Bakteriengemeinschaften und Wasserqualitätsparameter in Flusswasser und Sedimenten in der Nähe von Abwassereinleitungen

Scientific Data Band 9, Artikelnummer: 578 (2022) Diesen Artikel zitieren

1873 Zugriffe

1 Zitate

3 Altmetrisch

Details zu den Metriken

Die Einleitungen von Kläranlagen (WWTP) verändern die Wasserqualität und die mikrobiellen Gemeinschaften, indem sie mit dem Menschen assoziierte Bakterien in die Umwelt einbringen und mikrobielle Gemeinschaften verändern. Um diese Auswirkungen vollständig zu verstehen, ist es wichtig zu untersuchen, ob Kläranlageneinleitungen die mikrobiellen Gemeinschaften in Wasser und Sedimenten auf vergleichbare Weise beeinflussen und ob diese Auswirkungen von bestimmten Umweltvariablen abhängen. Hier präsentieren wir einen Datensatz, der die Auswirkungen einer Kläranlage auf die Wasserqualität und Bakteriengemeinschaften untersucht, indem wir über einen Zeitraum von fünf Monaten Proben direkt aus dem Abfluss der Kläranlage mit Oberflächengewässern und Sedimenten an zwei darüber und zwei darunter liegenden Standorten vergleichen. Wenn möglich, haben wir fünf physikalisch-chemische Variablen (z. B. Temperatur, Trübung, Leitfähigkeit, gelöster Sauerstoff und Salzgehalt), vier Bioindikatoren (z. B. Escherichia coli, Gesamtcoliforme Bakterien, Enterococcus sp. und Endotoxine) und zwei molekulare Indikatoren (z. B. relative Häufigkeit von intI1 und 16S-rRNA-Genprofilierung). Vorläufige Ergebnisse deuten darauf hin, dass Bioindikatoren mit Umweltvariablen korrelieren und dass sich die im Grundwasser, in den Sedimenten und im aufbereiteten Wasser vorhandenen Bakteriengemeinschaften in ihrer Zusammensetzung und Struktur stark unterscheiden.

Messungen)

Temperatur des Wassers • Leitfähigkeit des Wassers • gelöster Sauerstoff im Wasser • Salzgehalt des Wassers • Konzentration von Escherichia coli im Wasser • Konzentration der gesamten Kolibakterien im Wasser • Konzentration von Enterococcus sp. • Konzentration von Endotoxinen im Wasser. • Relative Häufigkeit von Integron 1 im Wasser. • Bakterielle 16S-RNA

Technologietyp(en)

YSI-Feldsonde • Colilert-Dektionssystem • Enterolert-Dektionssystem • Charles River Endosafe-System • quantitative PCR • Illumina-Sequenzierung

Probenmerkmal – Organismus

Bakterien

Probeneigenschaft – Umgebung

Süßwasserfluss

Probenmerkmal – Standort

Vereinigte Staaten

Die Einleitung von Abwässern aus Kläranlagen (WWTPs) in umliegende Wasserstraßen kann schädliche Auswirkungen auf die Gesundheit aquatischer Ökosysteme haben. Zum einen leiten Kläranlagen wichtige Schadstoffe ein, darunter Arzneimittel1,2 und Haushaltsprodukte3, die sich auf die lokale Fauna4 sowie mikrobielle Gemeinschaften5,6 auswirken können. Kläranlagen können auch eine Quelle für allochthone Mikroorganismen sein, die sich von der aufnehmenden Wasserstraße unterscheiden, darunter Krankheitserreger7 und antibiotikaresistente Bakterien8. Selbst wenn die meisten lebenden Mikroorganismen durch die Kläranlagenbehandlung ausgerottet werden, gelten Kläranlagen als wichtige Quelle für Antibiotikaresistenzgene9,10 und tragen zum ständig wachsenden Reservoir an Antibiotikaresistenzen in der Umwelt bei11. Einleitungen aus Kläranlagen können auch zu einer Nährstoffanreicherung12 führen, was zu erheblichen Veränderungen des nachweisbaren gelösten Sauerstoffs13 führen und die Struktur und Funktion der Lebensgemeinschaften in Gewässern stören kann14. Schließlich kann die Einleitung von Kläranlagen Sand und Kies in Wassersysteme ablagern, wodurch die physikalischen Eigenschaften des Sediments beeinträchtigt und möglicherweise sedimentassoziierte Bakteriengemeinschaften in Wasserstraßen gestört werden15.

Um die möglichen Auswirkungen kleiner Kläranlagen auf lokale Süßwasserwasserstraßen zu bewerten, haben wir mikrobielle Verunreinigungen im Zusammenhang mit dem Abfluss des aufbereiteten Wassers der vom Bard College (Annandale-on-Hudson, NY; Abb. 1a) betriebenen Kläranlage überwacht. Mithilfe eines Fermentersystems (Abb. 1b) behandelt die Kläranlage schätzungsweise 0,2 Millionen Gallonen pro Tag (gemäß NY SPDES-Genehmigung Nr. NY0031925). Dieses aufbereitete Wasser wird vollständig auf dem Campus des Bard College produziert, einer Wohnhochschule, die etwa 2.000 Studenten sowie 500 Lehrkräfte und Mitarbeiter betreut. Nach der Aufbereitung wird das verbrauchte Wasser in den Saw Kill eingeleitet, einen Nebenfluss des Hudson River, der auch die Süßwasserquelle für den Campus darstellt. Das Bard College entnimmt täglich durchschnittlich 130.000 Gallonen (591.000 l) Saw Kill-Oberflächenwasser für die Trinkwasserversorgung des Campus (gemäß dem neuesten Bericht, der beim NYSDEC Bureau of Water Resource Management vom 09.02.21 eingereicht wurde). Die Trinkwasserentnahme erfolgt aus dem Saw Kill etwa 100 m oberhalb des Kläranlagenauslaufs. Der Forschungsstandort selbst liegt etwa 5,2 km flussabwärts des Dorfes Red Hook (ca. 1900 Einwohner), in dem es auch eine kleine Kläranlage gibt (NY SPDES-Genehmigung Nr. NY0271420).

Diagramm der Studie. Repräsentative Karte der in dieser Forschung verwendeten Probenahmestellen mit Ortsnamen, Gesamtprobenzahl und GPS-Koordinaten (a) Schematische Darstellung der in dieser Studie enthaltenen Kläranlage (b) Schematische Darstellung der Probenahmearten (Bard-Abfluss (B); Wasser (W ); Sediment (S)) und die durchgeführten Probenahmemaßnahmen, einschließlich derjenigen, die auf alle Proben angewendet wurden (allgemeine Maßnahmen) und der spezifischen Maßnahmen für Bard- und Water-Probenahmestellen (c). Schließlich zeigt eine Zeitleiste von 10 Probenahmeereignissen über 5 Monate die Anzahl der Erfolgreiche Proben aus den Probentypen W, S und B sowohl für die Standorte Unten (Be) und Oben (Ab) als auch an den Standorten Fern (F) und Nah (N) (d).

Um die möglichen Auswirkungen der Kläranlage des Bard College auf Bakteriengemeinschaften in der Umgebung zu untersuchen, haben wir Proben aus dem behandelten Brauchwasser direkt am Abfluss sowie aus Oberflächengewässern und Sedimenten an zwei Stellen oberhalb und unterhalb des Abflusses gesammelt (Abb. 1c) über einen Zeitraum von fünf Monaten (Abb. 1d). Hier geben wir einen Überblick über die Probensammlung und Datensammlung ohne detaillierte Analyse der Ergebnisse oder Diskussion, um die Aufmerksamkeit auf den umfassenden und vielschichtigen Blick auf die mikrobiellen Gemeinschaften im Süßwasser in Bezug auf physikalisch-chemische und mikrobielle Indikatoren der Wasserqualität zu lenken. Darüber hinaus stellt die Konsistenz des Versuchsdesigns, der Sequenzierungsmethodik und der Probenquellen den Wert dieser Sammlung für laufende Studien von mikrobiellen Gemeinschaften im Süßwasser sicher, insbesondere im Zusammenhang mit zeitlichen, räumlichen und anthropogenen Störungen.

Genauer gesagt haben wir für jede Wasserprobe, einschließlich des Abflusses, verschiedene physikalisch-chemische Eigenschaften gemessen: Temperatur, Trübung, Leitfähigkeit, gelöster Sauerstoff und Salzgehalt. Wir haben auch die Auswirkungen des Abwassers auf diese Proben anhand von drei Kontaminationsindikatoren bewertet: Escherichia coli-Konzentration, Gesamtkonzentration an coliformen Keimen, Enterococcus sp. Konzentration. Wir haben auch die Endotoxinkonzentrationen und das Vorhandensein des intI1-Gens, einem Marker für Integron 1, im Verhältnis zur Häufigkeit des 16S-rRNA-Gens, einem Marker für die gesamte Bakterienhäufigkeit, geschätzt. Obwohl wir beobachteten, dass alle mikrobiologischen Indikatoren ähnlichen zeitlichen Trends folgen (Abb. 2), fanden wir interessanterweise unterschiedliche Korrelationsgrade zwischen den mikrobiologischen Indikatoren (Tabelle 1), was darauf hindeutet, dass jeder Indikator einzigartige Einblicke in die Ökologie mikrobieller Kontaminanten in der Region liefern könnte untersuchtes System.

Längsmessungen mikrobieller Indikatoren der Wasserqualität. Für jeden Sammeltermin wurden Proben an vier verschiedenen Standorten und aus dem Abfluss der Bard-Wasseraufbereitungsanlage entnommen und auf Folgendes untersucht: (a) E. coli-Konzentration; (b) Coliform-Konzentration; (c) Enterococcus sp. Konzentration; (d) relative Häufigkeit von Integron 1; und (e) Endotoxinkonzentration. Abfluss- und Wasserdatenpunkte stellen den Rohwert für jede Probe dar, während Sedimentdatenpunkte den Durchschnitt zweier biologischer Replikate darstellen. Oberflächenwasserproben werden in Blau, Sedimente in Schwarz und Abflüsse in Rot dargestellt.

Abschließend haben wir die in jeder Probe vorhandene Bakterienpopulation mithilfe der 16S-rRNA-Amplikonsequenzierung charakterisiert. Insgesamt generierte die Sequenzierung 3.020.375 gepaarte Lesevorgänge mit einem Median von 24.556 Lesevorgängen pro Bibliothek. Nach dem Entfernen chimärer, mitochondrialer und Chloroplastensequenzen wurden die 3.019.951 (99,98 % des Originals) gepaarten Sequenzen 15.140 Amplikonsequenzvarianten oder ASVs zugeordnet, die zu 723 Gattungen gehören. Interessanterweise stellten wir fest, dass sich die prokaryotischen Klassen in der Verteilung und Häufigkeit zwischen den Wasser-, Sediment- und Abflussproben und in geringerem Maße zwischen den verschiedenen beprobten Standorten unterschieden (Abb. 3).

Relative Häufigkeit prokaryotischer Taxa auf Klassenebene, isoliert aus Proben von (a) Abfluss, (b) Sedimenten und (c) Wasser. Die 10 am häufigsten vorkommenden Klassen und ihre Prävalenz in jedem Stichprobentyp werden angezeigt. Die Details zu bestimmten Standorten und Entnahmedaten für jede Probe werden in „Sample_type_date_site_season_name.csv“ angezeigt, das bei Dryad20 verfügbar ist. Es ist zu beobachten, dass die Abflussproben im Allgemeinen eine geringere Diversität auf Klassenebene aufweisen, verglichen mit den Wasserproben und Sedimentproben, die wiederum in diesem Datensatz die größte Diversität aufweisen.

Nach unserem Kenntnisstand ist diese Studie eine der ersten, die gleichzeitig mehrere mikrobielle Kontaminanten sowie molekulare Kontaminanten16 sowohl in Wasser- als auch Sedimentmikrobengemeinschaften in einer aquatischen Umgebung berücksichtigt17,18,19. Diese Studie wird nicht nur ein neues Licht auf das begrenzte Verständnis der Komplexität im Zusammenhang mit der Ökologie und dem Management von extraenterischen Abwasserindikatoren werfen7, sondern auch einen einzigartigen Datensatz zur Untersuchung der Dynamik mikrobieller Kontaminanten in Bezug auf mikrobielle Gemeinschaftsstrukturen im Süßwasser liefern Ökosysteme.

Der Saw Kill ist ein 23,0 km langer Nebenfluss des Hudson River, der in der Stadt Milan entspringt (41,985169, −73,776175) und ein 57 km2 großes Gebiet im Nordwesten von Dutchess County, New York, entwässert. Der Saw Kill fließt überwiegend durch Wälder und Ackerland und fließt mit einer durchschnittlichen Geschwindigkeit von 0,54 m3 s−1 (im Bereich von 0,01–9,15 m3 s−1) in die South Tivoli Bay (42,02061, −73,92367), die zwischen Montgomery Place und Bard liegt College (Durchflussdaten von USGS StreamStats, USGS-Station Nr. 01364800, Messungen im Jahr 1965). Neuere, aber unveröffentlichte Messungen wurden auf der Wasserstraße im Rahmen des Saw Kill Monitoring Project durchgeführt: monatliche Messungen, die zwischen November 2017 und November 2018 am Lower Saw Kill Dam (10 m von unserem Standort in der Nähe entfernt) mit einem AVG durchgeführt wurden Der Durchflussmonitor schätzte eine mittlere Durchflussrate von 0,97 +/- 0,22 m3 s−1 und bestätigte damit, dass der Durchflussratenbereich über die letzten Jahrzehnte hinweg konstant war. Während die Bays durch einen gebauten Damm vom Hudson River getrennt sind, mündet dieser über zwei künstliche Kanäle (North Bridge: 42.045689, −73.924926, South Bridge: 42.036672, −73.925465), die 1850 von Amtrak gebaut wurden, in den Hudson River.

Der Saw Kill dient als Haupttrinkwasserquelle für den Bard College Campus in Annandale-On-Hudson. Zu diesem Zweck verfügt das Bard College über ein Inselwassersystem für seinen Campus, das über ein filterbasiertes Trinkwassersystem Trinkwasser zu seinen Gebäuden transportiert und das Abwasser über seine dem Trinkwassereinlass nachgeschaltete Abwasseraufbereitungsanlage entsorgt. Zur Abwasseraufbereitung arbeitet die Wasseraufbereitungsanlage Bard mit Filtration, Sedimentation, Fermentation in einem Bioreaktornetzwerk und Chlorierung. Das behandelte Abwasser wird dann zur Belüftung und anschließenden Entchlorung nach unten geleitet, bevor es über ein einziges Abflussrohr an einem vom New York State Department of Environment Conservation genehmigten Standort (SPDES-Genehmigung Nr. NY0031925) in den Saw Kill eingeleitet wird (Abb. 1b). . Die Dauer des Gesamtprozesses hängt von der behandelten Abwassermenge und den Umgebungsbedingungen ab. Das gereinigte Abwasser wird schließlich in einem Gebiet nahe der Mündung des Saw Kill in einem überwiegend bewaldeten Gebiet eingeleitet.

Es ist wichtig anzumerken, dass Saw Kill andere mögliche Quellen sowohl für Fäkalienindikatoren als auch damit verbundene bakterielle Signale stromaufwärts von Bards Campus hat, darunter Red Hook (5,2 km flussaufwärts), ein Dorf (ca. 1900 Einwohner) mit einer kleinen Kläranlage (7,6 × 100 km). 105 l Durchfluss pro Tag, NY SPDES-Genehmigung #NY0271420). Darüber hinaus umfasst die dazwischenliegende Landnutzung ländliche und vorstädtische Siedlungen mit veralteten Kläranlagen und landwirtschaftliche Landnutzung. Daher bestand unser Ziel darin, den lokalen Einfluss der Kläranlage Bard College als Teil des größeren Saw Kill Watershed-Systems und der letzten allochthonen Quelle des Nebenflusses zu isolieren, bevor dieser auf den Gezeitenfluss Hudson River trifft. Um dies zu erreichen, haben wir sowohl stromaufwärts (Abb. 1: oben) als auch stromabwärts (Abb. 1: unten) des Abflusses der Kläranlage Bard (Abb. 1: Abfluss) Proben genommen.

Über einen Zeitraum von fünf Monaten vom 6. Juni 2015 bis zum 20. Oktober 2015 wurden bei zehn verschiedenen Gelegenheiten Proben gesammelt (Sampling_site_metadata_table.csv verfügbar bei Dryad20; Abb. 1d). Für jeden Sammeltermin haben wir aufbereitetes Abwasser direkt aus dem Kläranlagenausfluss, von zwei Standorten unterhalb des Ausflusses und zwei Standorten oberhalb des Ausflusses gesammelt (geschätzte GPS-Koordinaten für jeden Standort finden Sie in „Sample_site_GPS.csv“, verfügbar bei Dryad20. Weil wir Als wir im Rahmen dieser Studie Bachsedimente beprobten (und damit störten), begannen wir mit der Probenahme an der am weitesten flussabwärts gelegenen Stelle und arbeiteten flussaufwärts, um sicherzustellen, dass sich Störungen der Sedimente nicht in den an diesem Tag entnommenen Folgeproben widerspiegelten. Zusätzlich zu den 2 L Als Abwasserprobe aus dem Abfluss sammelten wir an jeder Sammelstelle 2 l Oberflächenwasser und zwei ~500 mg Sedimentkerne. Insgesamt sammelten wir somit 130 Proben, darunter 40 Oberflächenwasserproben, 80 Sedimentproben und zehn Abwasserproben aus dem Abfluss Kläranlagenabfluss („Sampling_type__date_site_season_name.csv“, verfügbar bei Dryad20.

Wir haben zunächst die 2-Liter-Wasserprobe in der Mitte des Kanals für jeden Standort mithilfe von Hitze und säuresterilisierten Nalgene-Flaschen gesammelt, die etwa 0,5 m unter der Bachoberfläche eingetaucht waren. Um mögliche Verunreinigungen auf der Oberfläche der Flaschen zu vermeiden, wurden alle Probenflaschen unmittelbar vor der Entnahme dreimal mit Oberflächenwasser vom Standort gespült. Nach der Entnahme der Wasserprobe wurden Sedimentproben mit einem Edelstahlentkerner gesammelt, der mit einem Wischtuch gereinigt, mit 70 % Ethanol sterilisiert und zwischen jeder Probenahme an der Luft getrocknet wurde. An jeder Stelle wurden etwa 7 cm tiefe Duplikatkerne aus ungestörtem Sediment gesammelt und mit einem sterilisierten Metallspatel in ein steriles 50-ml-Falcon-Röhrchen gegeben. Schließlich wurden für jeden Sammeltermin einzelne 2-Liter-Proben aus der Kläranlage am Ende des Abflussrohrs mit einem sterilisierten 1.000-ml-Schaufel entnommen und in hitze- und säuresterilisierten Nalgene-Flaschen aufbewahrt. Nach der Entnahme wurden alle Proben für den Transport ins Labor auf Eis in einem Kühler gelegt und innerhalb von 2 Stunden nach der Entnahme verarbeitet.

Wir extrahierten die Gesamt-DNA aus Wasserproben, indem wir 750 ml Wasser auf einen 0,22-µm-Sterivex-Filter filtrierten. Anschließend extrahierten wir DNA aus dem Filter mit dem PowerWater DNA Isolation Kit (MoBio Laboratories Carlsbad, CA, USA), das jetzt als DNeasy PowerWater DNA Isolation Kit (QIAGEN, Hilden, Deutschland) erhältlich ist, gemäß den Anweisungen des Herstellers. Bei den Sedimentproben haben wir 250 mg Sedimentproben gewogen und das PowerSoil DNA Isolation Kit (MoBio Laboratories, Carlsbad, CA, USA) verwendet, das jetzt laut Herstellerangaben als DNeasy PowerSoil DNA Isolation Kit (QIAGEN, Hilden, Deutschland) erhältlich ist Anweisungen.

An jeder Probenahmestelle haben wir vor der Entnahme von Wasser- und Sedimentproben die Wassertemperatur (°C), die Leitfähigkeit (µmhos/cm), den gelösten Sauerstoff (ppm) und den Salzgehalt (ppm) mit tragbaren YSI-Feldsonden (YSI, TN, USA) gemessen ), wobei die Sonden in einer Tiefe von <0,5 m in der Kanalmitte aufgehängt sind. Die Trübung wurde im Labor unter Verwendung von 15-ml-Aliquoten aus geschüttelten 2-l-Probenflaschen mit einem Trübungsmessgerät Hach 2100 P (Loveland, CO) gemessen und alle Daten werden in „Physicochemical_characteristics.csv“ aufgezeichnet, verfügbar bei Dryad20.

Die Lufttemperatur zum Zeitpunkt der Probenahme wurde im Büro des National Weather Service in Albany, NY, aufgezeichnet. Die Regenniederschlagsmengen (mm) in den 12, 24, 38, 48 und 72 Stunden vor der Probenahme wurden auch im Büro des National Weather Service in Albany, NY, gesammelt. Alle Daten sind in „Sampling_site_metadata_table.csv“ verfügbar bei Dryad20.

In jeder Probe haben wir die Häufigkeit von drei Wasserqualitätsindikatoren gemessen: Enterococcus, Escherichia coli und Total Coliformes unter Verwendung der von der EPA zugelassenen Standardmethoden IDEXX MPN-Methoden (IDEXX, Westbrook, ME, USA; 40 CFR 141.852(a)(5)) . Gemäß den Anweisungen des Herstellers wurden alle drei Indikatoren innerhalb von 2 Stunden nach der Probenentnahme im Feld getestet. Um den IDEXX Colilert-Assay durchzuführen, der sowohl E. coli- als auch coliforme Konzentrationen schätzt, wurden eine 100-ml-unverdünnte Probe und eine 100-ml-Probe, die 1:10 mit sterilem DI-Wasser verdünnt wurde, an Wasserproben in der Kanalmitte getestet. Für die Abwasserproben der Kläranlage wurde eine 1:10- und 1:100-Verdünnung mit sterilem entionisiertem Wasser untersucht. Für Sedimente wurden Aufschlämmungen hergestellt, indem 250 mg zentrifugiertes Sediment zu 50 ml sterilem entionisiertem Wasser gegeben und vorsichtig gemischt wurden. Wir testeten eine 1:10- und eine 1:100-Verdünnung der Sedimentaufschlämmung21. Für jede untersuchte Probe wurden Colilert-Reagenzien in einem sterilen 100-ml-Fläschchen in der Probe gelöst. Nach dem Auflösen wurde die Mischung in ein steriles Quanti-Tray mit 49 Vertiefungen (IDEXX, Westbrook, ME, USA) gegossen und versiegelt. Anschließend wurden die Schalen 24 Stunden lang bei 35 °C inkubiert. Nach der Inkubation werden die Quanti-Trays für positive Zählungen gezählt, wobei alle gelb gewordenen Zellen als positiv für Colibakterien gelten und alle gelben Zellen, die unter UV-Anregung fluoreszieren, als positiv für E. coli gelten. Die Konzentrationen der E. coli- und Coliforme-Indikatoren werden dann als MPN/100 ml berechnet, indem die Methode der wahrscheinlichsten Zahl (MPN) auf die Anzahl positiver Zellen angewendet wird, und sind in „Escherichia_coli_concentration.csv“ bzw. „Total_coliforms_concentration.csv“ zu finden erhältlich bei Dryad20.

Um die Konzentration von Enterococcus sp. In jeder Probe verwendeten wir den IDEXX Enterolert-Assay (IDEXX, Westbrook, ME, USA). Für Oberflächenwasserproben und Abflussproben haben wir 100 ml einer unverdünnten Probe untersucht, während wir für Sedimentproben unverdünnte Aufschlämmung (Einzelheiten siehe oben) verwendeten. Enterolert-Reagenzien wurden in der 100-ml-Probe in einem sterilen 100-ml-Fläschchen gelöst. Nach dem Auflösen wurde die Mischung in ein steriles Quanti-Tray mit 49 Vertiefungen (IDEXX, Westbrook, ME, USA) gegossen und versiegelt. Anschließend wurden die Schalen 24 Stunden lang bei 41 °C inkubiert. Nach der Inkubation gelten alle Zellen, die unter UV-Licht fluoreszieren, als positiv und werden zur Schätzung der Konzentration der Kontaminanten als MPN/100 ml verwendet und in „Enterococcus_concentration.csv“ gespeichert, verfügbar bei Dryad20.

Endotoxine wurden in Wasserproben innerhalb von 4 Stunden nach der Probenahme mit dem Charles River Endosafe-System (Charles River, Cambridge, MA, USA) mit Kartuschen gemessen, die einen Messbereich von 10–0,1 EU/ml unterstützen. Vor der Messung wurden unter Verwendung endotoxinfreier Pipettenspitzen 20 μl Wasserprobe mit 1980 μl sterilem, endotoxinfreiem Hyclone-Wasser in einem sterilen und endotoxinfreien Glasreagenzglas verdünnt, um eine Verdünnung von 1:100 zu erzeugen. Gemäß dem Endosafe-Protokoll von Charles River wurden nach der Validierung einer neuen sterilen Kartusche durch das Endosafe-System 25 μl der Probe in jede der vier Kartuschenvertiefungen pipettiert, ohne dass Blasen entstanden. Diese Vertiefungen stellten doppelte Rohwerte und doppelte Spitzenwerte dar (zum Nachweis einer Endotoxinverstärkung oder -hemmung durch den Probeninhalt). Sobald die Aliquots vorhanden waren, wurde mit dem Test begonnen. Es dauerte 5–15 Minuten, bis die Daten angezeigt wurden. Es wurden Messwerte aufgezeichnet, die vom Instrument vollständig validiert wurden (solche, deren Spike-Erträge zwischen 50 und 200 % lagen und deren Replikatvariationen (sowohl Probe als auch Spike) einen Variationskoeffizienten <25 aufwiesen). Ungültige Tests führten zu einem zweiten Test, bei dem eine 1:1000-Verdünnung verwendet wurde, um Verunreinigungen zu verdünnen und/oder die Probe in den Messbereich zu bringen. Diese Daten werden in „Endotoxins_concentration.csv“ aufgezeichnet, verfügbar bei Dryad20.

Gemäß der an anderer Stelle beschriebenen Methodik22 und unter Verwendung der hier aufgeführten Primer23 haben wir jede Probe in dreifacher Ausfertigung mit dem PowerUp SYBR Green Master Mix (Applied Biosystems, Foster City, CA, USA) und dem Bio-Rad CFX96 Real-Time PCR Detection System verarbeitet ( Bio-Rad Laboratories, Hercules, CA, USA). Als nächstes erstellten wir für jeden Lauf eine interne Standardkurve unter Verwendung von mindestens drei Verdünnungen des Stammes Escherichia coli SK4903 mit IncPβ R751, der so konstruiert war, dass er sieben 16S-rRNA-Kopien und sechs intI1-Kopien enthielt. Schließlich haben wir die Gesamtzahl der in jeder Probe gefundenen 16S-rRNA-Kopien angepasst, indem wir diese Zahl durch 4,2 dividiert haben, was der durchschnittlichen Anzahl der 16S-rRNA-Kopien entspricht, die jede Bakterienzelle beherbergt24. Diese Daten finden Sie in „Integron_1_relative_abundance.csv“, verfügbar bei Dryad20.

Eine 16S-rRNA-Gen-Amplikon-Sequenzierungsbibliothek, die auf die V4-Region abzielt, wurde mit den Primern 515 F und 806 R amplifiziert, wie im Earth Microbiome Project25 beschrieben. Die Proben wurden zur Sequenzierung mit der Illumina Miseq-Plattform unter Verwendung gepaarter Enden mit 250 bp an Wright Labs (Huntingdon, PA, USA) geschickt. Sequenzen wurden mit Trimmomatic, ver., gefiltert und getrimmt. 0,3926, unter Verwendung der folgenden Parameter: ILLUMINACLIP:TruSeq3-PE.fa:2:30:10 LEADING:3 TRAILING:3

SLIDINGWINDOW:4:15 MINLEN:100. Alle nachfolgenden Analysen wurden mit QIIME2, Version 2019.227, durchgeführt. Lesevorgänge wurden mithilfe von DADA2 (denoisepaired, --p-trim-left-f 13, --p-trim-left-r 13, --p-trunc-len-) aufgelöst, entrauscht und in Amplikonsequenzvarianten (ASVs) geclustert. f 150, --p-trunc-len-r 130)28 Die Ergebnisse davon sind in „Denoising_qc_stats.tsv“ verfügbar, verfügbar bei Dryad20. Lesevorgänge pro Probe werden in „Sample_frequenz_detail.csv“ aufgezeichnet, verfügbar bei Dryad20. Die taxonomische Zuordnung wurde mithilfe des naiven Bayes-Scikit-Learn-Klassifikators29 von QIIME2 durchgeführt, der mithilfe der 16S-rRNA-Gensequenzen in der SILVA-Datenbank (Silva SSU 132)30 trainiert wurde. Die taxonomische Häufigkeit pro Probe wird in „Taxa_abundance_by_sample.csv“ aufgezeichnet, verfügbar bei Dryad20, während ASV, Taxa-Zuordnung und Konfidenz in „ASV_and_taxa_assignment.tsv“ aufgezeichnet werden, verfügbar bei Dryad20. Die Datenvisualisierung wurde mit Phyloseq (Version 3.14)31, ggplot2 (Version 3.35)32 und Fantaxtic (Version 0.1.0, G. Martijn) durchgeführt.

Alle taxonomischen Daten und Ergebnisse wurden im Dryad-Repository20 hinterlegt und sind in Tabelle 2 aufgeführt. Rohdaten der 16S-rRNA-Amplikonsequenzierung (Fastq-Datei) wurden mit Links zur BioProject-Zugangsnummer PRJNA565393 in der NCBI-BioProject-Datenbank hinterlegt33.

Die tragbare YSI-Sonde wurde vor der Feldarbeit mithilfe von Standardprotokollen kalibriert. Kurz gesagt wurde die DO-Sonde in eine 100 % feuchte Umgebung gebracht, indem ein Schwamm angefeuchtet und in die Kalibrierungshülse gelegt wurde, die dann 10 Minuten lang über der Sonde platziert wurde, bevor der automatische Kalibrierungsprozess durchgeführt wurde. Salzgehalt und Leitfähigkeit wurden mit einer frischen, von YSI bereitgestellten Leitfähigkeitskalibrierungslösung kalibriert (innerhalb eines Monats nach dem Öffnen der Flasche verwendet). Enterolert- und Colilert-Tests wurden mit 2 entionisierten Wasserkontrollen durchgeführt, inkubiert und gezählt, um die sterile Technik zu validieren. Zusätzlich zu den strengen internen Kontrollen des Endosafe-Geräts wurde bei jeder Endosafe-Sitzung eine Kontrollprobe mit sterilem, endotoxinfreiem Wasser durchgeführt. Um mögliche mikrobielle und DNA-Kontaminationen während der DNA-Extraktion zu kontrollieren, haben wir an jedem Probenahmepunkt drei verschiedene Arten von Kontrollen eingebaut: 1) Sterivex-Filtration mit sterilem Wasser in PCR-Qualität, um während der Probenfiltration auf Kontaminationen zu testen; 2) DNA-Extraktion, durchgeführt mit Wasser in PCR-Qualität, um eine Kontamination aufgrund der DNA-Extraktionskits zu testen; und 3) Bibliotheksaufbau, durchgeführt mit sterilem Wasser in PCR-Qualität, um mögliche Kontaminationen durch PCR-Reagenzien zu testen. In allen Fällen konnten wir beim Aufbau und der Sequenzierung der Bibliothek keine Kontamination feststellen. Um mögliche Verzerrungen zwischen qPCR-Läufen zu kontrollieren, wurde eine interne Standardkurve unter Verwendung von mindestens vier Verdünnungen genomischer DNA des E. coli-Stammes SK4903 erstellt. Darüber hinaus wurden alle PCRs in dreifacher Ausfertigung durchgeführt, und während der PCR-Vorbereitung und der Amplifikation wurden mehrere Negativkontrollen (PCR-Reaktion ohne Vorlage) zwischen den DNA-Proben angeordnet. Der Erfolg der 16S-rRNA-Gen-Amplikongenerierung wurde durch Überprüfung der Amplikongröße (ca. 291 bp) und der Abwesenheit von Kontaminationen auf einem Agarosegel kontrolliert. Negativ- (PCR-Reaktion ohne Template) und Positivkontrollen (genomische DNA von E. coli DH5a) stellten ebenfalls die Reinheit der verwendeten Reagenzien sicher.

Zur Generierung oder Verarbeitung dieser Daten wurde kein benutzerdefinierter Code verwendet. Alle Befehle für QIIME2, phyloseq, ggplot2 und fantaxtic sind im R-Markdown-Format in einer einzigen Datei mit dem Namen „Combined_Scripts.rmd“ im Dryad-Repository20 verfügbar.

Wilkinson, JL et al. Pharmazeutische Verschmutzung der Flüsse der Welt. PNAS 119 (2022).

Cantwell, MG et al. Räumliche Muster von Pharmazeutika und Abwasser-Tracern im Mündungsgebiet des Hudson River. Wasserforschung 137, 335–343 (2018).

Artikel CAS Google Scholar

Rosi-Marshall, EJ, Snow, D., Bartelt-Hunt, SL, Paspalof, A. & Tank, JL Ein Überblick über die ökologischen Auswirkungen und das Umweltverhalten illegaler Drogen in aquatischen Ökosystemen. J. Hazard. Mater. 282, 18–25 (2015).

Artikel CAS Google Scholar

Reisinger, AJ, Reisinger, LS, Richmond, EK & Rosi, EJ Die Exposition gegenüber einem gängigen Antidepressivum verändert das Verhalten von Krebsen und hat potenzielle Folgeauswirkungen auf das Ökosystem. Ecosphere 12, e03527 (2021).

Artikel Google Scholar

Clarke, A., Azulai, D., Dueker, ME, Vos, M. & Perron, GG Triclosan verändert mikrobielle Gemeinschaften in Süßwassermikrokosmen. Wasser 11, 961 (2019).

Artikel CAS Google Scholar

de Santana, CO et al. Auswirkungen des Einflusses der Gezeiten auf die Struktur und Funktion prokaryotischer Gemeinschaften in den Sedimenten einer unberührten brasilianischen Mangrove. Biogeowissenschaften 18, 2259–2273 (2021).

Artikel ADS Google Scholar

O'Mullan, GD, Elias Dueker, M. & Juhl, AR Herausforderungen bei der Bewältigung der mikrobiellen Fäkalienverschmutzung in Küstenumgebungen: Extraenterische Ökologie und mikrobieller Austausch zwischen Wasser, Sediment und Luft. Curr Pollution Rep 3, 1–16 (2017).

Artikel Google Scholar

Young, S., Juhl, A. & O Mullan, GD Antibiotikaresistente Bakterien in der Mündung des Hudson River stehen im Zusammenhang mit der Verunreinigung von Abwässern bei nassem Wetter. Journal of Water and Health 11, 297–310 (2013).

Artikel Google Scholar

Czekalski, N., Berthold, T., Caucci, S., Egli, A. & Burgmann, H. Erhöhte Werte multiresistenter Bakterien und Resistenzgene nach Abwasserbehandlung und deren Verbreitung im Genfersee, Schweiz. Frontiers in Microbiology 3, 106 (2012).

Artikel Google Scholar

Liu, S.-S. et al. Chlordesinfektion erhöht sowohl intrazelluläre als auch extrazelluläre Antibiotikaresistenzgene in einer voll ausgestatteten Kläranlage. Wasserforschung 136, 131–136 (2018).

Artikel ADS Google Scholar

Kraemer, SA, Ramachandran, A. & Perron, GG Antibiotikaverschmutzung in der Umwelt: Von der mikrobiellen Ökologie zur öffentlichen Ordnung. Mikroorganismen 7, 180 (2019).

Artikel CAS Google Scholar

Howarth, RW Stickstoffverschmutzung an der Küste: Ein Überblick über Quellen und Trends weltweit und regional. Schädliche Algen 8, 14–20 (2008).

Artikel CAS Google Scholar

Diaz, RJ & Rosenberg, R. Ausbreitung toter Zonen und Konsequenzen für marine Ökosysteme. Wissenschaft 321, 926–929 (2008).

Artikel ADS CAS Google Scholar

Burdon, FJ et al. Mikrobengemeinschaften und Ökosystemfunktionen in Flüssen zeigen komplexe Reaktionen auf mehrere Stressfaktoren im Abwasser. Global Change Biology 26, 6363–6382 (2020).

Artikel ADS Google Scholar

Wakelin, SA, Colloff, MJ & Kookana, RS Einfluss des Abwassers einer Kläranlage auf die mikrobielle Funktion und die Gemeinschaftsstruktur im Sediment eines Süßwasserstroms mit variabler saisonaler Strömung. Angewandte und Umweltmikrobiologie, https://doi.org/10.1128/AEM.02348-07 (2008).

Hilderbrand, RH et al. Mikrobielle Gemeinschaften können den ökologischen Zustand von Quellflüssen vorhersagen. Plus eins. 15(8), e0236932, https://doi.org/10.1371/journal.pone.0236932 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Liao, H., Yen, JY, Guan, Y., Ke, D. & Liu, C. Unterschiedliche Reaktionen der mikrobiellen Gemeinschaften von Bachwasser und Bettsedimenten auf die Verschlechterung des Wassereinzugsgebiets. Umwelt International. 134, 105198, https://doi.org/10.1016/j.envint.2019.105198 (2020).

Artikel CAS PubMed Google Scholar

MGnify. Bakteriengemeinschaften aus der Wassersäule und den Oberflächensedimenten entlang eines Transekts im Ostmeer (Japanisches Meer). Sampling-Ereignisdatensatz, https://doi.org/10.15468/p6o3m6, abgerufen über GBIF.org am 11.08.2022 (2019).

Ren, Z., Qu, X., Peng, W., Yu, Y. & Zhang, M. Funktionelle Eigenschaften von Bakteriengemeinschaften in Wasser und Sedimenten des eutrophen Fluss-See-Systems des Poyang-Sees, China. PeerJ. 7, e7318, PMID: 31338262; PMCID:PMC6628883 https://doi.org/10.7717/peerj.7318 (2019).

Santana, CO d. et al. Saw Kill River (NY, USA) Metagenomik und Umweltvariablen. Dryade, Datensatz https://doi.org/10.5061/dryad.2z34tmpp7 (2022).

O'Mullan, GD, Juhl, AR, Reichert, R., Schneider, E. & Martinez, N. Muster sedimentassoziierter Fäkalienindikatorbakterien in einer städtischen Flussmündung: Benthisch-pelagische Kopplung und Auswirkungen auf die Wasserqualität an der Küste. Sci Total Environ. 656, 1168–1177, https://doi.org/10.1016/j.scitotenv.2018.11.405 (2019).

Artikel ADS CAS PubMed Google Scholar

Dahan, D., Jude, BA, Lamendella, R., Keesing, F. & Perron, GG Die Exposition gegenüber Arsen verändert das Mikrobiom von Zebrafischlarven. Frontiers in Microbiology 9, 299 (2018).

Artikel Google Scholar

Gaze, WH et al. Auswirkungen anthropogener Aktivität auf die Ökologie von Klasse-1-Integonen und Integron-assoziierten Genen in der Umwelt. Das ISME-Journal 5, 1253–1261 (2011).

Artikel CAS Google Scholar

Větrovský, T. & Baldrian, P. Die Variabilität des 16S-rRNA-Gens in Bakteriengenomen und ihre Konsequenzen für die Analyse der Bakteriengemeinschaft. PLOS ONE 8, e57923 (2013).

Artikel ADS Google Scholar

Caporaso, JG et al. Globale Muster der 16S-rRNA-Diversität in einer Tiefe von Millionen von Sequenzen pro Probe. Proceedings of the National Academy of Sciences of the United States of America 108(Suppl 1), 4516–4522 (2011).

Artikel ADS CAS Google Scholar

Bolger, AM, Lohse, M. & Usadel, B. Trimmomatic: ein flexibler Trimmer für Illumina-Sequenzdaten. Bioinformatik 30, 2114–2120 (2014).

Artikel CAS Google Scholar

Bolyen, E. et al. Reproduzierbare, interaktive, skalierbare und erweiterbare Mikrobiom-Datenwissenschaft mit QIIME 2. Nat Biotechnol 37, 852–857 (2019).

Artikel CAS Google Scholar

Callahan, BJ et al. DADA2: Hochauflösende Probeninferenz aus Illumina-Amplikondaten. Nat. Methoden 13, 581–583 (2016).

Artikel CAS Google Scholar

Bokulich, NA et al. Optimierung der taxonomischen Klassifizierung von Markergen-Amplikonsequenzen mit dem q2-feature-classifier-Plugin von QIIME 2. Mikrobiom 6, 90 (2018).

Artikel Google Scholar

McDonald, D. et al. Eine verbesserte Greengenes-Taxonomie mit expliziten Rängen für ökologische und evolutionäre Analysen von Bakterien und Archaeen. ISME J 6, 610–618 (2012).

Artikel CAS Google Scholar

McMurdie, PJ & Holmes, S. phyloseq: ein R-Paket für reproduzierbare interaktive Analysen und Grafiken von Mikrobiom-Volkszählungsdaten. PLoS ONE 8, e61217 (2013).

Artikel ADS CAS Google Scholar

Wickham, H. In ggplot2: Elegant Graphics for Data Analysis (Hrsg. Wickham, H.) 241–253, https://doi.org/10.1007/978-3-319-24277-4_12 (Springer International Publishing, 2016) .

NCBI Sequence Read Archive, https://identifiers.org/ncbi/insdc.sra:SRP221580 (2019).

Referenzen herunterladen

Diese Arbeit wurde vom Bard College und dem Bard Summer Research Institute des Bard College finanziert. Wir danken Alexandra Clarke, Haley Goss-Holmes, Pola Kuhn, Thierney Weymueller, Marco Spodek, Christopher Hulbert, Beckett Landsbury und Yuejiao Wan für die technische Unterstützung im Labor.

Diese Autoren haben gleichermaßen beigetragen: Carolina Oliveira de Santana, Pieter Spealman.

Geowissenschaftliches Institut, Bundesuniversität Bahia, Salvador, BA, 40170-290, Brasilien

Carolina Oliveira Santana

Zentrum für Genomik und Systembiologie, New York University, New York, NY, 10114, USA

Pieter Spealman und Gabriel G. Perron

Abteilung für Biologie, Reem-Kayden Center for Science and Computation, Bard College, Annandale-On-Hudson, NY, 12504, USA

Daniella Azulai, Mary Reid, M. Elias Dueker und Gabriel G. Perron

Bard Center for Environmental Sciences and Humanities, Bard College, Annandale-On-Hudson, NY, 12504, USA

M. Elias Dueker & Gabriel G. Perron

Sie können diesen Autor auch in PubMed Google Scholar suchen

Die Arbeiten wurden von ED geplant und GGPDA war mit der Sammlung der Proben verbunden und trug zur DNA-Sequenzierung bei. COS und PS arbeiteten an der Rohdatenanalyse und am Entwurf des Artikels, wobei ED und GGPGGP letzte Überarbeitungen am Manuskript vornahmen.

Korrespondenz mit Gabriel G. Perron.

Der Autor gibt keine Interessenkonflikte an.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

de Santana, CO, Spealman, P., Azulai, D. et al. Bakteriengemeinschaften und Wasserqualitätsparameter in Flusswasser und Sedimenten in der Nähe von Abwassereinleitungen. Sci Data 9, 578 (2022). https://doi.org/10.1038/s41597-022-01686-8

Zitat herunterladen

Eingegangen: 30. April 2022

Angenommen: 04. September 2022

Veröffentlicht: 21. September 2022

DOI: https://doi.org/10.1038/s41597-022-01686-8

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt