渭河流域病原细菌的季节性动态与环境调控

渭河流域病原体时空分布及传播机制研究，采用宏基因组测序结合共现网络、RDA与PLS-PM模型，揭示232种病原体核心种及环境驱动因素。

　　

王敏|于国锋|张玉彤|任洁辉|陈雯|李强|丛佩瑶

中国西安工业大学水资源与水电工程学院

摘要

水传播病原体的传播对全球环境健康构成了重大风险。本研究采用宏基因组测序技术，结合共现网络分析、冗余分析（RDA）和偏最小二乘路径建模（PLS-PM），来研究渭河流域病原体的分布和传播风险。研究在渭河主干道及其支流中检测到232种病原体，其中核心病原体（如铜绿假单胞菌和肠沙门氏菌）在所有水文时期都持续存在。RDA分析表明，温度、盐度、硝酸盐-氮和叶绿素-a是影响病原体群落结构的关键环境因素。PLS-PM模型揭示了移动遗传元件（MGEs）与病原体之间关联模式的显著季节性变化：在高水位期，MGEs与病原体的相关性最强，表明病原体是MGEs的主要宿主；MGEs介导的水平基因转移可能在此期间推动病原体的传播；在正常水位期，MGEs主要促进毒力因子（VFs）的转移，增强病原体的致病性；在低水位期，环境因素促进了MGEs的扩散，同时抑制了毒力基因的表达，导致病原体毒力降低。共现网络进一步表明，在高水位期，MGEs与肠道病原体（如荚膜蛋白）紧密相关；在正常水位期，网络连通性显著下降，仅保持有限的关联；在低水位期，功能性VFs经常与机会性病原体共现。本研究为河流流域的病原体风险评估和控制提供了科学依据和管理参考。

引言

病原微生物能够侵入人体，引发感染并导致传染病[1]、[2]。世界卫生组织（WHO）估计，全球约有20亿人依赖受病原体污染的水源，每年因此导致约50.5万人死于腹泻（WHO，2023年）。其他水传播疾病每年还导致额外48.5万人死亡[3]、[4]、[5]。在中国，所有七大河流系统都受到不同程度的病原体污染[6]。此外，由于水文和环境条件的差异，不同河流流域的病原体传播模式和污染风险也存在显著差异。例如，在渭河流域，降水量在季节间分布不均：7月至10月的高水位期占总流量的68%，而12月至4月的低水位期占比不到10%[7]。在低水位期，径流减少和水体自净能力下降，促进了病原体在水中的积累，这些病原体可能通过灌溉、接触等途径传播，对区域生态安全和公共卫生构成潜在威胁。然而，现行的《地表水环境质量标准》（GB3838-2002）仅以粪便大肠菌群作为微生物指标，这使得全面评估病原体污染风险变得困难，尤其是在复杂的水生环境中[8]。尽管污水处理厂在控制水污染方面发挥着关键作用，但其去除效率仍然有限，潜在的传染性微生物（如人类肠道病毒，残留率为20–80%）仍可在污水中检测到[9]。这些病原体不断排放到自然水体中，使其在环境中长期存在。因此，本研究旨在识别水体中的病原体特征，阐明其致病性和传播机制，并揭示关键的环境驱动因素，为改进微生物水质评估系统和制定有效的风险预防策略提供科学依据。

病原体的多样性、丰度和时空分布对于评估水生环境中的微生物污染风险以及理解其致病机制至关重要。传统的检测方法，如基于培养的检测和定量PCR（qPCR）仍被广泛使用[10]。然而，基于培养的方法依赖于微生物的可培养性，无法检测难培养或不可培养的微生物类群，而qPCR的通量较低。因此，这两种方法都无法全面反映病原体的情况。宏基因组测序技术的发展为复杂环境样本中病原体丰度的全面检测提供了技术支持[11]。与基于培养的方法不同，宏基因组学直接分析全基因组信息，实现了病原体的全面识别和定量[12]。该技术已广泛应用于多种水生系统，例如在滦河[13]、海河[14]、北运河[15]、巢湖[2]和秦淮河[16]等自然河流、淡水湖泊和景观水体中检测到病原体。在珠江流域，Zhou等人[17]发现了58种潜在病原体，其中许多是非传统类群（如醋酸杆菌、罗塞omonas和军团菌），这些病原体与湿润的亚热带气候有关。类似地，Liu等人[18]在信丰江中报告了85种病原体，包括高致病性细菌（铜绿假单胞菌、嗜水气单胞菌和支气管败血波氏杆菌），这些病原体也在多个河流系统中被检测到，表明它们具有很强的环境适应性及潜在风险。这些发现表明，病原体群落组成在很大程度上受到人为因素的影响，如周边城市化、生活污水排放和人口密度[19]。然而，大多数现有研究仅关注病原体的检测和群落结构，对病原体的致病潜力和传播机制的系统研究较少。以往的研究主要集中在单一时间和空间背景下检测特定病原体或分析群落组成，往往忽视了时空动态和环境条件在不同水文时期的影响。许多研究集中在水质或特定污染物上，未探讨病原体、毒力因子（VFs）和移动遗传元件（MGEs）之间的复杂相互作用。相比之下，本研究不仅识别了渭河流域的病原体类型和丰度，还探讨了不同水文周期中的环境因素如何影响病原体群落、毒力因子和MGEs。这种方法为病原体传播机制和风险评估提供了新的视角。

毒力因子是决定病原体致病性的关键因素，而MGEs则介导了VFs的水平转移，间接影响携带这些基因的病原体的进化和传播潜力。先前的研究表明，MGEs可以在环境中介导抗生素抗性基因（ARGs）和毒力基因的水平转移，从而加速病原体的适应性进化并促进其跨物种传播。例如，Zhang等人[20]发现渭河流域的MGEs介导了ARGs向病原体的转移，揭示了病原体、MGEs和ARGs之间的密切相互作用。然而，水文条件对病原体、VFs和MGEs之间相互作用的影响尚不明确。特别是，关于VFs和MGEs如何在不同水文条件下共同驱动病原体传播并增强致病性的研究较少。因此，本研究通过整合网络和路径建模来填补这一空白，系统分析病原体、VFs和MGEs之间的相互作用及其环境驱动因素。了解VFs和MGEs的时空分布及其在不同水文时期与病原体的相互作用，对于评估水传播病原体的生态风险和传播动态至关重要。

渭河是黄河最大的支流，是中国北部干旱和半干旱地区的代表性河流[21]。它在区域供水、农业灌溉和生态稳定方面发挥着关键作用，其生态安全与黄河流域生态保护和高质量发展战略的实施密切相关[22]。现有的关于渭河的研究主要集中在水质评估和建模[23]、有机污染物（如多环芳烃PAHs）[24]和抗生素抗性基因（ARGs）[25]上。然而，针对不同水文条件下病原体（特别是病原体、毒力因子（VFs）和移动遗传元件（MGEs）之间相互作用的系统研究仍有限。为填补这一空白，本研究使用宏基因组测序技术重点研究了渭河主干道（陕西段）及其代表性支流。具体目标包括：（1）表征渭河流域病原体的组成和丰度，并分析其在高水位期、正常水位期和低水位期的时空分布模式；（2）研究VFs和MGEs的分布模式，并阐明它们与病原体的相互作用和传播机制；（3）识别影响病原体群落结构的关键环境因素，并明确水文条件如何影响病原体、VFs和MGEs之间的关系。

研究结果为北方河流流域的微生物污染风险评估和管理提供了科学基础，为提高微生物水质监测和加强公共卫生风险预防框架提供了宝贵见解。

研究区域和样本采集

渭河是黄河最大的支流，发源于甘肃省定西市的牛首山脉。主干道全长818公里，流经甘肃、陕西和宁夏，流域总面积达134,800平方公里。陕西段长502.4公里，集水区面积为67,400平方公里。本研究重点研究了主干道的陕西段及其主要支流，包括北岸的泾河（站点JH1–JH3）和巴河（站点BH1–BH2）。

环境因素的季节动态

Kruskal–Wallis检验表明，渭河流域在高水位期、正常水位期和低水位期水质参数存在显著差异（图S1）。水质表现出明显的时间异质性，受气候因素和人为活动的影响。水温具有典型的季节性波动，在高水位期达到最高值（23.73–28.53°C），在低水位期降至最低值（0.00–6.43°C）。

结论

本研究揭示了渭河流域病原体的季节性分布模式，并确定了温度、盐度、硝酸盐-氮和叶绿素-a等关键环境驱动因素，这些因素调节着病原体的动态。移动遗传元件（MGEs）在病原体传播中发挥了重要作用，其与病原体的相互作用在不同水文时期有所不同。在高水位期，MGEs与病原体的相关性最强，表明

环境影响

水生生态系统中的病原细菌是危险的生物污染物，因为它们能够引发疾病，威胁公共卫生。这些病原体可以传播毒力和抗性基因，加剧生态和健康风险。本研究探讨了渭河流域病原体的季节性动态，识别了环境驱动因素及其在病原体传播中的作用。研究结果有助于微生物风险评估，并为相关策略提供依据。

作者贡献声明

李强：数据可视化、方法论设计。丛佩瑶：数据收集与分析。王敏：论文撰写、审稿与编辑、方法论设计、资金申请。张玉彤：论文撰写、审稿与编辑、方法论设计、概念框架构建。于国锋：论文初稿撰写、数据可视化、数据整理。陈雯：数据验证、项目管理。任洁辉：方法论设计、概念框架构建。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

本研究得到了陕西省教育厅资助的科学研究计划（20JY045）的支持。