廃水監視:抗生物質耐性と戦う新たな最前線
下水の分析は、公衆衛生や抗生物質耐性のトレンドに関する洞察を提供するんだ。
Connor L. Brown, Monjura Afrin Rumi, Lauren McDaniel, Ayella Maile-Moskowitz, Justin Sein, Loc Nguyen, Minyoung Choi, Fadi Hindi, James Mullet, Muhit Emon, Nazifa Ahmad Moumi, Matthew F. Blair, Benjamin C. Davis, Jayashmina Rao, Anthony Baffoe-Bonnie, Peter Vikesland, Amy Pruden, Liqing Zhang
― 1 分で読む
目次
廃水に基づく監視(WBS)は、上下水道に含まれる化学物質や生物資料を調べて公衆衛生、特に抗生物質耐性についての情報を集めるアプローチだよ。この方法では、廃水処理施設(WWTP)からサンプルを取り、さまざまな病原体を特定して、コミュニティでの抗生物質の使用状況を理解するんだ。伝統的な臨床テストではコミュニティレベルでの大きなトレンドを見逃しがちだから、特に役立つんだよ。
抗生物質耐性って何?
抗生物質耐性(AR)は、バイ菌が、それを殺すために設計された薬の使用に応じて変化することが起こるんだ。これによって感染症の治療が難しくなって、入院期間が長引いたり、医療費が高くなったり、死亡リスクが増えたりするんだ。バイ菌がヒーローのマントを着て、薬から逃げようとしてる感じだよ。
ARに対してWBSが重要な理由
WBSは、コミュニティ内の抗生物質耐性バイ菌のレベルについて、臨床データだけに頼ることなく、たくさんの情報を提供できるんだ。この方法は、個々の患者テストでは見逃されるような健康情報を広くキャッチできるから、グループ写真を撮るようなもんだよ。廃水を分析することで、科学者たちは時間の経過とともにトレンドを特定して、耐性バイ菌のアウトブレイクを広がる前に見つけることができるんだ。
WBSの課題
WBSは期待できるけど、課題もあるんだ。まず、抗生物質耐性病原体(ARP)はたくさんあって、その特性もさまざまなんだ。一部は他よりも特定の条件でよく成長するから、明確な状況を把握するのが難しいんだ。それに、人間の微生物は廃水の中の多様な微生物の中でほんの一部に過ぎないんだから、巨大な洗濯バスケットの中で失くした靴下を探すようなもんだね。
廃水の複雑さ
市の下水は、人間の排泄物や雨水、下水管に形成されたバイオフィルムなど、微生物のごちゃ混ぜカクテルなんだ。廃水に存在する微生物群(マイクロバイオーム)はかなり複雑で、季節によって変わるんだ。この季節的な変化は、水の中の耐性遺伝子に影響を与えるから、ARレベルを正確に判断するのが難しいんだよ。
抗生物質使用の役割
面白いことに、抗生物質の使用と耐性の発展との相関関係は簡単じゃないんだ。抗生物質の処方が増えると、耐性バイ菌が増えるのは理にかなってるけど、研究によるとその関係はしばしば弱いんだ。外部のソースからコミュニティに耐性微生物が運ばれてくるような他の要因のためかもしれないね。
季節的な抗生物質処方パターン
抗生物質の使用は変動することがあって、季節によってウイルス感染が増えると影響を受けることが多いんだ。例えば、インフルエンザの季節になると、関連する感染症に対して医者が抗生物質を多く処方することがあって、一時的に廃水に耐性バイ菌が増えることがあるんだ。研究者たちは、特定の抗生物質が冬の間によく処方されて、他は春や夏にピークになることを見つけてるよ。
廃水サンプルの調査
研究チームは、長期間にわたって週に何度も下水からサンプルを集めて分析してるんだ。これらのサンプルは、先進的なシーケンシング技術を使って、どんなバイ菌や耐性遺伝子が存在するかを特定するために分析されるんだ。目的は、抗生物質の処方データと廃水中の耐性のレベルをつなげることなんだよ。
抗生物質耐性遺伝子に関する所見
廃水サンプルの分析では、抗生物質耐性に関連する特定の遺伝子が、コミュニティでの抗生物質の処方に実際に対応していることがわかったんだ。ただ、タイミングが重要で、抗生物質の使用が増えた後、廃水中の耐性遺伝子が観察されるまでにタイムラグがありそうなんだ。
微生物のダイナミクスを理解する
下水にいる微生物コミュニティは、環境条件や人間の活動などの多くの要因によって常に変化してるんだ。だから、抗生物質の使用と耐性との関係は、異なる抗生物質の間だけじゃなく、異なるバイ菌の宿主の影響でも大きく変わるんだよ。
様々なバイ菌ファミリーの影響
下水のバイ菌を調べると、研究者たちは二つの主要なファミリー:腸内細菌科(Enterobacteriaceae)と緑膿菌科(Pseudomonadaceae)の間に大きな違いがあることに気づいたんだ。腸内細菌科に関連する耐性遺伝子は、抗生物質の使用に対してより早く反応する傾向がある一方で、緑膿菌科に関連するものは遅れて反応するんだ。これは、バイ菌によって抗生物質への反応が異なるってことを示してるよ。
バイオフィルムの役割
バイオフィルムは表面にくっついているバイ菌のコロニーで、抗生物質耐性のダイナミクスを複雑にする可能性があるんだ。バイオフィルムは耐性バイ菌や遺伝子の貯蔵庫として機能して、それを廃水流に放出することがあるんだ。バイオフィルムはバイ菌の隠れ家みたいなもんで、外の世界から隠れていて、条件が整ったときに広がるんだよ。
バイ菌の個体数の季節的トレンド
研究では、廃水中の特定のバイ菌の個体数が静的じゃないことが示されたんだ。季節によって変化して、耐性株の普及に影響を与えるんだ。これらの個体数がどう変わるかを調べることで、研究者たちは特定の抗生物質がどれだけ効果的に効いているか、どの耐性が増えているかについて洞察を得られるんだ。
抗生物質使用と耐性の関連
研究者たちは、抗生物質の処方と廃水中の耐性遺伝子の関連を詳細に分析することで、注目すべき関連性を見つけたんだ。例えば、特定の抗生物質は特定の耐性遺伝子と強い相関関係があって、コミュニティの抗生物質使用が地元の下水システムで何が起こるかに影響を与えるって考えを強化してるよ。
公衆衛生への影響
廃水中の抗生物質耐性のダイナミクスを理解することは、公衆衛生にとって大きな意味を持つ可能性があるんだ。これらのトレンドを追跡することで、医療関係者はアウトブレイクをより良く予測できて、耐性の問題が大きくなる前に対策を立てられるんだ。WBSは早期警告システムとして機能して、コミュニティがこれらの脅威に直面するチャンスを与えるんだよ。
研究の今後の方向性
抗生物質耐性に関する廃水監視から学ぶことはたくさんあるけど、もっと研究が必要だよ。今後の研究では、廃水中の微生物相互作用の複雑さ、さまざまな環境での抗生物質の安定性、そして耐性がどのように発展するかについてもっと理解することを目指すんだ。技術が進歩すれば、分析の精度も高くなるだろうね。
結論
廃水に基づく監視は、コミュニティの健康と抗生物質耐性の脅威を知るためのユニークな窓口を提供してくれるんだ。課題はまだあるけど、得られた洞察は耐性に効果的に対処するための努力を導くことができるんだ。研究を続けて、適切な戦略を持てば、抗生物質耐性に対抗する流れを変えることができる。いつか、あの厄介なバイ菌たちがヒーローのマントを脱ぐ方法を見つけられるかもしれないね。
オリジナルソース
タイトル: Metagenomics disentangles epidemiological and microbial ecological associations between community antibiotic use and antibiotic resistance indicators measured in sewage
概要: Wastewater-based surveillance (WBS) is proving to be a valuable source of information regarding pathogens circulating in the community, but complex microbial ecological processes that underlie antibiotic resistance (AR) complicate the prospect of extending WBS for AR monitoring. The epidemiological significance of observed relative abundances of antibiotic resistance genes (ARGs) in sewage is unclear, in part due to multiple sources and in-sewer processes that shape the ARG signal at the entry to the wastewater treatment plant (WWTP). Differentiating between human-derived signals of resistance and those associated with downstream physical and ecological processes could help amplify public health value of WBS of AR by removing noise. In particular, autochthonous sewage microbiota--microbes stably associated with sewage collection networks independent of human/fecal input--could influence profiles of antibiotic resistance via seasonality, temperature, or other factors that alter human community-level AR signals at a given time point. Here we address this fundamental challenge by differentiating distinct associations between sewage-borne antibiotic resistant bacteria and outpatient antibiotic use in the community served by the sewershed. This was made possible using a unique dataset of outpatient antibiotic prescription rates encompassing the majority of antibiotic use over a 5-year period. Leveraging a yearlong 2x weekly sampling of a conventional WWTP with deep metagenomic sequencing (average 29 Gbp/sample) and extensive bioinformatics analysis, we identify striking associations between sewage-borne ARGs and antibiotic usage depending on the putative bacterial host and the presumed environmental stability of the antibiotic. It was found that a subset of ARGs, predominantly associated with Enterobacteriaceae, displayed a direct correlation with antibiotic usage, while ARGs predominantly associated with Pseudomonadaceae displayed a lagged relationship with antibiotic usage (between 1-3 months). Nested statistical modeling was applied to model the relationship between Pseudomonas metagenome assembled genomes and lagged sulfamethoxazole/trimethoprim use while jointly considering sewage characteristics and seasonality. This effort demonstrates the utility of WBS for understanding epidemiological dimensions of AR and provides a framework for accomplishing this purpose by considering microbial ecological factors that contribute to the corresponding signals in sewage.
著者: Connor L. Brown, Monjura Afrin Rumi, Lauren McDaniel, Ayella Maile-Moskowitz, Justin Sein, Loc Nguyen, Minyoung Choi, Fadi Hindi, James Mullet, Muhit Emon, Nazifa Ahmad Moumi, Matthew F. Blair, Benjamin C. Davis, Jayashmina Rao, Anthony Baffoe-Bonnie, Peter Vikesland, Amy Pruden, Liqing Zhang
最終更新: 2024-12-12 00:00:00
言語: English
ソースURL: https://www.medrxiv.org/content/10.1101/2024.12.11.24318846
ソースPDF: https://www.medrxiv.org/content/10.1101/2024.12.11.24318846.full.pdf
ライセンス: https://creativecommons.org/licenses/by-nc/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた medrxiv に感謝します。