您好,欢迎光临武汉AG代理科技有限公司
027-62435310 | service@speedracings.com | 中文 |
您现在的位置: > 市场与支持 > 文献解读 >

ONT全长16S高分文章|城市废水污染的时空变化对河流微生物群落和相关危害的影响

非洲淡水生态系统日益受到快速城市化以及由此产生的住宅、工业和土地覆盖变化带来的污染的影响。在Addis Ababa及其周边地区,大多数城市废水未经处理就排入河流。本研究通过培养和分子微生物学方法,对内酰胺酶(ESBL)产生和抗生素耐药性细菌进行研究,全面描述了城市污水和Akaki流域河流中(6个地点)的细菌危害。

 

 

英文标题: Spatiotemporal variation in urban wastewater pollution impacts on river microbiomes and associated hazards in the Akaki catchment, Addis Ababa, Ethiopia

标题译名:埃塞俄比亚的斯亚贝巴阿卡基流域城市废水污染的时空变化对河流微生物群落和相关危害的影响

发表时间:2022.02.18

发表期刊:Science of the Total Environment (IF:7.963)

测序区段:16S rRNA基因全长

 

研究策略

 

 

1)分别在旱季(2月)和湿季(8月),根据土地利用类型、河流社区用水和潜在污染源选择6个地点采集河流水样

2)粪便大肠菌群、粪便链球菌、产ESBL总大肠菌群和大肠杆菌的计数

3)16S rRNA基因的扩增和Nanopore测序

 

主要研究结果

 

1、 粪便和产ESBL的大肠菌群

粪便大肠菌群(FC)和产ESBL大肠杆菌的浓度在河流采样点和季节之间差异显著,相互作用显著,而粪便链球菌(FS)和产ESBL总大肠菌群(TC),只在采样点有统计学显著差异。所有大肠菌群类型中,最上游位点(S1)与所有其他位点都存在显著差异。与处理过的废水相比,未处理的(WWInf)中大肠杆菌的数量均显著增加,并且湿季城市污水中产ESBL大肠杆菌量显著低于旱季(图1)。

 

图片

图1  a)粪链球菌,b)粪大肠菌群,c)产ESBL总大肠菌群的和d)产ESBL大肠杆菌在不同采样点和不同季节的数据

 

2、 细菌群落结构

河水样本分组根据采样地点和季节有明显差异。主成分分析(图2)沿季节对河流样品进行了分离。旱季的河水样本显示废水污染指标弓形杆菌属和气单胞菌属的流行率很高,下游河流样本与未处理的城市废水样本最接近。湿季的河水样品通常以土壤相关细菌为特征,如LegionellaVicinamibacter

 

图片

图2 旱季和湿季16S rRNA基因测序数据的主成分分析

 

3、 源追踪分析

在旱季,与WWEff相似的细菌群落成员对河流水群落的贡献最大(图3a),在S3和S6这两个城市采样点最为显著。在湿季,来自最上游位点S1的淡水细菌对下游河流水群落的贡献更突出,来源不明的细菌也有突出的贡献(图3b)。在旱季,各站点WWEff群落的贡献均高于湿季。与此相反,所有站点的未知来源的贡献在湿季均高于旱季。

 

图片

图3 不同来源微生物群落对旱季和湿季河水汇微生物群落的贡献

 

4、 人体肠道相关细菌属的聚类分析与热图

结合16S rRNA基因测序数据和qPCR定量的基因拷贝数,对样品中含有人体肠道相关细菌和人体假定病原体的属的绝对丰度进行了估算。

 

图4为人类肠道相关细菌属的绝对丰度估计的二维层次聚类分析。SC1簇,其特征是相对低丰度的人类肠道相关细菌。该集群包括来自最上游S1站点的所有样品和旱季S5站点的样品。在SC2簇中,大多数丰度较高的人类肠道相关细菌被分离出来,包含了大部分的污水处理厂样本。在SC3b簇中有一个分支,将河流水样S2-6从湿季分离出来,与包含相应的旱季样本的SC3a簇分开。

 

图片

图4人类肠道相关细菌的层次聚类分析和秩属热图

 

5、 粪便污染和假定病原体标记基因的检测

多个标记基因的转化浓度在河流采样点和季节之间差异显著。在所有标记基因中,最上游的农村位点S1与其他位点显著不同,具有最低的基因浓度。在粪便污染和病原标记基因方面,城市位点S3与其他位点差异显著,是湿季唯一能检测到rodA、HF183ompW基因的位点。旱期除S1位点外,所有河流水样均检测到ciaB 基因。除ompW基因外,其余标记基因在旱季WWEff中均被检测出来(图5)。

 

图片

图5 qPCR定量的a) 巴氏弧菌 (ciaB)、 b) 大肠杆菌 (rodA)、 c) 人宿主相关拟杆菌 (HF183)和d)霍乱弧菌(ompW)标记基因

 

6、 不同数据集之间的相关性

平板计数、qPCR和相应的NGS数据之间存在正的Spearman相关性,表明不同细菌危害评估方法的结果总体上具有良好的一致性。大多数Spearman相关系数在0.4-1.0之间,具有统计学意义(图6)。

 

图片

图6 用平板计数、qPCR、测序等不同方法测定的不同微生物水质指标之间的相关性分析结果

 

研究结论

 

水传播的危害程度在流域和季节之间的变化较大,危害程度和性质的时空变化显著。上游的粪便污染相关危害较低,但在下游,细菌危害明显与人类污水污染有关,并且在河水用于灌溉的旱季时升高。除了最上游的采样点外,Akaki 河流域的地表水质量都超过了灌溉用水标准。未来的工作应将观察到的河流中细菌危害的时空变化与对人口与河流相互作用的时空变化的观察相结合,以进行定量的微生物风险评估。

 

原文链接

//dx.doi.org/10.1016/j.scitotenv.2022.153912

Copyright © 2018 武汉AG代理科技有限公司 . All Rights Reserved. Designed by 鄂ICP备2021008976号-2

友情链接

  • 西安生物科技 | 郑州物联网技术 | 西安变形缝 | 成都医学科技 | 电动车辆制造 | 智能控制器 |