《Metabolites》:Short-Term Stable Catchment-Level Metabolic Structure in Urban Wastewater Revealed by Untargeted Metabolomics
编辑推荐:
背景:城市污水整合了人类活动的化学信号,并提供了其所服务人群的复合生化表征。然而,污水代谢组在汇水区尺度上是否表现出稳定的空间组织仍未被充分表征。方法:研究人员采用非靶向液相色谱–高分辨质谱(LC–HRMS)分析了连续八天从七个城市汇水区采集的56份进水污水样
背景:城市污水整合了人类活动的化学信号,并提供了其所服务人群的复合生化表征。然而,污水代谢组在汇水区尺度上是否表现出稳定的空间组织仍未被充分表征。方法:研究人员采用非靶向液相色谱–高分辨质谱(LC–HRMS)分析了连续八天从七个城市汇水区采集的56份进水污水样本,以评估群落代谢组的空间结构。结果:共检测到3248个可重现的分子特征。置换多元方差分析(PERMANOVA)表明,汇水区身份解释了总代谢组变异的62%(R2 = 0.62,p < 0.001),而各采样点间的多元离散度无显著差异(p = 0.082)。汇水区内成分距离显著低于汇水区间距离(p < 0.001),且质心分离度超过内部离散度(比值为2.55),表明在高维化学空间中存在短期稳定、位点特异的构型。随机森林分类在严格的空间交叉验证下达到98%的准确率,在留一天交叉验证下达到98.2%(p < 0.001)。使用仅注释特征(98.2%)、仅未注释特征(98.2%)或排除药物数据集(96.5%)时,分类性能均保持较高水平,表明空间身份以分布式方式编码于整个代谢组中,而非由有限化合物子集驱动。结论:这些发现提供了量化证据,表明城市污水代谢组表现出短期稳定、可重现的汇水区级结构,并为利用非靶向代谢组学对城市人群进行系统级表征奠定了方法论基础。
一、研究背景与问题
城市污水是人类活动的化学整合基质,涵盖生活排放、商业输入、膳食代谢物、药物、个人护理产品及内源性生化物质,通过污水管网汇聚形成社区暴露的分子指纹。尽管基于污水的流行病学(WBE)已成功应用于药物滥用和公共卫生监测,但传统方法多为化合物中心策略,仅关注预设的化学类别或单一生物标志物,远未覆盖污水中绝大部分化学复杂性。非靶向高分辨质谱已揭示污水代谢组包含数千种分子特征,涵盖内源性代谢物、人为化学物、转化产物及尚未注释的化合物,然而这些高维化学空间在汇水区尺度上是否存在稳定的空间组织,仍是悬而未决的问题。以往研究多基于靶向化合物面板和单次或低频采样,无法区分可重现的结构性差异与水文和运行因素导致的瞬时波动。此外,高维数据集中的组间分离可能源于多变量离散度差异而非真实成分位移,需严格区分位置偏移与离散度效应。另一个关键问题是,空间差异是否主要由少数优势人为化学物驱动,还是广泛分布于整个代谢组。因此,研究人员开展本研究,旨在通过连续八天对七个城市汇水区进水污水的非靶向代谢组学分析,系统评估汇水区级代谢组结构的短期稳定性、位置与离散度贡献以及判别特征的分布特征。
二、研究设计与技术方法
研究人员从七个城市污水处理厂(WWTP)汇水区采集56份进水污水样本,采用24小时流量比例混合采样,连续八天每日获取一份,服务人口约4.5万至138万,日进水量约4600至293000立方米。样本经真空干燥、甲醇/水(4:1)提取、蛋白沉淀和离心后,使用超高效液相色谱–高分辨质谱(LC–HRMS)在正负离子模式下进行非靶向代谢组学分析。数据经MS-DIAL处理,进行峰检测、保留时间对齐和特征定量;以20 ppm质量误差和MS/MS谱图匹配进行注释。质量控制采用合并质控样本(QC,n=5),特征级相对标准偏差(RSD)>30%的予以剔除,最终保留3248个可重现特征。统计方法包括Bray–Curtis距离计算、主坐标分析(PCoA)、置换多元方差分析(PERMANOVA)、多元离散度同质性检验(PERMDISP)、Wilcoxon秩和检验、质心分离比计算,以及随机森林和支持向量机分类。交叉验证采用留一天(LODO)和留一站点(LOSO)两种分组方案,并通过置换检验(1000次)评估显著性。还进行了方差分解、特征重要性分析、化学类别富集分析以及去除药物特征和工业/消费品特征的敏感性分析。
三、主要研究结果
3.1 城市污水代谢组的空间组织
PCoA显示样本按汇水区清晰聚集;PERMANOVA表明汇水区身份解释了62%的成分变异(R2 = 0.62,p < 0.001)。QC样本中位RSD为8.9%,确认分析稳定性。PERMDISP检验显示各汇水区多元离散度无显著差异(p = 0.082),表明组间分离主要源于质心位移而非离散度异质性。方差分解显示,汇水区身份平均解释每个特征37.0%的方差,采样日解释8.0%,残余54.9%,汇水区与日方差比为4.6,且83.5%的特征中汇水区贡献超过日贡献,说明空间组织主导了日间时间变异。
3.2 汇水区特异特征的时间稳定性
汇水区内距离(均值0.651)显著低于汇水区间距离(均值1.072,Wilcoxon检验p < 0.001,Cohen’s d = 2.19),距离比为1.65。日样本围绕位点特异质心紧密聚集(平均样本-质心离散度0.47),不同汇水区质心间平均距离1.20,质心分离比为2.55,表明空间分离显著超过内部时间变异。
3.3 汇水区的高维可分性
留一天交叉验证的随机森林分类平均准确率为98.2% ± 4.7%,显著高于七类随机基线14.3%。特征重要性分布不均匀,Gini系数0.75,前10%和20%特征分别贡献53.9%和76.5%的总重要性,表明预测信号部分集中但仍呈高维分布。置换检验(1000次)中无一次置换达到观测准确率(p ≤ 0.001)。留一站点验证准确率为0%,说明判别模式为汇水区特异的复合信号,无法推广到未见汇水区。自举重采样(200次)袋外准确率为92.6%(95% CI 74.9–100%),排除异常采样日后准确率达100%。
3.4 注释与未注释代谢物的独立贡献
分别使用仅注释特征(n = 2436)、仅未注释特征(n = 812)和组合数据集(n = 3248)训练分类模型,三者平均准确率均相同(98.2%)。共识混淆矩阵显示仅有单个反复出现的误分类(MD被预测为LC),说明注释与未注释特征均独立携带充分的判别信息,支持空间信号在代谢组中分布式编码。
3.5 空间结构与药物信号无关
去除294种注释药物化合物后,分类准确率仍达96.5%,与完整数据集(98.2%)无显著差异(Wilcoxon符号秩检验p = 1.000),表明药物并非空间判别的主要驱动因素。去除169种工业/消费类特征后准确率为96.4%,仅使用来源未知的2695种特征时准确率为98.2%,进一步证实判别信号分布式编码于非靶向代谢组中。
3.6 质心驱动的空间分化
PERMDISP确认各汇水区离散度差异不显著(F = 1.88,p = 0.082),汇水区间距离显著大于汇水区内距离(p < 0.001)。平均质心间距离(1.20)远超过平均汇水区内离散度(0.47),质心分离比为2.55,交叉验证准确率稳定支持质心驱动的空间分化。
四、讨论与结论
讨论部分指出,汇水区身份解释的方差平均为采样日的4.6倍,且离散度同质性检验确认空间分离非离散度伪影,表明社区在高维化学空间中占据不同区域。由于每个WWTP汇聚大量居住人口,观察到的分化与社区尺度整合一致,但也可能受管网基础设施、工业商业输入和水文条件影响。严格的留一天交叉验证和置换检验排除了过拟合和数据泄漏。判别特征涵盖药物的人体生物转化产物(如氯沙坦羧酸E-3174、4′-羟基双氯芬酸、氯吡格雷羧酸、4-乙酰氨基安替比林)、母体药物(阿替洛尔、替米沙坦、哌仑西平)、宿主-微生物共代谢物(苯乙酰谷氨酰胺)及工业化学品(三氯蔗糖、邻苯二甲酸单乙酯、磷酸三(2-氯异丙基)酯、环硅氧烷等),反映从化学释放到污水管网中(生物)转化与归宿的连续过程。研究局限性包括样本量较小、时间窗口短、注释不完整以及缺乏管网基础设施元数据,但研究表明城市污水代谢组在八天采样窗口中呈现可重现的汇水区级结构,且该结构在严格验证下稳健,为将污水代谢组学从化合物特异性监测推进到城市人群的系统级表征奠定了方法论基础。结论部分翻译如下:通过严格区分质心分离与离散度伪影,并在严格交叉验证框架下验证分类性能,本研究提供了量化证据,证明城市污水代谢组表现出可重现的汇水区级结构,且该结构在八天采样窗口内保持稳定。确立这种结构的存在性和可重现性,是将污水代谢组学从化合物特异性监测推进到城市社区系统级表征的必要第一步。然而,关于社区级表征的更广泛结论,仍需在更长时间跨度和更多城市/汇水区中验证。