青岛冬季霾天不同粒径生物气溶胶中细菌群落特征研究

马曼曼,甄 毓*,米铁柱,祁建华,邵聪聪,冯文荣



青岛冬季霾天不同粒径生物气溶胶中细菌群落特征研究

马曼曼1,2,3,甄 毓1,2,3*,米铁柱1,2,3,祁建华1,2,3,邵聪聪1,2,冯文荣1,2,3

(1.中国海洋大学环境科学与工程学院,山东青岛 266100；2.海洋环境与生态教育部重点实验室,山东青岛 266100；3.青岛海洋科学与技术国家实验室海洋生态与环境科学功能实验室,山东青岛 266071)

采用Illumina高通量测序方法对青岛冬季一次霾过程中大气生物气溶胶中细菌群落结构特征进行了研究.测序获得的807104条序列以97%的相似水平可划分为874个OTUs,其中有344个OTUs注释到属水平.结果表明,霾发生时,大气生物气溶胶中细菌群落结构和多样性变化显著.由非霾到重度霾天过程中,细菌群落丰富度和多样性逐渐降低,且细菌群落丰富度在不同粒径颗粒物上的差异逐渐减小,多样性在不同粒径颗粒物上的差异逐渐增大.非霾天优势菌属为假单胞菌属()、韦荣氏球菌属()和鞘氨醇单孢菌属();霾发生后,优势菌属转变为鞘氨醇单孢菌属().此次霾发生过程中,浓度升高的鞘氨醇单孢菌属()和新检出的皮生球菌属()、梭菌属()、纤毛菌属()、黄杆菌属()为条件致病菌,可能存在健康风险.

霾；16S rRNA；细菌；群落结构；健康风险

生物气溶胶来源于陆地或水生环境中各类生物活动所产生的各种大气颗粒物[1],是大气气溶胶的重要组成部分,对空气质量、人体健康、全球气候变化都有着重要影响[2].空气中的微生物可以菌团的形式黏附于不同粒径的颗粒物,形成微生物气溶胶[3].细菌是微生物气溶胶的重要组成部分,在PM2.5和PM10的生物组分中,细菌的相对百分比可达80%以上[4].霾发生时,大气细颗粒物浓度的升高为微生物提供了大量的附着介质[5],大气中细菌的浓度与颗粒物浓度呈正相关[6].王伟等[7]对西安市秋季灰霾天气微生物气溶胶的特性研究表明,灰霾天期间,可培养细菌与真菌气溶胶的浓度水平均远高于非霾天微生物气溶胶的浓度值,且出现了非霾天未鉴定出的致病菌拟青霉属与头孢霉属种类.Cao等[4]对北京一次严重雾霾期间PM2.5和PM10中可吸入微生物的研究中共鉴别出1300多种微生物,发现了一些具有过敏性和致病性的呼吸道微生物序列,它们的相对丰度随颗粒污染物浓度的增加而增加.Chandan等[8]从北京2013年1月份的14个雾霾样本中检测出大量抗生素耐药性基因,其中包括碳青霉烯类抗生素的耐药性基因.霾污染还可以引起空气微生物群落结构的改变.武丽婧[9]对青岛及黄海生物气溶胶中微生物群落多样性研究表明,雾、霾天气下生物气溶胶中微生物优势菌发生变化,群落结构比晴朗天气下更复杂,多样性更高.可见,特殊天气下生物气溶胶的浓度、群落结构和优势菌会发生很大变化.但关于特殊天气下生物气溶胶群落结构和组成粒径变化的报道相对较少.因此,研究霾发生时不同粒径生物气溶胶中细菌群落结构的组成与变化对于全面了解生物气溶胶的环境效应和人体健康效应均有重大意义.

16S rRNA占细菌RNA总量的80%以上,序列长度适中,是最常见的生物标志物,在微生物的分类、系统进化和多样性研究中较为常见[10].基于16S rRNA基因的高通量测序分析可以在基因水平获得生物气溶胶中细菌的群落结构及多样性特征,已被广泛应用于大气中细菌的研究[11-14].

近年来,青岛地区霾污染频发[15],为了解霾发生时微生物群落结构的变化及其对空气质量和人体健康的影响,本研究通过采集青岛冬季霾天与非霾天大气生物气溶胶样品,提取细菌总DNA进行16S rRNA扩增子高通量测序分析,探讨霾发生时不同粒径细菌群落结构特征与变化,初步评估了霾发生时细菌对人体健康的潜在风险.

1 材料与方法

1.1 样品采集

表1 采样期间崂山地区实时气象资料

采样点位于中国海洋大学崂山校区教学楼六区楼顶(图1,36°09¢N,120°29¢E),距离地面高度9.0m,距海约7.0km,位置开阔,无人为污染源.采样时间为2015年1月7~16日,采样期间崂山地区实时气象资料见表1,其中1月7日空气质量为良,1月15日为轻度霾天,1月16日为重度霾天(分别用FM、QM和ZM代表1月7日、1月15日和1月16日样品).采用FA-1六级筛孔撞击式空气微生物采样器(辽阳康洁仪器研究所)采样30min.采样器6个粒径范围分别为0.65~1.1μm、1.1~2.1μm、2.1~3.3μm、3.3~4.7μm、4.7~7.0μm和大于7.0μm(在本文讨论中将这六级粒径范围分别用1~6级表示).采样膜为0.22μm的聚碳酸酯膜(北京升河诚信膜科技发展有限公司).采样器高度1.5m,流量28.3L/min.为防止污染,采样前将所需的实验用具在121℃条件下高温高压灭菌20min,烘干后置于超净台.采样后,在超净台内使用一次性手套和洁净的不锈钢镊子将采样膜用灭菌烘干的铝箔包好,-20℃保存.

1.2 样品处理

1.2.1 细菌总DNA提取与检测 将采样膜用灭菌过的剪刀剪碎后置于1.5mL的离心管中,按照DNA提取试剂盒(QIAamp DNAMini Kit)的步骤进行细菌总DNA提取.提取的DNA溶解在100μL的Buffer AE(试剂盒提供)中.利用细菌16S rDNA引物338F和518R对提取的DNA进行PCR扩增,之后进行2%的琼脂糖凝胶电泳进行检测[9],能扩增出目的条带的DNA即为检测合格,可用于后续的高通量测序分析.将检测合格的细菌总DNA样本送至上海锐翌生物科技有限公司进行高通量测序.

1~6:1月7日6个粒径空气微生物,7~12:1月15日6个粒径空气微生物,13~18:1月16日6个粒径空气微生物,19~20:阴性对照

1.2.2 高通量测序 以样品DNA作为PCR反应模板,扩增16S rRNA基因的V3-V4区.PCR反应正反向引物分别为5'-ACTCCTACGGGAG- GCAGCAG和5'-GGACTACHVGGGTWTCTA- AT[16-17].扩增后得到425bp的扩增片段,检测合格后,添加测序接头,选用MiSeq2´300测序平台进行高通量测序.

1.3 数据处理

1.3.1 质量控制 利用Pandaseq[18]软件(version 2.9)根据双端测序序列的重叠关系将成对的reads拼接成一条序列,得到高变区的原始序列(raw reads).对拼接后的序列进行质控分析(去除平均质量低于20和含N碱基数超过3个的reads),获得有效序列(clean reads).

1.3.2 OTUs和多样性分析 将拼接的有效序列中的singletons过滤掉,利用Uparse[19]软件(version 7.0.1001, http://drive5.com/uparse/)去除嵌合体,并在97%的相似度下对序列进行聚类,得到用于物种分类的OTUs.在保证测序深度足够的前提下,对每个样品进行均一化处理,以避免样品数据大小不同而造成分析时的偏差.之后,对抽平后的序列聚类的OTUs进行核心微生物(core microbiome)分析、韦恩(Venn)分析和PCA分析.

1.3.3 群落结构组成和相似性分析 从OTUs中挑选出丰度最高的一条序列作为代表序列,与16S rDNA数据库(Greengenes[20], http: //greengenes.lbl.gov)在90%的相似性下进行比对,从而对OTUs进行物种注释,并根据每个OTU中序列的条数得到OTU分度表,对物种丰度和热图进行分析.利用QIIME软件(version 1.9.0)计算Alpha多样性指数和Beta多样性指数,进行单个样品复杂度和样品间复杂度分析.

2 结果与讨论

2.1 OTUs及多样性分析

不同空气质量下3组(共18个)不同粒径样品,经高通量测序后,将所得的原始数据进行拼接、质控和去除嵌合体,共得到807104条序列.根据Alpha多样性指数稀释曲线(图3),随机抽取27461条序列对每个样品进行均一化处理,以97%的相似性水平可聚类为874个OTUs.OTUs数目最多的为非霾天的1.1~2.1µm粒径样品,有281个OTUs;最少的为非霾天的3.3~4.7µm粒径样品,含有76个OTUs(图4).非霾天不同粒径OTUs数目相差较大,表明非霾天不同粒径下空气微生物群落丰富度差异较大.霾天不同粒径OTUs数目相差较小且在多个粒径级别上均小于非霾天,表明霾发生时,空气微生物群落丰富度减小,且不同粒径下空气微生物群落丰富度差异减.

FM1~FM6:1月7日6个粒径空气微生物;QM1~QM6:1月15日6个粒径空气微生物;ZM1~ZM6:1月16日6个粒径空气微生物.

1:0.65~1.1μm,2:1.1~2.1μm,3:2.1~3.3μm,4:3.3~4.7μm, 5:4.7~7.0μm,6:大于7.0μm

非霾天和霾天所有样品共聚类为874个OTUs,其中非霾天和霾天共有88个OTUs(图5),占OTUs总数的10.1%.非霾天独有469个OTUs,轻度与重度霾天则各独有73、54个OTUs,表明由非霾天到重度霾天的发展过程中有大量种类细菌因环境改变而减少或消失.非霾天与轻度霾天共有124个OTUs,与重度霾天共有121个OTUs,而轻度和重度霾天共有209个OTUs,可见非霾天与霾天细菌种类差别较大,而霾过程中细菌种类的相似性较高.

表2 非霾天与霾天各粒径样品Alpha多样性指数

所有样品的测序覆盖度均在99.9%以上,测序深度基本覆盖全部物种.由非霾天到重度霾天,样品的Chao1指数、Shannon指数和Simpson指数呈现逐渐减小的趋势(表2),即随着霾的加重,大气细菌群落丰富度和多样性逐渐降低.非霾天Chao1指数各粒径差异较大(图6a),而霾天各粒径差异较小,表明霾的发生减小了大气细菌群落丰富度的粒径差异.Shannon指数(图6b)和Simpson指数(图6c)在非霾天各粒径样品中均呈现较高的水平,粒径差异较小;而霾发生时, Shannon指数和Simpson指数的粒径差异变大,表明霾的发生改变了细菌群落结构的粒径差异.本结果与武丽婧[9]和邵聪聪等[21]运用变性梯度凝胶电泳(denatured gradient gel electrophoresis, DGGE)方法研究得出的青岛霾天大气细菌群落多样性高于非霾天不一致,可能的原因是DGGE仅能对群落中的优势微生物进行分析,而高通量测序方法则覆盖度更广,能较为全面的分析细菌群落结构[22-23].

根据对气溶胶粗细粒子粒径范围的划分[24]以及采样器的粒径切割范围,将小于2.1μm的粒径定义为细粒径(1-2号粒径),用f表示,大于2.1μm的粒径定义为粗粒径(3-6号粒径),用c表示.由此可以发现(图6d),由非霾天到重度霾天,粗细粒径上的细菌群落丰富度和多样性都降低.非霾天,粗细粒径细菌群落多样性均较高且差异不大.轻度霾天,细粒径细菌群落多样性高于粗粒径,重度霾天细粒径细菌群落多样性低于粗粒径,且轻度与重度霾天样品多样性指数在粗粒径上变化不大,表明霾发生时,空气微生物群落结构在粗粒径上具有一定稳定性.Dong等[25]发现,霾发生时粗粒径上空气微生物样品浓度变化不大,与本研究结果相似.

综上,由非霾天到重度霾天,大气细菌群落结构发生变化,群落丰富度和多样性逐渐降低.同时,霾的发生改变了空气细菌群落结构的粒径差异.霾过程中,微生物群落丰富度的粒径差异减小,复杂度和均匀度的粒径差异增大,且粗粒径细菌群落结构具有一定稳定性.

2.2 大气细菌群落结构组成分析

对OTUs进行物种注释分析,96.1%的OTUs被注释到门分类水平,39.4%的OTUs被注释到属分类水平,另有4个OTUs未获得注释信息.在非霾天和霾天的所有粒径样品中均存在丛毛单胞菌科(Comamonadaceae)和鞘氨醇单孢菌属()两个生物类群.丛毛单胞菌在环境中普遍存在[26],而鞘氨醇单孢菌属也是环境常见菌属[27].

分别在门和属分类水平挑选丰度前10位的物种作微生物类群相对丰度图(图7).在门分类水平上(图7a),霾天与非霾天均含有变形菌门(Proteobacteria)、厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)、放线菌门(Actinobacteria)和绿弯菌门(Chloroflexi),相对丰度见表3.其中变形菌门、厚壁菌门和放线菌门为青岛冬季空气细菌中的优势菌群[13].门分类水平上霾天与非霾天的独有物种见表4,非霾天独有11个菌门,而霾发生时,独有种类变为Verrucomicrobia、Spirochaetes、Tenericutes和Fibrobacteres门,大量种类细菌可能因环境变化而减少或消失.其中,轻度霾天独有疣微菌门(Verrucomicrobia)和螺旋体门(Spirochaetes),重度霾天独有纤维杆菌门(Fibrobacteres),均出现在粗粒子中.霾发生时,各粒径样品中变形菌门(Proteobacteria)的相对丰度在66.4%~96.1%之间,明显高于非霾天的情况.

表3 门分类水平共有物种在非霾天与霾天的相对丰度(%)

表4 门分类水平非霾天与霾天的独有物种

表5 属分类水平非霾天与霾天的独有物种

在属分类水平上,非霾天独有物种53个(表5),相对丰度为7.7%,霾天独有物种46个,相对丰度为5.0%,霾的发生改变了大气细菌群落的组成.霾天与非霾天均发现棒状杆菌属()、拟杆菌属()、鞘氨醇单胞菌属()和假单胞菌属()(图6b),其中棒状杆菌属()是北京一次雾霾发生时的优势微生物[4].拟杆菌属()在北京雾霾、米兰、纽约生物气溶胶的研究中均有出现,是大气中的优势菌属[4].假单胞菌属()是青岛市区街道冬季空气细菌中的优势菌属[13],也是本次研究中非霾天的优势菌属.武丽婧[9]运用DGGE方法发现假单胞菌属是青岛雾、霾天气发生后的优势菌属,与本研究霾发生后假单胞菌属丰度降低不一致,可能是因为高通量测序方法较之DGGE方法检测到的菌种更为丰富.霾发生时,各粒径样品中鞘氨醇单胞菌()相对丰度明显升高,最高为重度霾天的0.65~1.1μm粒径样品,为92.1%,成为霾天的优势菌属,这与邵聪聪[21]采用克隆文库方法的研究结果相一致.有研究发现,鞘氨醇单胞菌可以利用多种复杂有机物进行生长和代谢[28],鞘氨醇单胞菌具有特殊的代谢调控机制以适应环境条件的变化[27,29].霾天二次有机气溶胶浓度的明显升高[30-32],可能为它的生长提供了充足的营养源,导致鞘氨醇单孢菌属在霾天占据优势地位.

(a)门分类水平微生物类群相对丰度图(b)属分类水平微生物类群相对丰度图

在属分类水平与北京冬季大气细菌群落结构特征[33]对比发现,非霾天北京大气中的优势菌属为节杆菌()、肉食杆菌()和芽孢杆菌(),而青岛则为假单胞菌、鞘氨醇单孢菌、韦荣球菌()和芽孢杆菌;霾发生时,北京大气中的优势菌属为节杆菌和梭菌(),且梭菌的优势度随空气质量的恶化逐渐增加,而青岛大气中的鞘氨醇单孢菌优势度明显.

2.3 大气细菌群落结构相似性分析

从主成分分析中可以看出(图8),非霾天与霾天空气细菌群落结构差异较大,轻度霾天和重度霾天差异较小,说明霾发生时空气细菌群落结构变化显著.非霾天空气细菌群落结构粒径差异较大,而霾天粒径差异较小,且随着空气质量的恶化,粒径差异逐渐变小.本研究与武丽婧[9]分析的2013年青岛霾天、雾天和晴天粗细粒径大气细菌群落结构的研究结果一致,即霾发生时,大气细菌群落结构的粒径差异低于非霾天.霾发生时,鞘氨醇单孢菌丰度的升高,以及细菌丰富度和多样性的降低,导致细菌群落组成和结构较之非霾天更为简单,可能是大气细菌群落结构粒径差异变小的主要原因.

从属分类水平挑选丰度最高的前30个物种作物种丰度热图(图9).非霾天时,优势菌属为假单胞菌属()、韦荣氏球菌属()和鞘氨醇单孢菌属(),霾发生时,鞘氨醇单孢菌属()含量明显高于其它菌属,是霾天的优势菌属.聚类结果显示,18个样品聚为两大类,其中轻度霾天的0.65~1.1μm和2.1~3.3μm粒径与非霾天的样品聚为一类,其余霾天样品聚为一类.说明在属分类水平上,由非霾天到轻度霾天,0.65~ 1.1μm和2.1~3.3μm粒径群落结构具有一定稳定性,轻度霾天与重度霾天细菌群落结构相似性较高.

利用Unifrac距离加权后对细菌群落整体结构进行聚类(图10),18个样品共聚为两大类,其中非霾天样品聚为一类,霾天样品聚为一类,说明霾发生后,细菌群落结构发生明显变化,且霾天细菌群落结构相似性较高.

2.4 健康风险分析

霾发生过程中,各种条件致病菌的增加或出现可能会给人类带来健康风险.霾发生时,鞘氨醇单孢菌()的相对丰度明显升高.空气中的鞘氨醇单孢菌(如)能引起哺乳动物感染,引发各种炎症、败血症等感染性疾病[27,29].霾天新检出了皮生球菌属、梭菌属、纤毛菌属、黄杆菌属,它们均对人类健康存在潜在威胁.皮生球菌属()最早从皮肤和水中分离[34],后在海洋沉积物中也有发现[35-37],其中可引起导管相关性血流感染[38].梭菌属()(如)的增长可增加病毒复制和疾病风险[39].梭菌属中的腐败梭菌、魏氏梭菌、诺氏梭菌及溶组织梭菌等可引起猪恶性水肿病[40],产气荚膜梭菌为条件致病菌,可引起眼部感染、气性坏疽等疾病[41-42].纤毛菌属()可能是男性尿道感染的病原体[43],还可能是新生儿感染的新兴病原体[44],可引起化脓性关节炎[45].黄杆菌属()中的细菌多数为条件致病菌[46],可引起术后感染、败血症、新生儿脑膜炎、获得性呼吸道感染等疾病[47-49].

不同粒径的粒子在呼吸道的沉积不同,粒径小于10μm的大部分粒子会沉积在鼻腔内,可引发鼻窦炎等上呼吸道疾病,2.5μm以下的细颗粒物大部分沉积在支气管,而1μm以下的细颗粒物则主要沉积在肺部[50].冬季是各种呼吸系统疾病的高发期[51].Cao等对北京冬季一次严重霾污染期间PM2.5和PM10中可吸入微生物的研究中发现,PM2.5和PM10中均存在肺炎链球菌()、烟曲霉()和人腺病毒属C型(human adenovirus C)三种致病微生物[4].霾发生时,不同地区发现的致病微生物不同.济南冬季重度霾天亚微米生物气溶胶中鉴定出的细菌中有43.7%对人体、动物和植物健康有间接作用,包括、和[52].在西安秋季霾天期间,空气中鉴定出了非霾天未检测到的致病菌种奈瑟氏菌属()、拟青霉属()与头孢霉属()[53].不同粒径上的微生物群落差异直接影响生物气溶胶的健康效应,而以往的研究较少关注这一点.本次研究中,致病菌梭菌存在于2.1~3.3μm粒径中,皮生球菌存在于3.3~4.7μm粒径中,纤毛菌存在于大于4.7μm的粒径中,黄杆菌和鞘氨醇单孢菌存在于所有粒径中,根据不同致病菌在不同粒径中的分布情况,更利于评估其对人体的健康风险.

3 结论

3.1 对青岛冬季一次霾天与非霾天大气细菌群落结构的16S rRNA基因高通量分析结果表明,霾发生时,空气细菌群落结构和多样性变化显著.

3.2 非霾天与霾天空气细菌群落结构差异较大,轻度霾天和重度霾天差异较小.由非霾到重度霾天过程中,大气细菌群落丰富度和多样性均降低,不同粒径之间丰富度差异减小,复杂度和均匀度差异增大.

3.3 霾发生过程中,各种条件致病菌的增加或出现会给人体健康造成潜在风险,但霾天微生物对人体健康的风险评价还需要进一步深入研究.由于受各种条件的限制,我们只进行了一个采样点同一时段的一次采样,但本研究是利用高通量测序技术对青岛霾天大气细菌群落结构特征及其健康风险的初步探索,可以为今后的研究提供一定依据.

[1] Ariya P A, Amyot M. New Directions: The role of bioaerosols in atmospheric chemistry and physics [J]. Atmospheric Environment, 2004,38(8):1231-1232.

[2] 祁建华,高会旺.生物气溶胶研究进展:环境与气候效应[J]. 生态环境学报, 2006,15(4):854-861.

[3] 廖 旭,胡安谊,杨晓永,等.厦门冬季PM2.5颗粒物中细菌和真核微型生物群落组成及其来源分析[J]. 生态环境学报, 2013, (8):1395-1400.

[4] Cao C, Jiang W, Wang B, et al. Inhalable microorganisms in Beijing’s PM2.5and PM10pollutants during a severe smog event [J]. Environmental Science & Technology, 2014,48(3):1499- 1507.

[5] Wang X, Chen J, Cheng T, et al. Particle number concentration, size distribution and chemical composition during haze and photochemical smog episodes in Shanghai [J]. Journal of Environmental Sciences, 2014,26(9):1894-1902.

[6] Haas D, Galler H, Luxner J, et al. The concentrations of culturable microorganisms in relation to particulate matter in urban air [J]. Atmospheric Environment, 2013,65(2):215–222.

[7] 王 伟,付红蕾,王廷路,等.西安市秋季灰霾天气微生物气溶胶的特性研究[J]. 环境科学学报, 2016,36(1):279-288.

[8] Chandan P, Johan B P, Erik K, et al. The structure and diversity of human, animal and environmental resistomes [J]. Microbiome, 2016,4(1):54-68.

[9] 武丽婧.青岛及黄海生物气溶胶中微生物群落多样性研究[D]. 青岛:中国海洋大学, 2014.

[10] 刘 驰,李家宝,芮俊鹏,等.16S rRNA基因在微生物生态学中的应用[J]. 生态学报, 2015,35(9):2769-2788.

[11] 李红梅.基于16S rDNA高通量测序的猪舍空气微生物检测及其污染传播研究[D]. 雅安:四川农业大学, 2014.

[12] 王步英,郎继东,张丽娜,等.基于16S rRNA基因测序法分析北京霾污染过程中PM2.5和PM10细菌群落特征[J]. 环境科学, 2015,35(8):2727-2734.

[13] 赵亚冰.青岛市市区街道和人工湿地空气细菌群落结构研究[D]. 青岛:青岛理工大学, 2015.

[14] Triadó-Margarit X, Veillette M, Duchaine C, et al. Bioaerosols in the Barcelona subway system [J]. Indoor Air, 2016:1-12.

[15] 毕 玮,万夫敬,陆 雪,等.青岛地区霾污染天气特征分析[J]. 中国海洋大学学报, 2015,45(5):11-18.

[16] Herlemann D P, Labrenz M, Jürgens K, et al. Transitions in bacterial communities along the 2000km salinity gradient of the Baltic Sea [J]. ISME Journal, 2011,5(10):1571–1579.

[17] Roggenbuck M, Bærholm S I, Blom N, et al. The microbiome of New World vultures [J]. Nature Communications, 2014,5:5498- 5498.

[18] Masella A P, Bartram A K, Truszkowski J M, et al. PANDAseq: paired-end assembler for illumina sequences [J]. BMC Bioinformatics, 2012,13(1):31-37.

[19] Edgar R C. UPARSE: highly accurate OTU sequences from microbial amplicon reads [J]. Nature Methods, 2013,10(10):996- 998.

[20] Mcdonald D, Price M N, Goodrich J, et al. An improved Greengenes taxonomy with explicit ranks for ecological and evolutionary analyses of bacteria and archaea [J]. ISME Journal, 2012,6(3):610-618.

[21] 邵聪聪,甄 毓,米铁柱,等.青岛冬季霾天与非霾天大气细菌群落结构特征研究[J]. 城市环境与城市生态, 2016,3:7-13.

[22] 涂祖新,白亚妮,张莉莉,等.高通量测序与DGGE在细菌群落分析中的相关性研究[J]. 江西科学, 2016,34(5):561-570.

[23] 夏围围,贾仲君.高通量测序和DGGE分析土壤微生物群落的技术评价[J]. 微生物学报, 2014,54(12):1489-1499.

[24] 于丽敏,祁建华,石金辉,等.青岛大气气溶胶中无机氮组分的粒径分布特征[J]. 海洋环境科学, 2010,29(4):457-463.

[25] Dong L, Qi J, Shao C, et al. Concentration and size distribution of total airborne microbes in hazy and foggy weather [J]. Science of the Total Environment, 2015,541:1011-1018.

[26] Willems A. The Family Comamonadaceae [M]. Germany: Springer Berlin Heidelberg, 2014:777-851.

[27] 胡 杰,何晓红,李大平,等.鞘氨醇单胞菌研究进展[J]. 应用与环境生物学报, 2007,13(3):431-437.

[28] Eriksson M, Sodersten E, Yu Z, et al. Degradation of polycyclic aromatic hydrocarbons at low temperature under aerobic and nitrate-reducing conditions in enrichment cultures from northern soils [J]. Applied & Environmental Microbiology, 2003,69(1): 275-284.

[29] Fegatella F, Cavicchioli R. Physiological responses to starvation in the marine oligotrophic ultramicrobacteriumsp. strain RB2256 [J]. Applied & Environmental Microbiology, 2000,66(5):2037-2044.

[30] Huang R J, Zhang Y, Bozzetti C, et al. High secondary aerosol contribution to particulate pollution during haze events in China [J]. Nature, 2014,514(7521):218-222.

[31] Yan J, Chen L, Lin Q, et al. Chemical characteristics of submicron aerosol particles during a long-lasting haze episode in Xiamen, China [J]. Atmospheric Environment, 2015,113:118– 126.

[32] 曹玲娴,耿 红,姚晨婷,等.太原市冬季灰霾期间大气细颗粒物化学成分特征[J]. 中国环境科学, 2014,34(4):837-843.

[33] 王步英.北京冬季大气中细菌群落结构特征及霾污染对其影响[D]. 北京:清华大学, 2015.

[34] Stackebrandt E, Koch C, Gvozdiak O, et al. Taxonomic dissection of the genus:gen. nov.gen. nov.gen. nov.gen. nov. andCohn 1872gen. emend [J]. International Journal of Systematic Bacteriology, 1995,45(4):682-692.

[35] Pathom-Aree W, Nogi Y, Ward A C, et al.sp. nov. andsp. nov., novel actinomycetes isolated from deep-sea mud of the Mariana Trench [J]. International Journal of Systematic & Evolutionary Microbiology, 2006,56(10):2303-2307.

[36] Pathom-Aree W, Nogi Y, Sutcliffe I C, et al.sp. nov., a piezotolerant actinomycete isolated from the Mariana Trench [J]. International Journal of Systematic & Evolutionary Microbiology, 2006,56(6):1233-1237.

[37] 贾文文.南大西洋深海放线菌的分离与多样性分析[D]. 哈尔滨:哈尔滨工业大学, 2013.

[38] Takahashi N, Shinjoh M, Tomita H, et al. Catheter-related blood stream infection caused by, representing the first case ofinfection in humans [J]. Journal of Infection & Chemotherapy, 2015,21(8):613–616.

[39] González O A, Li M, Ebersole J L, et al. HIV-1reactivation induced by the periodontal pathogensandinvolves Toll-like receptor 2 and 9activation in Monocytes/Macrophages [J]. Clinical & Vaccine Immunology, 2010,17(9):1417–1427.

[40] 宋秋萍,W. Sipos.猪的梭菌感染[J]. 国外畜牧学-猪与禽, 2005,25(3):48-49.

[41] 刘志雄,吴国基,陈 燕.眼内异物合并产气荚膜芽胞梭菌感染1例[J]. 中国实用眼科杂志, 2004,22(3):186-186.

[42] 陈芳洁.地震孕妇并发气性坏疽所产婴儿1例的护理[J]. 现代医药卫生, 2010,26(19):2990-2991.

[43] Manhart L E, Khosropour C M, Liu C, et al. Bacterial vaginosis– associated bacteria in men: association of/spp. with nongonococcal urethritis [J]. Sexually Transmitted Diseases, 2013,40(12):944-949.

[44] Devi U, Bora R, Das J K, et al.species in a case of neonatal meningitis from Northeast India [J]. Oxford Medical Case Reports, 2014,9(6):112-114.

[45] Bachy B, Bémer P, Tortellier L, et al. Septic arthritis due to aspecies most closely related to[J]. Journal of Medical Microbiology, 2011,60(11):1693-1696.

[46] 吴 巍,沈翠芬,张晓祥,等.黄杆菌属细菌的分布与耐药性分析[J]. 浙江预防医学, 2009,21(9):38-39.

[47] 贾红莲,秦俊玲.黄杆菌属医院感染分析[J]. 中华医院感染学杂志, 2002,12(1):75-76.

[48] 黄淑萱,潘练华.黄杆菌属医院感染耐药性分析[J]. 海南医学, 2011,22(17):98-99.

[49] 孙健龙,张素梅,管晓芸,等.机械通气致下呼吸道黄杆菌属感染的临床研究[J]. 中华医院感染学杂志, 2012,22(11):2420- 2422.

[50] 司恒波.微生物气溶胶与大气细颗粒物的相关性研究[D]. 西安:长安大学, 2014.

[51] 耿 迪,孙 宏,蒋 薇,等.南京市呼吸系统疾病死亡人数与气象因子的关系[J]. 兰州大学学报, 2015(1):93-97.

[52] Xu C, Wei M, Chen J, et al. Bacterial characterization in ambient submicron particles during severe haze episodes at Ji'nan, China [J]. Science of the Total Environment, 2017,580:188-196.

[53] Li Y, Fu H, Wang W, et al, Characteristics of bacterial and fungal aerosols during the autumn haze days in Xi'an, China [J]. Atmospheric Environment, 2015,122:439-447.

致谢：感谢中国海洋大学环境科学与工程学院李鸿涛同学在样品采集以及张玉师姐在数据处理过程中给予的帮助.

Bacterial community characteristics in different particle sizes of bioaerosols in winter haze days in Qingdao.

MA Man-man1,2,3, ZHEN Yu1,2,3*, MI Tie-zhu1,2,3, QI Jian-hua1,2,3, SHAO Cong-cong1,2, FENG Wen-rong1,2,3

(1.College of Environmental Science and Engineering, Ocean University of China, Qingdao 266100, China；2.Key Laboratory of Marine Environment and Ecology, Ministry of Education, Qingdao 266100, China；3.Laboratory for Marine Ecology and Environmental Science, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266071, China)., 2017,37(8)：2855~2865

Airborne bacterial community characteristics in winter haze days in Qingdao were studied using Illumina high-throughput sequencing. 807104 sequences obtained could be divided into 874 OTUs on 97% similarity level, and 344 OTUs were assigned to the genus level. The results showed that the bacterial community structure and diversity in bioaerosols varied significantly when the haze occurred. From non-haze day to severe haze day, both community richness and diversity of airborne bacteria decreased, and the difference of airborne bacterial community richness among particle sizes decreased gradually, while the difference of airborne bacterial community diversity among particle sizes increased gradually. The dominant bacteria in non-haze day were,and, while the dominant bacteria changed intoin haze days. During this haze event,, whose concentration increased, as well as new-detected,,andwere pathogens, may have health risks.

haze；16S rRNA；bacteria；community structure；health risks

X172

A

1000-6923(2017)08-2855-11

马曼曼(1992-),女,山东东明人,中国海洋大学硕士研究生,主要研究方向为大气微生物分子生态学.

2017-01-12

国家自然科学基金项目(41375143);教育部新世纪优秀人才支持计划(NCET-13-0531)

* 责任作者, 副教授, zhenyu@ouc.edu.cn