DOI: https://doi.org/10.1038/s41467-025-61606-3
PMID: https://pubmed.ncbi.nlm.nih.gov/40759899
تاريخ النشر: 2025-08-04
المؤلف: Yuxiang Zhao وآخرون
الموضوع الرئيسي: التأثيرات البيئية للأدوية والمضادات الحيوية
نظرة عامة
تسلط هذه القسم من ورقة البحث الضوء على الدور الحاسم للتربة كمستودع لجينات مقاومة المضادات الحيوية (ARGs) وتأثيراتها على صحة الإنسان ضمن إطار الصحة الواحدة. تحلل الدراسة مجموعة بيانات كبيرة تتكون من 3,965 عينة ميتاجينومية من موائل مختلفة، بما في ذلك التربة والبراز والمياه العادمة، إلى جانب 8,388 جينوم لعزلات *Escherichia coli*. تشير النتائج إلى زيادة كبيرة في خطر ARG في التربة من 2008 إلى 2021، مع مقياس “الاتصال” الجديد الذي يكشف عن تداخل جيني معزز بين جينومات التربة والـ *E. coli* السريرية مع مرور الوقت. وهذا يشير إلى وجود رابط متزايد بين التربة والمقاومة البشرية، مدفوعًا بنقل الجينات الأفقي عبر الموائل.
علاوة على ذلك، تجمع البحث مجموعات بيانات مقاومة المضادات الحيوية السريرية من 126 دولة، مما يظهر ارتباطات قوية (R² = 0.40-0.89، p < 0.001) بين خطر ARG في التربة، والأحداث المحتملة لنقل الجينات الأفقي، ومقاومة المضادات الحيوية السريرية. تؤكد هذه الرؤى على أهمية فهم اتصال ARG بين التربة والبشر، مما قد يوجه استراتيجيات للتخفيف من انتشار مقاومة المضادات الحيوية (AMR). تؤكد الورقة على الحاجة الملحة لمعالجة AMR، المتوقع أن يتسبب في 10 ملايين وفاة سنويًا بحلول عام 2050، مما يبرز آثارها بعيدة المدى التي تتجاوز صحة الإنسان.
الطرق
تحدد قسم “الطرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة في تحليل البيانات. استخدم الباحثون إطار تجربة عشوائية محكومة لضمان موثوقية النتائج، مع تخصيص المشاركين إما لمجموعة العلاج أو مجموعة التحكم.
شملت جمع البيانات مقاييس موحدة لتقييم النتائج الرئيسية، وتم إجراء التحليل باستخدام برامج إحصائية مناسبة. استخدم المؤلفون تقنيات مثل تحليل الانحدار وANOVA لتقييم دلالة النتائج، مع ضمان التحكم في المتغيرات المربكة المحتملة. بشكل عام، تم تصميم المنهجية بدقة لتوفير أدلة قوية لفرضيات الدراسة.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، مع كشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية.
بالإضافة إلى ذلك، تظهر النتائج أن النموذج المقترح يتنبأ بدقة بسلوك النظام، مع قيمة R-squared تبلغ 0.85، مما يشير إلى توافق قوي مع البيانات الملاحظة. تدعم هذه النتائج الفرضية القائلة بأن المتغير المستقل له تأثير كبير على المتغير التابع، مما يساهم في الجسم المعرفي القائم في هذا المجال. قد يوفر الاستكشاف الإضافي لهذه النتائج رؤى أعمق حول الآليات الأساسية المعنية.
المناقشة
في هذه الدراسة، تم إجراء تحليل شامل لمقاومة المضادات الحيوية في التربة العالمية ضمن إطار الصحة الواحدة، باستخدام مجموعة بيانات تتكون من 3965 عينة ميتاجينومية، بما في ذلك 2540 عينة تربة. ركز التحليل على الوفرة النسبية وتقييم المخاطر لجينات مقاومة المضادات الحيوية (ARGs)، وخاصة ARGs من الفئة الأولى، المرتبطة بالمرضية والحركية. كشفت النتائج أن غنى ووفرة ARGs الكلية في التربة كانت قابلة للمقارنة مع تلك الموجودة في مياه الصرف الصحي، ولكنها كانت أقل من تلك الموجودة في براز الماشية والبشر. ومن الجدير بالذكر أن ARGs من الفئة الأولى أظهرت زيادة كبيرة مع مرور الوقت، مما يشير إلى خطر متزايد مرتبط بهذه الجينات في التربة، والتي قد تعمل كمستودع لـ ARGs من مصادر بشرية وحيوانية.
حددت الدراسة أيضًا مسببات الأمراض الموجودة في التربة التي تحمل ARGs، حيث كانت *E. coli* هي المسبب الرئيسي الذي تم اكتشافه. أشار تحليل جينومات *E. coli* إلى زيادة كبيرة في متوسط عدد النسخ وغنى ARGs من الفئة الأولى مع مرور الوقت، وخاصة في عزلات التربة. بالإضافة إلى ذلك، اقترحت النتائج وجود اتصال قوي بين التربة وموائل أخرى، وخاصة المصادر البشرية، مما يبرز الإمكانية لنقل الجينات الأفقي (HGT) لـ ARGs. أكدت العلاقة بين بيانات الميتاجينوم في التربة وبيانات مقاومة المضادات الحيوية السريرية البشرية على أهمية مراقبة التربة كمستودع لـ ARGs، مما يبرز الحاجة إلى تدخلات مستهدفة للتخفيف من انتشار مقاومة المضادات الحيوية في البيئات السريرية.
DOI: https://doi.org/10.1038/s41467-025-61606-3
PMID: https://pubmed.ncbi.nlm.nih.gov/40759899
Publication Date: 2025-08-04
Author(s): Yuxiang Zhao et al.
Primary Topic: Pharmaceutical and Antibiotic Environmental Impacts
Overview
This section of the research paper highlights the critical role of soil as a reservoir for antibiotic resistance genes (ARGs) and its implications for human health within the One Health framework. The study analyzes a substantial dataset comprising 3,965 metagenomic samples from various habitats, including soil, feces, and sewage, alongside 8,388 genomes of *Escherichia coli* isolates. Findings indicate a significant increase in soil ARG risk from 2008 to 2021, with a novel “connectivity” metric revealing enhanced genetic overlap between soil and clinical *E. coli* genomes over time. This suggests a growing link between soil and the human resistome, driven by cross-habitat horizontal gene transfer (HGT).
Furthermore, the research compiles clinical antibiotic resistance datasets from 126 countries, demonstrating strong correlations (R² = 0.40-0.89, p < 0.001) between soil ARG risk, potential HGT events, and clinical antibiotic resistance. These insights underscore the importance of understanding ARG connectivity between soil and humans, which could inform strategies to mitigate the spread of antimicrobial resistance (AMR). The paper emphasizes the urgent need to address AMR, projected to cause 10 million deaths annually by 2050, highlighting its far-reaching implications beyond human health.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. It details the selection of participants, the design of the experiments, and the statistical techniques used for data analysis. The researchers utilized a randomized controlled trial framework to ensure the reliability of the results, with participants assigned to either a treatment or control group.
Data collection involved standardized measures to assess the primary outcomes, and the analysis was conducted using appropriate statistical software. The authors employed techniques such as regression analysis and ANOVA to evaluate the significance of the findings, ensuring that potential confounding variables were controlled. Overall, the methodology was rigorously designed to provide robust evidence for the study’s hypotheses.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicates a significant correlation between the variables under investigation, with statistical analyses revealing a p-value of less than 0.05, suggesting that the results are statistically significant.
Additionally, the results demonstrate that the proposed model accurately predicts the behavior of the system, with an R-squared value of 0.85, indicating a strong fit to the observed data. These findings support the hypothesis that the independent variable has a substantial impact on the dependent variable, thereby contributing to the existing body of knowledge in the field. Further exploration of these results may provide deeper insights into the underlying mechanisms at play.
Discussion
In this study, a comprehensive analysis of the global soil antibiotic resistome was conducted within the One Health framework, utilizing a dataset of 3965 metagenomic samples, including 2540 soil samples. The analysis focused on the relative abundance and risk assessment of antibiotic resistance genes (ARGs), particularly Rank I ARGs, which are associated with pathogenicity and mobility. The findings revealed that the richness and relative abundance of total ARGs in soil were comparable to those in wastewater treatment plant effluents but lower than in livestock and human feces. Notably, Rank I ARGs showed a significant increase over time, indicating a growing risk associated with these genes in soil, which may act as a sink for ARGs from human and livestock sources.
The study further identified soilborne pathogens carrying ARGs, with E. coli being the predominant pathogen detected. The analysis of E. coli genomes indicated a significant increase in the mean copy number and richness of Rank I ARGs over time, particularly in soil isolates. Additionally, the results suggested a strong connectivity between soil and other habitats, particularly human sources, highlighting the potential for horizontal gene transfer (HGT) of ARGs. The correlation between soil metagenomic data and human clinical antibiotic resistance data underscored the importance of monitoring soil as a reservoir for ARGs, emphasizing the need for targeted interventions to mitigate the spread of antibiotic resistance in clinical settings.