張 楊,鄭前興,2,吳仁人*,李國棟,鐘 義**,陳中穎,韋思業(yè),李開明

有氧和厭氧環(huán)境下指示微生物的穩(wěn)定性特征

張 楊1,鄭前興1,2,吳仁人1*,李國棟1,鐘 義1**,陳中穎1,韋思業(yè)1,李開明1

(1.生態(tài)環(huán)境部華南環(huán)境科學研究所,廣東 廣州 510655；2.昆明理工大學環(huán)境科學與工程學院,云南 昆明 650500)

建立有氧和厭氧水環(huán)境模擬反應器,利用熒光定量PCR和高通量測序技術探究了豬源擬桿菌標記物、部分指示微生物和潛在致病菌在有氧及厭氧水環(huán)境中的變化特征.結果表明,指示微生物Streptococcaceae、Lactobacillaceae、Carnobacteriaceae、Ruminococcaceae、Lachnospiraceae和Prevotellaceae在不同反應器中均呈現(xiàn)出衰減趨勢,但在有氧環(huán)境中的衰減幅度顯著大于厭氧環(huán)境.因此,這幾類指示微生物在有氧條件下適用于解析近期發(fā)生的污染事件.擬桿菌標記物GenBac和Pig-2-Bac在有氧環(huán)境和厭氧環(huán)境中均表現(xiàn)出二階段衰減模式,且第一階段為主要衰減階段.但擬桿菌標記物在有氧環(huán)境中的衰減速率顯著大于厭氧環(huán)境,表明有氧環(huán)境中擬桿菌標記物的穩(wěn)定性較差.相關性分析顯示潛在致病菌、和與擬桿菌標記物表現(xiàn)出較好的相關性(<0.05),但僅與標記物在有氧和厭氧環(huán)境中的相關性系數(shù)較為接近(0.913～0.953),表明擬桿菌標記物可作為的指示標記物.

糞便污染；微生物污染源解析；標記物；指示微生物；穩(wěn)定性

隨著我國畜禽養(yǎng)殖業(yè)的飛速發(fā)展,糞便廢水排放已逐漸成為地表水水質惡化的主要原因之一,糞便中攜帶的致病微生物還能導致介水性疾病的爆發(fā),給人類的健康帶來潛在威脅[1-2].為有效防治糞便廢水的污染,糞大腸菌群、大腸埃希氏菌和腸球菌等傳統(tǒng)指示微生物一直作為判斷水體受糞便污染程度的指標.然而,傳統(tǒng)指示微生物可能在溫度條件適宜,營養(yǎng)水平較高的水體中天然存在[3-4],且無法提供糞便污染宿主來源等信息[5].微生物污染源解析技術(MST)可以通過分子生物學手段識別污染物的宿主來源,還可以排除自然環(huán)境中土著微生物對源解析結果的干擾[6-7].MST技術通?？煞譃榉菐煲蕾嚪ê蛶煲蕾嚪▋深?非庫依賴法主要是針對不同宿主腸道內特征微生物的基因片段開發(fā)出相應的標記物,具有易操作、成本低、時效強等優(yōu)勢[5].

目前,大多數(shù)標記物主要針對各宿主腸道內的擬桿菌特異性基因片段開發(fā)而來.一方面,擬桿菌標記物具有較強的宿主特異性,如豬源擬桿菌標記物Pig-1-Bac和Pig-2-Bac在我國有較好的適用性,特別是Pig-2-Bac的特異性達到了88%,可有效識別來自于豬糞廢水的污染[8].另一方面,擬桿菌作為專性厭氧菌,在進入第二生境后難以增殖,不會影響對于糞便污染水平的判斷.而傳統(tǒng)指示微生物,如大腸埃希氏菌可在適宜的環(huán)境中增殖,使得無法準確評估環(huán)境中的糞便污染強度[9-10].庫依賴法是利用高通量測序技術分析不同宿主糞便中的微生物信息,建立糞便污染分類文庫,進而與自然環(huán)境中獲取的微生物信息進行對比,識別糞便排放的宿主來源[11].該方法的優(yōu)勢在于不僅可以提供污染源信息,還能提供糞便及自然水體中微生物群落結構和致病菌分布等情況,但該方法存在難以進行準確定量分析的缺陷[12].因此,目前MST逐漸發(fā)展為同時結合2種技術方法,充分分析各污染源的污染強度及樣本中的微生物群落信息.

盡管MST技術相比于傳統(tǒng)指示微生物具有諸多優(yōu)勢,但要準確評估各污染源的貢獻率還需要掌握標記物或腸道微生物在不同水環(huán)境中的穩(wěn)定性特征.目前已有研究探索了不同溫度、營養(yǎng)水平條件下標記物在水環(huán)境中的變化規(guī)律[9,13],但關于溶解氧對標記物或腸道微生物環(huán)境行為的影響研究相對較少.在黑臭水體或富營養(yǎng)化較為嚴重的水環(huán)境中,由于大量有機污染物的存在和微生物降解等作用[14],水體可能呈現(xiàn)厭氧狀態(tài),而溶解氧的變化對于微生物群落組成有顯著影響[15-16],因此在有氧和厭氧水環(huán)境中,標記物或腸道微生物的穩(wěn)定性表現(xiàn)可能會有較大差異,從而影響源解析的準確性.此外,由于致病菌在環(huán)境中的豐度普遍較低,因此研究人員一直致力于尋找可靠的指示微生物用于評價水質污染和健康風險[17-19].已有研究報道了人源擬桿菌標記物HF183和Hum2對于潛在致病菌的指示作用[9,20].然而,擬桿菌標記物與潛在致病菌之間的相關關系可能會因宿主不同而發(fā)生變化[21],目前關于豬糞攜帶的潛在致病菌與豬源擬桿菌標記物的相關關系研究較少.本研究通過搭建的水環(huán)境模擬反應器,模擬豬源腸道微生物在有氧和厭氧水環(huán)境中的變化情況,探究溶解氧對于標記物和腸道微生物穩(wěn)定性的影響,以期為高效開展微生物污染源解析工作提供參考.

1 材料與方法

1.1 樣品及試劑

樣品采集:豬糞樣品取自廣東省某畜牧養(yǎng)殖研究所.利用滅菌勺和滅菌塑料瓶采集新鮮豬糞并放入冰盒中保存,2h內運回實驗室進行處理.

主要儀器:熒光定量PCR儀(Light Cycler 480II, Roche公司),紫外可見分光光度計(DR2800,HACH公司),磁力攪拌器(上海司樂儀器公司), 溶解氧測定儀(Pro20,YSI 公司),冷凍離心機(Sigma 公司).

主要試劑:水體DNA提取試劑盒(D3145-02, Magen公司),熒光染料SYBR TaqⅡ(TIANGEN公司), COD 高量程預制試劑(HACH公司), LB肉湯培養(yǎng)基(環(huán)凱生物公司),瓊脂糖(Biowest,電泳級).

1.2 模擬反應器搭建

水環(huán)境模擬反應器采用透明有機玻璃制成,反應器為圓柱形,高25cm,直徑為30cm.反應器可置于磁力攪拌器上,通過長度為8cm的轉子對反應器內的水體進行攪拌,轉速約為170～220r/min.

實驗分為有氧組(AeT)和厭氧組(AnT),每組設置2個反應器作為平行實驗,共建立4個反應器.為排除土著微生物對反應器內糞源微生物的干擾,有效識別有氧和厭氧環(huán)境下標記物及指示微生物的穩(wěn)定性差異,實驗采用糞便接種至去離子水的方式構建各反應器.反應器建立之前,采用4L滅菌去離子水溶解8g豬糞樣本,充分混勻后依次在37,29μm滅菌濾網(wǎng)中過濾以去除可能干擾實驗的雜質.過濾完成后,對制備的糞液進行充分混勻,并均分為4份分別置于4個反應器當中,每個反應器均通過滅菌去離子水定容至12L.反應器搭建完成后,向厭氧組的2個反應器內通入N2使得反應器中水體的溶解氧含量降至0.1mg/L以下,并在整個實驗過程中保持25L/h的通氣量,維持厭氧組反應器的厭氧環(huán)境.有氧和厭氧組反應器均置于磁力攪拌器上,通過轉子對水體進行持續(xù)攪拌.當有氧組中擬桿菌標記物的濃度趨于穩(wěn)定,不發(fā)生顯著變化時,同時結束兩組實驗,對標記物的穩(wěn)定性特征進行分析,實驗共持續(xù)11d.實驗運行期間,有氧和厭氧反應器溫度變化較為相似,均在18～23℃.有氧反應器的pH值變化范圍在6.61～7.78,小于厭氧反應器的pH值變化范圍(7.79～9.05).

1.3 分析方法

1.3.1 DNA提取和測定 每日從各反應器中采集100mL水樣,開展微生物的變化檢測.水樣采集后采用0.22μm濾膜對其進行抽濾,將微生物截留于濾膜上,按照水體DNA提取試劑盒說明書提取截留在濾膜上的DNA,放入-20℃冰箱留待qPCR和高通量測序分析.

1.3.2 qPCR和高通量測序 選取擬桿菌通用引物(GenBac)、大腸埃希氏菌引物(EC23S857)和豬源特異性擬桿菌引物(Pig-2-Bac)分析不同水環(huán)境中標記物的變化特征,引物信息如表1所示.

表1 標記物信息

qPCR擴增體系為20μL:DNA模板2μL; SYBR TaqⅡ 10μL;10μmol/L正、反向引物各0.8μL;ddH2O補足體系至20μL.擴增程序采用兩步法: ① 95℃預變性30min;② 95℃變性5s;③60℃退火延伸15s,重復40個循環(huán).熒光染料qPCR的特異性通過熔解曲線分析實現(xiàn).

標準曲線:采用已提取的DNA為模板,通過普通PCR進行擴增,對擴增后的產(chǎn)物純化回收,并連接到PMDTM19-T載體上,轉化至DH5α感受態(tài)細胞中,通過平板劃線法挑取陽性克隆,提取質粒.通過超微量分光光度計測定質粒濃度,計算目的片段拷貝數(shù).同時對質粒進行10倍梯度稀釋,分別稀釋成10-1,10-2,10-3,10-4,10-5,10-66個梯度,每個梯度的質粒作為標準品設置3個重復,進行qPCR擴增.反應結束后制作標準曲線.標準曲線的相關系數(shù)均大于0.99,擴增效率為92%～102%.

16S rDNA高通量測序由廣州基迪奧測序公司完成.針對已提取的DNA,選取基因的V3～V4區(qū)進行PCR擴增,采用的引物為341F (5-CCTAYGGG- RBGCASCAG-3)和806R(5-GGACTACNNGGGT- ATCTAAT-3).通過凝膠回收試劑盒(TIANGEN公司)切膠回收PCR產(chǎn)物后,利用QuantiFluorTM熒光計系進行定量.按Illumina HiSeq平臺測序要求開展測序.高通量測序數(shù)據(jù)的序列上傳至NCBI序列讀取檔案,登記號為SUB4479220.原始序列經(jīng)質控后獲得高質量序列,并在SILVA數(shù)據(jù)庫進行比對分析.

1.3.3 數(shù)據(jù)分析 標記物衰減規(guī)律:根據(jù)標記物在水體中的變化特征,分別采用一階和二階衰減模型對標記物的變化進行擬合,獲取衰減速率[25-27].當標記物的衰減規(guī)律存在明顯拐點,則采用二階衰減模型,否則采用一階衰減模型[25].

對于表現(xiàn)出二階段衰減趨勢的標記物,其濃度下降主要發(fā)生在第1階段,因此由二階衰減模型模擬的標記物衰減過程,90計算時僅考慮第1階段衰減速率(1).

相關性分析:為探索潛在致病菌與豬源擬桿菌標記物的相關關系,采用SPSS軟件進行Pearson相關性統(tǒng)計分析.

2 結果與討論

2.1 標記物在有氧/厭氧水環(huán)境中的衰減規(guī)律

由圖1可以看出,在實驗結束時,選用的3個標記物在厭氧水環(huán)境中的濃度下降了約2個數(shù)量級,而在有氧環(huán)境中則下降了3～4個數(shù)量級,衰減幅度顯著高于厭氧環(huán)境.衰減趨勢方面,由AIC(赤池信息量準則)分析結果可知GenBac和Pig-2-Bac在所有水環(huán)境模擬反應器中的濃度變化均表現(xiàn)出二階段衰減模式,存在拐點(圖1a,b).二階段衰減模型的模擬結果顯示(表2),GenBac在有氧和厭氧環(huán)境中的拐點分別為第6.19d和第10.25d,Pig-2-Bac在有氧和厭氧環(huán)境中的拐點分別為7.14和9.76d,表明擬桿菌標記物在有氧水環(huán)境中的第1衰減階段耗時普遍小于厭氧水環(huán)境,在溶解氧作用下,擬桿菌標記物經(jīng)歷了劇烈變化過程以適應環(huán)境,這也說明溶解氧對于擬桿菌標記物的穩(wěn)定性影響顯著.EC23S857在有氧環(huán)境中表現(xiàn)出2階段衰減趨勢,濃度變化的拐點為第8d,但在厭氧環(huán)境中則近似于線性衰減模型.由AIC結果也可知,一階衰減模型對于EC23S857在厭氧環(huán)境中濃度變化的模擬效果優(yōu)于二階衰減模型.

表2可以看出,擬桿菌標記物GenBac和Pig-2- Bac在有氧環(huán)境下的90小于厭氧環(huán)境3～5d,2種不同模擬環(huán)境下GenBac和Pig-2-Bac的濃度變化規(guī)律也具有顯著差異(<0.05),表明有氧和厭氧條件對于擬桿菌標記物的環(huán)境行為具有顯著影響.導致這一現(xiàn)象產(chǎn)生的原因主要是擬桿菌標記物的第一階段衰減速率(1)在有氧和厭氧條件下差異(<0.05)較大所致.GenBac和Pig-2-Bac在有氧環(huán)境中的1分別高于厭氧環(huán)境62%和66%,而不同模擬條件下標記物的第2階段衰減速率(2)則差異較小.這表明擬桿菌在進入第二生境后,厭氧環(huán)境可有效避免溶解氧對擬桿菌的毒性作用,增加了標記物在水體中的穩(wěn)定性,使其可以對時間跨度較長的污染事件及污染源進行追蹤解析[28].

對比擬桿菌標記物2個階段的衰減速率還可以看出,在不同水環(huán)境中標記物的1普遍高于2,說明標記物的濃度衰減主要發(fā)生在第一階段.盡管已有諸多研究報道了光照、溫度、營養(yǎng)水平及土著微生物等外界因素對于擬桿菌標記物衰減的作用機制各不相同,但衰減規(guī)律普遍呈現(xiàn)出2階段趨勢,且第1階段為主要衰減階段,而本研究從溶解氧的角度也進一步揭示了二階段衰減模型普遍適用于模擬擬桿菌標記物的變化規(guī)律[26,29].目前,關于導致標記物兩階段衰減速率差異較大的成因尚不明確.Easton等推測可能是由于此類微生物在進入水環(huán)境后,逐漸適應了環(huán)境壓力,導致出現(xiàn)了衰減速率較低的第二衰減階段[30-31].Strauss等[32]也認為可能是微生物群落通過群體感應適應了環(huán)境壓力,大幅減小了衰減速率.但具體原因有待進一步研究.

表2 標記物在有氧/厭氧水環(huán)境中的衰減速率及衰減周期

注:1:一階段衰減速率;2:二階段衰減速率;:顯著性;:實驗天數(shù);“-”代表一階衰減模擬不存在拐點和2.

相比于擬桿菌標記物,有氧和厭氧環(huán)境對于標記物的影響較小(圖1c).盡管EC23S857在有氧和厭氧模擬反應器中表現(xiàn)出了不同的衰減趨勢,但其在厭氧環(huán)境中的衰減速率與有氧環(huán)境中第一衰減階段的衰減速率差異較小,同時二者的濃度變化也未表現(xiàn)出顯著性差異(>0.05).這與Pachepsky等[33-34]對于在水體中變化的研究結果一致,即作為兼性厭氧微生物,其對溶解氧變化的響應遠小于光照和濁度等其它環(huán)境因素.

2.2 微生物群落分布

對好氧和厭氧反應器中所有采集的樣本進行門水平微生物群落結構分析(圖2b),結果顯示Firmicutes(厚壁菌門)在樣本中占主要地位,平均相對豐度為40.3%,其次為Proteobacteria(變形菌門, 25.7%),Bacteroidetes(擬桿菌門,22.7%), Actinobacteria(放線菌門,5.9%),Verrucomicrobia(疣微菌門,4.6%)和Planctomycetes(浮霉菌門,0.2%),該結果與較多研究一致,表明Firmicutes、Proteobacteria和Bacteroidetes是豬腸道中的優(yōu)勢菌群[35-36].采用PCA分析樣本中的OTUs種類發(fā)現(xiàn),所有樣本的OTUs種類可分為3組(圖2a),第1組主要包括AeT0(有氧反應器第0d樣本)和AnT0～AnT5,該組中Firmicutes占主要地位.第2組中包含了大部分有氧反應器中的樣本,該組中Bacteroidetes占主要地位.第3組中主要包括AnT7～AnT10, Proteobacteria占主要地位.在3個分類組之間,Actinobacteria、Planctomycetes的相對豐度并未表現(xiàn)出顯著差異(T檢驗,>0.05).

2.3 指示微生物的變化規(guī)律

在科水平上考察有氧和厭氧反應器中水樣的微生物組成和變化規(guī)律(圖3).相對豐度大于1%的腸道微生物共有13類,其中相對豐度最高的為Comamonadaceae(13.5%),其次為Streptococcaceae (8.3%), Moraxellaceae(7.1%), Flavobacteriaceae (6.7%), Cryomorphaceae(6.2%), Lactobacillaceae (5.8%), Clostridiaceae(5.6%), Verrucomicrobiaceae (4.6%), Peptostreptococcaceae(4.0%), Carnobacteriaceae (3.9%), Ruminococcaceae(3.3%), Lachnospiraceae (2.3%)和Prevotellaceae(2.2%).在13類微生物當中, Streptococcaceae、Lactobacillaceae、Carnobacteriaceae、Ruminococcaceae、Lachnospiraceae和Prevotellaceae 6類微生物在有氧和厭氧反應器中的相對豐度均表現(xiàn)出下降的趨勢,而其它微生物則發(fā)生增殖或波動的現(xiàn)象,說明6類指示微生物的變化規(guī)律較為簡單且易于預測,符合作為指示微生物的特征[12,37].而已有部分研究也指出,上述6類指示微生物除具有一定宿主指示功能外,還因其在環(huán)境中的變化規(guī)律較為單一而常被視作有效的指示微生物用于庫依賴法源解析工作中[11-12,21].

圖3 豬源腸道微生物在反應器中相對豐度的變化

然而,隨著實驗的進行,6類指示微生物在厭氧反應器中的衰減速率顯著小于有氧反應器.厭氧環(huán)境中,除Prevotellaceae在實驗結束時的相對豐度較初始情況下降了約25倍,其它5類指示微生物的終末相對豐度較初始情況僅下降了約2～6倍(圖 3a).而有氧環(huán)境中,6類指示微生物相對豐度的衰減程度顯著大于厭氧環(huán)境,特別是在實驗開始的前2d,6類指示微生物的相對豐度在整個微生物群落中的占比迅速下降至1%以下,隨后保持較低豐度直至實驗結束(圖3b).由上述實驗結果可以看出,厭氧環(huán)境可以使得指示微生物在一定程度上免于溶解氧帶來的毒害或抑制作用,指示微生物在該環(huán)境條件下,例如黑臭水體或沉積物當中,能夠維持較好的穩(wěn)定性,可用于追溯污染事件發(fā)生時間相對較久的污染源.有氧環(huán)境中,指示微生物會在進入水體初期發(fā)生快速衰減,可能導致低估污染源的污染水平,因此僅能用于解析近期污染事件中的污染源.而隨后在第二衰減階段維持較低水平,則可能是由于指示微生物逐漸適應了環(huán)境壓力,同時環(huán)境中的營養(yǎng)物質已足夠支持低豐度指示微生物的生活方式所致[30-31].

2.4 潛在致病菌的分布特征及變化規(guī)律

為探究糞源致病菌在有氧和厭氧環(huán)境中的變化規(guī)律,本研究參照以往關于糞源致病菌分布的研究,在屬水平識別出相對豐度大于0.1%的潛在致病菌共6類[21,38-39].總體而言,的相對豐度最高,達到了72.0%,其次為(14.6%)、(8.3%)、(2.8%)、(1.5%)和(0.4%),其中(圖4f)僅在厭氧反應器中檢出.整個實驗過程中,(圖4b)、(圖4d)和(圖4e)在厭氧環(huán)境中的相對豐度呈現(xiàn)緩慢下降趨勢,但衰減過程中存在波動變化的現(xiàn)象,特別是和,相對豐度在實驗的第1～3d有所回升,這可能是微生物對環(huán)境變化存在一定的應激響應過程[40-41].(圖4a)在有氧環(huán)境第2d的相對豐度較初始值增長了約2個數(shù)量級,隨后呈現(xiàn)出緩慢下降的趨勢,但在厭氧環(huán)境中的相對豐度則變化較小.這與已有關于的研究較為一致,即作為可引起呼吸道感染及腦膜炎等疾病的一類致病菌,通常為專性需氧菌,在有氧條件下,可利用常見營養(yǎng)物質進行繁殖[42].然而,近年來也有研究人員通過厭氧培養(yǎng)方式獲得了的部分菌株,說明厭氧環(huán)境中部分菌株可能也具有一定的活性[43],這可能也是本研究中未出現(xiàn)明顯衰減趨勢的原因之一,但具體原因仍需進一步分析.在識別的6類潛在致病微生物當中,僅(圖4c)在有氧和厭氧環(huán)境中均表現(xiàn)出衰減趨勢,但其在有氧環(huán)境中的衰減幅度大于厭氧環(huán)境約1.5個數(shù)量級,表明溶解氧對于的穩(wěn)定性有顯著影響.

2.5 潛在致病菌與標記物的相關性

本研究識別的相對豐度大于0.1%的6類潛在致病菌當中,僅、和等3類微生物與豬源擬桿菌標記物在有氧和厭氧兩種環(huán)境中均表現(xiàn)出較好的相關性(<0.05)(表3).值得注意的是,與標記物在有氧和厭氧環(huán)境中的相關性系數(shù)較為接近(0.913～0.953),表明擬桿菌標記物與在不同環(huán)境中的變化規(guī)律較為相似,可作為的指示物用于健康風險評估.和與擬桿菌標記物在厭氧環(huán)境中的相關性均高于有氧環(huán)境,這可能是因為和作為兼性菌,在有氧環(huán)境中的衰減存在一定的波動性,導致其衰減規(guī)律與擬桿菌標記物的二階段衰減模式存在一定的差異性.已有研究報道了對于需氧或兼性厭氧的潛在致病菌而言,即使在有氧環(huán)境中短暫的增殖也會影響與擬桿菌標記物之間的相關關系,進而干擾擬桿菌標記物對致病菌的指示作用[9].

表3 潛在致病菌和標記物的相關性

注:a相關性系數(shù);b在0.05級別相關性顯著(<0.05);c“-”在AeT中未檢出;黑體表示在2個反應器(AnT、AeT)中,均與標記物GenBac、Pig-2-Bac表現(xiàn)出顯著相關性的潛在致病菌.

3 結論

3.1 擬桿菌標記物GenBac和Pig-2-Bac在有氧和厭氧環(huán)境中均表現(xiàn)出二階段衰減模式,主要衰減過程發(fā)生在第一階段.但標記物在有氧環(huán)境中的衰減速率顯著大于厭氧環(huán)境,其在有氧環(huán)境中的穩(wěn)定性較差.

3.2 識別出的6類指示微生物Streptococcaceae、Lactobacillaceae、Carnobacteriaceae、Ruminococcaceae、Lachnospiraceae和Prevotellaceae在有氧和厭氧環(huán)境中均表現(xiàn)出衰減趨勢,可用于推測糞便污染水平.但6類指示微生物在有氧環(huán)境中的衰減幅度均大于厭氧環(huán)境,適用于解析有氧環(huán)境中的近期污染事件.

3.3 相對豐度大于0.1%的潛在致病菌當中,僅、和與擬桿菌標記物表現(xiàn)出較好的相關性(<0.05).但僅有與標記物在有氧和厭氧環(huán)境中的相關性系數(shù)較為接近(0.913～0.953),因此擬桿菌標記物可作為的指示物用于健康風險評估.

[1] Wéry N, Monteil C, Pourcher A M, et al. Human-specific fecal bacteria in wastewater treatment plant effluents [J]. Water Research, 2009,44(6):1873-1883.

[2] Wu B L, Wang X C, Dzakpasu M. Genetic characterization of fecal impacts of seagull migration on an urban scenery lake [J]. Water Research, 2017,117:27-36.

[3] Emma R N, Nguyen T M H, Le T P Q, et al. A short review of fecal indicator bacteria in tropical aquatic ecosystems: knowledge gaps and future directions [J]. Frontiers in Microbiology, 2015,6:308.

[4] Winfield M D, Groisman E A. Role of nonhost environments in the lifestyles ofand[J]. Applied and Environmental Microbiology, 2003,69(7):3687-3694.

[5] Ahmed W, Gyawali P, Feng S, et al. Host-specificity and sensitivity of the established and novel sewage-associated marker genes in human and non-human fecal samples [J]. Applied and Environmental Microbiology, 2019,85(14):e00641-19.

[6] Hagedorn C, Blanch A R, Harwood V J. Microbial source tracking: methods, applications, and case Studies [M]. New York: Springer, NY, 2011:301-312.

[7] Harwood V J, Staley C, Badgley B D, et al. Microbial source tracking markers for detection of fecal contamination in environmental waters: relationships between pathogens and human health outcomes [J]. Fems Microbiology Reviews, 2014,38(1):1-40.

[8] Zhang Y, Wu R R, Lin K R, et al. Performance of host-associated genetic markers for microbial source tracking in China [J]. Water Research, 2020,175:115670.

[9] Zhang Y, Wu R R, Zhang Y M, et al. Impact of nutrient addition on diversity and fate of fecal bacteria [J]. Science of the Total Environment, 2018,636:717-726.

[10] Brooks Y M, Spirito C M, Bae J S, et al. Fecal indicator bacteria, fecal source tracking markers, and pathogens detected in two Hudson River tributaries [J]. Water Research, 2020,17:115342.

[11] Staley C, Kaiser T, Lobos A, et al. Application of SourceTracker for accurate identification of fecal pollution in recreational freshwater: a double-blinded study [J]. Environmental Science and Technology, 2018,52:4207-4217.

[12] Brown C M, Staley C, Wang P, et al. A high-throughput DNA- sequencing approach for determining sources of fecal bacteria in a lake Superior estuary [J]. Environmental Science and Technology, 2017,51(15):8263-8271.

[13] Warish A, Christopher S, Thomas K, et al. Decay of sewage- associated bacterial communities in fresh and marine environmental waters and sediment [J]. Applied Microbiology and Biotechnology, 2018,102:1-12.

[14] Rhodes J, Hetzenauer H, Frassl M A, et al. Long-term development of hypolimnetic oxygen depletion rates in the large Lake Constance [J]. Ambio., 2017,46:554-565.

[15] Marti R, Mieszkin S, Solecki O, et al. Effect of oxygen and temperature on the dynamic of the dominant bacterial populations of pig manure and on the persistence of pig-associated genetic markers, assessed in river water microcosms [J]. Journal of Applied Microbiology, 2011,111(5):1159-1175.

[16] Gao C, Wang A, Wu W M, et al. Enrichment of anodic biofilm inoculated with anaerobic or aerobic sludge in single chambered air- cathode microbial fuel cells [J]. Bioresource Technology, 2014,167: 124-132.

[17] Sokolova E, Astr?m J, Pettersson T, et al. Decay ofgenetic markers in relation to traditional fecal indicators for water quality modeling of drinking water sources [J]. Environmental Science and Technology, 2011,46(2):892-900.

[18] Griffin D W, Lipp E K, Mclaughlin M R, et al. Marine recreation and public health microbiology: quest for the ideal indicator [J]. BioScience, 2001,(10):817-825.

[19] Savichtcheva O, Okayama N, Okabe S. Relationships between16S rRNA genetic markers and presence of bacterial enteric pathogens and conventional fecal indicators [J]. Water Research, 2007,41(16):3615-3628.

[20] Boehm A B, Soller J A, Shanks O C. Human-associated fecal quantitative polymerase chain reaction measurements and simulated risk of gastrointestinal illness in recreational waters contaminated with raw sewage [J]. Environmental Science and Technology Letters, 2015,2(10):270-275.

[21] Nshimyimana J P, Freedman A, Shanahan P, et al. Variation of bacterial communities with water quality in an urban tropical catchment [J]. Environmental Science and Technology, 2017,51(10): 5591-5601.

[22] Siefring S, Varma M, Atikovic E, et al. Improved real-time PCR assays for the detection of fecal indicator bacteria in surface waters with different instrument and reagent systems [J]. Journal of Water and Health, 2008,6(2):225-237.

[23] Mieszkin S, Furet J P, Corthier G, et al. Estimation of pig fecal contamination in a river catchment by real-time PCR using two pig-specific16S rRNA genetic markers [J]. Applied and Environmental Microbiology, 2008,75(10):3045-3054.

[24] Chern E C, Siefring S, Paar J, et al. Comparison of quantitative PCR assays fortargeting ribosomal RNA and single copy genes [J]. Letters in Applied Microbiology, 2011,52(3):298–306.

[25] Ahmed W, Zhang Q, Kozak S, et al. Comparative decay of sewage-associated marker genes in beach water and sediment in a subtropical region [J]. Water Research, 2019,149:511-521.

[26] Jeanneau L, Solecki O, Wery N, et al. Relative decay of fecal indicator bacteria and human-associated markers: A microcosm study simulating wastewater input into seawater and freshwater [J]. Environmental Science and Technology, 2012,46(4):2375–2382.

[27] Zhang Y, Wu R R, Li W J, et al. Occurrence and distributions of human-associated markers in an impacted urban watershed [J]. Environmental Pollution, 2021,275(14):116654.

[28] Mantilla-Calderon D, Hong P Y. Fate and persistence of a pathogenic NDM-1-positivestrain in anaerobic and aerobic sludge microcosms [J]. Applied and Environmental Microbiology, 2017,83(13):e00640-17.

[29] Liu R L, Cheng K H F, Wong K, et al. Differential utility of theDNA and RNA markers in the tiered approach for microbial source tracking in subtropical seawater [J]. Applied Microbiology and Biotechnology, 2015,99(13):5669-5681.

[30] Easton J H, Gauthier J J, Lalor M M, et al. Die-soff pathogenicO157: H7 in sewage contaminated waters [J]. Jawra Journal of the American Water Resources Association, 2010,41(5):1187-1193.

[31] Rogers S W, Donnelly M, Peed L, et al. Decay of bacterial pathogens, fecal indicators, and real-time quantitative PCR genetic markers in manure-amended soils [J]. Applied and Environmental Microbiology, 2011,77(14):4839-4848.

[32] Strauss E. Microbes, immunity, and disease:a symphony of bacterial voices [J]. Science, 1999,284(5418):1302-1304.

[33] Pachepsky Y, Kierzewski R, Stocker M, et al.Temporal stability ofconcentrations in waters of two irrigation ponds in Maryland [J]. Applied and Environmental Microbiology, 2018,84(3): e01876-17.

[34] Dwivedi D, Mohanty B P, Lesikar B J. Impact of the linked surface water-soil water-groundwater system on transport ofin the subsurface [J]. Water Air and Soil Pollution, 2016,227(9):351.

[35] 王文文,王 園,安曉萍,等.斷奶仔豬腸道菌群結構特征及其調控研究進展[J]. 動物營養(yǎng)學報, 2020,32(11):4998-5005.

Wang W W, Wang Y, An X P, et al. Research advances on structural characteristics and modulation of gut microbiota of weaned piglets [J]. Chinese Journal of Animal Nutrition, 2020,32(11):4998-5005.

[36] 鄭 青.不同飼養(yǎng)模式對豬腸道菌群結構的影響研究[D]. 合肥:安徽農(nóng)業(yè)大學, 2017.

Zheng Q. The effects of different breeding patterns on intestinal microflora structure in pigs [D]. Hefei: Anhui Agricultural University, 2017.

[37] Eichmiller J J, Borchert A J, Sadowsky M J, et al. Decay of genetic markers for fecal bacterial indicators and pathogens in sand from Lake Superior [J]. Water Research, 2014,59:99-111.

[38] Wattam A R, David A, Dalay O, et al. PATRIC, the bacterial bioinformatics database and analysis resource [J]. Nucleic Acids Research, 2014,42(D1):D581-D591.

[39] Cui Q J, Fang T T, Huang Y, et al. Evaluation of bacterial pathogen diversity, abundance and health risks in urban recreational water by amplicon next-generation sequencing and quantitative PCR. [J]. Journal of environmental sciences (China), 2017,57:137-149.

[40] Lee J Y, Kim H J, Kim E S, et al. Regulatory interaction of the Corynebacterium glutamicum whc genes in oxidative stress responses [J]. Journal of Biotechnology, 2013,168(2):149-154.

[41] Craig K, Johnson B R, Grunden A. Leveraging Pseudomonas Stress Response Mechanisms for Industrial Applications [J]. Frontiers in Microbiology, 2021,12:660134.

[42] Alfei S, Caviglia D, Piatti G, et al.activity of a self-biodegradable lysine-containing dendrimer against clinical isolates ofgenus [J]. International Journal of Molecular Sciences, 2021,22(14):7274.

[43] 肖 晶,郭麗英,趙 永,等.一株高效除磷的不動桿菌根瘤菌及其應用:中國, 201910185330.5 [P]. 2019-05-17.

Xiao J, Guo L Y, Zhao Y, et al. An efficient phosphorus removal strain ofand its application: China, 201910185330.5 [P]. 2019-05-17.

The stability of microbiological indicators in aerobic and anaerobic environment.

ZHANG Yang1, ZHENG Qian-xing1,2, WU Ren-ren1*, LI Guo-dong1, ZHONG Yi1**, CHENG Zhong-ying1, WEI Si-ye1, LI Kai-ming1

(1.South China Institute of Environmental Sciences, Ministry of Environmental Protection, Guangzhou 510655, China；2.Faculty of Environment Science and Engineering, Kunming University of Science and Technology, Kunming 650500, China)., 2022,42(3)：1327～1334

We investigated the variations of pig-associated genetic markers, several microbiological indicators and potential pathogens in anaerobic and aerobic treatments using qPCR and Illumina sequencing methods. The six indicators (Streptococcaceae、Lactobacillaceae、Carnobacteriaceae、Ruminococcaceae、Lachnospiraceae and Prevotellaceae) had a similar decay trend in anaerobic and aerobic treatments, but these taxa persisted longer in anaerobic than aerobic treatments. Hence, the six indicators all can be used for identifying the recent pollution issues in aerobic water environment. The genetic markers including GenBac and Pig-2-Bac showed biphasic decay model in both aerobic and anaerobic treatments, and the first decay stage contributed the majority decay. However, the decay rates of genetic markers were significantly higher in aerobic than anaerobic treatments, which suggests the poor stability of the markers in aerobic water environment. For the identified potential pathogens, thegenetic markers presented higher correlation with,and(<0.05), but onlyshowed similar correlation coefficient in both anaerobic and aerobic treatments (0.913～0.953), which demonstrate the usefulness of thegenetic markers for predicting the presence of.

fecal pollution；microbial source tracking (MST)；genetic markers；indicators；stability

X172

A

1000-6923(2022)03-1327-08

張 楊(1988-),男,寧夏銀川人,助理研究員,博士,主要從事環(huán)境微生物研究.發(fā)表論文7篇.

2021-08-09

廣東省自然科學基金資助項目(2020A1515011109);廣州市科技計劃項目(202002030377);中央級公益性科研院所基本科研業(yè)務專項(PM-zx703-202104-070,PM-zx703-202104-128,PM-zx703-202104-064)

*責任作者, 正高級工程師, wurenren@scies.org;**高級工程師, zhongyi@scies.org