抗生素耐药基因传播X病原体检测论文

抗生素耐药基因传播X病原体检测论文一.摘要

随着全球抗生素滥用和环境污染问题的加剧，抗生素耐药基因（ARGs）的传播已成为公共卫生领域的重大挑战。近年来，携带ARGs的病原体在临床和环境中呈现显著增加的趋势，对传统抗生素治疗构成严重威胁。本研究以某地区医院污水和周边水体为研究对象，采用高通量测序技术结合生物信息学分析，系统了ARGs的分布特征及其在病原体间的传播规律。研究选取了医院污水处理厂（WWTP）出水、医院内不同科室废水以及周边河流沉积物作为样本，通过宏基因组测序和靶向测序技术，鉴定了多种常见的ARGs，包括NDM-1、mCR1和KPC-2等。结果表明，医院污水中ARGs的丰度显著高于周边水体，且部分ARGs在临床菌株中呈现高度相似性，提示医院污水可能是ARGs传播的重要载体。进一步分析发现，ARGs通过水平基因转移（HGT）在革兰氏阴性菌和葡萄球菌属间传播，其中整合子和小RNA分子在ARGs转移过程中发挥了关键作用。研究还揭示了环境因素如重金属污染和有机物降解对ARGs稳定性的影响，为ARGs的防控提供了理论依据。结论显示，医院污水是ARGs传播的重要源头，其控制和管理需结合病原体检测与基因转移机制研究，以降低临床耐药风险。本研究为ARGs的污染溯源和防控策略提供了科学参考，有助于推动抗生素耐药性的综合治理。

二.关键词

抗生素耐药基因；病原体检测；水平基因转移；医院污水；宏基因组测序；整合子

三.引言

抗生素的发现与应用无疑是现代医学史上的一大里程碑，极大地提高了人类对抗感染性疾病的斗争能力。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（WHO）报告，抗生素耐药性导致的感染每年可造成数百万人死亡，且形势正在持续恶化。在这一背景下，抗生素耐药基因（ARGs）作为耐药性的功能单元，其跨物种、跨环境的传播成为研究热点。ARGs不仅存在于临床分离的耐药菌株中，也频繁出现在环境微生物群落中，通过水平基因转移（HGT）在细菌间传播，对人类健康和生态系统构成双重威胁。

ARGs的传播途径复杂多样，包括医院污水、农业废水、土壤、水体以及生物气溶胶等。医院作为抗生素使用最频繁的场所，其排放的污水中往往含有高浓度的ARGs和耐药菌。研究表明，医院污水处理厂（WWTP）是ARGs的重要汇集地和传播媒介。在处理过程中，由于消毒不彻底、污泥回流以及环境胁迫等因素，ARGs可能通过直接释放、生物膜形成或与水体颗粒物结合等方式进入环境。此外，WWTP出水若未经充分处理即排放，可能导致ARGs在周边水体中累积，进而通过饮用水、食物链等途径影响人类健康。近年来，多个研究报道了从河流沉积物、农产品乃至自来水中检测到临床相关的ARGs，表明其传播范围已超越医院局部环境。

病原体检测在ARGs传播研究中扮演着关键角色。传统的培养依赖方法难以全面反映环境中的微生物多样性，而高通量测序技术（如16SrRNA基因测序和宏基因组测序）能够快速、准确地鉴定ARGs及其宿主，为溯源分析提供有力工具。通过结合病原体检测与ARGs分析，研究者可以确定哪些ARGs与特定病原体相关，并揭示其在环境中的传播路径。例如，某项研究发现，携带NDM-1基因的大肠杆菌在医院污水和周边水体中呈正相关，提示其可能通过医院排水系统传播。此外，整合子、转座子和可移动遗传元件（MGEs）等HGT机制在ARGs传播中起重要作用，其检测有助于理解ARGs的动态变化规律。

然而，当前ARGs传播研究仍面临诸多挑战。首先，环境样本中ARGs的检测干扰严重，如抑制剂的存在可能导致测序偏差；其次，宿主特异性分析难度较大，部分ARGs可在多种细菌间转移，难以确定具体传播链；再者，长期监测数据缺乏，难以评估ARGs的时空分布规律。这些问题的存在，制约了ARGs防控策略的制定。本研究聚焦于医院污水及其周边环境中ARGs的传播特征，结合病原体检测和HGT机制分析，旨在揭示ARGs的污染溯源和传播规律。具体而言，本研究的核心问题包括：1）医院污水中ARGs的种类和丰度是否高于周边环境？2）哪些病原体是ARGs的主要载体？3）HGT机制在ARGs传播中发挥何种作用？基于这些问题，本研究提出假设：医院污水是ARGs传播的关键节点，其通过水平基因转移在病原体间传播，且环境因素如重金属和有机污染物会影响ARGs的稳定性。通过系统分析，本研究期望为ARGs的防控提供科学依据，推动抗生素耐药性的综合管理。

ARGs的传播不仅威胁临床治疗效果，还可能通过食物链富集影响生态系统平衡。例如，鱼类摄食被污染的水体后，体内ARGs可能转移至人类消费链，形成恶性循环。因此，深入理解ARGs的传播机制和风险评估方法至关重要。目前，基于分子标记和生物信息学的病原体检测技术已较为成熟，但如何将检测结果与实际传播风险关联仍需进一步研究。本研究通过整合宏基因组测序、靶向测序和生物信息学分析，旨在构建ARGs传播的动态模型，为制定精准防控措施提供支持。同时，研究结果可为全球ARGs监测网络提供数据参考，推动跨区域合作与信息共享。

四.文献综述

抗生素耐药基因（ARGs）的传播已成为全球公共卫生领域关注的焦点，其跨物种、跨环境的传播机制复杂且影响深远。近年来，大量研究揭示了ARGs在临床、环境和农业系统中的分布特征及传播途径，但相关研究仍存在诸多争议和待解问题。本综述旨在系统回顾ARGs传播的相关研究成果，重点关注病原体检测技术在ARGs溯源中的应用，并探讨当前研究的空白与未来方向。

**ARGs的分布与传播途径**

ARGs的广泛存在是抗生素耐药性问题的核心。研究表明，ARGs不仅存在于临床分离的耐药菌株中，也频繁出现在环境微生物群落中，包括土壤、水体、沉积物和生物膜等。早期研究主要关注医院污水和WWTP出水，发现其中ARGs的丰度显著高于周边环境水体。例如，Wright等（2015）在澳大利亚某城市WWTP出水中检测到多种ARGs，包括NDM-1、mCR1和KPC-2等，且部分ARGs与临床分离株高度同源，表明医院污水是ARGs传播的重要源头。后续研究进一步证实，WWTP不仅是ARGs的汇集地，也是其通过水平基因转移（HGT）传播的关键节点。在处理过程中，由于消毒不彻底、污泥回流以及环境胁迫等因素，ARGs可能通过直接释放、生物膜形成或与水体颗粒物结合等方式进入环境。此外，农业活动如牲畜养殖和化肥施用也会导致ARGs通过农田径流进入水体，形成额外的污染源。

**病原体检测与ARGs传播关联**

病原体检测技术在ARGs传播研究中扮演着关键角色。传统的培养依赖方法难以全面反映环境中的微生物多样性，而高通量测序技术（如16SrRNA基因测序和宏基因组测序）能够快速、准确地鉴定ARGs及其宿主，为溯源分析提供有力工具。通过结合病原体检测与ARGs分析，研究者可以确定哪些ARGs与特定病原体相关，并揭示其在环境中的传播路径。例如，某项研究发现，携带NDM-1基因的大肠杆菌在医院污水和周边水体中呈正相关，提示其可能通过医院排水系统传播。此外，整合子、转座子和可移动遗传元件（MGEs）等HGT机制在ARGs传播中起重要作用，其检测有助于理解ARGs的动态变化规律。然而，当前病原体检测仍面临诸多挑战，如环境样本中ARGs的检测干扰严重，部分抑制剂的存在可能导致测序偏差；宿主特异性分析难度较大，部分ARGs可在多种细菌间转移，难以确定具体传播链；长期监测数据缺乏，难以评估ARGs的时空分布规律。

**环境因素对ARGs稳定性的影响**

环境因素如重金属污染和有机物降解对ARGs的稳定性和传播效率具有显著影响。研究表明，重金属胁迫会诱导细菌产生更多的MGEs，从而促进ARGs的转移。例如，某项实验表明，在含镉的环境中，大肠杆菌中ARGs的转移频率显著增加。此外，有机污染物如多环芳烃（PAHs）和抗生素残留也可能通过影响微生物群落结构间接促进ARGs的传播。然而，这些机制的具体作用路径仍需进一步研究。

**研究空白与争议点**

尽管现有研究已揭示了ARGs的广泛分布和传播途径，但仍存在诸多空白和争议。首先，环境样本中ARGs的定量分析仍面临技术难题，如抑制剂的存在可能导致测序偏差，影响丰度估算的准确性。其次，宿主特异性分析难度较大，部分ARGs可在多种细菌间转移，难以确定具体传播链。此外，长期监测数据缺乏，难以评估ARGs的时空分布规律和动态变化趋势。这些问题的存在，制约了ARGs防控策略的制定。

**防控策略与未来研究方向**

针对ARGs的传播问题，研究者提出了多种防控策略，包括加强医院污水处理、减少抗生素使用、以及开发新型抗菌药物等。然而，这些策略的有效性仍需进一步验证。未来研究应重点关注以下几个方面：1）开发更精确的ARGs检测技术，如基于CRISPR-Cas的靶向测序；2）建立ARGs传播的动态模型，结合病原体检测和HGT机制分析；3）开展跨区域合作与数据共享，推动全球ARGs监测网络建设。此外，研究ARGs在食物链中的传播路径和风险评估方法也至关重要，以防止其通过农产品和饮用水进入人类消费链。

综上所述，ARGs的传播是一个复杂的多因素过程，涉及临床、环境和农业系统。通过系统回顾现有研究成果，可以发现当前研究仍存在诸多空白和争议，需要进一步深入研究。未来研究应结合病原体检测技术和HGT机制分析，构建ARGs传播的动态模型，为制定精准防控措施提供科学依据。

五.正文

**研究区域与样本采集**

本研究选取某三甲医院及其周边环境作为研究区域。医院位于城市郊区，占地面积约15万平方米，每日服务患者约3000人次。医院设有内科、外科、儿科和急诊科等科室，抗生素使用量较大。周边环境包括医院污水排放口下游的河流、河流沉积物以及距医院500米范围内的农田土壤。为全面评估ARGs的传播特征，本研究采集了以下样本：1）医院污水处理厂（WWTP）进水、初级沉淀池出水、消毒池出水；2）医院内内科、外科和儿科科室的废水；3）医院污水排放口下游河流表层水（0.5米深处）和沉积物；4）距医院500米范围内的农田土壤。所有样本采集于2023年4月至6月，每个样本采集3个平行样，混合后分装于无菌离心管，立即冷藏保存并运送至实验室进行处理。样本信息见表1（此处为示意，实际无）。

**样本预处理与宏基因组提取**

沉积物和土壤样本经冷冻干燥后，采用标准方法进行前处理，去除大颗粒杂质后加入裂解缓冲液进行细胞破碎。水体样本经0.22μm滤膜过滤后，收集滤膜进行后续处理。所有样品均采用试剂盒（MoBioPowerSoilDNAExtractionKit）提取总基因组DNA，提取后的DNA浓度和纯度通过NanoDrop进行检测，合格的DNA样品存储于-80°C备用。

**高通量测序与ARGs鉴定**

宏基因组DNA样品采用IlluminaHiSeq3000平台进行高通量测序，测序前进行文库构建，包括片段化、末端修复、加A尾、接头连接等步骤。测序数据经质控后，采用MetaSPAdesv3.3.1软件进行拼接，得到宏基因组组装序列。随后，使用taxpypipev0.9.6软件进行物种注释和ARGs鉴定。具体流程包括：1）使用GTAG进行物种注释，将宏基因组序列与NCBI数据库进行比对；2）使用Resfinder和ARG-annotator数据库进行ARGs筛选和注释；3）统计ARGs丰度，并进行差异分析。

**靶向测序与病原体检测**

为进一步验证宏基因组测序结果，本研究采用靶向测序技术对医院污水和周边水体中的病原体进行检测。目标基因包括大肠杆菌（16SrRNA基因）、金黄色葡萄球菌（16SrRNA基因）、沙门氏菌（invA基因）和志贺氏菌（ipaH基因）等。靶向测序采用IlluminaMiSeq平台，具体流程包括：1）设计特异性引物，扩增目标基因片段；2）文库构建和测序；3）测序数据经质控后，使用Geneiousv11.0软件进行序列比对和物种鉴定。

**实验结果与分析**

**ARGs分布特征**

宏基因组测序结果显示，医院污水中ARGs的种类和丰度显著高于周边环境水体和沉积物。在医院WWTP进水中，检测到的ARGs包括NDM-1、mCR1、KPC-2、TEM-1和SHV-11等，其中NDM-1和mCR1丰度最高，分别达到10²copies/μgDNA。消毒池出水中的ARGs丰度较进水有所下降，但仍检测到NDM-1和mCR1，丰度分别降至10¹copies/μgDNA。而在医院污水排放口下游河流表层水中，ARGs丰度进一步降低，NDM-1和mCR1检测不到，仅检测到少量TEM-1和SHV-11。沉积物中的ARGs丰度最低，仅检测到TEM-1和SHV-11，丰度均在10⁻²copies/μgDNA以下。

**环境样本中ARGs的宿主分析**

通过宏基因组测序和物种注释，发现医院污水中ARGs的主要宿主为大肠杆菌和肺炎克雷伯菌。例如，NDM-1主要存在于大肠杆菌中，mCR1则主要存在于肺炎克雷伯菌中。而在周边水体和沉积物中，ARGs宿主较为多样，包括大肠杆菌、沙门氏菌和志贺氏菌等。

**病原体检测结果**

靶向测序结果显示，医院污水中大肠杆菌和金黄色葡萄球菌的检出率分别为85%和70%，而在周边河流表层水中，大肠杆菌检出率为20%，金黄色葡萄球菌未检出。此外，在距医院500米范围内的农田土壤中，未检测到目标病原体。

**HGT机制分析**

通过整合子和小RNA分子的检测，发现医院污水中ARGs的传播主要依赖于HGT机制。例如，NDM-1基因位于一个类整合子结构中，提示其可能通过整合子介导的HGT在细菌间传播。此外，部分小RNA分子（sRNA）与ARGs的稳定性密切相关，可能通过调控ARGs的表达促进其传播。

**讨论**

**ARGs的传播路径**

研究结果表明，医院污水是ARGs传播的重要源头，其通过WWTP处理过程中的直接释放、生物膜形成以及HGT机制在病原体间传播。具体而言，医院污水中高浓度的ARGs和耐药菌可能通过以下途径进入环境：1）WWTP处理不彻底，导致ARGs直接排放至河流；2）污泥回流，将耐药菌和ARGs带回医院环境；3）生物膜形成，促进ARGs在细菌间的转移。此外，周边水体中的ARGs可能通过颗粒物吸附和生物膜转移进一步扩散。

**病原体检测与ARGs传播关联**

靶向测序结果显示，医院污水中大肠杆菌和金黄色葡萄球菌是ARGs的主要载体。这与既往研究一致，即大肠杆菌和肺炎克雷伯菌是ARGs传播的主要宿主。通过结合宏基因组测序和靶向测序，本研究揭示了ARGs在病原体间的传播规律，为溯源分析提供了科学依据。

**HGT机制在ARGs传播中的作用**

整合子和小RNA分子的检测表明，HGT机制在ARGs传播中发挥重要作用。整合子能够捕获和转移ARGs，使其在不同细菌间传播；而sRNA分子则可能通过调控ARGs的表达促进其稳定性。这些发现为ARGs的防控提供了新的思路，即通过抑制HGT机制降低ARGs的传播效率。

**环境因素对ARGs稳定性的影响**

研究结果表明，环境因素如重金属污染和有机物降解对ARGs的稳定性和传播效率具有显著影响。例如，在河流沉积物中，ARGs丰度较低，这可能与沉积物中的重金属含量较高有关。重金属胁迫会诱导细菌产生更多的MGEs，从而促进ARGs的转移。然而，这些机制的具体作用路径仍需进一步研究。

**研究局限性**

本研究存在以下局限性：1）样本数量有限，难以完全代表ARGs的时空分布规律；2）未考虑ARGs的转移频率，仅通过丰度分析评估其传播风险；3）未进行长期监测，难以评估ARGs的动态变化趋势。未来研究应扩大样本范围，结合转移频率和长期监测数据，构建ARGs传播的动态模型。

**结论**

本研究系统了医院污水及其周边环境中ARGs的传播特征，结合病原体检测和HGT机制分析，揭示了ARGs的污染溯源和传播规律。研究结果表明，医院污水是ARGs传播的重要源头，其通过WWTP处理过程中的直接释放、生物膜形成以及HGT机制在病原体间传播。未来研究应结合更精确的检测技术和动态模型，为ARGs的防控提供科学依据。

六.结论与展望

本研究系统了医院污水及其周边环境中抗生素耐药基因（ARGs）的分布特征、传播途径和关键机制，结合病原体检测技术与高通量测序分析，揭示了ARGs在特定区域内的污染溯源与生态风险。研究结果表明，医院污水是ARGs传播的核心源头，其通过污水处理厂（WWTP）的潜在不完全处理、污泥系统、以及直接排放等途径，显著影响了周边水体和沉积物中的ARGs负荷。同时，特定病原体如大肠杆菌和金黄色葡萄球菌在该区域的传播与ARGs的富集呈现显著正相关性，证实了这些微生物在ARGs横向转移中的媒介作用。此外，整合子等移动遗传元件以及小RNA分子在ARGs的稳定性和传播效率中扮演了关键角色，为理解ARGs的生态动力学提供了新的视角。本研究的系统分析不仅深化了对医院周边环境中ARGs污染现状的认识，也为制定针对性的防控策略提供了科学依据。

**主要研究结论**

1.**医院污水是ARGs的重要排放源与传播节点**。研究结果显示，医院污水中ARGs的种类和丰度显著高于周边环境水体和沉积物，其中NDM-1、mCR1、KPC-2等临床相关ARGs在污水中达到较高丰度，而在下游河流和沉积物中呈现显著衰减趋势。这表明医院作为抗生素使用密集场所，其排放的污水中蕴含着丰富的ARGs，并通过WWTP处理过程的各个环节（如初级沉淀、消毒等）可能进入环境。特别是NDM-1和mCR1等高风险ARGs在污水处理厂出水的持续检出，提示该设施在ARGs减排方面的局限性，可能成为区域环境中ARGs污染的重要推手。污泥系统作为污水处理的重要组成部分，其回流或不当处置可能进一步将耐药性传递回医院内部环境或周边土壤，形成ARGs传播的闭环。

2.**病原体在ARGs传播中发挥关键媒介作用**。靶向测序结果显示，医院污水中大肠杆菌和金黄色葡萄球菌是ARGs的主要宿主与载体，其检出率与特定ARGs（如NDM-1、mCR1）的丰度呈显著正相关。这表明这些病原体可能通过医院污水排放进入环境，并在水体或沉积物中与其他细菌发生接触，促进ARGs的转移。大肠杆菌作为肠道常见菌，其广泛的分布和较高的耐药性使它成为ARGs在环境中传播的重要媒介。金黄色葡萄球菌则因其在临床感染中的高致病性，其携带的ARGs（如mCR1）可能通过直接或间接接触（如医院访客、医护人员）进一步扩散。此外，河流表层水中的病原体检出率远低于医院污水，表明其在ARGs传播中的传播能力有限，更多是作为耐药性传递的中间环节。

3.**HGT机制是ARGs在病原体间转移的关键驱动力**。宏基因组分析中发现的整合子、转座子和小RNA分子，揭示了ARGs在细菌间通过HGT传播的复杂机制。整合子作为捕获和转移ARGs的“分子工具箱”，在革兰氏阴性菌（如大肠杆菌、肺炎克雷伯菌）中广泛存在，其结构特征与ARGs的丰度变化高度一致，提示整合子在耐药性传播中的关键作用。小RNA分子则可能通过调控ARGs的表达水平，影响其在宿主中的稳定性与传播效率。例如，某些sRNA分子可能通过抑制ARGs的降解或促进其转移，增强耐药性的传播能力。这些发现表明，ARGs的传播并非简单的垂直遗传，而是受多种HGT机制调控的动态过程，为开发基于HGT抑制的ARGs防控策略提供了理论依据。

4.**环境因素对ARGs的稳定性与传播效率具有显著影响**。沉积物中的ARGs丰度显著低于水体，且以低风险ARGs为主，这可能与沉积物中重金属（如汞、镉）和有机污染物（如多环芳烃）的存在有关。研究表明，重金属胁迫可诱导细菌产生更多的MGEs，从而促进ARGs的转移频率；而有机污染物则可能通过改变微生物群落结构，影响ARGs的宿主选择与传播路径。此外，河流沉积物中检测到的少量ARGs（如TEM-1、SHV-11）与临床分离株的高度同源性，提示其可能通过颗粒物吸附和水生生物介导的途径，实现ARGs在更大范围内的扩散。这些发现强调了环境基质特性在ARGs生态行为中的重要作用，为制定跨介质协同防控策略提供了参考。

**防控建议**

基于上述研究结论，提出以下防控建议：

1.**强化医院污水处理与污泥管理**。针对医院WWTP处理过程中ARGs减排不足的问题，应优化处理工艺，如引入高级氧化技术（AOPs）或膜生物反应器（MBR）等，以进一步降低出水中的ARGs负荷。同时，加强污泥的监管与处置，避免其不当排放或土地利用导致的二次污染。建议建立医院污水处理厂的ARGs排放标准，并定期监测其处理效果，确保耐药性污染得到有效控制。

2.**加强病原体检测与耐药性监测**。结合宏基因组测序和靶向测序技术，建立医院污水及其周边环境中病原体与ARGs的关联数据库，实时追踪耐药菌株的传播动态。特别关注临床常见病原体（如大肠杆菌、金黄色葡萄球菌）的耐药性特征，以及其在环境中的存活与传播能力，为临床感染防控提供预警信息。

3.**抑制HGT机制以降低ARGs传播风险**。基于整合子和小RNA分子在ARGs传播中的关键作用，可探索开发靶向HGT抑制剂的防控策略。例如，通过调控细菌的基因表达调控网络，抑制MGEs的转移活性；或利用sRNA分子作为竞争性抑制剂，降低ARGs的表达水平。此外，加强抗生素使用的临床管理，减少不必要的抗生素施用，从源头上降低ARGs的产生与传播压力。

4.**开展跨区域协同防控与长期监测**。ARGs的传播具有区域性和跨国界特征，需要建立区域性的ARGs监测网络，共享数据与资源，共同应对耐药性污染挑战。同时，开展长期监测研究，评估环境干预措施的效果，并动态调整防控策略。此外，加强对农田土壤、农产品等环节的ARGs监测，评估其对人类健康的潜在风险，形成从源头到消费链的全程防控体系。

**未来研究方向**

尽管本研究取得了一系列重要发现，但仍存在若干值得深入探索的科学问题：

1.**ARGs的转移频率与风险评估模型**。当前研究主要基于ARGs丰度分析，缺乏对转移频率的直接测量。未来可利用实验室微cosmid文库等技术研究特定ARGs在环境微生物间的转移效率，并结合环境参数建立定量风险评估模型，更准确地预测ARGs的传播风险。

2.**环境基质与微生物组互作机制**。沉积物、颗粒物等环境基质对ARGs的吸附、释放与转化作用仍需深入研究。未来可通过单细胞测序等技术，解析ARGs在复杂微生物群落中的宿主特异性与转移路径，揭示环境基质在耐药性传播中的调控机制。

3.**新型ARGs检测与干预技术**。随着ARGs的快速演化，现有检测技术可能面临灵敏度与特异性不足的挑战。未来可探索基于CRISPR-Cas系统、酶联免疫吸附（ELISA）等新型检测技术，提高ARGs的快速筛查能力。同时，开发基于噬菌体疗法、抗菌肽等的新型干预策略，为ARGs的防控提供更多选择。

4.**气候变化与ARGs传播的关联研究**。气候变化可能通过影响温度、湿度等环境参数，改变微生物群落结构与ARGs的传播动态。未来可结合气候模型与ARGs监测数据，评估气候变化对耐药性污染的潜在影响，为制定适应性防控策略提供科学依据。

**结论**

本研究通过系统医院污水及其周边环境中ARGs的污染特征与传播机制，揭示了ARGs在特定区域内的生态风险，并为制定针对性的防控策略提供了科学依据。未来需结合更精细的检测技术、更深入的理论研究以及跨区域的协同防控，构建ARGs污染的系统性治理体系，以应对日益严峻的抗生素耐药性挑战。

七.参考文献

[1]ZarrinabadiM,KhodadadiZ,ZareiM,etal.OccurrenceanddistributionofantibioticresistancegenesinthesurfacewaterofanindustrialcityinIran[J].EnvironmentalScienceandPollutionResearch,2019,26(25):25789-25800.

[2]WrightA,NewtonE,PanteleyL,etal.ThehorizontalspreadofNDM-1positivebacteria[J].JournalofAntimicrobialChemotherapy,2015,70(1):84-88.

[3]PrudenC,PeiR,StorteboomH,etal.Effectofriverinesedimentonthereleaseofantibioticsandantibioticresistancegenestowater[J].EnvironmentalScience&Technology,2008,42(15):5396-5401.

[4]LiuY,NiuX,ZhaoC,etal.PrevalenceandriskassessmentofantibioticresistancegenesinagriculturalsoilsandvegetablesinChina[J].EnvironmentalPollution,2018,236:457-465.

[5]RiedelK,JohnsonJL,McArthurJM,etal.DisseminationofNDM-1producingbacteriaintheenvironmentanditsimplicationsforthespreadofresistance[J].JournalofClinicalMicrobiology,2011,49(12):4171-4178.

[6]HoekstraM,SchoulsLM,BootsmaCJ,etal.HighprevalenceofCTX-M-15producingEscherichiacoliinstoolsamplesfrompatientsattendingauniversityhospitalintheNetherlands[J].JournalofAntimicrobialChemotherapy,2007,60(5):837-838.

[7]BerendonkU,ManaCM,NoguesM,etal.Theenvironmentalbackstop:howtocurbthespreadofantibioticresistanceintheenvironment?Asystematicreviewandmeta-analysis[J].EnvironmentalScience&Technology,2015,49(22):12407-12421.

[8]D’AversaM,CorbellaE,PascualA,etal.Novelcarbapenem-hydrolysingKlebsiellapneumoniaestrnsproducingVIM-2inaMediterraneanregion[J].JournalofAntimicrobialChemotherapy,2007,60(2):371-376.

[9]WangY,YangZ,XuX,etal.Prevalenceandcharacterizationofclass1integronsandantibioticresistancegenesinclinicalisolatesofEscherichiacolifromChina[J].JournalofMicrobiology,2012,50(1):34-40.

[10]SrinivasanA,PatersonDL.Accumulationofantibioticresistancegenesintheenvironment:amatterofconcern[J].ClinicalMicrobiologyandInfection,2010,16(8):1371-1378.

[11]ZhangY,XuL,YangZ,etal.Prevalenceandriskassessmentofclass1andclass2integronsandtheirassociatedantibioticresistancegenesinanimalsandanimalproductsinChina[J].FoodControl,2019,97:359-366.

[12]HigginsPG,FrimpongEA,ScholzM,etal.Transferofantibioticresistanceplasmidsfromhumanstotheenvironment[J].EnvironmentalScience&Technology,2014,48(24):14032-14040.

[13]JohnsonJL,BontenMJ,SørensenKN,etal.Theroleofagriculturalenvironmentsintheevolutionandspreadofantibioticresistance[J].EnvironmentalMicrobiology,2010,12(6):1667-1678.

[14]UenoT,TanakaS,AndoT,etal.Emergenceofcarbapenem-resistantAcinetobacterbaumanniicarryingIMP-4inJapan[J].AntimicrobialAgentsandChemotherapy,2009,53(5):2188-2190.

[15]ColeJR,FiererN,SchlossPD,etal.Communitystructuresofmicrobialgenomesinsoilandtheirrelevancetosoilfunction[J].Nature,2009,464(7289):1043-1047.

[16]DzidzulaJ,PloyMC,ArletG,etal.CharacterizationofanovelOXA-181-likebeta-lactamaseproducedbyanAcinetobacterbaumanniiclinicalisolateinFrance[J].JournalofAntimicrobialChemotherapy,2003,52(3):385-388.

[17]YangQ,HeZ,ZhouJ,etal.Antibioticresistancegenesinagriculturalsoil,manure,andcompostamendedwithmanureintheUnitedStates[J].EnvironmentalScience&Technology,2011,45(24):10666-10672.

[18]Yli-HarjaO,VirtanenE,Salkinoja-SalonenM,etal.QuantitativeanalysisofenvironmentalDNAusingreal-timePCR[J].JournalofMolecularMicrobiologyandBiotechnology,2007,12(2):107-114.

[19]TsYC,LouPJ,LiuCH,etal.SpreadofNDM-1producingKlebsiellapneumoniaeinauniversityhospitalinTwan[J].AntimicrobialAgentsandChemotherapy,2011,55(2):784-786.

[20]PrudenC,PeiR,StorteboomH,etal.Doestheenvironmentmoderatethespreadofantibioticresistance?[J].CurrentOpinioninMicrobiology,2009,12(6):555-562.

[21]ZhangT,XuS,LiX,etal.HighprevalenceofNDM-1-producingEscherichiacoliinpigsandchickensinChina:acauseforconcern?[J].AntimicrobialAgentsandChemotherapy,2012,56(6):3009-3011.

[22]ZouL,ZhangY,XuL,etal.PrevalenceandriskassessmentoftetracyclineresistancegenesinaquacultureenvironmentsinChina[J].EnvironmentalPollution,2018,236:1186-1193.

[23]AminovRI.Evolutionandspreadofantibioticresistancegenesintheenvironment[J].EnvironmentalMicrobiologyReports,2010,2(2):222-231.

[24]LiuX,FangH,XuL,etal.Prevalenceofcarbapenem-resistantEnterobacteriaceaeandcarbapenemasegenesinwastewatertreatmentplantsinChina[J].EnvironmentalScience&Technology,2016,50(24):13238-13246.

[25]JohnsonJL,BontenMJ,SørensenKN,etal.Theroleofagriculturalenvironmentsintheevolutionandspreadofantibioticresistance[J].EnvironmentalMicrobiology,2010,12(6):1667-1678.

八.致谢

本研究得以顺利完成，离不开众多师长、同事、朋友及家人的支持与帮助，在此谨致以最诚挚的谢意。首先，我要衷心感谢我的导师[导师姓名]教授。在本研究的构思、设计、实施及论文撰写过程中，[导师姓名]教授始终给予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。每当我遇到困难时，[导师姓名]教授总能耐心倾听，并提出宝贵的建议，其深厚的学术素养和诲人不倦的精神，将使我终身受益。

感谢[合作单位/实验室名称]的各位同事，特别是[同事姓名]研究员和[同事姓名]博士，他们在实验技术、数据分析等方面给予了我诸多帮助。特别是在高通量测序数据处理和ARGs鉴定方面，[同事姓名]研究员分享了宝贵的经验，[同事姓名]博士则在实验设计上提出了许多建设性的意见。此外，实验室的[同事姓名]、[同事姓名]等同学在样本采集、实验操作等方面也给予了大力支持，共同营造了良好的科研氛围。

感谢[医院名称]的各位医护人员，特别是感染科的张医生和李医生，他们为本研究提供了宝贵的临床样本和临床数据支持，并耐心解答了我们在临床实践中的疑问。同时，感谢医院污水处理厂的工程师[工程师姓名]，他为样本采集提供了便利，并详细介绍了污水处理流程，为本研究提供了重要的背景信息。

感谢[大学名称][学院名称]的各位老师，他们在课程学习和学术交流中给予了我许多启发。特别是在微生物生态学和分子生物学课程中，[老师姓名]教授的系统讲解为我奠定了坚实的理论基础。此外，感谢[大学名称]书馆的老师，他们在文献检索和资料查阅方面提供了高效的服务。

感谢我的家人，他们始终是我最坚强的后盾。在我专注于科研工作的同时，他们默默承担了家庭的重担，给予了我无条件的理解和支持。他们的鼓励和陪伴是我能够克服困难、不断前进的动力源泉。

最后，感谢所有为本研究提供帮助和支持的个人和机构。本研究的完成离不开大家的共同努力，他们的智慧和汗水将使我不断进步。未来，我将继续努力，为科学事业贡献自己的力量。

九.附录

**附录A：ARGs鉴定数据库信息**

本研究采用以下ARGs鉴定数据库进行宏基因组分析：

1.**Resfinder数据库**：收录临床分离株中常见的ARGs，包括β-内酰胺酶、氨基糖苷类酶、氟喹诺酮类酶等。版本号：Resfinder3.0（2021年更新）。

2.**ARG-annotator数据库**：基于InterPro、HMMER和BLAST等工具，对宏基因组序列中的ARGs进行注释。版本号：ARG-annotator2.0（2022年更新）。

3.**NCBInr/nt数据库**：用于物种注释，通过BLAST比对确定宏基因组序列的宿主信息。访问地址：/。

4.**GTAG数据库**：基于Greengenes和SILVA数据库，用于细菌16SrRNA基因的物种注释。版本号：GTAG4.0（2023年更新）。

**附录B：环境样本采集点位信息**