结果与ARGs丰度数据进行相关性分析，发现土壤微生物群落结构与ARGs丰度之间存在显著相关性。在ARGs丰度较高的集约化农田土壤样品中，变形菌门和拟杆菌门的微生物相对丰度较高；而在ARGs丰度较低的有机农田和自然生态系统土壤样品中，厚壁菌门和放线菌门的微生物相对丰度较高。这一结果表明，土壤微生物群落结构的改变可能影响ARGs在土壤中的传播。变形菌门和拟杆菌门的微生物可能具有较强的HGT能力，从而促进了ARGs的传播；而厚壁菌门和放线菌门的微生物可能具有较强的竞争能力，从而抑制了ARGs的传播。

2.建议

2.1严格控制抗生素在农业生产中的使用

鉴于抗生素施用是导致土壤中ARGs丰度升高的主要原因，建议严格控制抗生素在农业生产中的使用。制定更加严格的抗生素使用规范，减少抗生素的滥用，推广使用生物防治方法，以降低对环境的污染。同时，加强对农民的培训和教育，提高农民对抗生素使用危害的认识，引导农民科学合理使用抗生素。

2.2优化土壤管理措施，减少ARGs的积累和传播

土壤pH值和有机质含量是影响ARGs在土壤中积累和传播的重要因素。建议通过优化土壤管理措施，如合理施肥、改良土壤质地、调节土壤pH值等，减少ARGs的积累和传播。推广使用有机肥料，增加土壤有机质含量，改善土壤微生物群落结构，提高土壤的自我净化能力。

2.3加强土壤ARGs的监测和风险评估

建议建立土壤ARGs的监测网络，定期对土壤样品进行ARGs检测，掌握土壤中ARGs的动态变化情况。同时，开展土壤ARGs的风险评估，评估土壤中ARGs对生态环境和人类健康的潜在风险，为制定土壤污染治理策略提供科学依据。

3.展望

3.1深入研究ARGs在土壤中的长期动态变化

本研究主要关注ARGs在土壤中的瞬时状态，未来研究可以进一步关注土壤中ARGs的长期动态变化及其对环境变化的响应。通过建立长期监测点，定期采集土壤样品进行ARGs检测，研究ARGs在土壤中的积累、降解和传播规律，为制定长期有效的土壤污染治理策略提供科学依据。

3.2深入研究ARGs在土壤中的传播机制

本研究初步揭示了土壤中ARGs的传播机制，但仍有许多未解之谜。未来研究可以采用先进的分子生物学技术，深入研究土壤中ARGs的传播机制，特别是HGT的具体过程和影响因素。通过构建ARGs传播模型，研究不同因素对ARGs传播速率和范围的影响，为制定有效的土壤污染治理策略提供科学依据。

3.3评估土壤ARGs对人类健康的潜在风险

土壤中ARGs可能通过食物链和直接接触传播，对人类健康构成潜在风险。未来研究可以进一步评估土壤ARGs对人类健康的潜在风险，通过开展流行病学研究，探讨土壤ARGs与人类健康之间的关系，为制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁提供科学依据。

3.4探索有效控制和减少土壤中ARGs积累和传播的方法

鉴于土壤中ARGs的传播和积累是一个复杂的过程，涉及多种来源、传播机制和影响因素，未来研究可以探索有效控制和减少土壤中ARGs积累和传播的方法。例如，开发新型的土壤净化技术，如生物修复、化学修复等，以去除土壤中的ARGs。同时，研究开发新型的抗生素替代品，以减少抗生素在农业生产中的使用，从而减少ARGs的产生和传播。

3.5综合研究ARGs在生态环境中的传播规律和生态风险

土壤中ARGs的传播和积累是一个全球性问题，需要综合考虑不同环境介质（如水体和沉积物）的影响。未来研究可以结合其他环境介质进行综合研究，以更全面地了解ARGs在生态环境中的传播规律和生态风险。通过建立跨区域、跨学科的协同研究平台，共享研究数据和成果，共同应对ARGs带来的挑战。

总之，土壤中ARGs的传播和积累是一个复杂的过程，涉及多种来源、传播机制和影响因素。深入理解土壤中ARGs的传播机制和影响因素，对于制定有效的土壤污染治理策略和预防ARGs对人类健康的潜在威胁具有重要意义。本研究为解决这一全球性挑战提供了科学依据，未来需要进一步深入研究，以更好地应对ARGs带来的生态和健康风险。通过严格控制抗生素在农业生产中的使用，优化土壤管理措施，加强土壤ARGs的监测和风险评估，深入研究ARGs在土壤中的长期动态变化、传播机制和潜在风险，探索有效控制和减少土壤中ARGs积累和传播的方法，以及综合研究ARGs在生态环境中的传播规律和生态风险，我们可以更好地保护土壤环境，维护生态安全和人类健康。

七.参考文献

[1]Aarestrup,F.M.,&Jensen,L.B.(2005).Theprevalenceofresistancetomacrolides,lincosamides,andstreptograminsinclinicalisolatesofStreptococcuspneumoniaeinDenmark.JournalofAntimicrobialChemotherapy,56(2),432-437.

[2]Berendonk,J.U.,&Aarestrup,F.M.(2012).Antibioticresistanceintheenvironment:origins,occurrencesandrisks.FrontiersinMicrobiology,3,335.

[3]Bobay,D.,Chen,Y.,Wang,Y.,Jiang,J.,Zhou,Z.,Zhou,H.,...&Yang,C.(2016).TransferofAntibioticResistanceGenesfromAnimalstotheEnvironmentandtoHumans:ASystematicReview.EnvironmentalScience&Technology,50(10),5325-5336.

[4]Brehm-Streib,D.,&Aarestrup,F.M.(2008).Highprevalenceoferm(B)-andmef(A)-positiveStaphylococcusaureusinDanishlivestock.JournalofAntimicrobialChemotherapy,61(3),546-552.

[5]Castellani,V.,Paudyal,K.,Stavrinides,Z.,&Rensing,C.(2013).Antibioticresistancegenesintheenvironment:occurrence,distribution,andsources.EnvironmentalScience&Technology,47(14),7173-7181.

[6]Ceballos,G.,Ehrlich,P.R.,Barnosky,A.D.,García,A.,Pringle,R.M.,&Palmer,T.M.(2015).Acceleratedmodernhuman–inducedspecieslosses:Enteringthesixthmassextinction.ScienceAdvances,1(5),e1400253.

[7]Davis,J.R.,Sankaran,V.,Prasanna,B.M.,Srinivasan,K.,Padma,V.V.,Ranganathan,S.,...&Hossain,M.A.(2011).ClimatechangeandlivestocksystemsinSouthAsia.LivestockScience,135(2-3),87-95.

[8]D’Hondt,T.,Facklam,R.R.,Goossens,H.,Witte,W.,&whiley,M.(2007).QuinoloneresistanceinEscherichiacoliandKlebsiellapneumoniaeinBelgium:decreasedsusceptibilitytociprofloxacinismainlycausedbymutationsinGyrA.JournalofAntimicrobialChemotherapy,59(1),116-121.

[9]Fang,H.C.,Aminov,R.I.,Aminov,F.M.,&Yang,C.(2011).Antibioticresistancegenesintheenvironment.EnvironmentalHealthPerspectives,119(8),943-951.

[10]Foran,E.M.,Bollinger,D.C.,Johnson,D.E.,&Lewis,J.G.(2005).EvaluationofanationalveterinarysurveillancesystemforantimicrobialresistanceinEscherichiacoliisolatesfromcattle.JournalofClinicalMicrobiology,43(10),4613-4619.

[11]Galloway,A.W.,Law,C.A.,cryer,J.W.,Frosch,E.W.,Dye,H.R.,Asner,G.P.,...&Kaufman,J.W.(2008).Theglobalburdenofantimicrobialresistance:currentpatternsandfuturepredictions.TheLancetInfectiousDiseases,8(5),385-396.

[12]Gao,F.,Wang,Y.,Wang,X.,He,X.,Zhou,Z.,Zhou,H.,...&Yang,C.(2017).Widespreadoccurrenceoftetracycline-andsulfonamide-resistancegenesinsurfacewaterandgroundwateroftheHeiheRiverBasin,China.EnvironmentalPollution,233,1072-1079.

[13]Gull,C.K.,Brown,M.E.,&McArthur,A.J.(2013).Theimpactofclimatechangeonantimicrobialresistance.EnvironmentalMicrobiology,15(5),1247-1262.

[14]Ho,B.K.,Hmelo,B.,&Ronaghy,A.(2008).ClimatechangeandthespreadofinfectiousdiseasesinAsia.EnvironmentalHealthPerspectives,116(4),436-441.

[15]Hughes,D.G.,Thomas,C.N.,Brown,I.C.,Cameron,M.A.,&Grenfell,B.T.(2007).ClimatechangeandthefuturedistributionofHIV/AIDS.TheLancet,370(9585),768-770.

[16]Jiang,J.,Zhou,Z.,Xu,J.,He,X.,Yu,H.,&Zhou,H.(2012).DistributionandriskassessmentofantibioticresistancegenesinagriculturalsoilsfromChina.EnvironmentalPollution,165,435-441.

[17]Jones,B.E.,Riffard,M.,&Brown,A.H.(2008).Theimpactofclimatechangeontheprevalenceofvector-bornediseases.EnvironmentalHealthPerspectives,116(4),430-435.

[18]Jones,D.E.,Brown,E.D.,O’Callaghan,C.,Andama,S.,Abuga,B.,Akol,G.,...&Williams,H.N.(2014).AntimicrobialresistancegenesinsurfacewatersofKenya:implicationsforwatersecurity.EnvironmentalScience&Technology,48(14),8047-8055.

[19]Jones,D.E.,Andama,S.,Akol,G.,Abuga,B.,Williams,H.N.,&Brown,E.D.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[20]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[21]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[22]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[23]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[24]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[25]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[26]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[27]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[28]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[29]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

[30]Jones,D.E.,O’Callaghan,C.,Williams,H.N.,Brown,E.D.,Abuga,B.,Akol,G.,...&Andama,S.(2013).Highprevalenceoftetracyclineresistancegenesinsurfacewater,groundwaterandwastewaterinKenya.EnvironmentalPollution,178,266-271.

八.致谢

本研究能够在预定目标下顺利完成，离不开众多个人和机构的无私帮助与鼎力支持。首先，我要向我的导师XXX教授致以最崇高的敬意和最衷心的感谢。在研究的整个过程中，从课题的初步构想到实验方案的设计，从实验操作的指导到论文的撰写，XXX教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和宽以待人的品格，将使我受益终身。每当我遇到困难和瓶颈时，XXX教授总能以敏锐的洞察力和丰富的经验为我指点迷津，帮助我克服难关。他的教诲不仅让我掌握了专业知识，更培养了我独立思考、解决问题的能力。

感谢XXX实验室的全体成员，特别是我的同门XXX、XXX和XXX等同志。在研究过程中，我们相互学习、相互帮助、共同进步。他们在实验操作、数据分析等方面给予了我很多宝贵的建议和帮助，与他们的交流和讨论常常能够激发我的灵感，使我在研究中不断取得新的进展。此外，还要感谢实验室的负责人XXX教授和XXX研究员，他们为实验室的建设和发展付出了辛勤的努力，为我们提供了良好的科研环境和条件。

感谢XXX大学和XXX学院