摘要：该研究发现人类活动对17个已确定的移动ARGs的贡献高于其他ARGs，磺胺类、利福霉素类和四环素类ARGs主要是人为来源。

研究背景

抗生素抗性基因（ARGs）污染被世界卫生组织列为全球公共卫生危机，而家庭饮用水作为直接暴露途径，其ARGs来源长期存在科学争议：传统观点认为主要来自自然环境（如土壤、天然水体的固有微生物），但近年研究提示人类活动（医疗废水、养殖排放、污水处理厂尾水及生活污水）可能是关键输入源；由于传统监测技术无法精准量化不同来源的贡献比例，导致防控策略缺乏针对性，亟需创新方法解析污染源头构成以保障饮用水安全。

研究方法

研究采用机器学习源追踪技术：通过采集家庭饮用水及四大潜在人为污染源（污水处理厂出水、医院废水、养殖场废水、生活污水）样本，利用宏基因组测序解析ARGs组成特征，建立污染源特征数据库，并基于随机森林模型比对饮用水与污染源的基因匹配度，精准量化各类人为源的贡献率。

主要结果

该研究调查了中国大陆、美国、香港、新加坡、台湾、澳门、南非和巴西的数据集，发现ARGs的平均丰度在地理上的变化顺序为南非>美国>巴西>澳门>中国大陆>台湾>新加坡>香港。且MLS类、β-内酰胺类、膦胺霉素类、喹诺酮类、利福霉素类和四环素类ARGs一起在所有研究的8个国家/地区流行。进一步调查ARG的分布情况发现在中国大陆(n = 256)、台湾(n = 14)、美国(n = 3)、香港(n = 1)和巴西(n = 1)中检测到了275种ARG亚型(61.0 %) 。

图1. 家庭饮用水样品中ARGs的区域分布特征

该研究训练后的模型对89% (522/584)的样本准确预测了生态类型。Pearson相关性分析结果表明，期望值与预测值( r = 0.98 , P < 0.001 )之间具有显著相关性，表明训练后的模型提供的源预测结果是可靠的。

图2. 用于Source Tracker建模和预测性能验证的宏基因组数据集的构建

研究表明人为源对家庭饮用水中ARG污染的贡献相对较高，这在不同地区/国家有所不同。在所鉴定的19种ARGs中，磺胺类、利福霉素类和四环素类ARGs主要由人为源贡献，平均贡献率分别为83.6%、80.2%和59.8%。在已鉴定的451种ARG亚型中，39%具有多个(≥2个)生态来源，甚至有48种ARG亚型预测来源于所有生态型，其中多药、四环素和MLS - ARGs 的多样性最高，表明家庭饮用水中特定ARGs的不同来源。

图3. 用户终端饮用水中ARGs的潜在来源预测

香港、台湾和巴西家庭饮用水中的ARGs主要由自然环境（NT） (平均分别为76.8%、59.7%和56.4%)贡献，而中国大陆、澳门和新加坡家庭饮用水中的ARGs主要由污水厂（WA） (平均分别为79.4%、51.6%和76.5%)贡献。

图4. 20种核心ARGs亚型在各国/地区家庭饮用水中的丰度分布及污染来源预测

鉴于饮用水中多种ARGs的流行可能会对公众健康造成不同程度的严重威胁，该研究在前人研究的基础上开发了风险评估框架，涉及丰度、流行率、人为源和迁移率四个标准，根据这些标准可以将家庭饮用水中ARGs污染的风险水平分为四个风险类别(危险等级为Ⅰ、Ⅱ、Ⅲ、Ⅳ级) 。利用宏基因组组装获得的基因排列表明，这些ARGs常与MGEs共存，并且可被不同的致病宿主所携带。

图5. 基于Risk Rank I的ARGs风险排序框架和高风险ARGs的基因排列

研究结论

基于全球8国47个城市95户家庭饮用水的广谱分析（检出19类451种ARGs亚型，机器学习溯源揭示：37.1%的ARGs污染直接源自人类活动，其中污水处理厂为最关键人为源；使用再生水的地区ARGs人为贡献率飙升至84.3%。在ARGs类型中，磺胺类、利福霉素类和四环素类耐药基因主要来自于人为因素。在所有研究国家/地区检测到的20个核心ARGs中，人为源的贡献从36.6%到84.1%不等。此外，饮用水中发现的17种潜在移动ARGs的人为贡献显著高于其他ARGs，宏基因组分析表明这些移动ARGs由多种潜在病原体携带。人类活动加剧了ARGs在饮用水中的不断输入和传播。

论文链接：https://doi.org/10.1016/j.watres.2023.120682.