中国河流抗生素地图发布 珠三角排放密度最高
然后,参考代谢率、污水处理率等因素,进而计算出抗生素排放量。根据各流域的行政区划组成,将各市、县的数据相加,得到流域尺度的抗生素排放量和排放密度。最后,在排放量基础上,再使用三级逸度模型,模拟预测了各抗生素在全国各流域的环境浓度。应光国课题组从2013年开始启动本次课题,历时两年完成,“这也是建立在此前课题组大量研究获得的基础数据之上”。预测是否靠谱?
肯定有误差但“结论比较可靠”
中科院南海海洋研究所副研究员徐维海指出,数据分析和模型模拟的结果肯定与真实环境有误差,即便是实地监测,也会有枯水季与丰水季、不同河段点位的区别。不过他认为,应光国课题组研究所得的抗生素模拟浓度50%以上与监测结果在一个数量级以内,说明研究结论比较可靠。“能拿到这么多数据,反映出全国抗生素浓度的分布情况,这是没有人做过的。”
广州地化所研究员张干表示,这一研究更重要的意义在于,反映了抗生素污染的时空规律。他介绍,这次研究建立了一个抗生素排放清单的平台,以后就可以代入数据做情景模拟,往前、往后都可以预测。“这次的研究成果倾向于静态,下一步应该还会倾向于做抗生素污染的动态预测。”
徐维海介绍,现在对抗生素环境浓度的监测研究已经不是国内外学术界的重点。“抗生素残留在环境中的暴露是确定的,现在的研究转向对耐药性,尤其是耐药性基因的研究。”
链接
“超级细菌”演变史
近30年,人类在广谱抗生素研发方面基本没有突破性发现,能做的都是小修小改,但同时出现了多种“超级细菌”。2013年前后还发现“产N D M -1耐药细菌”,它与传统“超级细菌”相比,其耐药性已经不再是仅仅针对数种抗生素具有“多重耐药性”,而是对绝大多数抗生素均不敏感,这被称为“泛耐药性”。
1920年医院感染的主要病原菌是链球菌。
1960年产生了耐甲氧西林的金黄色葡萄球菌(M R SA),M R SA取代链球菌成为医院感染的主要菌种。耐青霉素的肺炎链球菌同时出现。
1990年耐万古霉素的肠球菌、耐链霉素的“食肉链球菌”被发现。
2000年至2014年出现绿脓杆菌,对阿莫西林等8种抗生素耐药性达100%;肺炎克雷伯氏菌,对西力欣、复达欣等16种高档抗生素的耐药性高达52%-100%。