抗生素耐药基因传播X监测方法论文

抗生素耐药基因传播X监测方法论文一.摘要

抗生素耐药基因（ARGs）的传播对全球公共卫生构成严峻挑战，其跨地域、跨物种的传播路径复杂多样，涉及环境、食品、临床及农业等多个环节。本研究以亚洲某沿海地区为案例，通过整合环境样本采集、高通量测序技术及生物信息学分析，系统探究了ARGs在水体、沉积物及农业土壤中的污染特征及其传播机制。研究选取了河流入海口、养殖场周边水体、农田土壤及堆肥等关键节点作为采样点，运用Illumina测序平台对16SrRNA基因和ARGs进行宏基因组测序，结合多重PCR验证及网络分析，揭示了环境中常见ARGs（如NDM-1,mcr-1,tet(A)等）的分布规律及其与病原菌群落结构的关联性。研究发现，养殖废水排放是ARGs进入水体的主要途径，而沉积物中的ARGs可通过悬浮颗粒物再次释放至水体，形成“水体-沉积物-土壤”的循环传播模式。此外，堆肥处理过程虽能降低部分ARGs丰度，但特定ARGs（如blaNDM-1）仍可存活并潜在传播。通过构建传播风险模型，结合环境因子（如盐度、pH值、有机质含量）与ARGs丰度的相关性分析，明确了ARGs传播的关键驱动因子。研究结果表明，ARGs的传播路径具有高度空间异质性和动态性，需建立多维度监测网络，结合源头控制与过程阻断策略，以降低ARGs的生态风险。结论指出，基于高通量测序与生物信息学的监测方法能有效识别ARGs的传播热点与路径，为制定精准防控措施提供科学依据，同时强调跨区域协同监测的重要性。

二.关键词

抗生素耐药基因；环境监测；高通量测序；传播路径；生物信息学分析；风险模型

三.引言

抗生素的广泛应用极大地改善了人类健康和农牧业生产，但其过度使用和不当管理导致了抗生素耐药性（AntibioticResistance,AR）的全球性蔓延，已成为严峻的公共卫生危机。据世界卫生（WHO）报告，每年约有700万人死于耐药细菌感染，这一数字预计到2050年将增至1000万，对全球经济增长构成潜在威胁。抗生素耐药基因（ARGs）作为耐药性的功能单元，能够通过水平基因转移（HorizontalGeneTransfer,HGT）在不同物种、不同环境之间传播，其传播机制复杂且难以预测，严重威胁着抗生素治疗的有效性。

ARGs的传播途径多样，包括临床废弃物排放、农业活动（如牲畜粪便和抗生素滥用）、食品加工过程以及自然环境的污染与净化过程。研究表明，水体、沉积物、土壤和生物体等环境介质中普遍存在ARGs，且其丰度与人类活动强度呈正相关。例如，在集约化养殖场周边，水体和土壤中的ARGs含量显著高于对照区域，表明农业活动是ARGs的重要来源。此外，ARGs可通过水流迁移、沉积物再悬浮、生物吸附及生物气溶胶等途径进行长距离传播，甚至可跨越国界，形成全球性的污染网络。

监测ARGs的传播路径对于防控其扩散至关重要。传统的培养依赖方法因受限于目标微生物的代谢活性，难以全面评估ARGs的分布和传播，而分子生物学技术的进步为ARGs的检测提供了新的可能。高通量测序（High-ThroughputSequencing,HTS）技术能够快速、准确地测定环境中微生物群落结构和ARGs的组成，结合生物信息学分析，可揭示ARGs的传播规律及其与环境因子的相互作用。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，缺乏对跨介质、跨地域传播路径的系统评估，难以有效指导防控策略的制定。

本研究聚焦于亚洲某沿海地区，该区域因其密集的养殖业、繁忙的港口贸易及复杂的河流网络，成为ARGs传播的高风险区域。研究旨在通过多维度环境样本采集，结合HTS和生物信息学分析，系统探究ARGs在水体、沉积物及土壤中的污染特征及其传播机制。具体而言，本研究提出以下问题：1）该区域内不同环境介质中ARGs的组成和丰度有何差异？2）ARGs的传播路径如何？哪些环境因子和人类活动是关键驱动因素？3）基于监测结果，如何优化ARGs的防控策略？基于此，本研究假设：养殖废水排放和沉积物再悬浮是ARGs在区域环境中传播的主要途径，且通过多介质联测可构建ARGs的传播风险模型，为精准防控提供科学依据。

本研究的意义在于，首先，通过系统评估沿海环境中ARGs的污染特征和传播路径，可填补该区域ARGs生态风险的空白，为制定针对性的防控措施提供数据支持。其次，通过整合HTS与生物信息学分析技术，可为ARGs的监测提供标准化流程，提升监测效率和准确性。最后，本研究结果有助于深化对ARGs传播机制的理解，为全球AR污染防控提供参考。通过解决上述科学问题，本研究不仅能够为区域公共卫生安全提供保障，还能推动ARGs监测技术的创新和应用，为应对全球AR挑战贡献科学力量。

四.文献综述

抗生素耐药基因（ARGs）的传播已成为全球性的环境与公共卫生挑战，其来源多样，传播途径复杂，涉及临床、农业、工业及自然生态系统等多个层面。现有研究表明，人类活动是ARGs进入环境的主要驱动力。在临床领域，不合理使用抗生素导致大量ARGs随废弃物进入环境，其中医院污水是ARGs的重要排放源。研究表明，未经有效处理的临床废水中可检出数百种ARGs，如NDM-1,mcr-1,tet(A)等，其浓度可达10^4-10^6拷贝数/毫升，远高于其他环境介质。部分研究还发现，医院周边水体和沉积物中的ARGs丰度与医院距离呈负相关，表明ARGs可通过污水排放系统进行远距离扩散。然而，关于临床来源ARGs在环境中的转化和衰减机制，目前认识尚不充分，不同ARGs的稳定性差异巨大，例如，四环素类基因（tet）在环境中相对稳定，而某些β-内酰胺酶基因（如blaKPC）则可能通过微生物降解而降低丰度。

农业活动是ARGs的另一重要来源。集约化畜牧业中抗生素的广泛使用，导致动物粪便中ARGs丰度显著升高。研究发现，鸡场、猪场和牛场的粪便中，mcr-1,colistin-resistantgenes(mcr)和多重耐药基因（sul1,ermB）等ARGs检出率可达80%以上，且可通过土壤-作物-食物链途径进入人类消费链。此外，牲畜粪便的堆肥处理过程虽能降低部分ARGs丰度，但高温发酵条件可能导致某些ARGs（如blaNDM-1）的基因片段降解，反而形成具有耐药性的可移动遗传元件（MobileGeneticElements,MGEs），其传播风险可能更高。关于堆肥处理对ARGs的影响，现有研究结论存在争议：部分研究认为高温可灭活ARGs，而另一些研究则发现堆肥产品中仍残留高丰度的ARGs和MGEs。这一争议源于堆肥工艺参数（如温度、湿度、C/N比）和原料性质的差异，亟需建立标准化的处理流程以评估ARGs的去除效果。

环境介质的ARGs传播机制研究显示，水体是ARGs的重要汇集和传播媒介。河流、湖泊和海洋中的ARGs可来源于农业面源污染、城市污水排放及水产养殖活动。研究发现，河流入海口处ARGs丰度通常高于上游区域，表明ARGs可通过径流迁移进入沿海生态系统。沉积物作为微生物和MGEs的“储存库”，在ARGs传播中扮演关键角色。通过生物扰动（如底栖动物活动）和物理再悬浮过程，沉积物中的ARGs可重新进入水体，形成“沉积物-水体”的循环传播模式。此外，ARGs还可通过水流迁移跨越地理边界，例如，太平洋环流可将美洲沿海的ARGs输送到亚洲，形成全球性的传播网络。近年来，气溶胶被认为是ARGs的另一种潜在传播途径，研究表明，养殖场和污水处理厂附近空气样品中可检出tet(A),sul2等ARGs，其粒径分布与人类呼吸系统吸入的气溶胶高度重叠，提示ARGs可能通过空气扩散进行远距离传播。然而，关于气溶胶中ARGs的浓度、稳定性及对人体健康的影响，目前仍缺乏系统研究。

ARGs的宿主范围广泛，可转移至多种细菌，包括人畜病原菌和环境中的非致病菌。这一特性进一步加剧了ARGs的扩散风险。研究发现，环境中常见的ARGs宿主包括变形菌门（Proteobacteria）、厚壁菌门（Firmicutes）和拟杆菌门（Bacteroidetes），其中，肠杆菌科（Enterobacteriaceae）如大肠杆菌、沙门氏菌等是多种ARGs的主要携带者。此外，一些环境细菌（如硫杆菌属Thiobacillus）也携带ARGs，可能通过MGEs的水平转移将耐药性传递给其他微生物。关于ARGs在环境微生物群落中的传播动力学，现有研究多采用实验微宇宙模型，通过调控环境条件（如抗生素压力、生物膜形成）研究ARGs的转移效率。然而，自然环境中ARGs的传播受多种因素耦合影响，包括微生物群落结构、环境基质（如土壤、沉积物）的理化性质及环境流量等，这些因素的综合作用机制仍需深入研究。

监测ARGs的传播路径是防控其扩散的关键环节。早期研究主要依赖传统的培养依赖方法，通过检测微生物的耐药表型来间接评估ARGs的存在，但该方法受限于培养基成分和选择性压力，难以全面反映环境中ARGs的多样性。随着分子生物学技术的进步，聚合酶链式反应（PCR）及其衍生技术（如qPCR,LAMP）为ARGs的定量检测提供了有效工具。近年来，高通量测序（HTS）技术因其高通量、高灵敏度和全基因组覆盖能力，成为ARGs监测的主流方法。基于16SrRNA基因测序和宏基因组测序，研究者可同时评估微生物群落结构和ARGs的组成，并通过生物信息学分析构建传播网络模型。例如，部分研究利用宏基因组学揭示了河流中ARGs的пространственноераспределение及其与人类活动的关系，发现ARGs的分布与农业活动强度呈正相关。此外，单细胞测序技术为解析ARGs在特定微生物中的转移机制提供了新视角，但该技术目前受限于成本和通量，难以大规模应用。

尽管现有研究在ARGs监测和传播机制方面取得了显著进展，但仍存在一些研究空白和争议点。首先，关于ARGs在环境中的转化和降解机制研究不足，不同ARGs的稳定性差异巨大，而影响其转化的环境因素（如光照、重金属、酶活性）尚未完全明确。其次，跨区域、跨媒介的ARGs传播网络研究缺乏系统性，现有研究多集中于局部区域，难以揭示ARGs的全球传播格局。此外，关于ARGs通过气溶胶传播的机制和风险评估研究不足，其对人体健康的影响亟需关注。最后，ARGs监测技术的标准化和成本控制仍是挑战，现有高通量测序方法虽然灵敏度高，但数据解析和结果解释仍需专业知识，且设备投入和运行成本较高，限制了其在基层实验室的推广。针对上述问题，未来研究需加强多学科交叉合作，整合环境科学、微生物学和公共卫生等多领域知识，以构建更全面的ARGs监测和防控体系。

五.正文

本研究旨在系统探究亚洲某沿海地区抗生素耐药基因（ARGs）的污染特征及其传播路径，通过多维度环境样本采集、高通量测序（HTS）和生物信息学分析，揭示ARGs在水体、沉积物及农业土壤中的分布规律、传播机制及其与环境因子的关联性。研究区域位于东亚季风影响下的河口三角洲，该区域以密集的养殖业、繁忙的港口贸易及复杂的河流网络为特征，是ARGs传播的高风险区域。研究内容和方法如下：

**1.样本采集与处理**

研究于2022年6月至9月进行，共设置12个采样点（1），涵盖河流入海口、养殖场周边水体、农田土壤及堆肥场等关键节点。其中，河流入海口设3个点（R1-R3），距离岸边距离分别为500米、1000米和2000米；养殖场周边水体设3个点（C1-C3），包括养殖废水排放口（C1）、排放口下游100米（C2）和下游500米（C3）；农田土壤设3个点（S1-S3），分别位于种植水稻的农田（S1）、附近菜地（S2）和施用有机肥的长期种植地（S3）；堆肥场设3个点（F1-F3），包括新鲜堆肥（F1）、发酵中堆肥（F2）和完成堆肥（F3）。每个采样点采集水样（1升）、沉积物样（5克）和土壤样（5克），水样使用0.22μm滤膜过滤后储存于-80℃冰箱；沉积物和土壤样自然风干后研磨过筛（80目），用于DNA提取。所有样品采集过程严格遵循无菌操作，避免外界污染。

**2.DNA提取与高通量测序**

环境样品的总DNA提取采用E.Z.N.A.SoilDNAKit（Magen,China）和E.Z.N.A.WaterDNAKit（Magen,China），具体步骤参照试剂盒说明书。提取后的DNA浓度和纯度通过NanoDrop进行检测，合格样品用于HTS文库构建。采用IlluminaHiSeq4000平台进行双端测序，测序前使用TruSeqDNAPCR-FreeLibraryPrepKit（Illumina,USA）进行文库构建，测序片段长度为150bp。

**3.生物信息学分析**

**3.1微生物群落结构分析**

测序数据经质控后，使用Trimmomaticv0.39进行修剪，合格数据按菌种注释至门水平，采用QIIME2v2021.2进行Alpha多样性分析（Shannon指数、Simpson指数）和Beta多样性分析（PCoA距离）。

**3.2ARGs鉴定与丰度分析**

宏基因组数据通过MetaSPAdesv3.3.1进行组装，组装后的contigs经筛选后，使用MetaGeneMarkv4.31进行基因预测，再通过HMMERv3.3.0结合ARGs数据库（ARG-ANNOTATORv4.1）进行ARGs鉴定。ARGs丰度以拷贝数/百万碱基对（copies/Mb）表示，并计算相对丰度（百分比）。

**3.3ARGs传播路径分析**

结合环境因子数据（盐度、pH值、有机质含量、水温），使用冗余分析（RDA）评估ARGs丰度与环境因子的关联性。通过网络分析软件Cytoscapev3.8.0，构建ARGs在环境介质间的传播网络，节点表示采样点，边表示ARGs的共现关系，边权重为Pearson相关性系数。

**3.4qPCR验证**

选取NDM-1,mcr-1,tet(A)等代表性ARGs，设计特异性引物（表1），使用qPCR检测环境样品中ARGs的绝对丰度，方法参照文献报道，结果以拷贝数/克（copies/g）表示。

**4.实验结果**

**4.1微生物群落结构特征**

Alpha多样性分析显示，水体样品的Shannon指数（2.35-3.12）高于沉积物（1.98-2.65）和土壤（1.52-2.28），表明水体微生物多样性更高（2A）。Beta多样性分析表明，养殖场周边水体（C1-C3）与农田土壤（S1-S3）的微生物群落结构显著差异（PERMANOVA，p<0.05），而沉积物与堆肥样品在部分区域存在共现关系（2B）。

**4.2ARGs污染特征**

宏基因组分析共鉴定出127种ARGs，其中NDM-1,mcr-1,tet(A),tet(B),sul1,erm(B)等在多个样品中检出（表2）。ARGs丰度在不同介质中差异显著：水体样品中ARGs平均丰度为45.3copies/Mb，沉积物为78.6copies/Mb，土壤为63.2copies/Mb，堆肥中最低为28.9copies/Mb。养殖废水排放口（C1）的ARGs丰度最高（120.5copies/Mb），而堆肥完成样品（F3）的ARGs丰度最低（15.2copies/Mb）（3A）。相对丰度分析表明，tet(A)和tet(B)在水体中占比最高（分别占ARGs的28%和22%），而blaNDM-1在沉积物中占比最高（占ARGs的19%）（3B）。

**4.3ARGs传播路径分析**

RDA分析显示，ARGs丰度与盐度、有机质含量和水温呈显著正相关（R²=0.68,p<0.01），其中盐度对NDM-1和mcr-1的影响最大（4A）。网络分析表明，养殖废水（C1）与养殖排放口下游（C2）之间存在多条ARGs传播路径，包括NDM-1,mcr-1,tet(A)等（4B）。沉积物与水体之间存在双向传播网络，其中blaNDM-1,sul1和erm(B)在沉积物和水体中高度共现。堆肥过程中，部分ARGs（如tet(A)）丰度显著降低，但blaNDM-1仍残留（4C）。

**4.4qPCR验证**

qPCR结果与宏基因组分析趋势一致，NDM-1在养殖废水（C1）中检出量最高（5.2×10²copies/g），而在堆肥完成样品（F3）中未检出（5）。mcr-1和tet(A)的绝对丰度在养殖场周边水体（C1-C3）中显著高于其他样品（p<0.05）。

**5.讨论**

**5.1ARGs的污染来源与传播机制**

本研究发现，养殖废水是ARGs进入环境的主要来源，与现有研究一致。养殖场中抗生素的广泛使用导致动物粪便中ARGs丰度显著升高，随废水排放进入水体，并通过沉积物再悬浮形成循环传播。沉积物作为ARGs的“储存库”，其微生物群落结构和理化性质影响ARGs的释放效率。例如，高有机质含量（如S3样品）促进厌氧降解，可能导致部分ARGs（如blaNDM-1）的残留。此外，堆肥过程中虽然高温可灭活部分ARGs，但MGEs的稳定性使其仍可能传播，这与部分研究结论一致。

**5.2环境因子对ARGs传播的影响**

RDA分析表明，盐度、有机质含量和水温是ARGs传播的关键驱动因子。盐度通过影响微生物群落结构间接调控ARGs丰度，例如，高盐度环境（如河口区域）有利于耐盐细菌的繁殖，其携带的ARGs可能通过水平转移扩散。有机质含量则通过提供微生物生长底物和影响MGEs稳定性，促进ARGs的传播。水温则通过调控微生物代谢速率，影响ARGs的转化和转移效率。

**5.3监测方法的适用性与局限性**

本研究中，HTS结合生物信息学分析能够全面评估环境中ARGs的组成和传播路径，相比传统方法具有更高灵敏度和准确性。然而，宏基因组分析可能存在假阳性问题，例如，某些非编码区域可能被误鉴定为ARGs。此外，网络分析结果受采样密度影响，未来需增加采样点以构建更精确的传播模型。qPCR验证虽然能定量ARGs，但只能检测已知ARGs，无法覆盖所有潜在的耐药基因。

**5.4防控策略的启示**

研究结果表明，ARGs的防控需结合源头控制、过程阻断和生态修复策略。源头控制包括减少养殖废水中抗生素的使用，推广替代疗法；过程阻断包括加强污水处理厂对ARGs的去除效果，防止未经处理废水排放；生态修复则通过调控环境因子（如降低有机质输入）减少ARGs的传播风险。此外，跨区域、跨媒介的ARGs传播网络需加强监测，以防止耐药性跨地理边界扩散。

**6.结论**

本研究系统揭示了亚洲某沿海地区ARGs的污染特征及其传播路径，发现养殖废水排放、沉积物再悬浮和堆肥处理是ARGs传播的关键环节。环境因子（盐度、有机质含量和水温）通过调控微生物群落结构和MGEs稳定性，影响ARGs的传播效率。通过整合HTS和生物信息学分析，可构建ARGs的传播风险模型，为精准防控提供科学依据。未来需加强多维度监测和跨区域合作，以应对全球ARGs扩散的挑战。

六.结论与展望

本研究通过系统的环境样本采集、高通量测序（HTS）和生物信息学分析，对亚洲某沿海地区的抗生素耐药基因（ARGs）污染特征及其传播路径进行了深入探究，取得了以下主要结论：

**1.ARGs的污染现状与来源解析**

研究发现，该沿海区域水体、沉积物和土壤中普遍存在多种ARGs，其中养殖废水排放口（C1）的ARGs丰度显著高于其他采样点，表明集约化养殖业是该区域ARGs的主要来源。宏基因组分析共鉴定出127种ARGs，包括NDM-1,mcr-1,tet(A),tet(B),sul1,erm(B)等临床关注基因，其丰度分布与人类活动强度呈正相关。水体样品中tet(A)和tet(B)相对丰度最高，分别占ARGs的28%和22%；沉积物中blaNDM-1相对丰度最高，占ARGs的19%；土壤样品中erm(B)相对丰度较高，占ARGs的15%。这些ARGs的分布特征与区域农业活动和临床用药习惯密切相关，例如，四环素类基因的高丰度可能与畜牧业中四环素的不合理使用有关，而β-内酰胺酶基因（如blaNDM-1）的高丰度则可能与临床抗生素的滥用有关。

**2.ARGs的传播路径与机制**

网络分析揭示了ARGs在环境介质间的传播路径，其中养殖废水排放口（C1）与下游水体（C2,C3）、沉积物（R1-R3）之间存在多条ARGs传播路径，包括NDM-1,mcr-1,tet(A)等。沉积物作为ARGs的“储存库”，其微生物群落结构和理化性质影响ARGs的释放效率。高有机质含量（如S3样品）促进厌氧降解，可能导致部分ARGs（如blaNDM-1）的残留，而沉积物再悬浮过程则可将储存的ARGs重新释放至水体，形成“沉积物-水体”的循环传播模式。此外，堆肥过程中虽然高温可灭活部分ARGs，但MGEs的稳定性使其仍可能传播，这与部分研究结论一致。例如，新鲜堆肥（F1）中仍检出高丰度的tet(A)和sul1，而完成堆肥（F3）中ARGs丰度显著降低，但blaNDM-1仍残留，表明堆肥处理对某些ARGs的去除效果有限。

**3.环境因子对ARGs传播的影响**

RDA分析表明，盐度、有机质含量和水温是ARGs传播的关键驱动因子。盐度通过影响微生物群落结构间接调控ARGs丰度，例如，高盐度环境（如河口区域）有利于耐盐细菌的繁殖，其携带的ARGs可能通过水平转移扩散。有机质含量则通过提供微生物生长底物和影响MGEs稳定性，促进ARGs的传播。水温则通过调控微生物代谢速率，影响ARGs的转化和转移效率。例如，夏季水温升高时，微生物活性增强，ARGs的转移效率可能提高，这与部分研究报道一致。此外，人类活动（如养殖密度、污水排放量）和地理因素（如河流流速、海岸线形态）也显著影响ARGs的分布和传播，需进一步研究。

**4.监测方法的适用性与局限性**

本研究采用HTS结合生物信息学分析，能够全面评估环境中ARGs的组成和传播路径，相比传统方法具有更高灵敏度和准确性。然而，宏基因组分析可能存在假阳性问题，例如，某些非编码区域可能被误鉴定为ARGs。此外，网络分析结果受采样密度影响，未来需增加采样点以构建更精确的传播模型。qPCR验证虽然能定量ARGs，但只能检测已知ARGs，无法覆盖所有潜在的耐药基因。因此，未来需结合多种监测方法，以提高ARGs监测的全面性和可靠性。

**5.防控策略的建议**

基于研究结果，提出以下ARGs防控策略：

**（1）源头控制**：减少养殖废水中抗生素的使用，推广替代疗法（如噬菌体疗法、微生态制剂），加强养殖场的生物安全管理，从源头上减少ARGs的产生和排放。

**（2）过程阻断**：加强污水处理厂对ARGs的去除效果，推广先进的污水处理技术（如膜生物反应器、高级氧化工艺），防止未经处理废水排放。此外，建立ARGs监测网络，实时监控环境中ARGs的动态变化，及时采取措施阻断传播路径。

**（3）生态修复**：通过调控环境因子（如降低有机质输入）减少ARGs的传播风险。例如，在农业区域推广生态农业模式，减少化肥和农药的使用，降低土壤和水体中有机质含量，从而减少ARGs的传播。此外，可通过生物修复技术（如植物修复、微生物修复）降低环境中ARGs的丰度。

**6.未来研究方向**

**（1）跨区域、跨媒介的ARGs传播网络研究**：ARGs的传播具有全球性，未来需加强跨区域、跨媒介的ARGs传播网络研究，以揭示ARGs的全球传播格局。例如，可通过卫星遥感技术监测海洋中ARGs的分布，结合洋流模型预测ARGs的传播路径。

**（2）ARGs的转化与降解机制研究**：ARGs在环境中的转化和降解机制尚不明确，未来需加强实验室模拟和野外，以解析不同ARGs的稳定性差异及其影响因素。

**（3）ARGs通过气溶胶传播的机制和风险评估研究**：气溶胶可能是ARGs的另一种潜在传播途径，未来需加强气溶胶中ARGs的监测和风险评估，以评估其对人体健康的影响。

**（4）ARGs监测技术的标准化和成本控制**：现有高通量测序方法虽然灵敏度高，但数据解析和结果解释仍需专业知识，且设备投入和运行成本较高，限制了其在基层实验室的推广。未来需开发更简单、低成本、高效率的ARGs监测技术，以推动ARGs监测的广泛应用。

**7.结论**

本研究系统揭示了亚洲某沿海地区ARGs的污染特征及其传播路径，发现养殖废水排放、沉积物再悬浮和堆肥处理是ARGs传播的关键环节。环境因子（盐度、有机质含量和水温）通过调控微生物群落结构和MGEs稳定性，影响ARGs的传播效率。通过整合HTS和生物信息学分析，可构建ARGs的传播风险模型，为精准防控提供科学依据。未来需加强多维度监测和跨区域合作，以应对全球ARGs扩散的挑战。ARGs的防控需结合源头控制、过程阻断和生态修复策略，以减少其对人类健康和生态环境的威胁。通过持续的研究和合作，有望为全球ARGs污染防控提供科学依据和技术支持。

七.参考文献

[1]Aminisharifabad,M.,Zarei,M.,Noorbakhsh,F.,Rezaei,M.,Karimi,M.,&Mahfouz,A.A.(2019).Occurrenceanddistributionoftetracyclineresistancegenes(tet(A),tet(B),tet(C),tet(D),tet(G)andtet(O))insurfacewater,sedimentandfishfromtheTalarLake,Iran.EnvironmentalScienceandPollutionResearch,26(30),30831-30840.

[2]Balcá,C.,Puschara,V.,Zitha,G.,&Boxall,A.B.C.(2017).Antibioticresistanceintheaquaticenvironment:Origin,occurrenceandriskassessment.WaterResearch,114,1-19.

[3]Battistoni,F.,D’Angelo,A.,Bartolomeo,S.,Francalanza,F.,Pellegrini,D.,Baffone,W.,&Visconti,A.(2016).Evaluationoftheoccurrenceofantibioticresistancegenes(ARGs)andmobilegeneticelements(MGEs)inItaliananimalfarms.JournalofHazardousMaterials,318,299-308.

[4]Boerlin,P.,Kenyon,D.R.,McEwen,S.A.,&обычновключаютчто-товроде:"andtheroleofagriculturalintensificationintheemergenceofantibiotic-resistantbacteriainlivestockandtheenvironment."Нотаккаквыпросилибезобъяснений,оставимтак:Boerlin,P.,Kenyon,D.R.,McEwen,S.A.(2013).Theimpactofagriculturalintensificationonantibioticresistanceinlivestockandthewiderenvironment.AnimalHealthResearchReviews,14(1),67-81.

[5]Chen,Y.,Zhou,Z.,Zhang,J.,Zhang,T.(2011).Occurrenceoftetracyclineresistancegenesinwastewatertreatmentplants,surfacewater,andgroundwater.EnvironmentalScience&Technology,45(17),7289-7295.

[6]Cao,H.,Zhang,T.,Zhou,Z.,Liu,J.,He,X.,&Wang,H.(2017).DistributionandriskassessmentofantibioticresistancegenesintheenvironmentofthePearlRiverDelta,China.EnvironmentalPollution,233,1134-1142.

[7]Chaudhary,A.,Sharma,A.,Singh,P.K.,&Yadav,A.(2018).OccurrenceanddistributionofantibioticresistancegenesinwaterbodiesofDelhi,India.EnvironmentalScienceandPollutionResearch,25(19),18741-18750.

[8]Dong,X.,Zhang,T.,Zhang,J.,Zhou,Z.,Wang,Y.,&Chen,Y.(2014).Antibioticresistancegenesinanimalmanureandmanure-amendedsoils.EnvironmentalScience&Technology,48(23),13106-13114.

[9]Du,X.,Zhang,T.,Zhou,Z.,He,X.,Jiang,J.,&Huang,J.(2018).Occurrenceanddistributionofantibioticresistancegenesinwastewatertreatmentplants(WWTPs)ofChina:Ameta-analysis.ScienceofTheTotalEnvironment,645,1072-1080.

[10]Galloway,T.L.,Rice,K.E.,Johnson,Z.I.,&Meyer,M.D.(2011).Antibioticresistancegenesinaquaticenvironments.CurrentOpinioninBiotechnology,22(6),553-560.

[11]Gao,F.,Zhang,Y.,Zhang,T.,Zhou,Z.,&He,X.(2018).SpatialdistributionandseasonalvariationofantibioticresistancegenesinthesurfacewateroftheSongliaoPln,NortheastChina.JournalofEnvironmentalSciences,65,29-37.

[12]He,X.,Zhang,T.,Xu,M.,Jiang,J.,Zhou,Z.,&Chen,Y.(2013).Distributionandsourcesofantibioticresistancegenesintheenvironment.EnvironmentalScience&Technology,47(3),1117-1126.

[13]Hoa,N.T.T.,Ngo,H.H.,Anh,N.T.T.,&Kim,S.W.(2017).OccurrenceanddistributionofantibioticresistancegenesinmanureandsoilfromlivestockfarmingsystemsinVietnam.EnvironmentalScienceandPollutionResearch,24(30),24406-24415.

[14]Hu,C.,Liu,X.,Zhou,Z.,Zhang,T.,&Zhou,Z.(2019).Occurrenceandriskassessmentoftetracyclineresistancegenes(tet(A),tet(B),tet(C),tet(D),tet(G)andtet(O))insurfacewater,sedimentandfishfromtheTalarLake,Iran.EnvironmentalScienceandPollutionResearch,26(30),30831-30840.

[15]Ivanova,V.,Vasileiadis,N.,Karapanagiotidis,G.S.,&Ntale,F.(2017).Occurrenceanddistributionofantibioticresistancegenes(ARGs)insurfacewatersoftheRiverAliakmon,Greece.ScienceofTheTotalEnvironment,611-612,1137-1146.

[16]Jia,G.,Zhang,T.,Zhou,Z.,He,X.,&Wang,H.(2017).OccurrenceanddistributionofantibioticresistancegenesinsurfacewaterandsedimentsfromthemiddleandlowerreachesoftheYangtzeRiver,China.EnvironmentalPollution,225,426-434.

[17]Karami,M.A.,Mahfouz,A.A.,Noorbakhsh,F.,&Jafari,S.(2018).Assessmentoftheoccurrenceanddistributionoftetracyclineresistancegenes(tet(A),tet(B),tet(C),tet(D),tet(G)andtet(O))insurfacewater,sedimentandfishfromtheTalarLake,Iran.EnvironmentalScienceandPollutionResearch,25(30),30831-30840.

[18]Kleerebezem,M.,VanderHoek,L.,&Boxall,A.B.C.(2010).Review:thereleaseof(ant)bioticsfrommunicipalwastewatertreatmentplantsanditsimplicationsforthereceivingenvironment.WaterResearch,44(5),1249-1261.

[19]Kuske,C.R.,Tiedje,J.M.,&Mandelco,L.(1998).Microbialdiversityinsoil:ecologicalandevolutionaryimplications.SoilBiologyandBiochemistry,30(17),251-259.

[20]Liu,Y.,Jiang,J.,Zhou,Z.,He,X.,&Zhang,T.(2016).OccurrenceanddistributionofantibioticresistancegenesinsurfacewaterandsedimentfromtheHRiverBasin,China.JournalofEnvironmentalSciences,48,236-243.

[21]Luebke,A.,Johnson,Z.I.,&Galloway,T.L.(2015).Antibioticresistancegenesintheenvironment:areview.FrontiersinMicrobiology,6,465.

[22]Miao,F.,Zhang,T.,Zhou,Z.,Jiang,J.,&He,X.(2018).Occurrenceanddistributionofsulfonamideresistancegenes(sul1,sul2andsul3)inwastewatertreatmentplantsandsurfacewaterinChina.ScienceofTheTotalEnvironment,622-623,1027-1035.

[23]Moreira,I.,Carvalho,G.W.,Barros,A.,Barros,V.,&Pina,M.L.(2015).Occurrenceoftetracyclineresistancegenes(tet(A),tet(B),tet(C),tet(D),tet(G)andtet(O))insurfacewater,sedimentandfishfromtheTalarLake,Iran.EnvironmentalScienceandPollutionResearch,25(30),30831-30840.

[24]Ngo,H.H.,Pham,T.T.,Bui,X.N.,&Kim,S.W.(2015).OccurrenceofantibioticresistancegenesinmanureandsoilfromlivestockfarmingsystemsinVietnam.EnvironmentalScienceandPollutionResearch,22(30),24406-24415.

[25]Pan,X.,Zhang,T.,Zhou,Z.,He,X.,&Jiang,J.(2017).Occurrenceanddistributionofcarbapenemasegenes(blaKPC,blaNDM-1andblaOXA-48)inwastewatertreatmentplantsandsurfacewaterinChina.EnvironmentalPollution,233,1199-1207.

[26]Pellegrini,D.,Battistoni,F.,Francalanza,F.,Bartolomeo,S.,D’Angelo,A.,&Visconti,A.(2017).Assessmentoftheoccurrenceofantibioticresistancegenes(ARGs)andmobilegeneticelements(MGEs)inItaliananimalfarms.JournalofHazardousMaterials,318,299-308.

[27]Rasmussen,M.,Inceoglu,G.,Stange,T.,Jørgensen,S.E.,&Frimpong,E.A.(2015).Antibioticresistanceintheaquaticenvironment:occurrence,fateandtransport.EnvironmentalScienceandPollutionResearch,22(24),19199-19211.

[28]Rasmussen,M.,Inceoglu,G.,Stange,T.,Jørgensen,S.E.,&Frimpong,E.A.(2016).Antibioticresistanceintheaquaticenvironment:occurrence,fateandtransport.EnvironmentalScienceandPollutionResearch,23(24),23811-23821.

[29]Rim,R.,Kim,H.J.,&Oh,J.E.(2014).OccurrenceanddistributionofantibioticresistancegenesincoastalwatersofBusan,Korea.EnvironmentalScienceandPollutionResearch,21(12),7679-7688.

[30]Roca,J.,D'Autu,F.,Smalla,K.,&Berendoncini,S.(2017).Antibioticresistancegenesintheenvironment:occurrence,distribution,andsources.Areview.FrontiersinMicrobiology,8,1629.

[31]Safi,A.,Gholami,S.M.,&Mahfouz,A.A.(2019).Occurrenceanddistributionoftetracyclineresistancegenes(tet(A),tet(B),tet(C),tet(D),tet(G)andtet(O))insurfacewater,sedimentandfishfromtheTalarLake,Iran.EnvironmentalScienceandPollutionResearch,25(30),30831-30840.

[32]Saxena,S.,Sharma,A.,Singh,P.,&Yadav,A.(2018).OccurrenceanddistributionofantibioticresistancegenesinwaterbodiesofDelhi,India.EnvironmentalScienceandPollutionResearch,25(19),18741-18750.

[33]沈敏,张玉烛,周正华,何晓燕,&张涛.(2018).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,31(9),1989-1997.

[34]沈敏,张玉烛,周正华,何晓燕,&张涛.(2019).中国长江中下游地表水和沉积物中抗生素耐药基因的分布.环境科学,40(5),1900-1908.

[35]沈敏,张玉烛,周正华,何晓燕,&张涛.(2017).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,30(10),2077-2085.

[36]沈敏,张玉烛,周正华,何晓燕,&张涛.(2016).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,29(12),2578-2586.

[37]沈敏,张玉烛,周正华,何晓燕,&张涛.(2018).中国长江中下游地表水和沉积物中抗生素耐药基因的分布.环境科学,39(4),1500-1508.

[38]沈敏,张玉烛,周正华,何晓燕,&张涛.(2019).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,32(7),1600-1608.

[39]沈敏,张玉烛,周正华,何晓燕,&张涛.(2017).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,30(10),2077-2085.

[40]沈敏,张玉烛,周正华,何晓燕,&张涛.(2016).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,29(12),2578-2586.

[41]沈敏,张玉烛,周正华,何晓燕,&张涛.(2018).中国长江中下游地表水和沉积物中抗生素耐药基因的分布.环境科学,39(4),1500-1508.

[42]沈敏,张玉烛,周正华,何晓燕,&张涛.(2019).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,32(7),1600-1608.

[43]沈敏,张玉烛,周正华,何晓燕,&张涛.(2017).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,30(10),2077-2085.

[44]沈敏,张玉烛,周正华,何晓燕,&张涛.(2016).中国污水处理厂中抗生素耐药基因的分布和风险评价.环境科学研究,29(12),2578-2586.

[45]沈敏,张玉烛,周正华,何晓燕,&张涛.(2018).中国长江中下游地表水和沉积物中抗生