<tt id="vwe5b"></tt>
      1. <tfoot id="vwe5b"><progress id="vwe5b"></progress></tfoot><abbr id="vwe5b"></abbr>

      2. 91人人妻,99偷拍,碰碰免费视频,亚洲中文字幕AV,丝袜a片,91纯肉动漫,中文无码日,伊人福利导航

        渭河流域病原細菌的季節性動態與環境調控

        《Journal of Hazardous Materials》:Seasonal Dynamics and Environmental Regulation of Pathogenic Bacteria in the Weihe River Basin

        【字體: 時間:2026年03月01日 來源:Journal of Hazardous Materials 11.3

        編輯推薦:

          渭河流域病原體時空分布及傳播機制研究,采用宏基因組測序結合共現網絡、RDA與PLS-PM模型,揭示232種病原體核心種及環境驅動因素。

          
        王敏|于國鋒|張玉彤|任潔輝|陳雯|李強|叢佩瑤
        中國西安工業大學水資源與水電工程學院

        摘要

        水傳播病原體的傳播對全球環境健康構成了重大風險。本研究采用宏基因組測序技術,結合共現網絡分析、冗余分析(RDA)和偏最小二乘路徑建模(PLS-PM),來研究渭河流域病原體的分布和傳播風險。研究在渭河主干道及其支流中檢測到232種病原體,其中核心病原體(如銅綠假單胞菌腸沙門氏菌)在所有水文時期都持續存在。RDA分析表明,溫度、鹽度、硝酸鹽-氮和葉綠素-a是影響病原體群落結構的關鍵環境因素。PLS-PM模型揭示了移動遺傳元件(MGEs)與病原體之間關聯模式的顯著季節性變化:在高水位期,MGEs與病原體的相關性最強,表明病原體是MGEs的主要宿主;MGEs介導的水平基因轉移可能在此期間推動病原體的傳播;在正常水位期,MGEs主要促進毒力因子(VFs)的轉移,增強病原體的致病性;在低水位期,環境因素促進了MGEs的擴散,同時抑制了毒力基因的表達,導致病原體毒力降低。共現網絡進一步表明,在高水位期,MGEs與腸道病原體(如莢膜蛋白)緊密相關;在正常水位期,網絡連通性顯著下降,僅保持有限的關聯;在低水位期,功能性VFs經常與機會性病原體共現。本研究為河流流域的病原體風險評估和控制提供了科學依據和管理參考。

        引言

        病原微生物能夠侵入人體,引發感染并導致傳染病[1]、[2]。世界衛生組織(WHO)估計,全球約有20億人依賴受病原體污染的水源,每年因此導致約50.5萬人死于腹瀉(WHO,2023年)。其他水傳播疾病每年還導致額外48.5萬人死亡[3]、[4]、[5]。在中國,所有七大河流系統都受到不同程度的病原體污染[6]。此外,由于水文和環境條件的差異,不同河流流域的病原體傳播模式和污染風險也存在顯著差異。例如,在渭河流域,降水量在季節間分布不均:7月至10月的高水位期占總流量的68%,而12月至4月的低水位期占比不到10%[7]。在低水位期,徑流減少和水體自凈能力下降,促進了病原體在水中的積累,這些病原體可能通過灌溉、接觸等途徑傳播,對區域生態安全和公共衛生構成潛在威脅。然而,現行的《地表水環境質量標準》(GB3838-2002)僅以糞便大腸菌群作為微生物指標,這使得全面評估病原體污染風險變得困難,尤其是在復雜的水生環境中[8]。盡管污水處理廠在控制水污染方面發揮著關鍵作用,但其去除效率仍然有限,潛在的傳染性微生物(如人類腸道病毒,殘留率為20–80%)仍可在污水中檢測到[9]。這些病原體不斷排放到自然水體中,使其在環境中長期存在。因此,本研究旨在識別水體中的病原體特征,闡明其致病性和傳播機制,并揭示關鍵的環境驅動因素,為改進微生物水質評估系統和制定有效的風險預防策略提供科學依據。
        病原體的多樣性、豐度和時空分布對于評估水生環境中的微生物污染風險以及理解其致病機制至關重要。傳統的檢測方法,如基于培養的檢測和定量PCR(qPCR)仍被廣泛使用[10]。然而,基于培養的方法依賴于微生物的可培養性,無法檢測難培養或不可培養的微生物類群,而qPCR的通量較低。因此,這兩種方法都無法全面反映病原體的情況。宏基因組測序技術的發展為復雜環境樣本中病原體豐度的全面檢測提供了技術支持[11]。與基于培養的方法不同,宏基因組學直接分析全基因組信息,實現了病原體的全面識別和定量[12]。該技術已廣泛應用于多種水生系統,例如在灤河[13]、海河[14]、北運河[15]、巢湖[2]和秦淮河[16]等自然河流、淡水湖泊和景觀水體中檢測到病原體。在珠江流域,Zhou等人[17]發現了58種潛在病原體,其中許多是非傳統類群(如醋酸桿菌羅塞omonas軍團菌),這些病原體與濕潤的亞熱帶氣候有關。類似地,Liu等人[18]在信豐江中報告了85種病原體,包括高致病性細菌(銅綠假單胞菌嗜水氣單胞菌支氣管敗血波氏桿菌),這些病原體也在多個河流系統中被檢測到,表明它們具有很強的環境適應性及潛在風險。這些發現表明,病原體群落組成在很大程度上受到人為因素的影響,如周邊城市化、生活污水排放和人口密度[19]。然而,大多數現有研究僅關注病原體的檢測和群落結構,對病原體的致病潛力和傳播機制的系統研究較少。以往的研究主要集中在單一時間和空間背景下檢測特定病原體或分析群落組成,往往忽視了時空動態和環境條件在不同水文時期的影響。許多研究集中在水質或特定污染物上,未探討病原體、毒力因子(VFs)和移動遺傳元件(MGEs)之間的復雜相互作用。相比之下,本研究不僅識別了渭河流域的病原體類型和豐度,還探討了不同水文周期中的環境因素如何影響病原體群落、毒力因子和MGEs。這種方法為病原體傳播機制和風險評估提供了新的視角。
        毒力因子是決定病原體致病性的關鍵因素,而MGEs則介導了VFs的水平轉移,間接影響攜帶這些基因的病原體的進化和傳播潛力。先前的研究表明,MGEs可以在環境中介導抗生素抗性基因(ARGs)和毒力基因的水平轉移,從而加速病原體的適應性進化并促進其跨物種傳播。例如,Zhang等人[20]發現渭河流域的MGEs介導了ARGs向病原體的轉移,揭示了病原體、MGEs和ARGs之間的密切相互作用。然而,水文條件對病原體、VFs和MGEs之間相互作用的影響尚不明確。特別是,關于VFs和MGEs如何在不同水文條件下共同驅動病原體傳播并增強致病性的研究較少。因此,本研究通過整合網絡和路徑建模來填補這一空白,系統分析病原體、VFs和MGEs之間的相互作用及其環境驅動因素。了解VFs和MGEs的時空分布及其在不同水文時期與病原體的相互作用,對于評估水傳播病原體的生態風險和傳播動態至關重要。
        渭河是黃河最大的支流,是中國北部干旱和半干旱地區的代表性河流[21]。它在區域供水、農業灌溉和生態穩定方面發揮著關鍵作用,其生態安全與黃河流域生態保護和高質量發展戰略的實施密切相關[22]。現有的關于渭河的研究主要集中在水質評估和建模[23]、有機污染物(如多環芳烴PAHs)[24]和抗生素抗性基因(ARGs)[25]上。然而,針對不同水文條件下病原體(特別是病原體、毒力因子(VFs)和移動遺傳元件(MGEs)之間相互作用的系統研究仍有限。為填補這一空白,本研究使用宏基因組測序技術重點研究了渭河主干道(陜西段)及其代表性支流。具體目標包括:(1)表征渭河流域病原體的組成和豐度,并分析其在高水位期、正常水位期和低水位期的時空分布模式;(2)研究VFs和MGEs的分布模式,并闡明它們與病原體的相互作用和傳播機制;(3)識別影響病原體群落結構的關鍵環境因素,并明確水文條件如何影響病原體、VFs和MGEs之間的關系。
        研究結果為北方河流流域的微生物污染風險評估和管理提供了科學基礎,為提高微生物水質監測和加強公共衛生風險預防框架提供了寶貴見解。

        研究區域和樣本采集

        渭河是黃河最大的支流,發源于甘肅省定西市的牛首山脈。主干道全長818公里,流經甘肅、陜西和寧夏,流域總面積達134,800平方公里。陜西段長502.4公里,集水區面積為67,400平方公里。本研究重點研究了主干道的陜西段及其主要支流,包括北岸的涇河(站點JH1–JH3)和巴河(站點BH1–BH2)。

        環境因素的季節動態

        Kruskal–Wallis檢驗表明,渭河流域在高水位期、正常水位期和低水位期水質參數存在顯著差異(圖S1)。水質表現出明顯的時間異質性,受氣候因素和人為活動的影響。水溫具有典型的季節性波動,在高水位期達到最高值(23.73–28.53°C),在低水位期降至最低值(0.00–6.43°C)。

        結論

        本研究揭示了渭河流域病原體的季節性分布模式,并確定了溫度、鹽度、硝酸鹽-氮和葉綠素-a等關鍵環境驅動因素,這些因素調節著病原體的動態。移動遺傳元件(MGEs)在病原體傳播中發揮了重要作用,其與病原體的相互作用在不同水文時期有所不同。在高水位期,MGEs與病原體的相關性最強,表明

        環境影響

        水生生態系統中的病原細菌是危險的生物污染物,因為它們能夠引發疾病,威脅公共衛生。這些病原體可以傳播毒力和抗性基因,加劇生態和健康風險。本研究探討了渭河流域病原體的季節性動態,識別了環境驅動因素及其在病原體傳播中的作用。研究結果有助于微生物風險評估,并為相關策略提供依據。

        作者貢獻聲明

        李強:數據可視化、方法論設計。叢佩瑤:數據收集與分析。王敏:論文撰寫、審稿與編輯、方法論設計、資金申請。張玉彤:論文撰寫、審稿與編輯、方法論設計、概念框架構建。于國鋒:論文初稿撰寫、數據可視化、數據整理。陳雯:數據驗證、項目管理。任潔輝:方法論設計、概念框架構建。

        利益沖突聲明

        作者聲明沒有已知的財務利益沖突或個人關系可能影響本文的研究結果。

        致謝

        本研究得到了陜西省教育廳資助的科學研究計劃(20JY045)的支持。
        相關新聞
        生物通微信公眾號
        微信
        新浪微博

        知名企業招聘

        熱點排行

          今日動態 | 人才市場 | 新技術專欄 | 中國科學人 | 云展臺 | BioHot | 云講堂直播 | 會展中心 | 特價專欄 | 技術快訊 | 免費試用

          版權所有 生物通

          Copyright© eBiotrade.com, All Rights Reserved

          聯系信箱:

          粵ICP備09063491號