全自动生长曲线分析仪

Dissecting horizontal and vertical gene transfer of antibiotic resistance plasmid in bacterial community using microfluidics

基于微流控技术解析细菌群落中耐药质粒的水平与垂直基因转移规律

来源：Environment International 131 (2019) 105007

论文整体总结

本研究针对传统培养方法无法区分抗生素抗性基因（ARGs）传播中水平基因转移（HGT）与垂直基因转移（VGT）贡献的核心瓶颈，开发了基于单细胞微流控 - 延时成像技术的研究平台。以携带甲氧苄啶（TMP）耐药质粒 pKJK5 的大肠杆菌为供体，污水处理厂活性污泥天然细菌群落为受体，该平台实现了对 HGT 与 VGT 事件的原位可视化区分与精准量化。研究系统解析了甲氧苄啶、四环素（TET）、阿莫西林（AMO）三种代表性抗生素对 ARGs 传播的差异化影响，明确了抗生素的抑制机制与作用靶点是调控 HGT 效率的核心因素，同时建立了可描述复杂群落中 HGT 动力学的流行病传播模型，为环境中 ARGs 传播的动态研究、风险评估与管控提供了全新方法与理论支撑。

1. 论文摘要

抗生素抗性基因（ARGs）的扩散已成为全球公共健康的新兴威胁。尽管水平基因转移（HGT）被认为是 ARGs 传播的主要途径之一，越来越多的证据表明垂直基因转移（VGT）也在其中发挥了重要作用。然而，传统基于培养的方法无法区分 HGT 与 VGT，往往导致研究结论相互矛盾。本研究成功将单细胞微流控技术与延时成像相结合，解析了环境细菌群落中，质粒介导的 HGT 与 VGT 对 ARGs 传播的贡献。我们以携带编码甲氧苄啶抗性 ARG 的 pKJK5 质粒的大肠杆菌为供体，量化了三种代表性抗生素（甲氧苄啶、四环素、阿莫西林）对活性污泥细菌群落中 ARGs 转移过程的影响。研究发现，HGT 受抗生素的抑制机制及其作用靶点（仅供体、仅受体，或二者共同）的影响，而 VGT 对接合子的形成及后续 ARGs 的扩散具有显著贡献。甲氧苄啶可被供体与接合子高抗性耐受，其存在能显著提升 HGT 与 VGT 速率；尽管四环素与阿莫西林均对供体有抑制作用，但二者因抑制机制不同，对 HGT 速率表现出截然不同的影响。此外，研究发现群落中 HGT 的动力学过程可通过流行病感染模型进行描述，该模型结合芯片上 HGT 与 VGT 的定量检测，为研究和预测真实环境群落中 ARGs 的扩散动态提供了极具前景的工具。

2. 论文关键词

细胞追踪、微流控技术、抗生素、抗生素抗性基因、水平基因转移、垂直基因转移

3. 研究目的

建立单细胞微流控 - 延时成像技术平台，实现对复杂细菌群落中耐药质粒介导的 HGT 和 VGT 过程的实时、原位区分与精准量化，解决传统终点检测法无法拆分二者贡献、易造成结果误判的技术瓶颈；

系统解析甲氧苄啶、四环素、阿莫西林三种代表性抗生素对环境细菌群落中 ARGs 水平与垂直转移过程的影响规律，阐明抗生素的作用靶点、抑制机制对 ARGs 传播的核心调控机制，解释过往研究中相关结论相互矛盾的原因；

建立可描述复杂细菌群落中 HGT 动力学过程的数学模型，为环境中 ARGs 传播的动态研究与风险预测提供定量化的理论工具；

明确 VGT 在 ARGs 群落传播中的实际贡献，修正传统研究中 “接合子全部来自 HGT” 的认知偏差，揭示环境中 ARGs 扩散的核心驱动机制。

4. 研究思路

第一步：方法学体系建立。构建多层微流控芯片平台，建立双荧光标记的供体 - 受体体系（染色体组成型表达红色荧光的大肠杆菌为供体，其携带的 pKJK5 质粒含 GFP 标签，仅受体菌获得质粒后表达绿色荧光），实现单细胞水平 HGT 与 VGT 事件的原位可视化区分。

第二步：方法学验证。以大肠杆菌 ATCC 25922 为单一菌株受体，在微流控芯片上开展接合实验，验证平台可精准识别 HGT 事件（首次出现绿色荧光的初级接合子）与 VGT 事件（接合子分裂增殖导致的荧光区域扩增）。第三步：复杂群落体系应用。以污水处理厂活性污泥的天然细菌群落为受体，在微流控芯片上开展接合实验，量化无抗生素胁迫下 HGT 与 VGT 对 ARGs 传播的贡献占比，解析群落中 HGT 的时间动力学特征。第四步：抗生素影响的系统解析。选择甲氧苄啶、阿莫西林、四环素三种抗生素，通过芬兰 Bioscreen C 仪器测定其对供体、受体的生长抑制曲线与最低抑菌浓度（MIC），设置环境相关的亚抑制浓度，量化不同抗生素胁迫下 HGT 与 VGT 速率的变化，阐明抗生素作用靶点、抑制机制对 ARGs 传播的调控规律。第五步：动力学模型构建与验证。基于流行病传播理论，构建可拟合群落中 HGT 动力学过程的数学模型，对不同抗生素条件下的 HGT 速率进行拟合，获得特征参数，验证模型的适用性与准确性。

第六步：机制阐释与结论总结。整合所有实验数据，明确 HGT 与 VGT 在 ARGs 群落传播中的核心作用，总结抗生素影响 ARGs 传播的关键规律，验证模型在 ARGs 传播风险预测中的应用潜力。

5. 研究亮点

技术创新突破：首次将单细胞微流控 - 延时成像技术应用于复杂天然细菌群落中 ARGs 的 HGT 与 VGT 过程的精准拆分，实现了基因转移事件的实时、原位、单细胞水平可视化，解决了传统终点培养法无法区分 HGT 与 VGT、易高估 HGT 频率的长期技术瓶颈。

核心认知革新：明确了 VGT 在 ARGs 群落传播中具有与 HGT 相当甚至更主导的贡献，修正了传统研究中 “接合子全部来自 HGT” 的认知偏差，揭示了获得耐药质粒的接合子通过 VGT 增殖，是环境中 ARGs 持续扩散的核心驱动力之一。

机制深度阐明：系统揭示了抗生素对 ARGs 传播的影响由其抑制机制与作用靶点（供体 / 受体单独或共同）共同决定，厘清了不同抗生素对 HGT、VGT 的差异化调控机制，从根本上解释了过往研究中抗生素对 HGT 影响结论相互矛盾的核心原因。

理论方法创新：首次将流行病传播模型应用于复杂细菌群落中 HGT 动力学的定量描述，实现了对不同环境胁迫下 HGT 过程的精准拟合与特征参数量化，为环境中 ARGs 传播风险的预测提供了全新的理论工具与定量化方法。

场景高度贴合：以污水处理厂活性污泥的天然细菌群落为研究对象，而非纯菌体系，更贴近真实环境中 ARGs 传播的复杂场景，研究结果对污水处理系统中 ARGs 的风险管控具有直接的实际指导意义。

6. 可延伸的研究方向

技术体系拓展：优化微流控平台，结合单细胞测序、微流控 - 拉曼光谱技术，实现对复杂群落中接合子的菌种鉴定与耐药质粒宿主范围的精准解析，明确不同门类细菌对耐药质粒的接受能力差异。

环境影响因子拓展：系统研究重金属、消毒剂、离子液体等其他环境污染物，以及复合污染场景对 ARGs 水平与垂直转移的联合影响，解析真实复杂环境中 ARGs 传播的调控机制。

模型优化与应用：完善流行病传播模型，结合环境中细菌群落的空间分布、种群动态数据，构建可预测污水处理厂、土壤、自然水体等真实场景中 ARGs 传播动态的预测模型，为 ARGs 的环境风险评估提供标准化工具。

分子机制深度解析：结合转录组、蛋白质组技术，解析抗生素胁迫下细菌接合调控、耐药质粒稳定遗传的分子机制，明确 VGT 过程中质粒在宿主菌中的稳定性与表达调控规律。

管控技术开发：基于 HGT 与 VGT 的调控规律，开发靶向抑制耐药质粒接合转移、或降低接合子增殖能力的 ARGs 源头管控技术，应用于污水处理系统等场景中 ARGs 的风险控制。

质粒体系拓展：研究不同宿主范围、不同不相容群的耐药质粒（如 IncF、IncQ 等）在环境群落中的 HGT 与 VGT 规律，明确质粒类型对 ARGs 传播效率与扩散范围的影响。

7. 测量数据、研究意义及对应图表

单细胞水平基因转移可视化数据：测量了纯菌体系中供体 - 受体接合过程里 HGT 与 VGT 的动态发生过程，验证了微流控平台可精准区分两种基因转移途径，为后续复杂群落研究奠定了方法学基础，数据来自Fig. 2；

活性污泥群落中接合子形成的时序动态数据：测量了无抗生素胁迫下 6 小时内，接合子通过 HGT 与 VGT 形成的时序变化，明确了 HGT 与 VGT 在 ARGs 传播中的时间动态特征与贡献占比，数据来自Fig. 3、Fig. 4a；

水平基因转移（HGT）速率动力学数据：测量了无抗生素条件下 HGT 速率随时间的变化，明确了群落中 HGT 的动力学规律（3 小时左右达到峰值，4 小时后趋于饱和），为动力学模型构建提供了核心实验数据，数据来自Fig. 4b；

不同抗生素胁迫下接合子形成的可视化与定量数据：测量了四环素、阿莫西林、甲氧苄啶三种抗生素胁迫下，HGT 与 VGT 形成的接合子总量，揭示了不同抗生素对 ARGs 传播的差异化影响，数据来自Fig. 5a、Fig. 5b；

不同抗生素胁迫下 HGT 速率的动力学数据：测量了三种抗生素处理组的 HGT 速率随时间的动态变化，明确了不同抗生素对 HGT 动力学过程的调控效应，为模型拟合提供了数据支撑，数据来自Fig. 6、补充信息 Fig. S5；

流行病传播模型的拟合参数数据：对不同抗生素条件下的 HGT 速率进行模型拟合，获得了 A、d、m 等特征参数，实现了对不同胁迫下 HGT 过程的定量化描述，数据来自Table 1；

抗生素对供体、受体的生长抑制曲线与 MIC 数据：测定了三种抗生素对供体大肠杆菌、活性污泥受体群落的生长抑制效应与最低抑菌浓度，为抗生素暴露浓度的设置提供了科学依据，明确了不同抗生素的作用靶点差异，数据来自补充信息 Fig. S1；

芯片上供体、受体的比生长速率数据：测定了无抗生素条件下供体与活性污泥受体的比生长速率，为 VGT 速率的量化与机制解释提供了基础数据，数据来自补充信息 Table S2；

不同抗生素处理下细菌细胞形态数据：测定了不同抗生素处理下供体、受体、接合子的细胞长度，揭示了阿莫西林促进 HGT 的潜在机制（细胞伸长增加细胞接触与接合概率），数据来自补充信息 Fig. S4。

8. 核心研究结论

单细胞微流控 - 延时成像技术可成功实现复杂细菌群落中，质粒介导的 ARGs 传播过程里 HGT 与 VGT 事件的精准拆分与实时量化，解决了传统培养终点法无法区分二者贡献的技术难题。

在无抗生素胁迫的活性污泥群落中，HGT 与 VGT 对 ARGs 传播均有显著贡献；6 小时内通过 HGT 和 VGT 形成的接合子占比分别为 3.0% 和 4.3%，VGT 是接合子总量扩增、ARGs 持续扩散的核心驱动力。

抗生素对 ARGs 传播的影响，由其抑制机制与作用靶点（供体、受体单独或共同）共同决定：① 供体携带耐药基因的甲氧苄啶，可显著促进供体生长，大幅提升 HGT 与 VGT 速率，6 小时内 HGT 形成的接合子达 10%、VGT 达 26%，分别是对照组的 3 倍和 5 倍；② 阿莫西林虽抑制供体生长，但可通过诱导细胞伸长增加细胞接触概率，对 HGT 无显著抑制作用，仅降低 VGT 的贡献；③ 四环素通过抑制供体蛋白合成，显著降低 HGT 与 VGT 速率，对 ARGs 传播有明显抑制作用。

获得耐药质粒的初级接合子可通过 VGT 获得抗生素选择优势，成为 ARGs 传播的主导者；在对应抗生素胁迫下，VGT 对 ARGs 扩散的贡献远超 HGT。

复杂细菌群落中 HGT 的动力学过程可通过修正的流行病传播模型进行精准拟合，模型拟合度 R² 最高可达 0.9975；模型获得的特征参数可定量表征不同环境胁迫对 HGT 过程的影响，为环境中 ARGs 传播的动力学研究与风险预测提供了可靠的理论工具。

9. 芬兰 Bioscreen 仪器测量的微生物生长曲线数据详细解读

（1）数据基础信息

测量仪器：芬兰 Bioscreen C 全自动微生物生长曲线分析仪（原文标注：Lab Systems, Helsinki, Finland）

测量对象：① 携带 pKJK5 质粒的供体大肠杆菌 MG1655；② 活性污泥来源的受体细菌群落

测量处理：四环素（TET）、阿莫西林（AMO）、甲氧苄啶（TMP）三种抗生素的系列浓度梯度处理

测量参数：37℃条件下连续监测 OD600 值，绘制细菌生长抑制曲线，计算最低抑菌浓度（MIC）、不同抗生素浓度下的生长抑制率，数据来自补充信息 Fig. S1、补充信息 Table S2

（2）核心测量结果解读

供体菌株的抗生素敏感性结果：

甲氧苄啶（TMP）：10 mg/L 浓度下对供体菌株无生长抑制，因 pKJK5 质粒携带 TMP 耐药基因，供体对 TMP 具有天然抗性，甚至在 TMP 存在下供体生长被促进；

四环素（TET）：对供体的 MIC 为 5 mg/L，10 μg/L 浓度下可对供体产生约 10% 的生长抑制；

阿莫西林（AMO）：对供体的 MIC 为 10 mg/L，1 mg/L 浓度下可对供体产生约 10% 的生长抑制。

受体细菌群落的抗生素敏感性结果：

10 μg/L TET、1 mg/L AMO 对受体群落无显著生长抑制；

10 mg/L TMP 对受体群落产生 25% 的生长速率降低。

（3）该数据的核心研究意义

为抗生素暴露浓度的设置提供了核心科学依据：通过 Bioscreen 绘制的生长抑制曲线，精准确定了三种抗生素的亚抑制浓度（对供体产生 10% 抑制的 TET 10 μg/L、AMO 1 mg/L，以及供体完全耐受的 TMP 10 mg/L），确保实验设置的抗生素浓度贴合真实环境中的暴露水平，同时明确了不同抗生素对供体、受体的差异化抑制效应，为后续解析抗生素作用靶点对 ARGs 传播的影响奠定了剂量基础。

为实验结果的机制解释提供了关键支撑数据：Bioscreen 测得的生长数据，直接解释了不同抗生素对 HGT、VGT 的差异化调控机制：① TMP 对供体无抑制、甚至促进生长，大幅提升了供体 - 受体的接触概率，最终显著增强 HGT 与 VGT 效率；② TET 显著抑制供体生长，直接减少了可发生接合的供体数量，因此显著降低 HGT 速率；③ AMO 虽抑制供体生长，但不抑制受体，为后续揭示 “AMO 诱导细胞伸长增加接合概率” 的机制提供了关键对照基础。

消除了生长抑制对基因转移效率量化的干扰：传统接合实验中，抗生素对细菌生长的抑制会直接影响最终接合子的数量，导致无法区分 “接合效率本身的变化” 与 “细菌生长变化” 对结果的影响。通过 Bioscreen 精准量化不同抗生素对供体、受体的生长影响，可将生长效应与基因转移效应有效拆分，确保后续测得的 HGT、VGT 速率变化是抗生素对基因转移过程的直接调控，而非细菌生长变化的间接结果，从根本上保证了实验结论的准确性。

验证了接合子获得耐药表型的核心前提：Bioscreen 数据明确了 TMP 对受体群落的生长抑制效应，而后续实验中 TMP 处理组的接合子通过 VGT 大量增殖，直接证明了受体菌通过 HGT 获得 pKJK5 质粒后，成功表达了 TMP 耐药基因并获得了生长选择优势，为 “VGT 是 ARGs 传播核心驱动力” 的核心结论提供了关键的表型验证数据。

实现了高通量、高重复性的生长表型量化：Bioscreen 仪器的高通量特性，可同时完成多浓度梯度、多生物学重复的生长曲线监测，避免了人工取样测量的系统误差，获得的 MIC、生长抑制率数据具有高重复性，为整个研究的剂量设置、机制解释提供了稳定、可靠的基础数据，确保了实验结果的可重复性与科学性。