人类活动仍然是受管理的热带流域便污染的主要原因,PhyloChip基于微型阵列的微生物源追踪系统揭示了这一点

科学领域:

• 环境微生物学环境微生物学
• 水质管理水质管理.
• 城市生态学 城市生态学

背景情况:

• 城市流域的便污染对公众健康构成风险.
• 在受管理的热带流域中,便污染的来源尚不清楚.
• 区分自然和人为便来源对于有效的水资源管理至关重要.

研究的目的:

• 评估自然 (野生动物) 和人为 (污水) 源对受管理的热带流域便污染的相对贡献.
• 评估自动缓解过程在减少便污染方面的有效性.
• 调查培训数据对微生物源追踪算法的性能的影响.

主要方法:

• 来自新加坡管理的流域的水样使用PhyloChip (16S rRNA基因微阵列) 进行分析.
• 机器学习算法SourceTracker被用来推断便的来源.
• 微生物组数据被用来量化野生动物和污水对便损伤的贡献.

主要成果:

• 野生动物便的贡献是可以忽略不计的 (<0.01 ± 0.01),这表明自然来源的影响很小.
• 污水对运河和河流中的微生物群落做出了显著的贡献 (0.09 ± 0.05),突出了人为损害.
• 从运河/河流到水库的污水微生物贡献减少,这表明污染的自然减弱.

结论:

• 人为来源,主要是污水,是管理城市热带流域便污染的重要贡献者.
• 自然减弱过程在减轻便污染的作用,因为它通过水生系统移动.
• 微生物源追踪算法的准确性对训练数据集的组成很敏感,强调了本地数据的重要性.