张 杨,吴仁人,张一敏,武兵文,吴孝情,陈中颖,李开明(1.武汉理工大学资源与环境工程学院,湖北 武汉 430070；2.环境保护部华南环境科学研究所,广东 广州 106；3.广东省水与大气污染防治重点实验室,广东 广州 106；4.武汉科技大学资源与环境工程学院,湖北 武汉 430081；.浙江工商大学环境科学与工程学院,浙江 杭州 310000)

珠三角河网地区粪便污染源解析

张 杨1,2,吴仁人2,3*,张一敏1,4*,武兵文5,吴孝情2,3,陈中颖2,3,李开明2,3(1.武汉理工大学资源与环境工程学院,湖北 武汉 430070；2.环境保护部华南环境科学研究所,广东 广州 510655；3.广东省水与大气污染防治重点实验室,广东 广州 510655；4.武汉科技大学资源与环境工程学院,湖北 武汉 430081；5.浙江工商大学环境科学与工程学院,浙江 杭州 310000)

准确识别水体中微生物污染物的宿主来源是进行针对性污染治理的基础.应用实时荧光定量PCR(qPCR)技术筛选出适用于珠江三角洲河网地区的宿主特异性拟杆菌引物,并结合总细菌引物(BACT1369F/PROK1541R)、大肠埃希氏菌引物(EC23S857F/ EC23S857R)、拟杆菌通用引物(GenBac3F/GenBac3R)及粪大肠菌群(Fecal coliform)和大肠埃希氏菌(Escherichia coli)等常规水质指标对研究区域的水体进行分析,结果表明:人源(qHS601F/qBac725R)、牛源(BacB2-590F/Bac708Rm)、猪源(Bac41F/Bac163R)及鸡源(qC160F-HU/qBac265R-HU)特异性拟杆菌引物在珠江三角洲地区同时具有较高的灵敏度和较强的特异性,适用于目标研究区域.选取的 14处城市地表水均受到粪便污染,污染源分别为人、反刍动物和禽类粪便.水体中各污染源强度为人源＞反刍动物＞鸡源,其中人源特异性拟杆菌浓度与粪大肠菌群(Faecal coliform)、大肠埃希氏菌(Escherichia coli)及大肠埃希氏菌引物(EC23S857F/ EC23S857R)浓度具有较好的相关性(P＜0.05),说明人粪是各地表水中微生物污染的主要贡献源.

实时荧光定量PCR；微生物污染；拟杆菌；特异性引物；珠江三角洲地区

随着我国经济的快速发展及城镇人口的增加,市政污水的排放给自然环境带来了极大的压力.尽管加大了市政污水排放的管控力度,使其对环境的污染有了较大改观,但市政污水造成的点源及面源污染仍然使一些城市河流、湖泊的水质逐渐恶化.其中,随市政污水排入水体中的粪便污染源又是威胁人类健康的主要原因.例如,2011年广东省各检测点对广东省各个地区所发生的水源性疾病统计结果显示,报告的39316例病例中,其他感染性腹泻病 35164例,所占比例高达89.44%;细菌性痢疾2794例,占7.11%[1].因此,对粪便污染城市水体的管控已刻不容缓.

粪便中的肠道致病菌是水源性疾病爆发的根源.世界上大多数国家,包括我国的地表水环境质量标准(GB3838-2002)[2]等通常都将粪大肠菌群或大肠埃希氏菌作为反映水体微生物污染状况的指示微生物.然而已有研究表明,粪大肠菌与大肠埃希氏菌可能在适宜的自然环境中繁殖[3-4],影响对粪便污染水体程度的判断,并且传统指示菌不具备宿主特异性[5],不能判断微生物污染来源.为准确识别水体微生物污染源强,国内外学者逐渐将目标指示菌由粪大肠菌群、大肠埃希氏菌等传统指示菌转向了多瘤病毒、甲烷短杆菌及拟杆菌等专性厌氧菌.它们均具有宿主特异性好、且不能在肠道环境外生存繁殖等特点.然而,多瘤病毒、甲烷短杆菌等分子标记虽然具有较好地特异性,可以准确识别微生物污染源,但由于在肠道中并非优势菌群,因此检出率较低,会导致低估水体微生物污染程度[6].而拟杆菌不仅具有专性厌氧、宿主特异性好等优势[7],且为肠道中的优势菌群[8],相比于其它指示菌,具有较高的检出率,近年来得到了越来越广泛的应用.例如,Oyafuso等[9]已在美国华盛顿州部分地区成功应用人及反刍动物的特异性拟杆菌标记物识别出水体中粪便污染来源.

但由于不同地区人及动物饮食习惯及所处地区环境气候等的差异,导致寄居于肠道内的细菌相对丰度、菌群结构等发生变化,造成指示菌引物存在地区适用性的问题.例如,反刍动物特异性引物 CF128在欧洲各国均表现出较高的灵敏度(100%),但在葡萄牙部分地区特异性仅为41%,而在爱尔兰部分地区其特异性却高达96%[10].目前,国内关于引物地区适用性的研究普遍是通过PCR技术筛选出引物,再进行后续的定量实验.然而,qPCR作为一种绝对定量技术,其灵敏度及特异性均优于 PCR.因此,通过 PCR技术挑选引物未必能完全验证引物的特性,在对水体微生物污染进行定量分析时往往忽略这一问题.对此,本研究选取了人及常见畜禽动物体内的拟杆菌特异性引物,在珠江三角洲地区通过 qPCR技术对所选引物进行地区适用性验证.同时,选取了广州、珠海市的部分河段,分析不同来源的粪源微生物在城市水体中的浓度水平及与常规水质指标间的相关性,为后续开展微生物污染源解析及污染水平的定量分析奠定基础.

1 材料与方法

1.1 仪器与试剂

主要仪器:核酸蛋白分析仪(DU730, BeckMan Coulter公司),紫外可见分光光度计(DR2800,HACH公司),冷冻离心机(Sigma公司),荧光定量PCR仪(LightCycler 480Ⅱ,Roche公司),多模块基因扩增仪(FlexCycler2,耶拿公司), Quanti-tray 97孔定量盘(IDEXX公司),生化培养箱(三洋公司).

主要试剂:HiPure Stool DNA Kit B(D3141-02B,Magen公司),HiPure Water DNA Kit(D3145-02,Magen公司),SYBR Premix Ex TaqⅡ(TaKaRa公司),琼脂糖(Biowest,电泳级),COD低量程预制试剂(HACH公司),科立得试剂(IDEXX公司).

1.2 样品采集

粪便样品:2015年10月～2016年10月,在珠江三角洲地区东江和北江流域的多个畜禽养殖场内采集不同生物的粪便样品,在广州市医院采集人粪样品.粪便样品数共计 140份,其中人 31份,鸡20份,猪32份,狗14份,兔8份,牛28份,马7份.样品采集后保存于冰盒中,6h内送回实验室进行后续处理.

水体样品:对广州市9处(G1～G9)、珠海市6处(Z1～Z6)地表水进行样品采集,除Z1点在海港附近排污口处采集 3份水样,其余各采样点均在河道横截面左、中、右处各采集一份水样,共计45份水样.所有样品采集后进行编号并保存于冰盒中,于 6h内运抵实验室进行后续实验.各采样点如图1所示.

图1 广州、珠海地表水采样点分布示意Fig.1 Distribution of sampling sites in Guangzhou and Zhuhai surface water

1.3 分析方法

1.3.1 水体中氨氮和 COD的测定 氨氮的监测采用纳氏试剂分光光度法(HJ 535-2009).COD的监测使用HACH公司低量程(LR)重铬酸钾法预制试剂.

1.3.2 固定酶底物法 采用100mL灭菌取样瓶分别量取 100mL水样,加入科立得试剂,混匀至试剂在瓶内完全溶解.将试剂混匀后的水样倒入97孔定量盘内,用封口机封口.粪大肠菌群的培养放入(44.5±0.2)℃生化培养箱中培养,大肠埃希氏菌的培养放入(37.0±0.2)℃生化培养箱培养,24h后进行计数.

1.3.3 样品处理及 DNA的提取 粪便样品DNA的提取:采用Magen公司D3141-02B试剂盒,通过珠磨、悬浮、破碎及吸附柱纯化等步骤从粪便样品中提取 40～50μL DNA,具体操作步骤按试剂盒说明书进行.

水体中 DNA的提取采用 Magen公司D3145-02试剂盒,用0.22μm的滤膜过滤100mL水样使菌体留在滤膜上,并按照说明书提取留在滤膜上的菌体DNA.DNA样品置于-20℃冰箱储存.

1.3.4 引物的选取及 qPCR分析 通过不同动物的粪便样品DNA,对选取的具有宿主特异性拟杆菌引物进行扩增验证.引物序列如表 1所示.qPCR扩增体系为 20μL:SYBR® Premix Ex TaqTM II(2×)(购自TaKaRa公司)10μL; ddH2O, 6.4μL;上下游引物各0.8μL;DNA模板2μL.qPCR扩增程序:①预变性,95 ℃ , 3 0s;②变性,95 ℃ , 5 s;③退火延伸,60 ℃ ,1min.40个循环.扩增体系与程序参照 TaKaRa公司 SYBR Premix Ex Taq Ⅱ RR820A说明书.

1.3.5 引物灵敏度与特异性分析 采用以下公式分析各对引物的灵敏度(r)与特异性(s):r=[TP/(TP+FN)],s=[TN/(TN+FP)][23].其中,TP表示对自己种属样品扩增的阳性样本数,FN表示对自己种属样品扩增的阴性样本数;TN表示对其他种属扩增的阴性样本数,FP表示对其他种属扩增的阳性样本数.

1.3.6 标准曲线的制作 选取具有较高特异性及较强灵敏度的引物对提取的基因组DNA进行扩增,对扩增后的目标产物进行纯化回收,连接到pMD 19-T Vector载体上,转化DH5α感受态细胞,采用含有氨苄抗生素的平板培养基挑取阳性克隆,提取质粒 DNA,对其进行测序,并将基因序列提交至 GenBank进行同源性比对,BLAST结果显示(未列出),人源1# (qHB )、牛源5#(qRB)、猪源9#(qPB)、鸡源11#(qCB)特异性拟杆菌引物及拟杆菌通用引物 13#(qGB)、大肠埃希氏菌引物14#(qEC)与通用引物互补的序列均为各自目标菌株不同株系的16S rRNA基因片段,说明所选引物有较高的特异性.而总细菌引物15#(qTB)则含有变形菌属、不动杆菌等其他多种菌株的核酸序列.同时,测定质粒DNA浓度,计算目的片段的拷贝数.将质粒 10倍梯度稀释,稀释 10-1,10-2, 10-3,10-4,10-5,10-6,10-77个梯度,并以此为模板,每个梯度作为标准品设3个重复,进行qPCR扩增.反应结束之后,进行标准曲线的制作.标准曲线的相关系数(R2)大于 0.99,结果可信.扩增效率(E)是通过标准曲线斜率来确定的,两者符合公式E=10(-1/Slope)-1.如果一个反应的标准曲线斜率为-3.32,则该反应的扩增效率E=100%[24].一般认为扩增效率(E)在90%～110%之间是可接受的.

表1 特征生物标记引物Table 1 Primers used in qPCR assay

2 结果与讨论

2.1 拟杆菌特异性生物标记的验证

以各动物粪便中提取的 DNA为模板,选取已有的人、反刍动物、猪及鸡源拟杆菌特异性引物进行 qPCR扩增.各引物扩增的统计结果及灵敏度和特异性分析见表2和表3.

采用人源特异性引物(1#～4#)分别对各粪便样品进行qPCR扩增时,1#～4#引物特异性较强,但灵敏度除1#达到 100%以外,其他均较差.反刍动物引物(5#-8#)中,5#的灵敏度及特异性分别为92.9%和99.1%,效果较好.6#、7#引物特异性(均为88.2%)较强,但灵敏度(分别为78.6%和 46.4%)较差.8#引物的特异性较强(97.4%),而灵敏度仅 25%.对猪源拟杆菌特异性引物(9#、10#)验证时,9#引物的灵敏度及特异性为93.8%和 96.4%,该引物的灵敏度较 10#引物高出71.9%.鸡源特异性引物11#具有较好的灵敏度(85%)及较强的特异性(92.3%),分别比12#引物高出 25%和 11.2%.综合以上结果,人源特异性引物1#(qHS601F/qBac725R)、反刍动物特异性引物5#(BacB2-590F/ Bac708Rm)、猪源特异性引物 9#(Bac41F/Bac163R)及鸡源特异性引物 11#(qC160F-HU/qBac265R-HU)同时具有较高的灵敏度和较强的特异性,适用于目标研究区域.

表2 拟杆菌特异性引物的扩增结果Table 2 Amplification results obtained with specific Bacteroidales biomarkers

表3 拟杆菌特异性引物灵敏度与特异性分析Table 3 Sensitivity and specificity of the specific Bacteroidales biomarkers analyzed

PCR技术自出现以来,就因其特异性强、灵敏度高、操作简便等特点而倍受青睐.但PCR技术须依赖一系列后处理过程对PCR终产物进行分析,这些处理过程可能会造成假阳性污染,同时针对PCR终产物进行处理分析也会干扰原始模板和终产物之间的定量关系[25].而在PCR基础上发展而来的实时荧光定量 PCR(qPCR)技术则是利用反应体系中添加的荧光染料,通过积累荧光信号对整个扩增过程进行实时监测[26],相较于PCR技术而言具有更好的灵敏度和特异性,而且能够避免后处理过程对扩增产物的污染,是一种绝对定量技术.目前国内大多数关于引物适用性的研究都是先通过 PCR定性分析,然后应用于qPCR进行定量.该方法忽略了PCR与qPCR技术之间灵敏度与特异性的差异,导致可能会在引物验证阶段使得部分适用引物被漏选.本研究为对比两种方法验证引物时的差异,分别通过PCR和 qPCR技术对采集到的 20个鸡粪样品采用11#(禽类)引物进行验证,结果如表4所示.

表4 PCR及qPCR方法对鸡源特异性引物的验证结果Table 4 Chicken-specific primer verification resultsthrough PCR and qPCR method

引物的灵敏度及特异性是否符合目标研究区域目前仍没有相应的标准,在进行微生物污染源解析时,不同引物在不同的区域内表现出的灵敏度、特异性及衰减特征都可能发生变化.Ahmed[27]在总结多种人源特异性拟杆菌引物效果时指出,当引物的灵敏度和特异性均大于 80%,该引物表现较好.若引物的灵敏度小于80%,而特异性大于 90%,该引物同样可以接受.从表4可以观察到,采用11#引物在20个鸡粪样本中通过PCR及qPCR方法得到的阳性样本数分别为15个和17个,普通PCR验证的灵敏度及特异性均小于80%,而qPCR验证的灵敏度及特异性分别为85%和90.2%,适用于目标研究区域.说明qPCR方法较普通PCR而言,具有更高的检出率,对不同引物的特异性扩增也更强,在引物验证阶段及后续的实际应用中,具有明显优势.

然而,采用qPCR作为验证手段时,分析结果是以到达阈值的循环次数(Cq值)和熔解曲线为基础,难以像普通PCR进行定性分析时具有简单而统一的标准.例如,Shanks等[28]在微生物源解析研究中发现当引物 HF183/BacR287的 Cq= 33.5时达到了该引物的最低定量限(LLOQ),Cq＞33.5时由于DNA模板浓度过低而导致扩增结果的平行性较差.而引物 HumM2的 LLOQ则为Cq=34.7,说明不同引物的 LLOQ也不相同,这会给qPCR验证造成一定的困扰.而本研究发现,当各引物的Cq值大于32.0时,会出现复孔之间Cq值误差较大,甚至未能得到扩增结果等现象.因此,在本文所述的目标研究区域中,各引物可将Cq=32.0所对应的拷贝数作为最低定量限来验证引物的特性.但这一标准是否适用于其它区域,尚须通过大量样本进行验证.

2.2 水体常规微生物与理化指标分析

对广州、珠海的部分城市水体进行常规水质监测,结果如表 5所示.各采样点所在河段(图 1)均受到了不同程度的污染.在广州市附近监测河段中,G1～G4采样点COD、氨氮、粪大肠菌群浓度超标较为严重.尤其在 G4东塱采样点周围,存在繁华的商业区,人口较为密集,且有游船往来,其中氨氮已超出 V 类水质标准(GB3838-2002)2.5倍,粪大肠菌群(CFC)、大肠埃希氏菌(CEC)较G1～G3也高出1～2个数量级,说明G4点受粪便污染较为严重.G5～G8依次位于流溪河的上、中、下游,因此COD、氨氮的浓度分布特征总体呈现出沿河流方向逐渐增加的趋势.河流末端G8采样点的氨氮、COD浓度均已超出Ⅴ类水标准.然而G7处的CFC、CEC较G8高出1～2个数量级,更远大于G6,这说明G7采样点附近存在粪便污染源,并在河水的稀释作用下,至G8点处污染程度已略有下降.G9位于广州市中心区域,该河段常年受市政污水影响,各项水质指标超标严重,同时由CFC、CEC检测结果可以看出,粪便污染可能是导致该区域水质较差的主要原因之一.

由于珠海市选取的Z1～Z5采样点均位于排污口附近,因此各监测指标浓度较高.其中,凤凰河排污口 Z1处污染最为严重,氨氮超出Ⅴ类水标准5.6倍,CFC较Ⅴ类水标准也高出2个数量级.此外,Z2～Z5水质也不容乐观,均可列为劣Ⅴ类水质.值得注意的是,在鸡啼门入海口处,当地居民为防止污水直接排入海湾,设立水闸将受污染河段与入海河段隔开.对比闸内、闸外的各项水质指标可以发现,闸外Z6采样点的COD、氨氮较Z5分别下降了78.3%和98.8%,CFC、CEC也均减少了约3个数量级,符合Ⅱ类水标准.

粪便中含有大量的蛋白质、脂肪、N、P等营养物质.当未经处理的粪便进入地表水,粪便中N、P及部分有机质会通过腐败分解等一系列过程残留于水体中,对环境造成严重危害[29].因此,当水体受到粪便污染时,CFC、CEC等指示微生物的浓度可能与各项理化指标存在一定的关联.本研究对DO、COD及氨氮三项指标与传统指示微生物进行了相关性分析(见表 6),从中可以看出,CFC、CEC仅与氨氮具有较强的相关性.这是由于粪便中的 N元素大多以有机氮及氨态氮等形式存在,较易流失或侵蚀地表水,引起水体富营养化[30].然而,城市水体中的 N元素超标并非均由粪便排放引起,也可能存在N元素等营养物质由其它途径排放至水体中,进而为CFC、CEC等兼性菌提供了生长条件,使得当水体中氨氮浓度较高时,CFC、CEC与氨氮表现出一定的相关性.而粪大肠菌群及大肠埃希氏菌在适当的营养环境中可能繁殖也是其作为指示菌的缺陷之一.因此,N、P等营养元素与CFC、CEC之间的相互作用关系,尚须通过对传统指示菌在不同营养水 平下的衰减规律来进一步分析.

表5 各采样点的水质指标Table 5 Water quality indicators for different sampling points

表6 传统指示微生物与理化指标的相关性分析Table 6 Correlations analysis between traditional fecal indicators and physic-chemical index

2.3 水体中微生物污染的定量源解析特征分析

当粪便进入地表水中,由于稀释作用导致拟杆菌浓度随着水流的迁移而下降.同时,拟杆菌专性厌氧的特性也会使其在水体中快速衰减,因此拟杆菌作为指示菌通常用于评估近期污染.但在城市水体中,由于人粪可能来自于未经处理的生活污水、市政管道的污水溢流或污水处理厂等多种途径[31],使得人源特异性拟杆菌可以维持在较高浓度水平.从图2可以观察到,qHB浓度较qRB平均高出1～2个数量级,较qCB高出2～4个数量级,说明各水体主要受到人粪污染较为严重,这也与城市水体主要接纳生活污水及市政污水的实际情况相符.而各采样点检测到的qRB、qCB也表明水体同时受到反刍动物、禽类粪便的污染.但在实际采样过程中发现,除G5、G6及Z4、Z5、 Z6附近有部分养殖场及耕地外,其余采样点所在河流两旁主要为商业区、居民区,这说明水体中的qRB、qCB可能为上游污染源迁移而来.

图2 各采样点指示微生物浓度Fig.2 Indicator microorganisms’ concentration in the each water body

理想的宿主特异性标记应在污染区域浓度较高,同时与传统指示微生物(CFC、CEC)在肠道外的生存状态(或衰减规律)具有一定的相似性[32].由传统指示微生物和特异性拟杆菌的相关关系可以看出(表7),除qCB与CFC、CEC相关性较差,传统指示微生物与各特异性拟杆菌引物及总拟杆菌均具有良好的相关性.其中,位于较高浓度水平的qHB与qEC、CFC及CEC的相关性最好,再结合各特异性标记在水体中浓度的大小(qHB＞qRB＞qCB),可以说明水体中宿主特异性标记物的浓度水平越高,与传统指示微生物的相关性越强.这也反映出在以人粪污染为主的区域内,qHB作为源解析指示菌的有效性.

基于微生物污染源解析费用较高,研究者们认为可以先通过传统指示微生物初步判定水体微生物污染程度,必要时再采用源解析方法确定粪便污染来源,为水体的针对性治理做出引导[33].然而,若对传统指示微生物和特异性拟杆菌标记进行同步监测,利用二者在环境中衰减特征的差异,可以较为全面的分析出污染源源强[34],污染源距监测点的距离以及初步判断污染源排放的时间段[32].例如,已有研究表明,大肠埃希氏菌等传统指示微生物在环境水体中的衰减速率相比拟杆菌而言较为缓慢,可较持久地反映出微生物污染水平.而拟杆菌一旦进入环境水体中,会呈现出快速衰减的趋势[35],之后在相对较低的浓度水平下维持 2～6d[32].对照本研究中粪源微生物的检测结果,可以发现 qCB浓度水平已接近其 LLOQ.而qRB尽管较qCB高出1个数量级,但浓度也相对较低,同时由表 7观察到特异性拟杆菌标记与传统指示微生物(qEC、CFC、CEC)的相关性强度为qHB＞qRB＞qCB.综合以上特征,可以判断出水体中的反刍动物、禽类粪便为近期排放,并且排放点距监测点距离较远,对监测河段水质影响较小.而人粪污染源邻近各监测点,且排放量较大.

表7 传统指示微生物与特异性拟杆菌的相关性分析Table 7 Correlations analysis between traditional microorganism indicators and specific bacteroides

3 结论

3.1 识别出基于qPCR技术的人源1#、反刍动物5#、猪源 9#及鸡源11#拟杆菌特异性引物在珠三角河网地区具有较高的灵敏度及较强的特异性.

3.2 CFC、CEC这2种指示微生物的浓度与氨氮具有较好的相关性(P＜0.05),并且其指示结果与常规理化指标的评价结果基本吻合,能够反映出水体受市政污水的污染状况.

3.3 14处城市地表水均受到粪便污染,3种不同来源的粪便对水体的污染强度为 qHB＞qRB＞qCB,人粪为主要污染源.

[1]刘 荣,曲亚斌,辜少虹,等.2011年广东省监测点水源性传染病流行特征分析 [J]. 预防医学论坛, 2013,(6):443-445.

[2]GB 3838-2002 地表水环境质量标准 [S].

[3]Byamukama D, Mach R L, Kansiime F, et al. Discrimination efficacy of fecal pollution detection in different aquatic habitats of a high-altitude tropical country, using presumptive coliforms, Escherichia coli, and Clostridium perfringens spores [J]. Applied & Environmental Microbiology, 2005,71(1):65-71.

[4]张崇淼,王晓昌,周进宏,等.城市地表水中肠道病原微生物与粪便污染指示菌的关系研究 [J]. 环境科学学报, 2012,32(11): 2789-2794.

[5]Zhang C M, Wang X C, Zhou J H, et al. Comparative study on enteric pathogens and their relations with fecal indicator bacteria in urban surface waters [J]. Acta Scientiae Circumstantiae, 2012,32(11):2789-2794.

[6]Schriewer A, Odagiri M, Wuertz S, et al. Human and animal fecal contamination of community water sources, stored drinking water and hands in rural India measured with validated microbial source tracking assays [J]. American Journal of Tropical Medicine & Hygiene, 2015,93(3):509-16.

[7]Harwood V J, Brownell M, Wang S, et al. Validation and field testing of library-independent microbial source tracking methods in the Gulf of Mexico [J]. Water Research, 2009,43(19):4812-4819.

[8]Ahmed W, Yusuf R, Hasan I, et al. Quantitative PCR assay of sewage-associated Bacteroides markers to assess sewagepollution in an urban lake in Dhaka, Bangladesh [J]. Canadian Journal of Microbiology, 2010,56(10):838-845(8).

[9]Oyafuso Z S, Baxter A E, Hall J E, et al. Widespread detection of human- and ruminant-origin Bacteroidales markers in subtidal waters of the Salish Sea in Washington State [J]. Journal of Water & Health, 2015,13(3):827-37.

[10]Gawler A H, Beecher J E, Brandão J, et al. Validation of host-specific Bacteriodales 16S rRNA genes as markers to determine the origin of faecal pollution in Atlantic Rim countries of the European Union [J]. Water Research, 2007,41(16):3780-3784.

[11]Okabe S, Okayama N, Savichtcheva O, et al. Quantification of host-specific Bacteroides—Prevotella 16S rRNA genetic markers for assessment of fecal pollution in freshwater [J]. Applied Microbiology & Biotechnology, 2007,74(4):890-901.

[12]Villemur R, Imbeau M, Vuong M N, et al. An environmental survey of surface waters using mitochondrial DNA from human, bovine and porcine origin as fecal source tracking markers [J]. Water Research, 2015,69:143-153.

[13]Kapoor V, Pitkänen T, Ryu H, et al. Distribution of Human-Specific Bacteroidales and Fecal Indicator Bacteria in an Urban Watershed Impacted by Sewage Pollution, Determined Using RNA- and DNA-Based Quantitative PCR Assays [J]. Applied & Environmental Microbiology, 2015,81(1):91-9.

[14]Mieszkin S, Yala J F, Joubrel R, et al. Phylogenetic analysis of Bacteroidales 16S rRNA gene sequences from human and animal effluents and assessment of ruminant faecal pollution by real-time PCR [J]. Journal of Applied Microbiology, 2010,108(3):974-984.

[15]Reischer G H, Kasper D C, Steinborn R, et al. Quantitative PCR method for sensitive detection of ruminant fecal pollution in freshwater and evaluation of this method in alpine karstic regions [J]. Applied & Environmental Microbiology, 2006,72(8):5610-5614.

[16]Bernhard A E, Field K G. A PCR assay To discriminate human and ruminant feces on the basis of host differences in Bacteroides-Prevotella genes encoding 16S rRNA [J]. Applied & Environmental Microbiology, 2000,66(10):4571-4.

[17]Mieszkin S, Furet J P, Corthier G, et al. Estimation of Pig Fecal Contamination in a River Catchment by Real-Time PCR Using Two Pig-Specific Bacteroidales 16S rRNA Genetic Markers [J]. Applied & Environmental Microbiology, 2009,75(10):3045-3054.

[18]Kobayashi A, Sano D, Hatori J, et al. Chicken- and duckassociated Bacteroides — Prevotella genetic markers for detecting fecal contamination in environmental water [J]. Applied Microbiology & Biotechnology, 2013,97(16):7427-7437.

[19]Lu J, Domingo J S, Shanks O C. Identification of chickenspecific fecal microbial sequences using a metagenomic approach [J]. Water Research, 2007,41(16):3561-3574.

[20]Siefring S, Varma M, Atikovic E, et al. Improved real-time PCR assays for the detection of fecal indicator bacteria in surface waters with different instrument and reagent systems [J]. Journal of Water & Health, 2008,6(6):225-37.

[21]Chern E C, Siefring S, Paar J, et al. Comparison of quantitative PCR assays for Escherichia coli targeting ribosomal RNA and single copy genes [J]. Letters in Applied Microbiology, 2011, 52(3):298-306.

[22]Suzuki M T, Taylor L T, Delong E F. Quantitative Analysis of Small-Subunit rRNA Genes in Mixed Microbial Populations via 5′-Nuclease Assays [J]. Applied & Environmental Microbiology, 2000,66(11):4605-14.

[23]Ballesté E, Bonjoch X, Belanche L A, et al. Molecular indicators used in the development of predictive models for microbial source tracking [J]. Applied & Environmental Microbiology Aem, 2010,76(6):1789-1795.

[24]王显贵,郭 萍,田云龙,等.利用 qPCR定量检测水体中猪源拟杆菌特异性生物标记的研究 [J]. 农业环境科学学报, 2013, 32(11):2302-2308.

[25]左丽丽.定量PCR技术在环境水体病原细菌检测中的应用研究[D]. 西安:西安建筑科技大学, 2008:10-13.

[26]Schmittgen T D. Real-time quantitative PCR [J]. Methods, 2002, 25(4):383-385.

[27]Ahmed W, Hughes B, Harwood V J. Current Status of Marker Genes of Bacteroides and Related Taxa for Identifying Sewage Pollution in Environmental Waters [J]. Water, 2016,8(6).

[28]Shanks O C, Kelty C A, Oshiro R, et al. Data Acceptance Criteria for Standardized Human-Associated Fecal Source Identification Quantitative Real-Time PCR Methods [J]. Applied & Environmental Microbiology, 2016,82(9).

[29]邓学法,朱立良,常 杰.畜禽养殖生产中环境污染问题及治理措施 [J]. 河南畜牧兽医, 1999,(9):4-7.

[30]彭 里.畜禽粪便环境污染的产生及危害 [J]. 家畜生态学报, 2005,26(4):103-106.

[31]Sokolova E, Aström J, Pettersson T J, et al. Decay of Bacteroidales genetic markers in relation to traditional fecal indicators for water quality modeling of drinking water sources [J]. Environmental Science & Technology, 2011,46(2):892-900.

[32]Jeanneau L, Solecki O, Wéry N, et al. Relative decay of fecal indicator bacteria and human-associated markers: A microcosm study simulating wastewater input into seawater and freshwater [J]. Environmental Science & Technology, 2012,46(4):2375.

[33]Li X, Harwood V J, Nayak B, et al. A novel microbial source tracking microarray for pathogen detection and fecal source identification in environmental systems [J]. Environmental Science & Technology, 2015,49(12):7319.

[34]Rogers S W, Donnelly M, Peed L, et al. Decay of Bacterial Pathogens, Fecal Indicators, and Real-Time Quantitative PCR Genetic Markers in Manure-Amended Soils [J]. Applied & Environmental Microbiology, 2011,77(14):4839-4848.

[35]张 杨,贾乐华,吴仁人,等.水体微生物污染指示菌在不同营养水平下的稳定性 [J]. 中国环境科学, 2017,37(3):1130-1136.

Microbial source tracking of fecal contamination in the Pearl River Delta region.

ZHANG Yang1,2, WU Ren-ren2,3*, ZHANG Yi-min1,4*, WU Bing-wen5, WU Xiao-qing2,3, CHEN Zhong-ying2,3, LI Kai-ming2,3(1.College of Resources and Environment Engineering, Wuhan University of Technology, Wuhan 430070, China；2.South China Institute of Environmental Sciences, Ministry of Environmental Protection, Guangzhou 510655, China；3.The key Laboratory of Water and Air Pollution Control of Guangdong Province, Guangzhou 510655, China；4.College of Resources and Environment Engineering, Wuhan University of Science and Technology, Wuhan 430081, China；5.School Environmental Science and Engineering, Zhejiang GongShang University, Hangzhou 310000, China). China Environmental Science, 2017,37(9)：3446～3454

Identification of the host source of microbial contaminants accurately is the basis for targeted treatment in water. To analyze the feature of pollution in the Pearl River Delta Region, qPCR method was applied to choose the suitable specific bacteroides primer, and culture-method was combined which detected the Fecal coliform and Escherichia coli to assess the water quality and the sources of fecal pollution in target area. The results showed that human-specific marker qHS601F/ qBac725R, ruminant-specific marker BacB2-590F/Bac708Rm, porcine-specific marker Bac41F/Bac163R and chicken-specific marker qC160F-HU/qBac265R-HU had higher sensitivity and specificity in the Pearl River Delta region. 14 sampling sites were polluted by human, ruminant and poultry fecal. The intensity of pollution by different source was found to be human＞ruminant＞poultry. And the concentration of qHS601F/qBac725R had a significant correlationship with Fecal coliform, Escherichia coli and EC23S857F/ EC23S857R (P＜0.05).It reflects that the major contribute of pollutant source was human.

qPCR；microbial pollution；bacteroides；specific markers；Pearl River Delta region

X713

A

1000-6923(2017)09-3446-09

2017-03-07

国家自然科学基金项目(41303054),中央级公益性科研院所基本科研业务专项

* 责任作者, 副研究员, wurenren@scies.org; 教授, zym126135@126.com

张 杨(1988-),男,宁夏银川人,武汉理工大学与环境保护部华南环境科学研究所联合培养硕士研究生,主要从事环境微生物研究.