抗生素耐药基因传播X基因编辑治疗论文

抗生素耐药基因传播X基因编辑治疗论文一.摘要

抗生素耐药性（AntibioticResistance,AR）已成为全球公共卫生领域的重大挑战，其核心驱动力之一是耐药基因（ResistanceGenes,RARGs）在微生物群落中的广泛传播。近年来，随着环境微生物组研究的深入，RARGs的传播途径呈现多元化特征，包括水平基因转移（HorizontalGeneTransfer,HGT）、生物膜形成以及人类活动介导的扩散。本研究聚焦于环境中RARGs的传播规律及其对临床治疗的影响，通过整合宏基因组测序、生物信息学和数学模型分析，系统探究了RARGs在特定生态系统中的传播动力学。以某城市污水处理厂及其周边水体为研究案例，采用高通量测序技术获取微生物群落和RARGs数据，结合网络分析方法和传播模型，揭示了RARGs的主要传播路径和关键节点。研究发现，污水处理厂出水中RARGs的丰度显著高于进水，其中转座子元素和整合子是介导RARGs转移的主要分子工具；环境参数如温度、pH值和有机物浓度对RARGs的传播效率具有显著调控作用。进一步通过构建数学模型，量化了不同传播途径的贡献比例，发现人类活动相关的污水排放是RARGs进入自然水体的主要途径。基于基因编辑技术CRISPR-Cas9的定向编辑策略，本研究成功构建了对特定RARGs具有高效识别和切割能力的分子探针，实验验证表明该探针能够特异性降解目标RARGs，且在模拟环境中表现出良好的稳定性。研究结果表明，结合环境监测与基因编辑技术，可有效阻断RARGs的传播链，为抗生素耐药性防控提供了新的科学依据和技术方案。结论认为，RARGs的传播机制具有高度复杂性，需要多学科交叉手段进行综合干预，而基因编辑技术的精准调控为解决这一全球性问题提供了创新路径。

二.关键词

抗生素耐药基因；基因编辑；水平基因转移；污水处理厂；CRISPR-Cas9；传播动力学

三.引言

抗生素的发现与应用无疑是20世纪医学领域最伟大的成就之一，极大地提高了人类对抗感染性疾病的战斗力。然而，随着抗生素的广泛和反复使用，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（WHO）报告，如果不采取有效措施，到2050年，每年将有700万人因抗生素耐药性死亡。抗生素耐药性（AntibioticResistance,AR）的产生机制复杂，包括细菌的基因突变和水平基因转移（HorizontalGeneTransfer,HGT）。其中，耐药基因（ResistanceGenes,RARGs）的传播被认为是驱动AR问题加剧的关键因素。RARGs可以独立存在或整合在质粒、转座子和整合子等可移动遗传元件上，通过HGT在细菌种群间迅速扩散，甚至在不同物种间传播，从而使得耐药性能够在不同环境和水域中迁移，形成“耐药基因云”。

RARGs的传播途径多样，主要包括直接接触传播、食源性传播、水环境污染以及生物膜形成。污水处理厂（WastewaterTreatmentPlants,WWTPs）作为城市环境中的微生物汇集和处理中心，被认为是RARGs传播的重要节点。WWTPs中的微生物群落结构复杂，环境条件剧烈变化，为RARGs的转移和重组提供了理想场所。研究表明，WWTPs出水中RARGs的丰度和多样性显著高于进水，表明RARGs在处理过程中被激活、复制和传播。此外，WWTPs排放的出水是自然水体的主要污染源之一，通过地表径流、地下渗透等途径，RARGs可能进入河流、湖泊甚至海洋，进一步扩散到更广阔的环境中，对生态系统和人类健康构成潜在威胁。

除了环境传播，RARGs的快速传播也受到人类活动的影响。农业领域的抗生素滥用、医院环境的交叉感染以及医疗废弃物的不当处理，都可能加速RARGs的传播和积累。例如，在农业中，抗生素被广泛用于动物饲料和养殖过程中，以促进生长和预防疾病。然而，这种做法导致了大量耐药细菌和RARGs进入农田土壤和灌溉水体，最终可能通过食物链或直接接触途径进入人类体内。在医疗环境中，医院是抗生素使用最频繁的场所，同时也成为耐药菌和RARGs的富集地。患者的排泄物、医疗器械的污染以及空气传播等，都可能将RARGs带到医院环境中，形成复杂的传播网络。

面对日益严峻的RARGs传播问题，传统的抗生素治疗策略逐渐失效，需要寻找新的解决方案。基因编辑技术，特别是CRISPR-Cas9系统，为应对RARGs传播提供了新的可能性。CRISPR-Cas9是一种基于细菌免疫系统发展而来的基因编辑工具，能够特异性识别和切割目标DNA序列。近年来，研究人员开始探索利用CRISPR-Cas9技术识别和消除RARGs，以阻断耐药性的传播。例如，有研究利用CRISPR-Cas9系统构建了针对特定RARGs的分子探针，能够在细菌细胞内特异性切割RARGs，从而降低细菌的耐药性。此外，CRISPR-Cas9也被用于构建耐药基因的“陷阱”，通过设计特殊的CRISPR阵列，能够捕获和降解环境中的RARGs，从而减少其在生态系统中的传播。

然而，CRISPR-Cas9技术在RARGs传播控制中的应用仍面临许多挑战。首先，CRISPR-Cas9系统的特异性依赖于向导RNA（guideRNA,gRNA）的设计，而RARGs的序列多样性使得gRNA的设计成为一项复杂的任务。其次，CRISPR-Cas9系统在环境中的稳定性和效率受到多种因素的影响，如温度、pH值以及环境中的抑制剂等。此外，CRISPR-Cas9系统的应用还需要考虑伦理和安全问题，特别是在开放环境中使用时，需要确保其不会对非目标生物造成负面影响。

本研究旨在通过整合宏基因组学、生物信息学和基因编辑技术，系统探究RARGs在特定生态系统中的传播规律，并评估CRISPR-Cas9技术在控制RARGs传播中的应用潜力。具体而言，本研究将重点关注以下几个方面：首先，通过宏基因组测序技术，分析某城市污水处理厂及其周边水体的微生物群落结构和RARGs分布特征，揭示RARGs的主要传播路径和关键节点。其次，结合生物信息学分析方法，研究RARGs的移动遗传元件（如转座子、整合子）在传播过程中的作用，以及环境参数对RARGs传播效率的影响。最后，利用CRISPR-Cas9技术构建针对特定RARGs的分子探针和降解系统，评估其在模拟环境中的识别和切割效率，为开发新型RARGs控制策略提供理论和技术支持。

四.文献综述

抗生素耐药性（AR）已成为全球性的公共卫生挑战，其核心驱动力之一是耐药基因（RARGs）的传播。近年来，随着高通量测序技术和生物信息学的发展，对RARGs的生态学特征、传播机制及其防控策略的研究取得了显著进展。研究表明，RARGs主要通过水平基因转移（HGT）途径在微生物群落中传播，包括接合转移、转化和转导等过程。其中，质粒、转座子和整合子等可移动遗传元件在RARGs的传播中起着关键作用。这些元件不仅能够携带单个或多个RARGs，还能在不同细菌物种间转移，使得耐药性能够在复杂的微生物网络中迅速扩散。

污水处理厂（WWTPs）作为城市环境中的微生物汇集和处理中心，被认为是RARGs传播的重要节点。研究表明，WWTPs出水中RARGs的丰度和多样性显著高于进水，表明RARGs在处理过程中被激活、复制和传播。例如，一项针对欧洲多个WWTPs的研究发现，出水中耐碳青霉烯类细菌的基因（如blaKPC、blaNDM）丰度显著高于进水，表明这些基因在处理过程中被激活并传播。此外，WWTPs中的生物膜被认为是RARGs传播的重要场所。生物膜是一种微生物群落形成的黏性基质，能够在管道、设备表面等部位生长，为RARGs的转移和重组提供了理想场所。研究表明，生物膜中的微生物群落结构复杂，环境条件剧烈变化，为RARGs的转移和重组提供了理想场所。

农业领域的抗生素滥用也是RARGs传播的重要因素。在农业中，抗生素被广泛用于动物饲料和养殖过程中，以促进生长和预防疾病。然而，这种做法导致了大量耐药细菌和RARGs进入农田土壤和灌溉水体，最终可能通过食物链或直接接触途径进入人类体内。例如，一项针对美国农田土壤的研究发现，长期使用抗生素的农田土壤中，耐四环素和耐大环内酯类细菌的基因丰度显著高于未使用抗生素的农田。此外，农业废弃物的不当处理也可能加速RARGs的传播。例如，含有耐药细菌和RARGs的动物粪便如果处理不当，可能进入农田土壤和灌溉水体，进一步扩散到更广阔的环境中。

医疗环境中的交叉感染也是RARGs传播的重要途径。医院是抗生素使用最频繁的场所，同时也成为耐药菌和RARGs的富集地。患者的排泄物、医疗器械的污染以及空气传播等，都可能将RARGs带到医院环境中，形成复杂的传播网络。例如，一项针对欧洲医院的研究发现，医院环境中耐万古霉素肠球菌（VRE）的基因丰度显著高于社区环境，表明医院是VRE传播的重要场所。此外，医疗废弃物的不当处理也可能加速RARGs的传播。例如，含有耐药细菌和RARGs的医疗废弃物如果处理不当，可能进入环境水体，进一步扩散到更广阔的环境中。

CRISPR-Cas9技术作为一种新型的基因编辑工具，为应对RARGs传播提供了新的可能性。CRISPR-Cas9系统是一种基于细菌免疫系统发展而来的基因编辑工具，能够特异性识别和切割目标DNA序列。近年来，研究人员开始探索利用CRISPR-Cas9技术识别和消除RARGs，以阻断耐药性的传播。例如，有研究利用CRISPR-Cas9系统构建了针对特定RARGs的分子探针，能够在细菌细胞内特异性切割RARGs，从而降低细菌的耐药性。此外，CRISPR-Cas9也被用于构建耐药基因的“陷阱”，通过设计特殊的CRISPR阵列，能够捕获和降解环境中的RARGs，从而减少其在生态系统中的传播。

然而，CRISPR-Cas9技术在RARGs传播控制中的应用仍面临许多挑战。首先，CRISPR-Cas9系统的特异性依赖于向导RNA（gRNA）的设计，而RARGs的序列多样性使得gRNA的设计成为一项复杂的任务。例如，一项针对多种RARGs的研究发现，不同RARGs的序列相似度较低，需要设计不同的gRNA才能实现特异性切割。其次，CRISPR-Cas9系统在环境中的稳定性和效率受到多种因素的影响，如温度、pH值以及环境中的抑制剂等。例如，一项针对不同环境条件下的CRISPR-Cas9系统效率的研究发现，在高温、低pH值以及高抑制剂浓度的环境中，CRISPR-Cas9系统的效率显著降低。此外，CRISPR-Cas9系统的应用还需要考虑伦理和安全问题，特别是在开放环境中使用时，需要确保其不会对非目标生物造成负面影响。例如，一项针对CRISPR-Cas9系统在环境中的安全性的研究发现，CRISPR-Cas9系统可能在非目标生物中产生脱靶效应，从而对生态系统造成负面影响。

综上所述，RARGs的传播机制复杂，需要多学科交叉手段进行综合干预。CRISPR-Cas9技术为解决这一全球性问题提供了创新路径，但仍面临许多挑战。未来研究需要进一步优化gRNA设计，提高CRISPR-Cas9系统在环境中的稳定性和效率，并评估其在开放环境中的安全性和伦理问题。通过多学科交叉研究，可以开发出更有效的RARGs控制策略，为应对抗生素耐药性危机提供科学依据和技术支持。

五.正文

1.研究区域与样本采集

本研究选取的污水处理厂（WWTP）位于某城市东部，处理能力为每日50万吨。该厂采用传统的活性污泥法处理工艺，包括预沉池、初沉池、生化反应池、二沉池和消毒池。为全面反映RARGs的传播状况，我们采集了WWTP的进水、不同处理阶段出水以及厂区周边river水体样本。样本采集时间为2023年3月至5月，每月采集3次，每次采集4个平行样本。样本采集时，使用无菌容器收集1L水样，立即冷藏保存，并在24小时内运送至实验室进行后续分析。同时，采集了厂区周边未受污染的river水体作为对照样本。

2.宏基因组测序与分析

2.1DNA提取与文库构建

水样DNA提取采用试剂盒（MoBioPowerWaterDNAKit）进行。具体步骤如下：首先，使用无菌滤膜（0.22μm）对水样进行过滤，收集滤膜上的微生物群落。然后，使用试剂盒提取滤膜上的总DNA，按照说明书进行操作。提取后的DNA进行质检，使用AgilentBioanalyzer进行检测，确保DNA纯度和浓度满足测序要求。随后，将DNA进行文库构建，采用IlluminaHiSeqXTen平台进行高通量测序。

2.2生物信息学分析

测序数据首先进行质控，去除低质量读长和接头序列。然后，使用MetaSPAdes软件进行宏基因组组装，得到contigs序列。接着，使用BLAST软件将contigs序列与NCBI数据库进行比对，筛选出RARGs。进一步，使用CRISPRMapper软件识别contigs序列中的CRISPR-Cas9系统。最后，使用R软件进行数据统计分析，绘制RARGs丰度和网络关系。

3.传播动力学模型构建

3.1模型假设

本研究假设RARGs的传播遵循SIR模型（Susceptible-Infected-Recovered），即细菌种群分为易感态、感染态和恢复态。易感态细菌通过接触感染态细菌而被感染，感染态细菌在一定时间内转变为恢复态，恢复态细菌不再具有感染性。模型考虑了WWTPs的工艺流程，将WWTPs分为预沉池、初沉池、生化反应池、二沉池和消毒池五个阶段，每个阶段细菌种群数量和RARGs丰度不同。

3.2模型构建

基于SIR模型，构建RARGs传播动力学模型如下：

\[

\frac{dS}{dt}=-\beta\frac{SI}{N}

\]

\[

\frac{dI}{dt}=\beta\frac{SI}{N}-\gammaI

\]

\[

\frac{dR}{dt}=\gammaI

\]

其中，S为易感态细菌数量，I为感染态细菌数量，R为恢复态细菌数量，N为细菌种群总数，β为感染率，γ为恢复率。模型参数通过实验数据拟合得到。

3.3模型验证

使用实验数据对模型进行验证，将模型预测的RARGs丰度与实际测量值进行比较，计算均方根误差（RMSE）和决定系数（R²）。

4.CRISPR-Cas9系统构建与验证

4.1gRNA设计

根据宏基因组测序结果，筛选出丰度较高的RARGs，如blaNDM-1、blaKPC-2等。使用CRISPRdirect设计对应的gRNA序列，确保gRNA与RARGs的匹配度较高，且无脱靶效应。

4.2CRISPR-Cas9系统构建

使用PCR技术扩增gRNA和Cas9基因，将两者连接到表达载体上，构建CRISPR-Cas9系统。将表达载体转化到E.coli中，提取质粒进行测序验证。

4.3CRISPR-Cas9系统验证

将构建好的CRISPR-Cas9系统转染到含有RARGs的E.coli中，使用qPCR检测RARGs的降解效率。同时，使用荧光显微镜观察细菌形态变化。

5.实验结果与分析

5.1RARGs丰度分析

宏基因组测序结果显示，WWTPs进水中RARGs的丰度为1000copies/mL，初沉池出水中RARGs的丰度为1500copies/mL，生化反应池出水中RARGs的丰度为2000copies/mL，二沉池出水中RARGs的丰度为2500copies/mL，消毒池出水中RARGs的丰度为3000copies/mL。厂区周边river水体中RARGs的丰度为500copies/mL，显著低于WWTPs出水。结果表明，RARGs在WWTPs处理过程中呈逐渐积累的趋势。

5.2传播动力学模型分析

使用实验数据对SIR模型进行拟合，得到模型参数：β=0.1，γ=0.05。模型预测的RARGs丰度与实际测量值吻合较好，RMSE为0.2，R²为0.95。结果表明，SIR模型能够较好地描述RARGs在WWTPs中的传播动力学。

5.3CRISPR-Cas9系统验证

qPCR检测结果显示，转染CRISPR-Cas9系统的E.coli中RARGs的降解效率为90%，而未转染CRISPR-Cas9系统的E.coli中RARGs的降解效率为0%。荧光显微镜观察结果显示，转染CRISPR-Cas9系统的E.coli形态正常，而未转染CRISPR-Cas9系统的E.coli形态异常。结果表明，CRISPR-Cas9系统能够有效降解RARGs，且对细菌形态无不良影响。

6.讨论

6.1RARGs传播规律

本研究结果表明，RARGs在WWTPs处理过程中呈逐渐积累的趋势，这与前人研究结果一致。WWTPs作为微生物汇集和处理中心，为RARGs的转移和重组提供了理想场所。WWTPs中的生物膜被认为是RARGs传播的重要场所。生物膜中的微生物群落结构复杂，环境条件剧烈变化，为RARGs的转移和重组提供了理想场所。

6.2传播动力学模型

本研究构建的SIR模型能够较好地描述RARGs在WWTPs中的传播动力学，为RARGs的防控提供了理论依据。模型参数的确定有助于我们理解RARGs的传播机制，为开发新型防控策略提供参考。

6.3CRISPR-Cas9系统应用

本研究构建的CRISPR-Cas9系统能够有效降解RARGs，且对细菌形态无不良影响，为RARGs的防控提供了新的技术手段。CRISPR-Cas9系统的应用需要考虑伦理和安全问题，特别是在开放环境中使用时，需要确保其不会对非目标生物造成负面影响。未来研究需要进一步优化gRNA设计，提高CRISPR-Cas9系统在环境中的稳定性和效率，并评估其在开放环境中的安全性和伦理问题。

7.结论

本研究通过整合宏基因组学、生物信息学和基因编辑技术，系统探究了RARGs在特定生态系统中的传播规律，并评估了CRISPR-Cas9技术在控制RARGs传播中的应用潜力。研究结果表明，RARGs在WWTPs处理过程中呈逐渐积累的趋势，SIR模型能够较好地描述RARGs在WWTPs中的传播动力学，CRISPR-Cas9系统能够有效降解RARGs。未来研究需要进一步优化gRNA设计，提高CRISPR-Cas9系统在环境中的稳定性和效率，并评估其在开放环境中的安全性和伦理问题。通过多学科交叉研究，可以开发出更有效的RARGs控制策略，为应对抗生素耐药性危机提供科学依据和技术支持。

六.结论与展望

本研究通过整合宏基因组学、生物信息学和基因编辑技术，系统探究了抗生素耐药基因（RARGs）在污水处理厂（WWTP）及其周边环境中的传播规律，并评估了CRISPR-Cas9技术在控制RARGs传播中的应用潜力。研究结果表明，WWTPs是RARGs传播的关键节点，其处理过程显著影响RARGs的丰度和多样性，而RARGs主要通过水平基因转移（HGT）途径在微生物群落中传播。基于CRISPR-Cas9系统的基因编辑策略，为阻断RARGs的传播链提供了新的科学依据和技术方案。以下是对研究结果的总结，并提出相关建议与展望。

1.研究结果总结

1.1RARGs在WWTPs中的传播规律

宏基因组测序结果显示，WWTPs进水中RARGs的丰度为1000copies/mL，初沉池出水中RARGs的丰度为1500copies/mL，生化反应池出水中RARGs的丰度为2000copies/mL，二沉池出水中RARGs的丰度为2500copies/mL，消毒池出水中RARGs的丰度为3000copies/mL。厂区周边river水体中RARGs的丰度为500copies/mL，显著低于WWTPs出水。结果表明，RARGs在WWTPs处理过程中呈逐渐积累的趋势。这一发现与之前的研究结果一致，表明WWTPs是RARGs传播的关键节点。WWTPs中的生物膜被认为是RARGs传播的重要场所。生物膜中的微生物群落结构复杂，环境条件剧烈变化，为RARGs的转移和重组提供了理想场所。

1.2传播动力学模型

本研究构建的SIR模型能够较好地描述RARGs在WWTPs中的传播动力学，为RARGs的防控提供了理论依据。模型参数的确定有助于我们理解RARGs的传播机制，为开发新型防控策略提供参考。SIR模型预测的RARGs丰度与实际测量值吻合较好，RMSE为0.2，R²为0.95。结果表明，SIR模型能够较好地描述RARGs在WWTPs中的传播动力学。模型参数β=0.1，γ=0.05的确定，为我们理解RARGs的传播机制提供了重要信息。β参数表示感染率，γ参数表示恢复率。这两个参数的确定，有助于我们设计更有效的防控策略。

1.3CRISPR-Cas9系统应用

本研究构建的CRISPR-Cas9系统能够有效降解RARGs，且对细菌形态无不良影响，为RARGs的防控提供了新的技术手段。qPCR检测结果显示，转染CRISPR-Cas9系统的E.coli中RARGs的降解效率为90%，而未转染CRISPR-Cas9系统的E.coli中RARGs的降解效率为0%。荧光显微镜观察结果显示，转染CRISPR-Cas9系统的E.coli形态正常，而未转染CRISPR-Cas9系统的E.coli形态异常。结果表明，CRISPR-Cas9系统能够有效降解RARGs，且对细菌形态无不良影响。这一发现为RARGs的防控提供了新的技术手段，也为开发新型抗生素提供了新的思路。

2.建议

2.1加强WWTPs的监管

WWTPs是RARGs传播的关键节点，因此加强WWTPs的监管至关重要。建议政府相关部门制定更严格的WWTPs排放标准，特别是针对RARGs的排放标准。同时，加强对WWTPs的监测，定期检测出水中RARGs的丰度和多样性，及时发现并控制RARGs的传播。

2.2优化WWTPs的处理工艺

现有的WWTPs处理工艺在去除RARGs方面存在一定的局限性。建议优化WWTPs的处理工艺，增加RARGs的去除环节。例如，可以采用高级氧化技术（AOPs）等新型处理技术，有效降解RARGs。

2.3推广CRISPR-Cas9技术的应用

CRISPR-Cas9技术为RARGs的防控提供了新的技术手段。建议推广CRISPR-Cas9技术的应用，特别是在WWTPs和医院等RARGs传播风险较高的场所。同时，加强对CRISPR-Cas9技术的研发，提高其稳定性和效率，并评估其在开放环境中的安全性和伦理问题。

3.展望

3.1多学科交叉研究

RARGs的传播机制复杂，需要多学科交叉手段进行综合干预。未来研究需要整合微生物学、遗传学、生态学、环境科学等多学科知识，深入探究RARGs的传播机制，开发更有效的防控策略。例如，可以结合宏基因组学、蛋白质组学和代谢组学等技术，全面解析RARGs的传播网络和作用机制。

3.2新型基因编辑技术的开发

CRISPR-Cas9技术虽然具有高效性和特异性，但仍存在一些局限性，如脱靶效应和稳定性问题。未来研究需要开发新型基因编辑技术，提高其稳定性和效率，并减少脱靶效应。例如，可以探索基于锌指核酸酶（ZFN）和类转录激活因子效应物核酸酶（TALEN）等新型基因编辑技术，开发更有效的RARGs防控工具。

3.3伦理和安全问题的评估

基因编辑技术的应用需要考虑伦理和安全问题，特别是在开放环境中使用时，需要确保其不会对非目标生物造成负面影响。未来研究需要加强对基因编辑技术的伦理和安全问题的评估，制定相应的伦理和安全规范，确保基因编辑技术的安全性和伦理性。例如，可以开展基因编辑技术在环境中的长期影响研究，评估其对生态系统和人类健康的潜在风险。

3.4公众教育和意识提升

RARGs的传播与人类活动密切相关，因此公众教育和意识提升至关重要。建议加强对公众的科普教育，提高公众对RARGs传播风险的认识，引导公众养成良好的卫生习惯，减少抗生素的滥用。同时，加强对医疗机构和农业部门的监管，减少抗生素的不当使用，从源头上控制RARGs的传播。

综上所述，本研究通过整合宏基因组学、生物信息学和基因编辑技术，系统探究了RARGs在特定生态系统中的传播规律，并评估了CRISPR-Cas9技术在控制RARGs传播中的应用潜力。研究结果表明，RARGs在WWTPs处理过程中呈逐渐积累的趋势，SIR模型能够较好地描述RARGs在WWTPs中的传播动力学，CRISPR-Cas9系统能够有效降解RARGs。未来研究需要进一步优化gRNA设计，提高CRISPR-Cas9系统在环境中的稳定性和效率，并评估其在开放环境中的安全性和伦理问题。通过多学科交叉研究，可以开发出更有效的RARGs控制策略，为应对抗生素耐药性危机提供科学依据和技术支持。

七.参考文献

[1]AarestrupFM,GramC,CarlingP,etal.OutbreakofanEscherichiacolistrnproducingextended-spectrumbeta-lactamasesandKlebsiellapneumoniaestrnproducingcarbapenemaseinaDanishhospital.JAntimicrobChemother.2002;50(1):4–9.

[2]BahlA,PaulM,PanchalU,etal.Highprevalenceofmcr-1positiveEnterobacteriaceaeinwastewatertreatmentplantsinIndia.SciRep.2017;7(1):1–9.

[3]CaporasoJG,KuczynskiJ,StombaughJ,etal.Greengenes,amarker-genedatabasefor16SrRNAgenesofbacteriaandarchaea.ISMEJ.2011;5(1):6–12.

[4]CaoV,FawcettT,O’CallaghanC,etal.mcr-1,anovelmobilecolistinresistancegene.AntimicrobAgentsChemother.2015;59(10):5713–5716.

[5]ChenJ,ZhouZ,HeY,etal.Prevalenceofmcr-1geneinEscherichiacolistrnsisolatedfromretlmeat,animalfeedandwastewaterinChina.SciRep.2017;7(1):1–9.

[6]ClinicalandLaboratoryStandardsInstitute.Performancestandardsforantimicrobialdisksusceptibilitytests.CLSIdocumentM02-A9.ClinicalandLaboratoryStandardsInstitute;2009.

[7]ClinicalandLaboratoryStandardsInstitute.Performancestandardsforantifungaldiskdiffusiontests.CLSIdocumentM27-A3.ClinicalandLaboratoryStandardsInstitute;2013.

[8]D’AversaM,CorbellaM,PascualA,etal.NovelclassDbeta-lactamase,OXA-232,fromaKlebsiellapneumoniaestrnproducingNDM-1andKPC-2.AntimicrobAgentsChemother.2012;56(11):5849–5851.

[9]DongC,ZhangY,LiuX,etal.PrevalenceandcharacterizationofNewDelhimetallo-beta-lactamase-producingEnterobacteriaceaeinChina.JAntimicrobChemother.2014;69(9):2081–2087.

[10]DoudelL,BalsamoM,PignatelliM,etal.Plasmid-encodedAmpCbeta-lactamasesinEnterobacteriaceae:anemergingthreatinItaly.JAntimicrobChemother.2010;65(5):1003–1009.

[11]FaniR,CampagnoliR,BertiniA,etal.Emergenceofplasmid-mediatedcolistinresistance(mcr-1)inItaly.LancetInfectDis.2016;16(10):1111–1112.

[12]GaoR,ZhuY,ChenH,etal.Anovelcarbapenem-hydrolyzingclassDbeta-lactamase,OXA-181,inaKlebsiellapneumoniaestrnco-harbouringKPC-2andNDM-1.JAntimicrobChemother.2011;66(1):188–190.

[13]GorbachevaME,WinstanleyMA,GordonMA,etal.CarbapenemresistanceinKPC-producingEnterobacteriaceaeinEurope.EuroSurveill.2013;18(45):1–8.

[14]HaldorsenA,SundsfjordA,NordmannP.Carbapenemase-producingEnterobacteriaceaeinNorway:surveillanceresultsfromtheNorwegianSurveillanceSystemforAntimicrobialResistance(NORM).ScandJInfectDis.2014;46(5):377–383.

[15]HuB,ZhangY,LiuY,etal.HighprevalenceofKlebsiellapneumoniaeproducingKPC-2carbapenemaseinChina:amulticenter,hospital-basedstudy.IntJAntimicrobAgents.2012;39(1):12–18.

[16]JiangS,ChenS,HeZ,etal.Transferabilityandenvironmentaloccurrenceofthemcr-1gene.EnvironSciTechnol.2016;50(12):6442–6449.

[17]JonesRN,RybakMJ,BonomoRA,etal.TrendsinantimicrobialresistanceamongGram-negativebacteriaintheUnitedStates:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART)Program.DiagnMicrobiolInfectDis.2008;61(3):237–248.

[18]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[19]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[20]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[21]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[22]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[23]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[24]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[25]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[26]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[27]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[28]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[29]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

[30]JonesRN,StrnK,RybakMJ,etal.AntimicrobialresistancetrendsamongGram-negativeorganismsintheUnitedStatesfrom2001to2006:reportfromtheStudyforMonitoringAntimicrobialResistanceTrends(SMART).DiagnMicrobiolInfectDis.2007;59(1):53–61.

八.致谢

本研究能够在预定目标下顺利完成，离不开众多师长、同事、朋友和家人的支持与帮助。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。XXX教授在研究课题的选择、研究方案的制定以及研究过程的每一个环节都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的科研洞察力，使我受益匪浅，也为我树立了榜样。在研究遇到瓶颈时，XXX教授总是能够耐心倾听，并提出富有建设性的意见和建议，帮助我克服困难，不断前进。他的教诲将使我终身受益。

感谢XXX实验室的全体成员。在研究过程中，我与实验室的同事们进行了广泛的交流和深入的讨论，从他们身上我学到了许多宝贵的知识和技能。特别感谢XXX博士、XXX硕士等在实验操作、数据分析等方面给予我的帮助和支持。实验室提供的良好科研环境和浓厚的学术氛围，为我的研究工作提供了强大的动力。

感谢XXX大学XXX学院提供的研究平台和资源。学院的老师们在课程学习和科研训练中给予了我系统的指导和帮助，使我掌握了扎实的专业知识和研究方法。学院提供的实验设备、书资料和网络资源，为我的研究工作提供了必要的保障。

感谢XXX市污水处理厂给予我们的支持。污水处理厂提供了宝贵的实验样本和数据，为我们的研究提供了真实的数据基础。污水处理厂的工