Simple Science

最先端の科学をわかりやすく解説

# 健康科学# 疫学

下水道システムにおける抗菌剤耐性への対処

下水処理が抗菌抵抗性レベルにどう影響するかを見てみる。

― 1 分で読む


下水道システムにおけるAM下水道システムにおけるAMR対策果たしてるよ。下水処理は抗菌剤耐性において重要な役割を
目次

抗菌薬耐性(AMR)は、今の医療にとって大きな問題だよ。感染症の治療が難しくなって、医療費も高くなるから、これまでの医学の進歩に脅威を与えてる。AMRは病院だけの問題じゃなくて、環境や農業、都市でも広がってる。人だけじゃなくて、動物や植物にも影響が出てるよ。

AMRの広がり

AMRは色々な要因によって引き起こされる。主な問題は、病院から出る廃棄物や地域の下水だね。研究によると、病院の廃水にはAMRが地域社会や下水処理施設の作業員に広がるリスクがあるんだ。病院の下水は抗生物質に耐性を持つ細菌がいっぱいで、特に重い感染症を引き起こす危険な細菌が多い。

下水システムと処理施設は、AMRがどのように広がるかに大きな役割を果たしてる。未処理の病院の廃棄物が地域の下水に流れ込むと、水供給が汚染される可能性があるんだ。理想的には、下水処理施設が入ってくる下水の中の抗生物質耐性遺伝子(ARGs)を減らすべきなんだけど、特に貧しい国では、処理施設がうまく機能していなくてAMRを助長してしまうこともある。

不十分な下水処理の危険

十分に機能していない下水処理システムは大きな健康リスクをもたらす。これらのシステムがARGsを減らし、有害な細菌の放出を防ぐ能力を定期的に確認する必要があるんだけど、ARGsを監視するための高度な方法は多くの地域では高額で手が出ないこともある。だから、限られた資源でも有用な情報が得られるようなシンプルな方法が必要なんだ。

この研究では、基本的な測定値である生物学的酸素要求量(BOD)や全有機炭素(TOC)が、下水中のARGの量を推定するのに役立つかどうかを調査したよ。研究者たちは、4つの病院からサンプルを集めて、異なる3つの季節にARGのレベルの変化を追った。

サンプリングの適切な場所の選定

研究は、いろんな人が住む忙しい都市で行われた。地元政府の許可を得て、サンプリングプロセスには注意を払ったよ。4つの病院とそれに連結する下水処理施設を選んで、AMRがどう広がるかの明確なイメージを得られるようにした。

それぞれの病院は幅広い医療サービスを提供していて、大量の廃棄物を出してる。病院は異なる地域を代表して選ばれて、医療廃棄物が下水に与える影響を広く見ることができるんだ。

サンプルの収集

研究者たちは、モンスーン、秋、春の3つの季節に下水サンプルを集めた。これによって、抗生物質耐性遺伝子のレベルが時間と共にどう変化するかを理解できたよ。サンプルは病院の排水、地域の下水、処理施設の流入・流出地点から取った。

合計で48つのサンプルを集めて、各サンプルには2リットルの下水が含まれてた。これをしっかり保管して分析した。現場でのテストでは、温度、pH、溶存酸素などの重要な要素を測定した。追加のテストで下水中の化学成分を評価したんだ。

下水からのDNA分析

下水にいる細菌を調べるために、研究者たちはサンプルからDNAを抽出した。DNAは、高度な方法で配列を決定して、細菌の種類やARGの存在を特定したよ。高品質な情報を分析に使うために、相当数のリードを処理した。

バイオコミュニティの調査

この研究では、下水の中の細菌の構成がどう変わるかを調べることを目指した。季節や地域によって細菌の種類が変わることがわかったけど、特定のサンプリングポイントによる影響はあんまりなかった。モンスーンの時期には特定の細菌が多かったけど、サイトの種類はバイオコミュニティに大きく影響しなかったんだ。

サンプルには人間の腸内に一般的に見られる細菌の種類が豊富で、深刻な感染症を引き起こす細菌も含まれてた。面白いことに、病院からの下水も地域の下水と細菌の構成はあんまり違わなかったんだ。

抗生物質耐性遺伝子の理解

研究では、ARGのレベルが季節や場所によって大きく変わることが明らかになった。病院の下水にはARGが最も多く含まれていて、病院がAMR問題の重要な要因であることが示された。これらの遺伝子を監視することは、AMRの追跡と管理にとって重要だよ。

季節による変化は、下水中のARGの種類にも影響を及ぼした。たとえば、モンスーンの季節には特定の耐性遺伝子のレベルが高かった。下水処理施設からのARGの減少は一貫しておらず、抗生物質耐性の細菌を処理するシステムの効果に懸念を抱かせる結果となったんだ。

生物学的測定とARGの関連

研究者たちは、BODとTOCが下水中のARGの量とどれくらい関連しているかを調べたよ。BODは水中の有機物の量を測る指標で、水の汚染度を示すんだ。BODの高いレベルは、一般的に下水サンプルのARGが多いことと一致するってわかった。

BODはARG汚染についての有用な情報を提供できるけど、処理過程でどれだけARGが減少したかとBODレベルの変化との明確な関連は見つからなかった。だから、これらの要素がどう相互作用するかを理解するにはもっと研究が必要だね。

この研究の重要性

研究の結果は、下水システムでARGレベルを監視する必要があることを浮き彫りにしてる。高い耐性遺伝子の量と有害細菌の存在は、未処理の下水が公衆衛生に深刻なリスクをもたらすことを示してる。処理後にARGレベルが明確に改善されないことは、現在の下水管理の方針を再評価する必要があることを示唆してるよ。

研究者たちは、BOD測定のようなシンプルな方法を使うことでARG汚染について貴重な洞察が得られると考えている。アクセスしやすい監視が、AMRに悩む都市部で健康リスクを管理するのに重要かもしれないね。

結論

抗菌薬耐性の広がりは、緊急に対処が必要な重大な課題だよ。下水中のARGを追跡することで、保健当局は公衆衛生に対する脅威をよりよく理解し、対応できるようになる。今回の研究は、安全かつ効率的にAMRを監視する新しい方法を開くもので、コミュニティがこの増大する健康問題に立ち向かえるようにすることを目指してるんだ。

オリジナルソース

タイトル: Biochemical analyses can complement sequencing-based ARG load monitoring: a case study in Indian hospital sewage networks

概要: Antibiotic resistance is an emerging global crisis which has been estimated to cause increasing numbers of deaths. Low and middle-income countries (LMICs) are challenged with a larger burden of antibiotic resistance, as antibiotic resistance is more common in LMICs, and access to antibiotics and health care is often limited compared to high-income countries. Further exacerbating the issue is the possible lack of efficient treatment of hospital sewage which can have high concentrations of clinically relevant antibiotic-resistant pathogens. Monitoring of antibiotic resistance genes (ARGs) in sewage along the sewage networks (from hospitals to community sewers and sewage treatment plant effluents) would provide crucial tools for identifying hotspots of ARG pollution. However, the methods that are currently used to quantify ARGs rely on expensive shotgun sequencing or qPCR. Therefore, we investigated whether ARG load monitoring could be complemented with inexpensive standard biochemical analyses. Our results show that across four different sewage networks and three seasons, biological oxygen demand (BOD) and total organic carbon (TOC) can provide robust indicators of total ARG load. This lays grounds for finding cost-efficient techniques for sewage ARG pollution monitoring in low-resource settings.

著者: Leo Lahti, S. Bhanushali, K. Parnanen, D. Mongad, D. Dhotre

最終更新: 2024-05-31 00:00:00

言語: English

ソースURL: https://www.medrxiv.org/content/10.1101/2024.05.31.24308262

ソースPDF: https://www.medrxiv.org/content/10.1101/2024.05.31.24308262.full.pdf

ライセンス: https://creativecommons.org/licenses/by/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。

著者たちからもっと読む

類似の記事