Validated predictive modelling of sulfonamide and beta-lactam resistance genes in landfill leachates

发表时间:05/09/2019

来源:生态与环境科学学院

论文题目:Validated predictive modelling of sulfonamide and beta-lactam resistance genes in landfill leachates
作者:DongWu, Bing-Han Wang, Bing Xie*

文章简介:
      城市垃圾卫生填埋场被证明含有大量的的抗性基因(ARGs),该类污染物通过渗滤液的流出,会对周边环境带来极大的抗性污染。然而,相比于抗生素、重金属、农药等新型污染物,ARGs再填埋过程中的丰度变化的预测仍然缺少相应的模型研究。本研究通过建立实验室填埋反应器,并对渗滤液中的磺胺类(sulR)和贝塔内酰胺类(blaR)ARGs进行跟踪测试,并通过建立数学模型,预测其丰度变化,预测结果与实际老港填埋场的测试结果进行比对,实现对该预测模型的进一步优化和预测结果的印证(图-1)。
Validated predictive modelling of sulfonamide and beta-lactam resistance genes in landfill leachates-1
(图-1)

       

       研究建立20L实验室填埋反应器,填埋垃圾参照本地填埋场垃圾组成,并运行220余天,其中整合子基因(intl1)与sulR均呈现显著上升趋势,而blaR类ARGs则有显著下降,从5.0 log10(ARGs/ngDNA) 逐渐降为2.0 log10(ARGs/ngDNA)。通过与环境因子拟合发现,渗滤液中的sulR的丰度主要受到pH值和氮类化合物含量的影响,sulR abundance=log10(intl1 abundance)*0.15 + TN*0.00091- NH3-N*0.0014 + 2.6+ pH*0.19,且该拟合结果与现场显著一致,比简单的sulR-intl拟合程度更高(图2)。而blaR类基因则主要受到环境中COD的影响较大,通过LOESS模拟可以实现准确预测,且预测结果与现场显著一致(P = 0.57)。

Validated predictive modelling of sulfonamide and beta-lactam resistance genes in landfill leachates-2
(图-2)

 

       将COD与其他影响因子带入实际渗滤液进行分析,可发现该拟合方式和因子的影响不变,说明该模型可用于实际填埋环境ARGs的预测评估(图-3)。该研究结果,是首次针对渗滤液ARGs的丰度精准预测的尝试,且该方法运用的预测因子,均为常规碳氮检测指标,该结果对环境ARGs预测评估模型进一步发展的指导意义,并对ARGs的风险定量评估有了积极推动作用。

Validated predictive modelling of sulfonamide and beta-lactam resistance genes in landfill leachates-3
(图-3)

 

 

全文链接地址:https://doi.org/10.1016/j.jenvman.2019.04.026

该论文于2019年7月发表在SCI  2 区刊物Journal of Environmental Management (影响因子:4.00)上。

我学院武冬为第一作者,谢冰为通讯作者。