《Environmental Toxicology and Pharmacology》：Molecular Mimicry in the Agroecosystem: A New Paradigm for Understanding How Pesticide Residues Drive the Emergence of Antimicrobial Resistance
编辑推荐：
本综述系统性地阐述了农药残留作为抗菌素耐药性（AMR）关键驱动力的多重机制，并创新性地提出“分子拟态”假说，即农药与抗生素在结构或功能上的相似性可被细菌防御系统“误认”，从而触发并扩散耐药性。文章梳理了交叉耐药、共选择及促进基因水平转移等已知路径，并以大环内酯类为例深入剖析，为理解环境耐药组演化及制定“同一健康”策略下的新型监管框架提供了重要见解。
农业生态系统：抗菌素耐药性演化的隐秘熔炉
现代农业生产在保障粮食安全的同时，也给全球生态系统留下了深远而持久的化学印记。农业生态系统持续暴露在抗生素、农药、生长促进剂、激素和重金属等复杂生物活性物质的混合物中。其中，农药以其巨大的年使用量和环境影响占据主导地位。当前的农药风险评估框架主要关注对非靶标生物（如传粉者、水生动物）的急性毒性及对人类潜在的致癌或神经毒性作用，但这种关注点存在危险的盲区——即忽视了农药污染在驱动全球抗菌素耐药性（AMR）危机中的核心作用。
多重机制协同驱动耐药性
农业生态系统并非抗生素抗性基因（ARGs）的被动储存库，而是一个活跃的进化环境。多种相互关联的机制共同解释了农药污染如何促成AMR：
1. 交叉耐药：多重药物外排泵的作用
多重药物外排泵是细菌用以主动将多种有毒化合物排出细胞的跨膜蛋白，其关键特征在于对底物的广泛混杂性识别。这种混杂性是交叉耐药的基础。研究表明，暴露于草甘膦等农药会诱导这些外排泵的过表达。由于这些泵也能识别并排出多种抗生素，这使得细菌对从未接触过的抗生素也产生了耐药性。这种机制影响深远，在某些除草剂存在下，细菌产生抗生素耐药性的速度可比其不存在时快约8,000–15,000倍。
2. 共选择：可移动遗传元件上的基因连锁
共选择发生在赋予对不同选择剂（如农药和抗生素）耐药性的基因物理定位于同一可移动遗传元件（MGE）上时。当细菌群体暴露于一种选择剂（如农药）时，它会选择所有携带该MGE的细菌，从而无意中也选择了对另一种选择剂（抗生素）的耐药性，即使环境中不存在该抗生素。来自农业环境的证据强烈支持这一机制，例如，在动物农业中使用离子载体莫能菌素，与粪便肠球菌中大环内酯类耐药性的增加有关，这很可能是通过共选择位于相同MGE上的ermB耐药基因实现的。
3. 促进水平基因转移
某些农药可以积极加速水平基因转移（HGT）的过程，这是耐药基因在细菌间快速传播的主要机制。研究表明，暴露于有机磷杀虫剂毒死蜱等农药，可以促进ARGs的结合转移。其潜在机制似乎是诱导了细胞应激。这些化学物质可以产生活性氧，触发细菌SOS反应，并增加细菌细胞膜的通透性，从而在物理上促进质粒DNA从供体细胞向受体细胞的转移。这一机制起到了强大的倍增器作用，使可能含有农药和抗生素双重耐药基因的抗性盒能够在多样化的微生物群落中迅速传播。
4. 诱导突变和应激反应
作为异生素应激源，农药可以诱导细菌产生非特异性增强其在抗生素存在下存活能力的一般应激反应。暴露于亚致死浓度的农药可以触发SOS反应，这会提高基因突变率，为选择提供更大的随机遗传变异库，从而加速新耐药机制的进化。此外，农药暴露可导致整体转录重编程，包括上调涉及生物膜形成和氧化应激防御的途径。生物膜提供了一个受保护的环境，可以增加对抗生素的耐受性，而氧化应激防御则有助于细菌应对某些杀菌药物的破坏作用。
分子拟态假说：交叉耐药的新框架
虽然诱导外排泵和共选择等既定机制为理解农药-AMR联系奠定了坚实基础，但它们可能无法完全解释所观察效应的特异性和效力。本综述提出了一个基于分子拟态概念的补充框架。该假说认为，某些农药分子与抗生素在结构或功能上的相似性，使其能够被细菌防御系统误认，从而触发特定的耐药途径。
生物学先例：毒理学中的分子拟态
内分泌干扰领域就是建立在分子拟态之上。异种雌激素，如双酚A（BPA）和滴滴涕（DDT），由于具备特定的结构特征（如酚环），能够与雌激素受体的配体结合口袋结合，从而启动下游信号级联，导致不当的雌激素或抗雄激素效应。这表明了一种异生素被高度特异性的生物受体“误认”并引发生理反应的原理。在微生物世界中，也有直接支持这一假说的实例：某些农药已被证明会干扰根瘤菌等固氮细菌中的NodD受体。这些细菌受体在结构上与雌激素受体相似，农药可以破坏这一信号传导过程。
提出类比：细菌世界中的结构和功能拟态
从这些先例进行推论，可以提出类似的过程发生在细菌对农药暴露的反应中。这主要体现在两种方式：
- •
结构拟态： 涉及化学支架的直接相似性。许多细菌防御系统，特别是那些为对抗竞争微生物产生的天然产物抗生素而进化的系统，可能准备好识别特定的结构基序。大环内酯环就是一个典型的例子。这个大环结构是红霉素等大环内酯类抗生素以及抗寄生虫药伊维菌素的决定性特征。至关重要的是，这种相同的支架也存在于某些类别的现代杀虫剂中，最著名的是多杀菌素类（如艾克敌）。土壤细菌在富含竞争微生物产生的天然大环化合物的环境中进化而来。很可能，广谱防御机制——特别是混杂的外排系统——是针对反复出现的结构基序而非单一分子进行识别的。
- •
功能拟态： 这是一种更微妙但可能更广泛的机制。即使结构上与抗生素不同的农药，也可能具有一系列物理化学性质的组合，使其能够与细菌蛋白上的相同结合位点相互作用。例如，外排泵的底物结合口袋通常是一个大的、柔性的、两亲性的环境，能够容纳多种异生素。一个农药分子可能拥有一个疏水区域和一个战略定位的极性基团，使其能够结合在这个口袋内，模拟像大环内酯类抗生素的整体相互作用特征。在这种情况下，拟态的不是整个结构，而是结合所需的关键特征，从而导致相同的结果：诱导泵的表达以及随后的交叉耐药。
案例研究：大环内酯作为农药与抗生素之间的结构桥梁
大环内酯类抗生素与农业共选择
以大环内酯类抗生素（如红霉素）为例，其抗菌作用通过与50S核糖体亚基的相互作用实现，耐药性最常见的机制是靶点修饰或主动外排。农业环境中一个记录翔实的例子是莫能菌素，这是一种广泛用于牛生产的聚醚离子载体。虽然莫能菌素不作为人类治疗性抗生素使用，但其使用与 livestock 肠球菌中大环内酯类耐药性的增加有关，这很可能是通过位于MGEs上的ermB基因共选择实现的。
伊维菌素、多杀菌素与大环内酯支架
伊维菌素是一种16元大环内酯，与多杀菌素类杀虫剂（如艾克敌）共享结构特征，后者也是由土壤放线菌产生的大环内酯。这种共享的支架是所提出拟态框架的核心。
土壤细菌在富含竞争微生物产生的天然大环化合物的环境中进化而来。广谱防御机制很可能被调整为识别反复出现的结构基序而非单一分子。因此，基于大环内酯的农药在农业中的广泛传播可能会加剧对这些祖先防御系统的选择。其结果是概念上的重要：针对农药相关大环内酯的环境选择可能无意中增强了细菌对同一结构类别内治疗剂（包括大环内酯类抗生素和伊维菌素）的耐受能力。
知识缺口与前瞻性研究议程
尽管证据不断增加，但我们对农药-AMR关系的理解仍存在显著差距。关键的知识缺口包括：缺乏将土壤和水体中特定农药残留的实测浓度与当地微生物群落中ARGs和外排泵基因的丰度、多样性和表达水平相关联的全面实地研究数据；绝大多数研究集中在少数模型农药上，数百种其他广泛使用的农药对环境影响未知；真实农业环境中存在的复杂化学混合物效应及其协同作用研究匮乏；以及不同农药开始对抗生素耐药性产生选择压力的精确环境浓度（最小选择浓度）尚未明确。
为了弥补这些差距并严格检验分子拟态假说，需要一个整合计算、实验室和实地方法的多方面、跨学科研究议程。这应包括：
- 1.
计算机筛选与预测建模： 大规模对接农药分子与关键细菌耐药蛋白（如AcrB外排泵、50S核糖体亚基）的晶体结构，并开发定量构效关系（QSAR）模型，以识别与促进AMR最相关的结构基序。
- 2.
靶向实验室进化与机制研究： 对计算机筛选出的候选农药进行受控的实验室进化实验，对所得耐药突变体进行基因组测序，并结合转录组学和蛋白质组学分析，以确认特定耐药途径的上调。
- 3.
微宇宙和中宇宙实验： 使用复杂的自然微生物群落进行受控实验，在施加环境相关浓度的农药后，利用宏基因组学和宏转录组学跟踪ARGs和MGEs的变化及基因表达响应。
- 4.
环境宏基因组学与多组学实地研究： 开展大规模、地理多样化的实地研究，同时进行高通量化学分析以量化农药和抗生素残留谱，并进行鸟枪法宏基因组测序以表征环境耐药组。利用高级统计和机器学习模型识别特定化学污染物与环境中特定ARGs和MGEs流行率之间的稳健相关性。
结论与公共卫生意义
综合来看，农药污染是全球抗菌素耐药性危机的核心、强效且未被充分认识的驱动因素。本文提出的分子拟态假说及其整合模型为理解这一过程提供了新的视角。这要求政策和监管发生根本性转变。农药评估必须正式承认其选择或促进抗菌素耐药性的潜力为一项关键毒理学终点。美国环境保护署（EPA）和欧洲食品安全局（EFSA）等监管机构已开始朝此方向迈进。最终，减轻AMR的环境驱动因素需要一个真正整合的“同一健康”战略，超越各自为政的方法。这要求从根本上重新思考我们对化学密集型农业的依赖。减少环境总化学负荷的实践，如病虫害综合治理、农业生态学和有机农业，应被视为至关重要的公共卫生干预措施。通过减少农药对全球微生物组施加的无情选择压力，我们才能帮助为子孙后代保住我们最宝贵的药物的效力。对抗AMR这场“无声大流行”的斗争，不仅要在我们的医院和农场中进行，更要在我们脚下的土壤中展开。
