Time-resolved spread of antibiotic resistance genes in highly polluted air

Ting Zhang ,Xinyue Li ,Minfei Wang ,Haoxuan Chen ,Ying Yang ,Qing-lin Chen ,Maosheng Yao

DOI: https://doi.org/10.1016/j.envint.2019.03.006

Environment International (IF=7.297)

研究背景

这项工作旨在研究抗性基因（ARG）及其相应的亚型细菌宿主在高度污染的空气中的时间分辨空气传播。研究强调了一个严重的，但以前未被证实的公共卫生威胁时间分辨的空中传播带来的ARGs。

方法

本研究以69份空气样本为研究对象，分析了在23种不同PM2.5污染水平下，ARGs在空气中的时间分辨扩散。对采集空气样本用qPCR（Wcgene Biotech, Shanghai，上海启因生物）对空气中的抗性基因进行定量分析，从而检测出空气中ARGS的丰度；对空气中的细菌平板培养后测序，以此分析空气细菌对ARG亚型的影响。

研究结果

1.   在不同的PM2.5污染水平下，空气中的ARG和亚型随时间广泛传播。

图1表明，空气污染过程可能会影响空气中的ARG，因此在高PM2.5污染事件期间呈现出一种时间依赖的微生物暴露风险。

图2说明在高PM2.5污染事件期间，NDM-1基因丰度的增加意味着空气中该基因的一个非常不同的来源，因此在进一步转移到人类病原体的情况下，会对公众健康造成严重威胁。

图3显示在不同的PM2.5水平下，inti1和tnpa随时间变化很大。这些结果表明，在不同的PM2.5污染水平下，可能发生不同的细菌活动。

图4所示的基因共现分析显示，与2月样本相比，3月样本中涉及tnpA和intl1的基因网络更复杂。气象数据的差异可能在观察到的这两种不同污染事件的ARG模式差异中发挥作用。

图1. 在相对较低的PM2.5污染事件(14–93 μg/m3)中相对ARG丰度(A)和亚型(B)。( A）空气中总ARG（直方图）的相对丰度与检测到的ARG亚型数量（线）; （B）2018年2月6日至7日空气中前8种ARG亚型的相对丰度百分比。

图2. 较高的PM2.5污染事件（36-251μg/ m3）期间的ARG丰度和亚型（2018年3月10日，11日，12日和13日）。( A）空气中总ARG（直方图）的相对丰度与检测到的ARG亚型数（线）; （B）2018年3月10日至13日空气中前8种ARG亚型的相对丰度百分比。

图3. 不同采样时间的intl1和tnpA丰度的时间分辨变化

图4. 收集的空气样本中ARG亚型的共生基因网络：（A）2月6日至7日和（B）3月10日至13日。

2.不同可培养细菌对每种细菌的空气中的ARG贡献

ARGs的不同模式如tnpA丰度和细菌ARG贡献表明，对于不同的PM2.5水平，可能存在不同程度的基因转移和整合，从而在不同的空气污染事件下发生不同的空气ARG扩散模式。此外，与北京收集的细菌相比，来自石家庄的细菌分离物似乎贡献了更多的ARG。这些差异还表明，空气中ARG扩散除了时间依赖性之外，也可能与特定位置有关。

图5. 使用相同方法从北京(北京，2018年11月3日至4日，pm2.5 = 159–239 μg/m3)和石家庄(pm2.5 = 66–252 μg/m3，2018年11月2日至4日)获得的不同可培养细菌分离株对空气中ARG亚型的贡献不同。

结果总结

PM2.5水平越高，基因共现网络越复杂。在所有筛选的ARG中，sul3基因在可培养的菌株中广泛存在，主要是芽孢杆菌属。此外，TNPA和INTI1基因转移和整合在空气中呈现不同的扩散模式。数据还表明，芽孢杆菌可能对空气中的ARG动力学有重要贡献，包括多药耐药的ndm-1和vanb基因。这项工作进一步突出了在应对当前全球ARG危机时考虑其空中传播的重要性。