题目：Profiles, drivers, and prioritization of antibiotics in China’s major rivers

摘 要

通过系统梳理2007年至2022年间已发表的文献，构建了一个涵盖中国主要河流地表水和沉积物中129种抗生素的数据集（>7,000条数据）。分析显示，辽河和黄河水样中抗生素浓度偏高。在所有监测的抗生素中，磺胺类、喹诺酮和四环素类抗生素在河水中的中位数浓度相对较高。区域分布分析结果表明，山东省和天津市抗生素水平高于其他省市。偏最小二乘路径模型分析发现，动物养殖和污水排放导致河水中抗生素浓度升高，而自然和社会经济因素与抗生素浓度负相关。基于生态风险评估，给出了优先关注抗生素目录，其中磺胺类抗生素种类最多，其次是喹诺酮类抗生素。值得注意的是，2007年至2022年间，中国各地的抗生素浓度和风险水平呈现下降趋势。本研究不仅加深了我们对中国水系统中抗生素分布的理解，还为制定科学合理的抗生素管控策略提供有力支持。

研究背景

抗生素在预防和治疗人类及动物疾病中发挥着至关重要的作用。近年来，全球抗生素的使用量显著增加，2015年使用量达约420亿每日允许摄入剂量（DDDs），预计到2030年将增长200%。值得注意的是，摄入的抗生素有30%至90%通过原药或其代谢产物的形式从粪便和尿液排出，这些抗生素通过污水处理厂排放和施用粪肥的农田地表径流进入地表水。此外，制药厂废水中也排放了大量抗生素，对生态系统和人类健康构成了重大威胁。中国是全球最大的抗生素生产国和消费国，2020年中国人用抗生素消费量高达89.9亿DDDs。因此，在中国主要河流水和沉积物中检测到了各种抗生素，导致了不同程度的生态风险。鉴于此威胁，国务院2022年发布的《新污染物治理行动计划》中将抗生素列为重点治理对象。全球已有超过600种抗生素被广泛应用，可能导致其进入环境中。由于水环境中抗生素种类繁多，需识别出那些需要特别关注的抗生素。这对于有效分配有限资源、应对抗生素污染及其相关风险至关重要。然而，目前我国让人缺乏河流抗生素的系统调查数据，这为抗生素污染控制和和制定针对性的控制策略带来了巨大挑战。

水环境中抗生素的赋存和水平受多种社会经济与自然因素的影响。通常认为，经济发达地区的抗生素使用量较高，环境中抗生素浓度和生态风险也高。然而，实际情况复杂。发达地区往往拥有更完善的水处理基础设施、先进技术和更清洁的水源，这些因素可能会使环境中抗生素浓度降低。因此，社会经济发展与水体抗生素浓度之间的关系是多方面的。此外，气温、降水量和日照时间等自然因素也会影响天然水体中抗生素的分布特征。然而，影响中国河流抗生素水平的主要因素仍不明确，需要进一步研究。

本研究旨在填补这一空白，通过综述中国河流水和沉积物中的抗生素浓度，分析其在省市和流域尺度上的空间分布规律及影响因素。汇总了2007至2022年间发表的相关文献，收集了中国抗生素浓度的数据。通过比较不同河流和省份的抗生素浓度，揭示了影响其空间分布的主要因素。此外，根据抗生素的生态风险给出了优先排序，识别对环境风险较大的抗生素，这对于制定针对性的控制措施和风险管理策略至关重要。我们的研究结果将有助于更有效地分配资源，以减轻抗生素对环境的影响和风险。

主要发现

1. 抗生素的种类

从252篇文章中，收集到6,924个监测点的数据：其中地表水监测点4,885个，沉积物监测点2,039个，分别获得了49,404个水体浓度数据和17,967个沉积物浓度数据。这些采样点主要集中在中国中部、东部和南部地区，这些地区人口密度高、经济发达、科研机构众多（图1a）。水体中检测了127种抗生素，包括31种磺胺类（SAs）、27种喹诺酮类（QNs）、19种β-内酰胺类（β-Ls）、16种四环素类（TCs）、13种大环内酯类（MLs）和21种其他种类的抗生素（图1b）。沉积物样本中，研究了96种抗生素，其中25种磺胺类和18种喹诺酮类是研究最多的两类抗生素，其次是15种四环素类、12种β-内酰胺类、11种大环内酯类和15种其他抗生素。

图1 所选252篇文章中各河流采样点的分布（a）和水体中检出的抗生素（b）

2. 不同河流抗生素分布

对中国主要河流中常见的20种抗生素进行了比较（图2），结果显示这些抗生素的中位浓度存在显著差异，大多低于30 ng/L，浓度范围在ND-65.9 ng/L。黄河中9种抗生素的中位浓度最高，其中环丙沙星浓度达到65.9 ng/L，为所有河流中最高。辽河中有5种抗生素的中位浓度也较高，可能与其较低流量和较高的COD排放量有关。此外，海河、黄河和珠江中的某些抗生素浓度也较高，这可能与农业、兽医和人类治疗中抗生素的广泛使用有关。值得注意的是，海河中林可霉素中位浓度明显高于其他河流。松花江、长江和淮河流域的抗生素浓度普遍较低，尤其是松花江，部分抗生素的浓度数据缺失，说明对该河流的研究较少，亟需加强抗生素监测研究。

图2 在中国七大河流水样中抗生素浓度

此外，为了探索抗生素浓度的时间变化，我们将数据分为三个不同的时间段：2012年之前、2013-2017年和2018-2022年（图S6），我们观察到中位浓度有下降趋势：2012年之前（0.04-28.5ng/L）> 2013-2017年（0.002-5.5 ng/L）> 2018-2022年（0.01–4.15 ng/L）（p < 0.05）。这说明中国对于抗生素的管控措施取得一定成效。

尽管河水中的20种常见抗生素被广泛用于不同地区的人类疾病治疗或畜牧业，但各河流的抗生素组成却存在显著差异（图3）。例如，NOR和OTC是松花江和珠江中最大的抗生素成分，浓度中位数分别为38.5 ng/L和37.4 ng/L，而松花江中的DC和珠江中的TC作为第二大抗生素组分，其浓度中位数分别仅为10.7 ng/L和10.4 ng/L。在长江，主要抗生素成分按中位浓度（> 1 ng/L）排列依次为SMX、SDZ、RTM、OTC。前人研究发现，长江流域的畜牧业生产导致了抗生素主要成分的多样化。

图3 中国主要河流水中抗生素浓度中位数（ng/L）

3. 不同省份抗生素分布及驱动因素分析

对中国各省河流中抗生素浓度的空间分布进行了深入研究（图4），选取了山东、天津、辽宁等20个省份中6六种常见抗生素的浓度数据进行分析。结果显示，山东（1628.2 ng/L）、天津（155.8 ng/L）和辽宁（104.0 ng/L）这三个省份的6种常见抗生素总浓度较高，尤其是山东，兽用抗生素ENR的浓度最高，表明禽畜养殖对地表水污染严重。天津抗生素浓度较高，与其较高的污染物排放量有关；而辽宁较高抗生素浓度可能与其较低的气温和降水量有关，不利于抗生素的降解和稀释。相比之下，四川、云南、浙江和湖南河流抗生素浓度普遍较低，且6种抗生素中位数浓度之和相近。抗生素组成，新疆、辽宁、天津、北京、安徽、湖北、重庆和浙江的河水中，SMX占总抗生素浓度的50%以上，这可能与其低成本和广泛应用有关。同时，不同省份的抗生素组成也存在差异，例如NOR是内蒙古和河北河流水样中的主要抗生素，而OTC则是广东河水中的主要抗生素。

为研究影响河流抗生素浓度的驱动因素，选取了20个省份中的6种常见抗生素进行了PLS-PM分析。结果表明，自然因素、社会经济因素、污染排放和禽畜养殖这四类因素对抗生素浓度有直接或间接的影响。自然因素如温度和降水与抗生素浓度呈负相关，高温促进抗生素的水解和降解，而降水则稀释抗生素浓度。社会经济活动通常伴随着废物的排放，尽管污染排放与抗生素水平未呈现显著相关性，但社会经济因素通过间接途径仍显著影响抗生素浓度。禽畜养殖对抗生素浓度有显著影响，解释了57%的抗生素浓度变化。这与畜牧养殖中抗生素的广泛使用有关，抗生素通过动物饲料和粪便进入地表水，导致河流水体中抗生素浓度升高。具体而言，各省的抗生素中位浓度与牛肉、羊肉和家禽的产量呈正相关。此外，我们还选择了16个6种常见抗生素超过5个记录的子流域（表S12，图S9），得到与省份驱动因素分析类似的结果。

图4 20个省6种常见抗生素的中位数浓度（a）；通过偏最小二乘路径建模（PLS-PM）（b）.分析河流中抗生素浓度的驱动因素，与箭头相邻的数字表示标准化路径系数，线的粗细与路径系数成正比。（Nat., pollut., socioecon., and anim分别代表自然因素、污染源排放、社会经济因素和动物生产）（c）；通过vpa分析对直接影响抗生素浓度因素的贡献（d）。

4. 风险评估

风险熵分析结果显示（图5），大多数抗生素的低风险比例均高于中、高风险水平，其中不少抗生素的无风险例超过80%，甚至达到100%。这表明总体上，河流水生生物未受到抗生素污染的严重威胁。然而，有两种抗生素SLM和NSR的高风险比例相对较高，分别为4.8%和23.1%。这两种抗生素为聚醚类，对水生生物具有较高毒性，需要特别关注。此外，磺胺类抗生素中有5种达到高风险水平，其中SCP的高风险比例最大，为2.7%。四环素和大环内酯类抗生素中，分别有3种抗生素在辽河、海河和黄河中表现出高风险，尽管它们的高风险比例相对较低。尽管大部分抗生素的高风险比例较低，但考虑到抗生素的环境和生物累积特性，建议对这些具有高生态风险的抗生素采取监测和控制措施，以防止其长期潜在的重大生态风险。

图5 中国河流抗生素生态风险。每种抗生素包括至少50个数据记录

5. 抗生素优先排序

加权频率风险熵（WFRQ）大于0表示需要优先控制，WFRQ值越大表示控制优先级越高。图6中，SLM和NSR的WFRQ值最高，表明它们的生态风险较大，需优先控制。此外，大环内酯类和磺胺类抗生素中也包含了许多需要重点关注的抗生素。尽管喹诺酮类抗生素的优先控制比例较低，但仍需关注。长江流域中筛选出了40种优先抗生素，尽管WFRQ值相对较低，但其抗生素数量在各河流中最多。相比之下，松花江和淮河的抗生素研究相对较少，限制了对其抗生素污染的全面了解。WFRQ值可以帮助合理分配流域管理资源，制定有效的抗生素控制策略，以应对抗生素污染带来的生态风险。

图6 我国河流抗生素的加权频率风险熵（WFRQ）值（a），堆叠柱状图中，从深到浅的颜色分别代表高风险、中风险和低风险的加权频率；每个流域抗生素优先排序（b-g）;WFRQ > 0的抗生素数量（h）；不同河流抗生素的WFRQ比较（i）。

6. 局限性和意义

本研究汇总了文献中中国河流抗生素数据，提供了关于其分布和驱动因素的有价值见解。数据集中包含了120种抗生素及其9种代谢产物，这表明现有研究主要关注母体抗生素，可能忽视了转化产物所带来的高风险。因此，建议未来的研究不仅探讨母体化合物，还应研究其转化产物，以全面了解这些物质带来的风险。此外，评估抗生素在水生生物中的分布和生物累积对于全面了解其生态影响至关重要。然而，目前相关研究有限，阻碍了这一领域的全面评估，凸显了进一步研究的紧迫性。

鉴于抗生素在环境中的持久性，识别抗生素污染的驱动因素对于保护生态系统和人类健康至关重要。研究发现，河流中较高的抗生素水平与动物养殖直接相关。美国白宫发布的《国家应对抗生素耐药细菌行动计划》旨在禁止将医疗上重要的抗生素用于食用动物的生长促进，并将其他农业用途的抗生素纳入兽医监管。因此，采取有效措施十分必要，如在畜牧业中使用生态风险较低的抗生素替代品以及合理使用抗生素。

制定抗生素的环境标准对减轻抗生素污染至关重要。欧盟已建立了“地表水优控污染物环境质量标准”，其中包括对三种抗生素（ATM、CTM、ETM）。鉴于抗生素污染问题的紧迫性，中国应尽快制定相应的抗生素环境质量标准。

原文链接：

https://doi.org/10.1016/j.jhazmat.2024.135399

说明：本推送仅为学术交流，如有侵权，请联系删除。