抗菌素耐药性的隐秘途径:低资源环境中的环境宏基因组学与暴露风险综述
《Journal of Environmental Management》:Hidden pathways of antimicrobial resistance: A review of environmental metagenomics and exposure risks in low-resource settings
【字体:
大
中
小
】
时间:2026年07月09日
来源:Journal of Environmental Management 9.2
编辑推荐:
苏帕尔纳·米特拉|穆罕默德·菲罗兹·艾哈迈德|穆罕默德·阿卜杜拉·尤素福
英国利兹大学利兹医学研究所,圣詹姆斯校区,利兹
摘要
抗菌药物耐药性日益被视为“同一健康”领域的重大挑战,其中环境中的耐药基因储存库在耐药性的持续存在与传播中起着关键作用。尽管人们越来越认识到
苏帕尔纳·米特拉|穆罕默德·菲罗兹·艾哈迈德|穆罕默德·阿卜杜拉·尤素福
英国利兹大学利兹医学研究所,圣詹姆斯校区,利兹
摘要
抗菌药物耐药性日益被视为“同一健康”领域的重大挑战,其中环境中的耐药基因储存库在耐药性的持续存在与传播中起着关键作用。尽管人们越来越认识到环境中的抗菌药物耐药性是这一挑战的重要组成部分,但抗菌药物耐药基因在环境系统与人类群体之间的传播路径仍不完全清楚,尤其是在那些环境暴露程度高而监测能力有限的低收入和中等收入国家。本文综合了当前关于土壤、水、沉积物及地下水系统中环境耐药基因组的知识,重点介绍了那些显著改善环境抗菌药物耐药性监测的宏基因组学及定量分析方法。与传统基于培养的方法不同,宏基因组学能够无需培养即可全面分析微生物群落及其相关的耐药基因组,从而检测出已知及此前未被发现的耐药基因,并了解其遗传背景与移动性。这大大提升了我们描述环境中的耐药基因储存库以及推断生态系统尺度上潜在传播路径的能力。以孟加拉国作为快速城市化的低收入和中等收入国家环境中暴露动态的典型案例,我们研究了受污染的城市水道、废水排放、农业活动以及季节性水文过程(包括季风引发的洪水)如何形成连接环境、动物和人类微生物组的相互关联的传播路径。我们还探讨了重金属及其他环境污染物带来的共同选择压力,如何进一步促进抗菌药物耐药性的持续存在与扩散,而不仅仅是抗生素带来的选择压力。密集的地表水网络、强大的水文连通性以及有限的废水处理设施加剧了这些动态,共同形成了高强度的人类与环境界面,促使抗菌药物耐药基因在大范围的环境区域中重新分布。综上所述,这些特征使得孟加拉国成为一个具有独特分析价值且易于研究的模型系统,有助于理解环境中的抗菌药物耐药性动态,其结论也适用于南亚和东南亚其他类似三角洲地区及受季风影响的区域。本文还分析了当前面临的关键方法学挑战,如耐药基因检测与临床风险解读之间的差距、耐药基因数据库的偏差、采样限制以及缺乏统一的环境监测框架等问题,同时介绍了长读长测序、功能宏基因组学以及人工智能辅助的生物信息学分析等新兴工具。最后,我们提出了一种整合的“同一健康”框架,将环境宏基因组学、全球监测系统与政策干预措施相结合,以支持在相互关联的生态系统中开展协调一致、以数据为依据的抗菌药物耐药性监测与防控工作。
1. 引言:环境中的抗菌药物耐药性与“同一健康”
抗菌药物耐药性是对现代医学构成的最严重威胁之一,它逐渐削弱了感染治疗、手术安全以及免疫抑制疗法的效果。全球范围内,抗菌药物耐药性所带来的负担极为沉重:仅在2019年,细菌耐药性就直接导致了约127万人死亡,同时还造成了近500万人死亡,其中受影响最严重的仍是那些医疗基础设施和环境监测能力较为薄弱的低收入和中等收入国家(Al-Khalaifah等人,2025)。传统上,应对抗菌药物耐药性的研究与政策举措主要聚焦于人类临床领域和畜牧业。然而,人们越来越意识到,包括水体、土壤、沉积物以及废水系统在内的各种环境储存库,在抗菌药物耐药基因的持续存在与传播过程中发挥着至关重要的作用。环境中的水体和含水层常常会接收到来自医院污水、城市废水、农业径流以及药品生产排放等来源的复杂混合物,其中包括多种抗生素、耐药细菌以及可移动的遗传元素,这些因素共同创造了有利于微生物群落之间水平基因转移的生态条件(Taing等人,2022;Zhang等人,2025)。“同一健康”框架得到了世界卫生组织、联合国粮食及农业组织、联合国环境规划署以及世界动物卫生组织等全球健康机构的认可,该框架强调人类健康、动物健康与环境健康是相互关联的,因此应对抗菌药物耐药性需要在这些领域开展综合性的监测与防控工作(Raziq等人,2026;Kaiser等人,2022)。近年来,宏基因组学测序技术极大地提升了我们在复杂生态系统中检测、量化及分析抗菌药物耐药性的能力。通过无需培养即可分析微生物DNA,鸟枪法宏基因组学能够全面解析环境中的耐药基因组,包括耐药基因的多样性、微生物群落的组成以及它们与可移动遗传元素的关联。在本文中,“耐药基因组”指的是微生物群落中所包含的所有抗菌药物耐药基因,而“耐药基因”则指单个基因,所谓“抗菌药物耐药性”则是指耐药性的表型表现。通过利用污水和地表水样本进行宏基因组学研究,全球范围内的多项研究表明,耐药基因组的丰度与多样性往往与社会经济因素及环境因素相关,同时还能帮助识别出耐药性的地理热点区域(Hendriksen等人,2019)。在南亚和撒哈拉以南非洲地区的低收入和中等收入国家中,越来越多的证据表明,未经处理的废水、快速城市化以及监管不力的抗菌药物使用情况,导致了严重的环境抗菌药物耐药性问题。例如在孟加拉国,对城市水道和沉积物进行的宏基因组学研究发现,与人类肠道细菌相关的耐药基因含量极高,这表明人类废物造成的污染是形成耐药基因储存库的主要因素之一(McInnes等人,2021)。在印度、尼日利亚和越南等几个低收入和中等收入国家的城市水道及废水系统中进行的类似调查也发现了高水平的、与人类和农业废物相关的具有临床意义的耐药基因(Hendriksen等人,2019;Karkman等人,2018;Akiba等人,2016;Hoa等人,2011;Adelowo等人,2020)。对孟加拉国环境水体的表型检测也显示,来自医院、工业场所及城市污水的耐药肠杆菌数量很高,这进一步凸显了在低收入和中等收入国家中开展综合性监测与管理工作的必要性(Sharif等人,2025)。本文以孟加拉国作为模型系统,用以说明在低收入和中等收入国家中,由于快速城市化、人口密度高以及卫生基础设施不足等因素,环境中的抗菌药物耐药性问题更为严重,而这些因素又加剧了不同环境之间的病原体传播。孟加拉国的特殊地理位置——即位于全球最大、人口最密集的恒河-布拉马普特拉河-梅格纳河三角洲区域内——进一步增强了其作为分析模型的价值。极高的人口密度、密集的地表水网络以及季节性的季风洪水,共同造就了高强度的人类与环境互动,这些因素促进了抗菌药物耐药基因的大规模水文传播,因此孟加拉国成为研究低收入和中等收入国家环境中抗菌药物耐药性动态的极具参考价值的模型系统。虽然环境暴露途径可能会影响人类耐药基因组的构成,但目前尚不确定这种影响在多大程度上会导致具有临床意义的病原体传播。越来越多的证据表明,通过受污染的水源、食物或与动物的接触所接触到的微生物及耐药决定因子,会影响人类微生物群落中耐药基因的多样性。因此,卫生基础设施的差异、环境污染程度以及抗菌药物的使用方式,都可能影响不同人群的耐药基因组构成(Forslund等人,2013;Sommer和Dantas,2011)。本文采用以宏基因组学为基础的分析视角,着重探讨如何运用定量及计算方法来描述微生物的耐药性特征、识别暴露途径,并在“同一健康”框架下开展基于证据的抗菌药物耐药性监测工作。本文分析了环境储存库、动物种群与人类微生物组之间的关联,同时指出了当前在方法学及监测方面存在的挑战,以及实现全球范围内统一抗菌药物耐药性监测的机会。结合孟加拉国及类似低收入和中等收入国家的情况,我们认为,目前在全球抗菌药物耐药性监测体系中处于边缘地位的环境耐药基因组监测,应当被提升为“同一健康”监测体系的核心组成部分,尤其是在那些环境暴露途径是耐药基因储存库与人类群体之间主要传播途径的地区。与以往的综述不同,本文将环境宏基因组学与暴露途径分析及定量解释框架相结合,特别关注低收入和中等收入国家的情况。通过将耐药基因组的检测结果与环境暴露动态及公共卫生意义相联系,本文旨在填补环境监测与可行的抗菌药物耐药性风险评估之间的重要缺口。为了超越单纯的描述性总结,本文采用了机制性及分析性的框架,将环境耐药基因组的结构与生态驱动因素及暴露途径联系起来。在此基础上,我们强调了选择压力、微生物群落动态以及水文连通性是如何相互作用,从而影响环境及与人类相关的微生物组中耐药基因的丰度与移动性的。随后,本文采用了结构化的叙述性综合方法。虽然这不是正式的元分析,但这种综合方法借鉴了“无元分析的综合”理念,从而能够系统地比较和解读不同类型的宏基因组学数据。通过根据环境类型(如水、土壤、沉积物)、分析方法以及所报告的耐药基因组特征对各类研究进行分类,可以对比耐药基因的丰度、共现情况以及相关的环境驱动因素。尽管取得了这些进展,仍有若干关键问题尚未得到解决,这些问题限制了将环境抗菌药物耐药性研究成果转化为实际的公共卫生行动。这些问题包括:(i)环境暴露在多大程度上会影响人类耐药基因组的构成,并导致具有临床意义的耐药性;(ii)在所有环境中的抗菌药物耐药基因中,有多少是具有移动性且可能带来实际风险的;(iii)在低收入和中等收入国家中,宏基因组学监测方法的成本效益及其适用性如何。这些疑问构成了本文分析框架的基础。
2. 宏基因组学作为环境耐药基因组监测的工具
随着环境储存库中出现抗菌药物耐药性,人们越来越需要能够全面反映耐药基因组多样性与动态特征的监测方法。传统的基于培养的方法由于无法检测无法培养的微生物,因此只能提供部分耐药性信息。相比之下,宏基因组学测序技术能够无需培养即可对土壤、地表水、沉积物及废水等多种生态系统中的耐药基因进行高分辨率的分析(Hendriksen等人,2019)。
1. 环境宏基因组学使研究人员能够:
- 无需事先知道特定的目标基因,即可量化微生物群落中的耐药基因组多样性与丰度;
- 发现新的或正在出现的耐药决定因子,包括那些存在于可移动遗传元素上的、可能在不同物种和生态系统间传播的耐药决定因子;
- 追踪水平基因转移以及环境、动物和人类系统之间耐药基因组的连通性(McInnes等人,2021)。
如图1所示,宏基因组学方法可以通过DNA测序及生物信息学分析流程,对来自不同环境区域的样本进行解析,从而生成可在“同一健康”框架下加以解读的耐药基因组特征谱。这种整合性的视角有助于揭示抗菌药物耐药基因在环境储存库、动物种群与人类社区之间传播的潜在路径。
下载:高分辨率图像(617KB)
下载:全尺寸图像
图1. 宏基因组学作为环境耐药基因组监测的工具。
来自土壤、地表水、沉积物及废水的环境样本可通过宏基因组学测序技术进行分析,以确定其中的抗菌药物耐药基因。随后,这些耐药基因组数据可以在“同一健康”框架下进行解读,从而识别出连接环境储存库、动物与人类群体的潜在传播路径。
全球范围内的多项研究已经证明了宏基因组学方法在环境抗菌药物耐药性监测中的价值。例如,通过对城市废水和河流沉积物进行耐药基因组分析,发现了与人类活动、畜牧业生产以及药品污染相关的具有临床意义的耐药基因热点区域(Hendriksen等人,2019;Saxena等人,2018;Martinez等人,2015;Berendonk等人,2015)。这类研究表明,宏基因组学不仅能检测到耐药基因的存在,还能揭示影响其分布的生态因素及人为因素。在孟加拉国这样的资源匮乏地区,宏基因组学为弥补环境抗菌药物耐药性监测方面的数据缺口提供了可能,即便在这些地方尚未建立起完善的基因组监测体系。实地观察还表明,人类直接接触运河水,以及家禽在环境中的自由活动所导致的动物与环境之间的互动,都可能增加人们接触携带耐药基因的环境细菌的风险,这进一步凸显了环境耐药基因组监测的实际意义。
尽管具有上述优势,宏基因组学监测也面临着诸多挑战,包括高昂的成本、复杂的生物信息学分析需求以及标准化操作流程的缺失。不同的采样策略、测序深度以及数据库注释方式,也可能影响不同研究结果之间的可比性。不过,随着测序技术的不断进步以及参考数据库的逐步完善,宏基因组学越来越被视为在全球范围内理解、监测及控制环境抗菌药物耐药性的关键工具。
3. 环境储存库:土壤、水与沉积物
包括土壤、地表水、沉积物以及含水层在内的各种环境介质,都是抗菌药物耐药基因及耐药微生物的重要储存库与传播途径。这些生态系统会接收到来自废水排放、农业径流、畜牧业生产以及药品污染等各种人为来源的输入物质。因此,环境中的微生物群落往往包含多种多样的耐药基因组,而水平基因转移则有助于这些耐药基因在不同的生态边界之间传播,进而推动抗菌药物耐药性的出现与扩散。越来越多的宏基因组学研究正在揭示这些环境耐药基因组的复杂性,以及它们在“同一健康”框架下连接环境、动物与人类微生物生态系统中的作用(Berendonk等人,2015;Bengtsson-Palme等人,2018)。
3.1 土壤
土壤环境可作为耐药基因及耐药微生物的长期储存场所。抗生素及通过牲畜粪便、生物固体、受污染的水源进行灌溉以及农业投入物引入的抗菌物质,会对土壤微生物群落产生选择压力。宏基因组分析表明,土壤中的抗性基因组具有高度多样性,其中包含能够抵抗临床常用抗生素的基因,这类抗生素包括β-内酰胺类、氨基糖苷类、四环素类和大环内酯类(Forsberg等人,2012;Nesme和Simonet,2015)。pH值、湿度、养分含量以及有机物含量等环境因素会影响微生物群落的构成以及抗性基因在土壤中的持久性。在那些使用未经处理的废水进行灌溉的地区,比如南亚的部分地区,土壤中还可能含有来自人类和动物废物的多重耐药细菌,这引发了人们对于抗性因子可能传播到农作物和食品系统中的担忧。除了抗生素残留外,重金属和类金属等环境污染物也可能促使土壤生态系统中的抗菌耐药性持续存在并扩散。砷、铜、锌和汞等金属可通过共选择机制对微生物群落施加选择压力,因为抗生素抗性基因与金属抗性基因往往位于质粒和转座子等相同的移动遗传元素上。因此,接触重金属可能会通过抗性因子的连锁选择而促进抗菌耐药性的形成(Baker-Austin等人,2006;Seiler和Berendonk,2012;Pal等人,2015)。在农业土壤或地下水中砷及其他污染物浓度较高的地区,这种现象尤为突出。多项研究已表明,金属污染与环境微生物组中抗菌耐药性基因丰度增加之间存在关联,这凸显了在研究环境抗性基因组及抗菌耐药性传播途径时需考虑多污染物共同作用的影响。
3.2 水体
包括河流、运河、湖泊以及城市排水系统在内的地表水,是抗菌耐药性传播的重要途径。这些水体常常接收来自医院、家庭和工业活动的未经处理或仅经过部分处理的废水,以及农业领域的径流。对城市水道和废水系统的宏基因组分析显示,与常用抗生素类别相关的抗性基因数量非常多,其中包括β-内酰胺类、磺胺类和四环素类(Hendriksen等人,2019;Karkman等人,2018)。这些发现充分体现了人类活动对水生环境抗性基因组的影响。对孟加拉国地表水的宏基因组分析表明,与人类肠道微生物群相关的抗性基因相对丰度较高,且其丰度与人类粪便中的细菌标志物存在显著相关性(R2=0.73),这说明废水污染与环境抗性基因组构成之间存在明确的关联(McInnes等人,2021)。不同地点之间的抗性基因丰度差异甚至可达三个数量级以上,进一步表明当地人为污染对抗性基因组结构有着重要影响(McInnes等人,2021)。在全球范围内,也有研究报道了抗性基因的流行程度与人类粪便污染之间存在类似关联,其中一些研究通过微生物来源追踪方法,将抗性基因丰度与人类相关的粪便标志物联系起来(Zheng等人,2025),为人为粪便污染是环境中抗性基因分布的主要驱动因素提供了独立证据。在孟加拉国的观察研究记录了人类与受废水污染的运河系统直接接触的情况,从而揭示了环境抗性基因传播的潜在途径。图2展示了一些典型的实地观察结果,反映了孟加拉城市中可能促进抗菌耐药性传播的环境暴露场景,包括被污染的运河系统、人类与受污染水源的直接接触,以及自由放养的家禽与废水环境的相互作用。尽管这些观察结果源于孟加拉国的特定环境条件,但在低收入和中等收入国家那些快速城市化的地区,类似的暴露场景也日益常见,那里不完善的卫生基础设施和废水污染为抗菌耐药性在环境宿主、动物和人类群体之间的传播创造了有利条件。
下载:下载高分辨率图像(2MB)
下载:下载全尺寸图像
图2. 孟加拉城市中的环境暴露场景。这些典型的实地观察结果展示了可能有助于抗菌耐药性传播的环境条件。(A)儿童进入运河水中,体现了人类可能直接接触到受污染的环境宿主。(B)被污染的城市运河,接收着未经处理的废水和固体废物。(C)自由放养的家禽在运河环境中活动,代表了动物与环境之间的潜在接触点。这些照片均来自孟加拉城市的实地观察。
除了城市和医院的废水之外,制药工业的排放物也是水生环境中抗生素污染的一个重要但常被忽视的来源(Larsson等人,2007;Larsson,2014)。在抗生素生产集中的地区,有研究显示工业排放物中含有极高浓度的活性药物成分,这对周边微生物群落产生了强烈的抗菌耐药性选择压力。此类污染会大大丰富环境中的抗性基因组,进而有助于维持和传播水生生态系统中的抗菌耐药性基因。
3.3 地下水
在抗菌耐药性研究中,地下水虽很重要,却常常被忽视。在许多地区,地下水是饮用水和灌溉用水的主要来源,尤其是在低收入和中等收入国家。然而,地下水系统可能因受到受废水污染的地表水、农业径流、化粪系统以及管理不善的卫生设施的影响而遭到污染(Karkman等人,2018;Berendonk等人,2015)。这类污染会将抗菌耐药性基因和耐药微生物引入与人类消费和食品生产系统直接相连的含水层中。季节性的水文变化,如洪水和水位变动,可能会进一步促进抗性因子在地表水与地下水系统之间的转移。在那些广泛依赖地下水作为生活用水的地区,对含水层进行环境监测因而成为抗菌耐药性监测工作中一个重要但尚未得到充分研究的环节。
3.4 沉积物
除了水和地下水系统之外,水生沉积物也是耐药细菌和抗性基因的重要储存场所,因为废水排放和径流带来的颗粒物质会沉积在沉积物中。沉积物环境可以为微生物提供相对稳定的生存空间,使它们能够在较长时间内存活并交换抗性基因。宏基因组研究表明,与上层水柱相比,沉积物中的抗性基因组通常具有更高的丰度和更大的多样性(Zhu等人,2013)。洪水、疏浚或沉积物重新悬浮等环境干扰可能会重新激活这些微生物群落及其携带的抗性基因,使其再次进入周围的水生系统。在遭受季节性洪灾的地区,比如孟加拉国的部分地区,雨季期间的沉积物扰动可能会导致抗性基因在地表水与地下水系统之间重新分布。
3.5 各环境宿主之间的相互关联
土壤、水体和沉积物这些环境宿主并非彼此孤立,而是通过水文过程、农业活动以及人类和动物的行为相互关联。源自土壤的抗性基因可以通过径流或灌溉排水进入地表水,而沉积物则可作为长期储存库,在发生洪水等环境干扰时将抗性基因释放回水柱中。这些相互关联的环境宿主为抗性因子在生态系统和微生物群落之间的传播提供了机会。了解这些关联对于识别抗性传播的高风险区域,以及设计能够全面把握抗菌耐药性环境层面的监测策略至关重要。图3展示了连接各环境宿主与暴露途径的相互关系,说明了抗菌耐药性基因如何在土壤、水、沉积物和地下水系统中流动,并可能传播给人类和动物。在各个环境领域开展宏基因组监测,是一种有效的手段,可用于分析抗性基因组的多样性、识别新出现的抗性基因,以及了解推动抗菌耐药性传播的生态学因素。这类综合监测框架日益被视为全球“同一健康”战略中不可或缺的部分,该战略旨在遏制抗菌耐药性的发展。
下载:下载高分辨率图像(575KB)
下载:下载全尺寸图像
图3. 抗菌耐药性基因的环境宿主与传播途径。这张概念图展示了抗菌耐药性基因如何在相互关联的环境系统中流动。农业和废水中的抗生素通过径流污染土壤和地表水,而沉积物则在洪水等环境干扰时充当抗性基因的储存库。在这些路径的作用下,抗菌耐药性可能从环境系统传播到人类和动物体内,这一切都发生在“同一健康”框架之下。
3.6 人类和动物的暴露途径
抗菌耐药性的生态宿主可通过多种生态学和行为学途径导致人类和动物暴露于抗菌耐药性。在许多低收入和中等收入国家,人类、动物与受污染的环境资源之间密切互动,使得耐药微生物和抗性基因更容易跨越生态边界传播。受到废水排放、农业径流以及不完善卫生设施污染的地表水、土壤和沉积物等环境介质,不仅可能成为抗性基因的储存库,而且在“同一健康”框架下还可能成为重要的暴露途径(Berendonk等人,2015;Bengtsson-Palme等人,2018)。对于那些缺乏可靠卫生设施和安全供水系统的社区而言,包括运河、河流和城市排水系统在内的地表水往往是他们直接接触的水源。在这样的环境中,儿童可能在娱乐活动或日常家务过程中频繁接触到受污染的水源。来自南亚地区,包括孟加拉国的城市观察证据表明,儿童会进入那些接纳未经处理的市政和医疗废水的运河及排水渠道。这类暴露情况不断在环境抗性基因组与人类微生物组之间建立联系,从而有可能引发定植或水平基因转移,进而将环境中的抗性基因库与可测量的公共卫生风险路径联系起来(Hendriksen等人,2019;Karkman等人,2018)。动物也可能促进抗菌耐药性在环境中的传播和扩散。自由放养的家禽、家畜以及其他家养动物常常会接触到受污染的环境资源,如灌溉用水、受废水污染的土壤以及城市地表水。在人口密集的地区,家禽可能会在进入家庭食物系统之前,先在运河或受废水污染的环境中活动。这些互动展示了环境介质中的耐药细菌可能通过何种途径在动物微生物组中定植,随后又通过食品生产、直接接触或共享环境等方式传播给人类(Robinson等人,2016)。虽然大多数证据都与细菌耐药性相关,但其他病原体也存在类似的食源性传播途径,例如有病例显示,饮用未经过巴氏消毒的山羊奶会引发蜱传脑炎,这进一步表明环境污染有可能通过食品系统进入人类群体(Wojcik-Fatla等人,2023)。地下水与灌溉系统也是另外两种可能导致暴露的途径。在那些使用未经处理的废水或受污染的地表水进行灌溉的地区,环境介质中的抗性基因可能进入农业土壤和作物中。用于饮用的地下水也可能因地表水渗透、卫生设施管理不善或洪水事件而受到污染。季节性的水文变化,比如南亚地区的雨季洪水,可能会进一步促进耐药微生物在土壤、沉积物和水体之间的重新分布(Laxminarayan等人,2013)。这些重叠的暴露途径强调了在研究抗菌耐药性传播时必须考虑各种环境接触点。人类行为、动物的活动模式以及环境污染共同决定了抗性基因组在社区内部传播的途径(见图4)。因此,了解这些相互作用对于设计能够在“同一健康”框架下,针对人类、动物和环境相互关联的系统中的抗菌耐药性问题制定有效的监测策略和干预措施至关重要。
下载:下载高分辨率图像(820KB)
下载:下载全尺寸图像
图4. 抗菌耐药性的环境宿主与“同一健康”框架下的传播途径。这张概念图展示了源自土壤、地表水及沉积物的抗菌耐药性基因如何通过环境系统传播,并进而影响动物、食品以及人类群体的暴露途径。社区层面的抗生素使用习惯也可能与这些环境暴露途径相互作用,从而影响抗菌耐药性的发展态势。2023年12月和2024年8月在孟加拉国开展的两次社区参与式调查的定性观察结果表明,抗生素常常被用于治疗发热或胃肠道症状等本无需抗生素治疗的常见疾病。受访者表示,一旦症状在几天后有所好转,人们就会停止使用抗生素,剩下的药片则会被留作以后使用。这类使用习惯可能导致抗生素的暴露不足,同时也可能为那些已经处于受污染环境中的微生物群体带来额外的选择压力,使其更易于持续存活。需要说明的是,这些观察结果仅为初步探索性研究,旨在为了解社区层面的使用习惯提供背景信息,而非系统的流行病学证据。这些观察结果与孟加拉国的多项横断面研究结果一致,那些研究也指出,尤其是在社区人群中,关于抗生素使用的知识、态度以及规范遵循方面存在着诸多不足(Siam等人,2021)。世界卫生组织的AWaRe分类框架为监测抗生素的使用情况及其合理管理提供了结构化的方法,强调了合理的处方和使用模式对于遏制抗菌耐药性发展的重要性(世界卫生组织,2023)。
4 方法学与分析技术的进步
宏基因组测序技术能够直接、无需培养即可分析环境样本中的微生物DNA,从而全面检测不同生态系统中的抗菌耐药性基因(ARGs)(Bengtsson-Palme等人,2018;Quince等人,2017)。据估计,在标准实验室条件下,仅有不到1%的环境微生物能够被培养出来,这意味着基于培养的方法只能捕捉到环境样本中实际存在的抗性决定因子多样性的一小部分。(Stewart, 2012)高通量鸟枪法宏基因组测序已成为研究环境中的抗菌药物耐药性最常用的方法之一。该方法能够同时识别复杂微生物群落中的微生物分类群、抗性基因以及移动遗传元素。通过获取环境样本的全部遗传信息,它有助于了解抗性决定因子的多样性、丰度及其潜在的移动性,还包括它们与质粒、整合子以及插入序列的关联,这些元素有助于跨物种和跨生态系统传播耐药性(Hendriksen等,2019;Forsberg等,2012)。这类方法已被广泛应用于城市水道、农业土壤和污水处理厂等系统,为了解抗菌药物耐药性的环境传播机制提供了重要见解。测序技术的进步进一步提升了环境抗性组研究的能力。包括Oxford Nanopore和Pacific Biosciences在内的长读长技术,能够更准确地重建抗性基因周围的基因组背景,并且能够在单次测序结果中直接将抗性基因与其宿主生物及相关的移动遗传元素联系起来。这克服了短读长测序组装中的诸多局限,因为在那种情况下必须通过推断才能建立这种关联(De Maio等,2019;Moss等,2020;Bertrand等,2019;Wick等,2019)。Oxford Nanopore平台的便携性以及成本的下降,也为在缺乏集中实验室设施的高负荷环境中进行现场抗性组监测提供了可能(Quick等,2016)。生物信息学领域的同步发展对于解读宏基因组数据至关重要。各种专门的数据库和分析工具有助于识别和分类抗性基因,比如综合抗菌药物耐药性数据库(CARD)、ResFinder和ARG-ANNOT(Alcock等,2020;Zankari等,2012;Gupta等,2014)。此外,如MEGARes和AMR++工作流这样的抗性组分析流程,能够高效地检测、定量并比较大规模宏基因组数据集中的抗性基因(Lakin等,2017;Bonin等,2023)。最近,机器学习方法进一步提升了抗性基因的检测能力。诸如DeepARG之类的工具运用深度学习模型来识别抗性基因,即便这些基因与已知参考序列的相似度较低(Arango-Argoty等,2018)。类似地,AMRFinderPlus则将经过整理的数据库与序列相似性分析及隐马尔可夫模型相结合,以提高注释的准确性,并支持大规模基因组监测(Feldgarden等,2021)。随着宏基因组数据集规模和复杂性的增加,这些方法变得越来越重要,因为需要强大的计算框架来进行数据解读和跨研究比较(Arango-Argoty等,2018;Boolchandani等,2019)。功能宏基因组学代表了另一种方法上的进步。与依赖现有参考数据库的序列分析方法不同,功能宏基因组学是通过将环境DNA片段克隆到表达系统中,直接识别具有抗菌药物耐药性的基因。这种方法发现了许多此前未被描述的抗性决定因子,表明环境中的抗性基因多样性远超此前的认知(Forsberg等,2012)。尽管取得了这些进展,但仍然存在一些重要的方法学挑战。采样设计、测序深度以及生物信息学注释框架的差异可能会影响不同研究之间的可比性。方法学偏差也可能显著影响抗性组的特征描述。在土壤、沉积物和废水等不同的环境样本中,DNA提取的效率差异很大,这可能导致某些微生物分类群或抗性决定因子被系统性地低估。测序深度还会限制检测的灵敏度,因为在复杂的微生物群落中,低丰度的抗性基因往往无法达到检测阈值。基于同源性的注释方法则带来了额外的不确定性。大多数抗性基因数据库都是从临床分离株中构建的,将其应用于环境宏基因组时,可能会导致错误的阳性判定或对功能不确定的基因同源物的错误分类。在分析那些抗性机制尚未被充分研究的未培养环境微生物分类群时,这些局限性尤为突出。功能宏基因组学在一定程度上解决了这些问题,但也存在自身的限制。通常以大肠杆菌为基础的表达系统可能无法捕捉到亲缘关系较远的生物体的抗性表型,从而导致对环境抗性潜力的系统性低估,以及引入与宿主相关的偏差。总体而言,高通量测序、长读长技术、功能分析方法以及基于机器学习的生物信息学的结合,正在将环境抗菌药物耐药性研究从一门以描述为主的学科转变为一种系统层面的分析领域。最近的研究越来越多地采用网络分析方法,来研究抗性基因、移动遗传元素以及金属抗性决定因子之间的共现模式,从而揭示出维持抗性组稳定性和传播的复杂相互作用网络。将此类高维分析整合到环境抗菌药物耐药性研究中,是实现从描述性抗性组分析向系统层面理解的重要一步。预计测序技术、计算工具以及参考数据库的持续进步,将提升我们监测抗性组动态的能力,帮助我们更好地理解在相互关联的环境、动物和人类系统中推动抗菌药物耐药性发展的生态机制。要在资源匮乏的地区——那里的环境抗菌药物耐药性负担最重,但分析基础设施最为有限——实现这一潜力,就需要在可及的测序技术、开放获取的生物信息学工具以及具有区域代表性的参考数据库方面进行有针对性的投资。4.1 持续存在的挑战与知识空白尽管在宏基因组技术和环境抗菌药物耐药性研究方面取得了显著进展,但仍有若干方法学和概念上的挑战限制着我们对环境抗性组的理解。环境微生物群落极为复杂且动态多变,因此在这些系统中检测和解读抗性基因仍然十分困难。采样策略的差异、环境的异质性以及时间上的波动都可能影响抗性组的构成,使得在不同研究和地理区域之间难以获得具有可比性的数据集(Bengtsson-Palme等,2018)。一个主要的限制在于宏基因组数据的解读。虽然鸟枪法宏基因组学能够检测到多种环境样本中的抗性基因,但它并不能说明所检测到的基因是否处于活跃表达状态,或者是否具备在原位赋予耐药性的能力。一个关键的挑战在于如何将抗性组的检测结果转化为有意义的临床风险评估。环境样本中存在抗性基因并不直接等同于会对人类健康造成影响,因为风险取决于多种因素,包括暴露剂量、接触频率和途径、微生物的存活能力,以及其在人体微生物组中定植或基因转移的可能性(Berendonk等,2015;Bengtsson-Palme等,2018)。宿主的易感性、免疫状态以及局部微生物组的组成,还可能进一步影响环境暴露是否会导致暂时的携带状态或具有临床意义的感染(Wellington等,2013)。因此,将宏基因组监测与定量微生物风险评估(QMRA)(Ashbolt等,2013;Charles等,2014)、暴露建模以及流行病学数据相结合,对于从描述性抗性组分析走向具有实际指导意义的公共卫生决策至关重要。这一区别在基于风险的评估框架中尤为重要,因为在这种框架下,风险评估依赖于移动性和具有临床意义的抗性决定因子的普遍程度,而不仅仅是抗性基因的总数量。目前的估计表明,只有部分环境抗性基因与移动遗传元素相关联,因而具有立即传播的潜力,这凸显了在风险评估框架中区分抗性基因总数量与具有临床意义的抗性组成分的重要性。此外,从环境DNA中检测到的抗性基因可能源自非活性微生物或细胞外遗传物质,这使得评估与环境抗性组相关的实际公共卫生风险变得更加复杂(Quince等,2017)。因此,区分背景环境抗性基因与具有临床意义的基因仍是一项重要的分析挑战。另一个重要的限制在于现有抗性基因数据库的不完整性和偏差。大多数参考数据库主要是基于临床分离株构建的,这意味着许多环境抗性基因仍缺乏充分的描述。因此,宏基因组分析可能会低估环境微生物组中抗性基因的多样性,尤其是在土壤、沉积物和水生环境等研究不足的生态系统中(Forsberg等,2012)。此外,抗性基因数据库与注释工具之间的不一致性,也可能导致不同研究之间在基因识别和分类上出现差异。环境抗菌药物耐药性研究方法的标准化也仍然不足。采样方案、DNA提取方法、测序深度以及生物信息学分析流程的差异,都可能显著影响抗性组分析的结果。缺乏统一的方法学框架,降低了不同研究结果之间的可比性,也增加了为环境抗菌药物耐药性建立全球基准的难度(Bengtsson-Palme等,2018)。因此,制定标准的采样和分析流程对于加强环境抗菌药物耐药性监测至关重要。全球在测序能力和研究基础设施方面的不平衡,是另一个重大挑战。许多抗菌药物耐药性负担较重的地区,尤其是低收入和中等收入国家,缺乏先进的测序技术、计算资源以及生物信息学专业人才。因此,环境抗菌药物耐药性数据主要来自高收入国家,这使得我们在那些环境暴露风险可能最高的地区,对抗性组动态的了解存在巨大缺口(Hendriksen等,2019)。通过国际合作、能力建设以及数据共享举措来解决这些差距,对于形成对环境抗菌药物耐药性的真正全球性认识至关重要。最后,关于环境系统中抗性基因的持久性和传播机制的生态学和进化学方面的知识仍存在很大空白。尽管越来越多的证据表明,环境中的抗性基因库有助于在“同一健康”体系内促进抗菌药物耐药性的广泛传播,但将环境抗性组与临床感染联系起来的具体途径仍不完全清楚。因此,未来需要结合环境微生物学、宏基因组学、流行病学和公共卫生学的研究,以便更准确地量化环境抗性基因库在全球抗菌药物耐药性传播中的作用。当前环境抗菌药物耐药性研究中的另一个重要限制,是难以量化环境抗性基因库与人类群体之间的传播路径。虽然宏基因组学研究已经成功记录了环境微生物组中抗菌药物耐药性基因的存在和多样性,但试图量化导致临床相关感染的传播事件的发生概率或规模的研究却相对较少。将宏基因组监测与定量微生物风险评估以及流行病学建模相结合,可能有助于更准确地估算环境抗性基因库对人类群体中抗菌药物耐药性的相对贡献(Berendonk等,2015;Ashbolt等,2013)。这类方法能够提高我们确定环境干预优先级的能力,也有助于更好地理解环境抗性组对公共卫生的影响。4.2 结合气候变化与环境压力因素气候变化越来越被视为影响环境抗菌药物耐药性动态的重要因素。温度、降水模式以及极端天气事件的变化,都可能改变微生物生态系统以及抗性基因在环境中的传播途径。这些环境压力因素可能会影响抗性微生物在土壤、水和沉积物系统中的持久性、分布和传播,进而影响环境抗性组的整体生态背景(Singer等,2016)。例如,实验和观察研究都发现了温度升高与抗性基因丰度之间存在可测量的关联,有些研究甚至表明,在温度较高的环境下,抗性基因的丰度会显著增加,而且温度与抗性基因以及移动遗传元素的分布之间存在较强的预测关系。最近的研究也证实了环境温度与抗性基因丰度之间存在可测量的关联,抗性基因和移动遗传元素分布的变化中有很大一部分可以由温度和水文因素来解释。全球气温的上升可能会影响微生物的生长速率、群落组成以及水平基因转移,从而可能促进环境微生物之间抗性决定因子的传播。在某些情况下,较高的温度还可能加速抗生素的降解,而在其他情况下,则可能增加微生物的代谢活动以及有利于抗性菌株存活的选择压力。因此,这类环境变化可能会重塑自然和人为生态系统中的抗性组结构(Singer等,2016)。水文循环的变化是气候变化影响环境抗菌药物耐药性的另一重要机制。降雨事件的频率和强度增加,可能会促使农业用地、污水处理系统以及城市地区的径流增加,从而使抗生素、耐药细菌和抗性基因进入河流、运河和地下水系统。洪水事件还可能使沉积物和土壤中的污染物重新分布,从而增加抗性基因在环境各组分中的存在机会,进而增加人类和动物群体暴露于这些抗性基因的风险(Berendonk等,2015)。重要的是,这些由气候驱动的环境变化不仅会改变微生物生态,还会改变人类的暴露途径。洪水频发、水污染以及卫生系统的破坏,都可能增加人类与受污染的环境抗性基因库的直接接触,从而增加抗菌药物耐药性基因进入人类和动物微生物组的机会。这些暴露途径代表了环境抗性组可能影响人类微生物组的重复性生态界面,不过这类相互作用究竟会导致稳定的定植还是产生具有临床意义的耐药性,目前还无法完全量化。在卫生基础设施较为薄弱的地区,如南亚的部分地区,与气候相关的洪水可能会加剧环境污染,因为洪水会超出污水处理系统的处理能力,导致未经处理的污水扩散到周围的生态系统中。例如,季节性季风洪水可能会促使废水、地表水与沉积物相互混合,形成有利于微生物交流及抗性基因传播的动态环境。这些现象凸显了环境压力、微生物生态学以及人类活动在塑造环境抗性组方面的复杂相互作用。城市化与环境退化会进一步加剧气候变化对抗菌素耐药性发展路径的影响。快速的城市扩张往往会导致废水排放量增加、环境缓冲能力下降,同时也会加剧人类、动物与受污染环境资源之间的互动。再加上气候引发的环境扰动,这些因素可能共同营造出有助于抗菌素耐药性在相互关联的生态系统间持续存在和传播的条件。因此,将气候与环境因素纳入抗菌素耐药性研究之中,对于全面理解环境抗性组的动态变化至关重要。未来的监测策略需要结合环境监测、与气候相关的风险评估以及跨学科协作,以便更好地预测不断变化的环境条件如何影响“同一健康”体系内抗菌素耐药性的出现与扩散。
4.3 政策、监测与“同一健康”干预措施
应对抗菌素耐药性问题需要采取协调一致的行动,其范围不仅涵盖临床和农业领域,还需包括环境系统与生态系统。在微生物生态系统中,抗性基因的环境储存库在推动耐药性传播方面的作用日益受到重视。因此,旨在缓解抗菌素耐药性的政策框架与监测策略必须采用全面的“同一健康”理念,整合人类、动物及环境健康的视角(Robinson等人,2016;世界卫生组织,2015)。本节要探讨的核心问题在于:现有的框架是否充分涵盖了抗菌素耐药性的环境层面,还存在哪些不足。
全球治理框架越来越认识到抗菌素耐药性所涉及的环境因素的重要性。2015年制定的世界卫生组织《抗菌素耐药性全球行动计划》(GAP-AMR)呼吁加强监测、改善抗菌素使用管理,并在人类、动物及环境领域推行综合的“同一健康”策略。此后,为支持对临床病原体中抗菌素耐药性的国际监测,建立了全球抗菌素耐药性与使用监测系统(GLASS),不过其环境监测部分仍相对不够完善。目前,GLASS主要关注来自特定优先病原体的临床分离株中的耐药表型,尚未建立系统化的机制来整合非临床来源的环境宏基因组数据、抗性组丰度估算结果以及抗性基因的移动性评估数据。在全球监测平台中拓展环境抗性组监测工作,并制定与GLASS报告框架相兼容的标准化采样、测序及生物信息学分析流程,是更好地把握驱动抗菌素耐药性传播的环境因素的重要机遇。
有效的环境抗菌素耐药性监测还依赖于全球数据共享的改进以及监测框架的统一。世界卫生组织的全球抗菌素耐药性监测系统(GLASS)等举措旨在实现各国耐药性数据的标准化收集与报告。若能将这些框架扩展到纳入环境宏基因组数据,将便于跨区域比较,并有助于尽早发现新的耐药性威胁。因此,制定标准化的采样、测序及生物信息学分析流程,对于实现环境抗性组的全球综合监测以及为协调一致的公共卫生应对提供依据至关重要(Hendriksen等人,2019;世界卫生组织,2015)。
环境监测是此类综合策略的重要组成部分。通过对废水、地表水、土壤和沉积物中的抗菌素耐药性进行监测,可以深入了解耐药基因在各种群落和生态系统中的传播情况。例如,基于废水的监测已被视为一种极具潜力的方法,可用于评估社区层面的抗性组特征,识别受医院排放、药品废弃物及农业径流等人类活动影响的潜在抗菌素耐药性热点地区(Hendriksen等人,2019)。环境宏基因组学能够捕捉到源自医疗保健机构之外的耐药信号,从而弥补传统临床监测的不足。
与监测工作同样重要的是旨在减少环境抗菌素耐药性污染的政策干预措施。改善废水处理基础设施——尤其是提升具备去除抗生素残留物和耐药细菌能力的三级处理能力,因为常规二级处理往往无法可靠地完成这一任务——可显著减少抗生素和耐药细菌进入环境系统的数量。限制抗生素排放并加强水质监测的环境法规,因此在减轻导致抗菌素耐药性的环境因素方面发挥着重要作用(Berendonk等人,2015)。
另一个与环境政策相关的问题是制药生产过程中产生的抗生素污染。有研究显示,来自抗生素生产设施的废水中,活性药物成分的浓度极高,尤其是在那些制药产业集中的地区(Larsson等人,2007;Larsson,2014)。这类废水会形成强烈的选择压力,促使周围微生物群落中抗菌素耐药性基因的增殖。因此,加强针对制药废水排放的环境法规、提高制造企业的废水处理标准,以及提升抗生素生产供应链的透明度,都是缓解环境抗菌素耐药性问题的重要举措。这一问题在南亚地区尤为突出,比如孟加拉国和印度,那里的制药产业正在迅速发展,且多位于人口密集的城市地区,而废水处理基础设施却十分有限,这增加了抗生素残留物和耐药微生物进入周边水生环境、进而丰富环境抗性组的风险。在这些环境中,季节性季风洪水以及废水系统、运河与河流之间的水文连通性,可能会进一步将抗生素残留物和耐药微生物扩散到更广阔的环境区域。此外,制药废水对地表水的污染还可能促使抗生素残留物和抗菌素耐药性基因渗入地下水系统,尤其是在河流、运河与浅层含水层之间水文连通性较强的地区。
在农业领域,减少牲畜饲养中非治疗性抗生素的使用、改善粪便管理方式,以及在水产养殖中推广抗生素替代品,都有助于限制通过土壤和水体途径进入环境的抗菌素耐药性决定因子。这在南亚和东南亚的一些中低收入国家尤为重要,因为这些国家的鱼类和虾类养殖中抗生素的使用仍然十分普遍,且监管往往较为薄弱(Van Boeckel等人,2015;Cabello等人,2016)。改善卫生设施和安全的供水管理,还能进一步降低社区层面人类接触环境抗性组的风险。
许多国家已经制定了与世界卫生组织《抗菌素耐药性全球行动计划》相衔接的抗菌素耐药性国家行动计划(NAPs)。孟加拉国于2017年发布了首份国家抗菌素耐药性行动计划(WHO团队-国家行动计划与监测评估项目),随后又出台了2023–2028年的修订版国家抗菌素耐药性控制行动计划,进一步强化了涵盖人类、动物及环境健康领域的多部门“同一健康”策略,包括监测、抗菌素使用管理以及跨部门协调工作(孟加拉国政府,2023;卫生与家庭福利部卫生服务总局,2023)。作为世界上最大的抗生素消费国,印度也推出了自己的国家抗菌素耐药性行动计划(NAP-AMR),该计划于2025年进行了修订(印度政府,2025),使国家优先事项与世界卫生组织的全球行动计划保持一致,同时明确了监测、感染预防及抗菌素使用管理方面的战略目标(Ranjalkar和Chandy,2019)。然而,在孟加拉国以及许多快速城市化的中低收入国家,未经处理的废水排放以及有限的环境监测基础设施,仍然制约着国家抗菌素耐药性行动计划中的环境层面工作,这凸显出需要在“同一健康”抗菌素耐药性策略中进一步加强环境监测与废水管理的整合。
不过,在许多中低收入国家,由于实验室基础设施不足、环境监测能力欠缺,以及卫生、农业和环境部门之间的跨部门协调不畅,国家行动计划的实施一直面临诸多困难。孟加拉国的相关研究进一步反映了这些问题,通过对国家行动计划实施情况的定性评估,发现了部门间协调不足、资源分配不均,以及国家抗菌素耐药性策略中环境要素整合不力等问题(Ahmed等人,2022)。环境抗菌素耐药性问题仍未充分融入国家监测框架,而废水系统、制药生产废水排放以及农业中抗生素的使用等主要污染源,往往也缺乏足够的监管。这些结构性挑战表明,有必要加强环境监测体系,并推动更多跨部门合作,以确保有效应对相关问题。
然而,在中低收入国家实施这些干预措施时,往往受到资金限制、基础设施缺陷以及监管执行困难等因素的制约,这就需要探索具有针对性、可扩展的环境抗菌素耐药性缓解方案。
4.4 “同一健康”抗菌素耐药性策略得到有效实施
加强环境抗菌素耐药性监测,离不开国际间的合作与数据共享。那些旨在统一监测系统、规范宏基因组分析方法以及共享环境抗性组数据的全球性倡议,有助于我们更全面地了解耐药性在各类生态系统中的传播规律。因此,将环境监测纳入更广泛的抗菌素耐药性监测体系中,将为基于证据的 policymaking提供支撑,也为设计旨在在地方、区域及全球层面降低抗菌素耐药性的干预措施指明方向。图5概念性地展示了环境监测、宏基因组分析以及政策响应之间的整合关系,该“同一健康”框架将环境抗性库、分析方法与全球监测策略联系在一起。这一综合视角强调了将环境监测与公共卫生行动相结合的重要性,只有这样才能有效应对跨相互关联系统中的复杂抗菌素耐药性驱动因素。
本节所综述的证据表明,尽管全球范围内针对“同一健康”抗菌素耐药性监测的政策架构已日趋完善,但其环境层面仍是最薄弱的环节——无论是在国家层面还是国际层面,该领域都存在资源不足、标准不统一以及地位边缘化等问题。要弥补这一差距,不仅需要在环境宏基因组学和监测基础设施方面进行技术投入,还需要从根本上改变人们对环境抗性组监测的认知,将其从一项研究重点提升为一种公共卫生领域的必要工作,尤其是在那些环境暴露途径构成了耐药性储存库与人类群体之间主要连接通道的中低收入国家。
5 结论与未来方向
本综述通过综合现有证据指出,长期以来在以临床为重点的监测和政策框架中被忽视的抗菌素耐药性的环境层面,并非抗菌素耐药性危机的边缘问题,而是其核心所在。土壤、地表水、沉积物和地下水构成了相互连接的储存库,耐药基因通过这些途径在人类、动物及环境领域之间传播,而农业径流、制药废水排放以及不完善的废水管理等人类活动则往往会加剧这一过程。宏基因组测序技术的应用,极大地提升了我们描述抗性组多样性和动态变化的能力,使我们能够发现那些基于培养方法无法检测到的多种耐药决定因子,同时也确立了环境宏基因组学作为“同一健康”抗菌素耐药性监测的重要工具地位。图5中所呈现的概念框架总结了这些相互关联的要素,说明了如何将环境宏基因组学、“同一健康”监测以及政策干预措施结合起来,以加强全球范围内的抗菌素耐药性缓解工作。
尽管取得了上述进展,但在环境抗菌素耐药性的生态驱动因素、传播途径及其对公共卫生的影响等方面,仍存在重大的知识缺口。要想了解耐药基因是如何在环境储存库与人类或动物群体之间迁移的,就必须更好地整合环境微生物学、宏基因组学、流行病学和环境科学等相关知识。未来的研究应注重制定统一的采样策略、标准的分析框架,并扩充耐药基因数据库,以提高不同研究和不同地理区域之间的可比性。
气候变化带来的各种扰动,以及日益加剧的人类活动压力,进一步复杂化了环境抗性组的动态变化。要准确预测未来的抗菌素耐药性风险,就必须了解水文过程、污染因素以及环境压力是如何影响微生物群落及耐药基因交流的。因此,开展整合环境监测、气候科学和微生物基因组学的跨学科研究,对于识别未来可能出现的新耐药性传播热点地区至关重要。
来自孟加拉国的观察结果表明,在快速城市化的背景下,环境界面是如何影响抗菌素耐药性传播的。城市中的运河系统接收未经处理的废水,加之人类和动物频繁接触被污染的水体,这些因素共同创造了有利于抗菌素耐药性基因在环境储存库与人类群体之间传播的生态条件。这些案例表明,环境抗性组并非仅仅是被动的储存库,而是“同一健康”体系内抗菌素耐药性传播网络中的活跃组成部分。水、卫生设施与个人卫生系统与抗菌素耐药性之间的关系——即WASH–AMR关联(世界卫生组织,Knee,2025)——是减少环境中的抗菌素耐药性传播的重要途径,但这一作用往往未被充分认识。改善卫生基础设施、废水处理系统以及安全饮用水供应,能够有效限制耐药微生物和抗菌素残留物在环境中的扩散。因此,将WASH领域的改进纳入抗菌素耐药性应对策略,对于减少快速城市化地区中的环境暴露风险而言具有关键意义。从政策层面来看,将环境抗性组监测纳入更广泛的“同一健康”战略,有助于加强全球范围内的抗菌素耐药性防控工作。利用宏基因组学工具进行环境监测,可弥补传统临床监测的不足,为环境中出现的耐药性提供早期预警信号。这类综合方法有助于制定针对性干预措施,减少来自废水、农业活动及药品来源的环境污染。此外,还需特别关注抗生素污染的环境源头,如废水排放和制药工业的废液,这些因素可能在环境微生物群中产生强烈的选择压力,促使耐药性发展,尤其是在环境监测和处理基础设施较为薄弱的快速城市化地区。令人欣慰的是,长读长测序技术、便携式纳米孔平台、基于机器学习的抗性基因检测技术以及开放式的生物信息学基础设施的不断发展,正在降低环境抗性组监测的门槛,包括在资源匮乏的地区。在那些抗菌素耐药性负担最重的地区,通过公平的国际科研合作、开放式的分析工具以及具有区域代表性的参考数据库来提升分析能力,对于建立支撑全球抗菌素耐药性政策的证据基础至关重要。归根结底,要应对抗菌素耐药性问题,就必须认识到环境系统是全球抗菌素耐药性问题的重要组成部分。如果忽视其环境层面的影响,我们就无法全面理解、预测或控制抗菌素耐药性的传播。在许多资源匮乏的地区,受污染的水源是人类、动物与微生物生态系统之间的主要交汇点,填补抗菌素耐药性监测中的这一环境空白,不仅是科学上的当务之急,也是全球公共卫生领域的紧迫任务。如果不将环境监测纳入全球抗菌素耐药性应对框架,那些导致耐药性出现和传播的关键因素仍将一直被忽视,进而制约现有“同一健康”策略的成效。
CRediT作者贡献说明:
Suparna Mitra:概念设计、数据整理、正式分析、资金获取、研究实施、方法设计、项目管理、资源协调、监督指导、结果可视化、初稿撰写。
Md Firoz Ahmed:结果验证、文本审阅与编辑。
Md Abdullah Yusuf:文本审阅与编辑。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号