Comunidades bacterianas y parámetros de calidad del agua en aguas fluviales y sedimentos cerca de descargas de aguas residuales

Scientific Data volumen 9, Número de artículo: 578 (2022) Citar este artículo

1873 Accesos

1 Citas

3 Altmetric

Detalles de métricas

Las descargas de las plantas de tratamiento de aguas residuales (WWTP, por sus siglas en inglés) alteran la calidad del agua y las comunidades microbianas al introducir bacterias asociadas a los humanos en el medio ambiente y al alterar las comunidades microbianas. Para comprender completamente este impacto, es crucial estudiar si las descargas de las EDAR afectan a las comunidades microbianas del agua y los sedimentos de manera comparable y si dichos efectos dependen de variables ambientales específicas. Aquí, presentamos un conjunto de datos que investiga el impacto de una PTAR en la calidad del agua y las comunidades bacterianas mediante la comparación de muestras recolectadas directamente de la salida de la PTAR con aguas superficiales y sedimentos en dos sitios por encima y dos sitios por debajo durante un período de cinco meses. Cuando fue posible, medimos cinco variables fisicoquímicas (p. ej., temperatura, turbidez, conductividad, oxígeno disuelto y salinidad), cuatro bioindicadores (p. ej., Escherichia coli, coliformes totales, Enterococcus sp. y endotoxinas) y dos indicadores moleculares (p. ej., la abundancia relativa de intI1 y el perfil del gen 16S rRNA). Los resultados preliminares sugieren que los bioindicadores se correlacionan con las variables ambientales y que las comunidades bacterianas presentes en las capas freáticas, los sedimentos y el agua tratada difieren mucho en composición y estructura.

Mediciones)

temperatura del agua • conductividad del agua • oxígeno disuelto en el agua • salinidad del agua • Concentración de Escherichia coli en el agua • Concentración de coliformes totales en el agua • Concentración de Enterococcus sp. • Concentración de endotoxinas en el agua • Abundancia relativa del integrón 1 en el agua • ARN 16S bacteriano

Tipos de tecnología

Sonda de campo YSI • Sistema de detección Colilert • Sistema de detección Enterolert • Sistema Charles River Endosafe • PCR cuantitativa • Secuenciación Illumina

Muestra Característica - Organismo

bacterias

Muestra Característica - Ambiente

Río de agua dulce

Muestra Característica - Ubicación

Estados Unidos

La descarga de efluentes de las plantas de tratamiento de aguas residuales (PTAR) en los cursos de agua circundantes puede tener efectos perjudiciales para la salud de los ecosistemas acuáticos. Por un lado, las EDAR descargan importantes contaminantes, incluidos productos farmacéuticos1,2 y productos domésticos3, que pueden afectar a la fauna local4 así como a las comunidades microbianas5,6. La EDAR también puede ser una fuente de microorganismos alóctonos distintos de la vía fluvial receptora, incluidos patógenos7 y bacterias resistentes a los antibióticos8. Incluso cuando la mayoría de los microorganismos vivos son erradicados por el tratamiento de las EDAR, las EDAR han sido reconocidas como una fuente importante de genes de resistencia a los antibióticos9,10, lo que contribuye al reservorio cada vez mayor de resistencia a los antibióticos en el medio ambiente11. Las descargas de WWTP también pueden conducir a un enriquecimiento de nutrientes12, lo que puede causar cambios significativos en el oxígeno disuelto detectable13 y alterar la estructura y función de la comunidad biótica en ambientes acuáticos14. Finalmente, la descarga de la PTAR puede depositar arena y grava en los sistemas acuáticos, lo que afecta las características físicas de los sedimentos y potencialmente altera las comunidades bacterianas asociadas a los sedimentos que se encuentran en las vías fluviales15.

Para evaluar los posibles impactos de las pequeñas WWTP en las vías fluviales locales de agua dulce, monitoreamos los contaminantes microbianos relacionados con la salida de agua tratada de la WWTP operada por Bard College (Annandale-on-Hudson, NY; Fig. 1a). Usando un sistema basado en digestores (Fig. 1b), la WWTP trata un estimado de 0.2 millones de galones por día (según el permiso NY SPDES #NY0031925). Esta agua tratada es producida en su totalidad por el campus de Bard College, una universidad residencial que atiende a aproximadamente 2000 estudiantes y 500 profesores y personal. Después del tratamiento, el agua usada se libera en Saw Kill, un afluente del río Hudson, que también es la fuente de agua dulce para el campus. Bard College extrae un promedio de 130,000 galones (591,000 L) por día de las aguas superficiales de Saw Kill para el agua potable del campus (según el informe más reciente presentado ante la Oficina de Administración de Recursos Hídricos de NYSDEC, con fecha 9/2/21). El agua potable se extrae del Saw Kill unos 100 m aguas arriba del desagüe de la PTAR. El sitio de investigación en sí está ubicado aproximadamente a 5,2 km aguas abajo de Village of Red Hook (población ~ 1900), que también tiene una pequeña planta de tratamiento de aguas residuales (permiso NY SPDES #NY0271420).

Diagrama de estudio. Mapa representativo de los sitios de muestreo utilizados en esta investigación con nombres de sitios, número total de muestras y coordenadas GPS (a) Representación esquemática de la PTAR incluida en este estudio (b) Representación esquemática de los tipos de muestreo (salida de Bard (B); agua (W ); Sediment (S)) y las medidas de muestreo realizadas, incluidas las aplicadas a todas las muestras (Medidas generales) y las específicas de los sitios de muestreo de Bard y Water (c) Por último, una línea de tiempo de 10 eventos de muestreo durante 5 meses muestra el número de muestras exitosas tomadas de los tipos de muestra W, S y B para los sitios Abajo (Be) y Arriba (Ab) y en los sitios Lejos (F) y Cerca (N) (d).

Para investigar los posibles impactos de la PTAR de Bard College en las comunidades bacterianas que se encuentran en los entornos circundantes, recolectamos muestras de las aguas usadas tratadas directamente del desagüe, así como de las aguas superficiales y los sedimentos en dos sitios por encima y por debajo del desagüe (Fig. 1c) durante un período de cinco meses (Fig. 1d). Aquí, brindamos una descripción general de la recolección de muestras y la recopilación de datos, sin un análisis detallado de los resultados o la discusión, para llamar la atención sobre su visión integral y multifacética de las comunidades microbianas de agua dulce en relación con los indicadores fisicoquímicos y microbianos de la calidad del agua. Además, la coherencia en el diseño experimental, la metodología de secuenciación y las fuentes de muestras garantiza el valor de esta colección para los estudios en curso de las comunidades microbianas de agua dulce, en particular las relacionadas con perturbaciones temporales, espaciales y antropogénicas.

Más específicamente, para cada muestra de agua, incluida la salida, medimos varias características fisicoquímicas: temperatura, turbidez, conductividad, oxígeno disuelto y salinidad. También evaluamos el impacto de las aguas residuales en estas muestras utilizando tres indicadores de contaminación: concentración de Escherichia coli, concentración de coliformes totales, Enterococcus sp. concentración. También estimamos las concentraciones de endotoxinas y la presencia del gen intI1, un marcador de la abundancia del integrón 1 en relación con la abundancia del gen 16S rRNA, un marcador de la abundancia bacteriana total. Curiosamente, mientras observamos que todos los indicadores microbiológicos siguen tendencias temporales similares (Fig. 2), encontramos diferentes niveles de correlación entre los indicadores microbiológicos (Tabla 1), lo que sugiere que cada indicador podría proporcionar información única sobre la ecología de los contaminantes microbianos en el sistema estudiado.

Mediciones longitudinales de indicadores microbianos de la calidad del agua. Para cada fecha de recolección, se tomaron muestras en cuatro sitios diferentes y de la salida de la planta de tratamiento de agua de Bard y se evaluaron para: (a) concentración de E. coli; (b) concentración de coliformes; (c) Enterococcus sp. concentración; (d) abundancia relativa del integrón 1; y (e) concentración de endotoxina. Los puntos de datos de flujo y agua representan el valor bruto de cada muestra, mientras que los puntos de datos de sedimentos son el promedio de dos réplicas biológicas. Las muestras de agua superficial se presentan en azul, los sedimentos en negro y el flujo de salida en rojo.

Finalmente, caracterizamos la población bacteriana presente en cada muestra mediante secuenciación de amplicón 16S rRNA. En general, la secuenciación generó 3 020 375 lecturas pareadas con una mediana de 24 556 lecturas por biblioteca. Después de eliminar las secuencias quiméricas, mitocondriales y de cloroplastos, las 3.019.951 (99,98 % del original) pares de secuencias se asignaron a 15.140 variantes de secuencias de amplicón, o ASV, pertenecientes a 723 géneros. Curiosamente, encontramos que las clases de procariotas diferían en distribución y abundancia entre las muestras de agua, sedimento y flujo de salida y, en menor medida, entre los diferentes sitios muestreados (Fig. 3).

Frecuencia relativa de taxones procarióticos a nivel de clase aislada de muestras de (a) flujo de salida, (b) sedimentos y (c) agua. Se muestran las 10 clases más abundantes y su prevalencia en cada tipo de muestra. Los detalles sobre sitios específicos y fechas de recolección para cada muestra se muestran en "Sample_type_date_site_season_name.csv" disponible en Dryad20. Se puede observar que las muestras de efluentes generalmente presentan menor diversidad a nivel de Clase en comparación con las muestras de agua y las muestras de sedimentos, que a su vez son las más diversas en este conjunto de datos.

Hasta donde sabemos, este estudio es uno de los primeros en considerar simultáneamente múltiples contaminantes microbianos así como contaminantes moleculares16 en comunidades microbianas de agua y sedimentos en un ambiente acuático17,18,19. Este estudio no solo arrojará una nueva luz sobre la comprensión limitada de las complejidades relacionadas con la ecología y el manejo de indicadores de aguas residuales extraentéricas, sino que también proporcionará un conjunto de datos único para explorar la dinámica de los contaminantes microbianos en relación con las estructuras de la comunidad microbiana en agua dulce. ecosistemas

Saw Kill es un afluente de 23,0 km del río Hudson que nace en la ciudad de Milan (41,985169, −73,776175) y drena un área de 57 km2 del noroeste del condado de Dutchess, Nueva York. El Saw Kill fluye predominantemente a través de bosques y tierras de cultivo y fluye a una tasa media de 0,54 m3 s−1 (rango de 0,01 a 9,15 m3 s−1) hacia South Tivoli Bay (42,02061, −73,92367), ubicado entre Montgomery Place y Bard College (datos de flujo de USGS StreamStats, USGS Station # 01364800, mediciones realizadas en 1965). Se han realizado mediciones más recientes, pero no publicadas, en la vía fluvial como parte del Proyecto de monitoreo Saw Kill: mediciones mensuales tomadas entre noviembre de 2017 y noviembre de 2018 en la represa Lower Saw Kill (ubicada dentro de los 10 m de nuestro sitio anterior) usando un AVG El monitor de caudal estimó un caudal medio de 0,97 +/− 0,22 m3 s−1, lo que confirma que el rango de caudal fue constante durante las últimas décadas. Si bien las bahías están separadas del río Hudson por un terraplén construido, este último desemboca en el río Hudson a través de dos canales artificiales (North Bridge: 42.045689, −73.924926, South Bridge: 42.036672, −73.925465) construido por Amtrak en 1850.

Saw Kill sirve como fuente principal de agua potable para el campus de Bard College ubicado en Annandale-On-Hudson. Con este fin, Bard College cuenta con un sistema de agua insular para su campus, que lleva agua potable a sus edificios a través de un sistema de agua potable basado en filtros y elimina las aguas residuales a través de su planta de tratamiento de aguas residuales aguas abajo de la toma de agua potable. Para el tratamiento de aguas residuales, la planta de tratamiento de agua de Bard opera por filtración, sedimentaciones, fermentación en red de biorreactores y cloración. Las aguas residuales tratadas luego se envían para su aireación seguida de decloración antes de ser liberadas en el Saw Kill a través de una sola tubería de salida en un sitio aprobado por el Departamento de Conservación del Medio Ambiente del Estado de Nueva York (Permiso SPDES # NY0031925) (Fig. 1b) . La duración del proceso global depende del volumen de aguas residuales tratadas y de las condiciones ambientales. Las aguas residuales tratadas son finalmente vertidas en un área ubicada cerca de la desembocadura de la Sierra Matar en una zona predominantemente boscosa.

Es importante tener en cuenta que Saw Kill tiene otras posibles fuentes de indicadores fecales y señales bacterianas asociadas río arriba del campus de Bard, incluido Red Hook (5,2 km río arriba), un pueblo (población ~1900) con una pequeña planta de tratamiento de aguas residuales (7,6 × Flujo de 105 L ð día−1, permiso NY SPDES #NY0271420). Además, el uso de suelo intermedio incluye viviendas rurales y extraurbanas con sistemas sépticos envejecidos y uso de suelo agrícola. Como tal, nuestro objetivo era aislar la influencia localizada de la WWTP de Bard College como parte del sistema más grande de la cuenca hidrográfica Saw Kill y la fuente alóctona final del afluente antes de que se encuentre con la marea del río Hudson. Para lograr esto, tomamos muestras tanto aguas arriba (Fig. 1: Arriba) como aguas abajo (Fig. 1: Abajo) del flujo de salida de la PTAR de Bard (Fig. 1: Flujo de salida).

Las muestras se recolectaron en diez ocasiones diferentes durante un período de cinco meses que van desde el 6 de junio de 2015 y el 20 de octubre de 2015 (Sampling_site_metadata_table.csv disponible en Dryad20; Fig. 1d). Para cada fecha de recolección, recolectamos aguas residuales tratadas directamente del desagüe de la PTAR, de dos sitios por debajo del desagüe y de dos sitios por encima del desagüe (las coordenadas GPS estimadas para cada sitio se pueden encontrar en "Sample_site_GPS.csv" disponible en Dryad20. Porque nosotros estábamos muestreando (y por lo tanto alterando) los sedimentos de la corriente como parte de este estudio, el muestreo comenzó con el sitio más aguas abajo y trabajamos río arriba, asegurándonos de que cualquier alteración de los sedimentos no se reflejaría en las muestras subsiguientes tomadas ese día. muestra de agua residual del desagüe, recolectamos 2 L de agua superficial y dos núcleos de sedimento de ~500 mg en cada sitio de recolección En total, recolectamos 130 muestras, incluidas 40 muestras de agua superficial, 80 muestras de sedimento y diez muestras de agua residual del Salida de EDAR ("Sampling_type__date_site_season_name.csv" disponible en Dryad20.

Primero recolectamos la muestra de agua de 2 L en el medio del canal para cada sitio usando botellas Nalgene esterilizadas con calor y ácido sumergidas ~0.5 m debajo de la superficie del arroyo. Para evitar la posible contaminación que podría estar presente en la superficie de las botellas, todas las botellas de muestra se enjuagaron tres veces con aguas superficiales del sitio inmediatamente antes de la recolección. Después de recolectar la muestra de agua, las muestras de sedimento se recolectaron con un descorazonador de acero inoxidable, que se limpió con una toallita, se esterilizó con etanol al 70 % y se secó al aire entre cada muestreo. En cada sitio, se recolectaron núcleos duplicados de aproximadamente 7 cm de profundidad del sedimento no perturbado y se colocaron en un tubo falcon estéril de 50 ml utilizando una espátula de metal esterilizada. Finalmente, para cada fecha de recolección, se tomaron muestras individuales de 2 L de la EDAR del extremo de la tubería de salida utilizando una cuchara esterilizada de 1000 ml y se almacenaron en botellas Nalgene esterilizadas con calor y ácido. Después de la recolección, todas las muestras se colocaron en hielo en una hielera para transportarlas al laboratorio y se procesaron dentro de las 2 horas posteriores a la recolección.

Extrajimos el ADN total de las muestras de agua filtrando 750 ml de agua en un filtro Sterivex de 0,22 µm. Luego extrajimos el ADN del filtro utilizando el kit de aislamiento de ADN PowerWater (MoBio Laboratories Carlsbad, CA, EE. UU.), ahora disponible como kit de aislamiento de ADN DNeasy PowerWater (QIAGEN, Hilden, Alemania), según las instrucciones del fabricante. En cuanto a las muestras de sedimentos, pesamos 250 mg de muestras de sedimentos y utilizamos el kit de aislamiento de ADN PowerSoil (MoBio Laboratories, Carlsbad, CA, EE. UU.), ahora disponible como kit de aislamiento de ADN DNeasy PowerSoil (QIAGEN, Hilden, Alemania) según las instrucciones del fabricante. instrucciones.

En cada sitio de muestreo, antes de recolectar muestras de agua y sedimentos, medimos la temperatura del agua (°C), la conductividad (µmhos/cm), el oxígeno disuelto (ppm) y la salinidad (ppm) usando sondas de campo portátiles YSI (YSI, TN, EE. UU. ) con las sondas suspendidas a <0,5 m de profundidad en el medio del canal. La turbidez se midió en el laboratorio utilizando alícuotas de 15 mL de botellas de muestra de 2 L agitadas con un turbidímetro Hach 2100 P (Loveland, CO) y todos los datos se registran en "Physicochemical_characteristics.csv" disponible en Dryad20.

La temperatura del aire en el momento del muestreo se registró en la oficina del Servicio Meteorológico Nacional de Albany, Nueva York. Las cantidades de precipitación de lluvia (mm) en las 12, 24, 38, 48 y 72 horas antes del muestreo también se obtuvieron de la oficina del Servicio Meteorológico Nacional de Albany, Nueva York. Todos los datos están disponibles en "Sampling_site_metadata_table.csv" disponible en Dryad20.

En cada muestra, medimos la abundancia de tres indicadores de calidad del agua: Enterococcus, Escherichia coli y coliformes totales utilizando métodos estándar aprobados por la EPA Métodos IDEXX MPN (IDEXX, Westbrook, ME, EE. UU.; 40 CFR 141.852(a)(5)) . Según las instrucciones del fabricante, los tres indicadores se analizaron dentro de las 2 horas posteriores a la recolección de la muestra en el campo. Para ejecutar el ensayo IDEXX Colilert, que calcula las concentraciones de E. coli y coliformes, en muestras de agua de canal medio, se analizaron una muestra de 100 ml sin diluir y una muestra de 100 ml diluida 1:10 con agua desionizada estéril. Para las muestras de salida de la PTAR, se ensayaron diluciones 1:10 y 1:100 con agua desionizada estéril. Para los sedimentos, se prepararon suspensiones agregando 250 mg de sedimento centrifugado a 50 ml de agua desionizada estéril y mezclando suavemente y analizamos una dilución de 1:10 y 1:100 de la suspensión de sedimento21. Para cada muestra analizada, los reactivos Colilert se disolvieron en la muestra en un vial estéril de 100 ml. Una vez disuelta, la mezcla se vertió en una Quanti-Tray estéril de 49 pocillos (IDEXX, Westbrook, ME, EE. UU.) y se selló. A continuación, las bandejas se incubaron durante 24 horas a 35 °C. Después de la incubación, los Quanti-Tray se enumeran para recuentos positivos donde todas las células que se han vuelto amarillas se consideran positivas para coliformes, y todas las células amarillas que emiten fluorescencia bajo la excitación UV se consideran positivas para E. coli. Las concentraciones de indicadores de E. coli y coliformes se calculan luego como MPN/100 ml aplicando el método del número más probable (MPN) al número de células positivas y se encuentran en "Escherichia_coli_concentration.csv" y "Total_coliforms_concentration.csv" respectivamente y disponible en Dryad20.

Para estimar la concentración de Enterococcus sp. en cada muestra, utilizamos el ensayo IDEXX Enterolert (IDEXX, Westbrook, ME, EE. UU.). Para muestras de agua superficial y muestras de flujo de salida, analizamos 100 ml de una muestra sin diluir mientras que usamos lechada sin diluir (consulte los detalles más arriba) para las muestras de sedimentos. Los reactivos Enterolert se disolvieron en la muestra de 100 ml en un vial estéril de 100 ml. Una vez disuelta, la mezcla se vertió en una Quanti-Tray estéril de 49 pocillos (IDEXX, Westbrook, ME, EE. UU.) y se selló. A continuación, las bandejas se incubaron durante 24 horas a 41 °C. Después de la incubación, todas las células que emiten fluorescencia bajo la luz ultravioleta se consideran positivas y se utilizan para estimar la concentración de los contaminantes como MPN/100 mL y se almacenan en "Enterococcus_concentration.csv" disponible en Dryad20.

Las endotoxinas se midieron en muestras de agua dentro de las 4 horas posteriores al muestreo utilizando el sistema Charles River Endosafe (Charles River, Cambridge, MA, EE. UU.) con cartuchos que admiten un rango de medición de 10-0,1 EU/mL. Antes de la medición, utilizando puntas de pipeta sin endotoxinas, se diluyeron 20 μL de muestra de agua con 1980 μL de agua Hyclone estéril y sin endotoxinas en un tubo de ensayo de vidrio estéril y sin endotoxinas para crear una dilución de 1:100. Según el protocolo Endosafe de Charles River, una vez que el sistema Endosafe validó un cartucho estéril nuevo, se pipetearon 25 μL de la muestra en cada uno de los cuatro pocillos del cartucho sin introducir burbujas. Estos pocillos representaban lecturas sin procesar duplicadas y lecturas de picos duplicados (para la detección de aumento o inhibición de endotoxinas por el contenido de la muestra). Una vez que las alícuotas estuvieron en su lugar, se inició el ensayo, tomando de 5 a 15 minutos de tiempo de prueba antes de mostrar los datos. Se registraron las lecturas que fueron completamente validadas por el instrumento (aquellas cuyos picos de rendimiento estaban entre 50 y 200 % y cuyas variaciones de réplica (tanto de muestra como de pico) tenían un coeficiente de variación <25 %). Las pruebas no válidas provocaron un segundo ensayo, utilizando una dilución de 1:1000 para diluir los contaminantes y/o llevar la muestra al rango de medición. Estos datos se registran en "Endotoxins_concentration.csv" disponible en Dryad20.

Siguiendo la metodología descrita en otro lugar22 y usando los cebadores enumerados aquí23, procesamos cada muestra por triplicado usando PowerUp SYBR Green Master Mix (Applied Biosystems, Foster City, CA, EE. UU.) y usando el sistema de detección de PCR en tiempo real Bio-Rad CFX96 ( Laboratorios Bio-Rad, Hercules, CA, EE. UU.). A continuación, construimos una curva estándar interna para cada ejecución utilizando al menos tres diluciones de la cepa Escherichia coli SK4903 con IncPβ R751, que se construyó para contener siete copias de 16S rRNA y seis copias de intI1. Finalmente, ajustamos el número total de copias de ARNr 16S encontradas en cada muestra dividiendo ese número por 4,2, que es el número promedio de copias de ARNr 16S que alberga cada célula bacteriana24. Estos datos se encuentran en "Integron_1_relative_abundance.csv" disponible en Dryad20.

Se amplificó una biblioteca de secuenciación de amplicón del gen 16S rRNA dirigida a la región V4 utilizando los cebadores 515 F y 806 R como se describe en Earth Microbiome Project25. Las muestras se enviaron a Wright Labs (Huntingdon, PA, EE. UU.) para la secuenciación realizada con la plataforma Illumina Miseq utilizando extremos emparejados de 250 pb. Las secuencias se filtraron y recortaron con Trimmomatic, ver. 0.3926, usando los siguientes parámetros: ILLUMINACLIP:TruSeq3-PE.fa:2:30:10 LEADING:3 TRAILING:3

VENTANA CORREDIZA: 4:15 MIN LARGO: 100. Todos los análisis posteriores se realizaron con QIIME2, ver 2019.227. Las lecturas se resolvieron, eliminaron ruido y agruparon en variantes de secuencia de amplicón (ASV) utilizando DADA2 (eliminación de ruido, --p-trim-left-f 13, --p-trim-left-r 13, --p-trunc-len- f 150, --p-trunc-len-r 130)28 los resultados de esto están disponibles en "Denoising_qc_stats.tsv", disponible en Dryad20. Las lecturas por muestra se registran en "Sample_frequency_detail.csv", disponible en Dryad20. La asignación taxonómica se realizó utilizando el clasificador scikit-learn de Bayes ingenuo de QIIME229 entrenado con las secuencias del gen 16S rRNA en la base de datos SILVA (Silva SSU 132)30. La abundancia taxonómica por muestra se registra en "Taxa_abundance_by_sample.csv", disponible en Dryad20, mientras que ASV, la asignación de taxones y la confianza se registran en "ASV_and_taxa_assignment.tsv", disponible en Dryad20. La visualización de datos se realizó con phyloseq (ver. 3.14)31, ggplot2 (ver. 3.35)32 y fantaxtic (ver. 0.1.0, G. Martijn).

Todos los datos y resultados taxonómicos se han depositado en el repositorio Dryad20 y se enumeran en la Tabla 2. Los datos sin procesar de la secuenciación del amplicón de ARNr 16S (archivo fastq) se han depositado con enlaces al número de acceso de BioProject PRJNA565393 en la base de datos de NCBI BioProject33.

La sonda portátil YSI se calibró antes del trabajo de campo utilizando protocolos estándar. Brevemente, la sonda de OD se colocó en un ambiente 100 % húmedo humedeciendo una esponja y colocándola en la manga de calibración, que luego se colocó sobre la sonda durante 10 minutos antes de realizar el proceso de calibración automatizado. La salinidad y la conductividad se calibraron utilizando una solución de calibración de conductividad nueva provista por YSI (utilizada dentro del mes posterior a la apertura de la botella). Los ensayos Enterolert y Colilert se realizaron con controles de agua 2 DI, se incubaron y enumeraron para validar la técnica estéril. Junto con los rigurosos controles internos del instrumento Endosafe, se analizó una muestra de control con agua estéril libre de endotoxinas durante cada sesión de Endosafe. Para controlar la posible contaminación microbiana y de ADN durante la extracción de ADN, incluimos tres tipos diferentes de controles en cada punto de muestreo: 1) filtración sterivex con agua estéril de grado PCR para detectar contaminación durante la filtración de muestras; 2) extracción de ADN realizada en agua de grado PCR para detectar contaminación debido a los kits de extracción de ADN; y 3) construcción de bibliotecas realizada en agua esterilizada de grado PCR o prueba de posible contaminación debido a los reactivos de PCR. En todos los casos, no pudimos detectar la presencia de contaminación durante la construcción y secuenciación de la biblioteca. Para controlar los posibles sesgos entre las ejecuciones de qPCR, se construyó una curva estándar interna utilizando al menos cuatro diluciones de ADN genómico de la cepa SK4903 de E. coli. Además, todas las PCR se realizaron por triplicado y se intercalaron múltiples controles negativos (reacción de PCR sin molde) entre las muestras de ADN durante la preparación de la PCR y la amplificación. El éxito de la generación de amplicón del gen 16S rRNA se controló revisando el tamaño del amplicón (aproximadamente 291 pb) y la ausencia de contaminaciones en un gel de agarosa. Los controles negativos (reacción de PCR sin plantilla) y positivos (ADN genómico de E. coli DH5a) también aseguraron la pureza de los reactivos empleados.

No se utilizó ningún código personalizado para generar o procesar estos datos. Todos los comandos para QIIME2, phyloseq, ggplot2 y fantaxtic están disponibles en formato r-markdown en un solo archivo llamado "Combined_Scripts.rmd" en el repositorio de Dryad20.

Wilkinson, JL y col. Contaminación farmacéutica de los ríos del mundo. EPA 119 (2022).

Cantwell, MG et al. Patrones espaciales de trazadores de productos farmacéuticos y aguas residuales en el estuario del río Hudson. Investigación del agua 137, 335–343 (2018).

Artículo CAS Google Académico

Rosi-Marshall, EJ, Snow, D., Bartelt-Hunt, SL, Paspalof, A. & Tank, JL Una revisión de los efectos ecológicos y el destino ambiental de las drogas ilícitas en los ecosistemas acuáticos. J. Peligro. Mate. 282, 18–25 (2015).

Artículo CAS Google Académico

Reisinger, AJ, Reisinger, LS, Richmond, EK y Rosi, EJ La exposición a un antidepresivo común altera el comportamiento de los cangrejos de río y tiene posibles impactos posteriores en el ecosistema. Ecosfera 12, e03527 (2021).

Artículo Google Académico

Clarke, A., Azulai, D., Dueker, ME, Vos, M. & Perron, GG El triclosán altera las comunidades microbianas en microcosmos de agua dulce. Agua 11, 961 (2019).

Artículo CAS Google Académico

de Santana, CO et al. Efectos de la influencia de las mareas en la estructura y función de las comunidades procarióticas en los sedimentos de un manglar brasileño prístino. Biogeociencias 18, 2259–2273 (2021).

Artículo ANUNCIOS Google Académico

O'Mullan, GD, Elias Dueker, M. & Juhl, AR Desafíos para el manejo de la contaminación fecal microbiana en ambientes costeros: ecología extraentérica e intercambio microbiano entre agua, sedimentos y aire. Curr Pollution Rep 3, 1–16 (2017).

Artículo Google Académico

Young, S., Juhl, A. & O Mullan, GD Bacterias resistentes a los antibióticos en el estuario del río Hudson vinculadas a la contaminación por aguas residuales en climas húmedos. Revista de agua y salud 11, 297–310 (2013).

Artículo Google Académico

Czekalski, N., Berthold, T., Caucci, S., Egli, A. & Burgmann, H. Aumento de los niveles de bacterias multirresistentes y genes de resistencia después del tratamiento de aguas residuales y su diseminación en el lago de Ginebra, Suiza. Fronteras en microbiología 3, 106 (2012).

Artículo Google Académico

Liu, S.-S. et al. La desinfección con cloro aumenta los genes de resistencia a los antibióticos tanto intracelulares como extracelulares en una planta de tratamiento de aguas residuales a gran escala. Investigación del agua 136, 131–136 (2018).

Artículo ANUNCIOS Google Académico

Kraemer, SA, Ramachandran, A. & Perron, GG Contaminación por antibióticos en el medio ambiente: de la ecología microbiana a las políticas públicas. Microorganismos 7, 180 (2019).

Artículo CAS Google Académico

Howarth, RW Contaminación por nitrógeno costero: una revisión de las fuentes y tendencias a nivel mundial y regional. Algas nocivas 8, 14–20 (2008).

Artículo CAS Google Académico

Diaz, RJ & Rosenberg, R. Propagación de zonas muertas y consecuencias para los ecosistemas marinos. Ciencia 321, 926–929 (2008).

Artículo ADS CAS Google Académico

Burdon, FJ et al. Las comunidades microbianas de los arroyos y el funcionamiento de los ecosistemas muestran respuestas complejas a múltiples factores estresantes en las aguas residuales. Biología del cambio global 26, 6363–6382 (2020).

Artículo ANUNCIOS Google Académico

Wakelin, SA, Colloff, MJ & Kookana, RS Efecto del efluente de la planta de tratamiento de aguas residuales sobre la función microbiana y la estructura de la comunidad en el sedimento de una corriente de agua dulce con flujo estacional variable. Microbiología Aplicada y Ambiental, https://doi.org/10.1128/AEM.02348-07 (2008).

Hilderbrand, RH et al. Las comunidades microbianas pueden predecir la condición ecológica de las cabeceras de los arroyos. Más uno. 15(8), e0236932, https://doi.org/10.1371/journal.pone.0236932 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Liao, H., Yen, JY, Guan, Y., Ke, D. y Liu, C. Respuestas diferenciales de las comunidades microbianas de sedimentos de lecho y agua corriente a la degradación de cuencas hidrográficas. Medio Ambiente Internacional. 134, 105198, https://doi.org/10.1016/j.envint.2019.105198 (2020).

Artículo CAS PubMed Google Académico

MGnificar. Comunidades bacterianas de la columna de agua y los sedimentos superficiales a lo largo de un transecto en el Mar del Este (Mar de Japón). Conjunto de datos de eventos de muestreo, https://doi.org/10.15468/p6o3m6 accedido a través de GBIF.org el 2022-08-11 (2019).

Ren, Z., Qu, X., Peng, W., Yu, Y. y Zhang, M. Propiedades funcionales de las comunidades bacterianas en agua y sedimentos del sistema eutrófico de ríos y lagos del lago Poyang, China. PeerJ. 7, e7318, PMID: 31338262; PMCID:PMC6628883 https://doi.org/10.7717/peerj.7318 (2019).

Santana, CO d. et al. Metagenómica y variables ambientales del río Saw Kill (NY, EE. UU.). Dryad, conjunto de datos https://doi.org/10.5061/dryad.2z34tmpp7 (2022).

O'Mullan, GD, Juhl, AR, Reichert, R., Schneider, E. & Martinez, N. Patrones de bacterias indicadoras fecales asociadas a sedimentos en un estuario urbano: acoplamiento bentónico-pelágico e implicaciones para la calidad del agua costera. Sci Medio ambiente total. 656, 1168–1177, https://doi.org/10.1016/j.scitotenv.2018.11.405 (2019).

Artículo ADS CAS PubMed Google Scholar

Dahan, D., Jude, BA, Lamendella, R., Keesing, F. & Perron, GG La exposición al arsénico altera el microbioma de las larvas de pez cebra. Fronteras en microbiología 9, 299 (2018).

Artículo Google Académico

Mirada, WH et al. Impactos de la actividad antropogénica en la ecología de los integrones de clase 1 y los genes asociados a integrones en el medio ambiente. La revista ISME 5, 1253–1261 (2011).

Artículo CAS Google Académico

Větrovský, T. & Baldrian, P. La variabilidad del gen 16S rRNA en genomas bacterianos y sus consecuencias para los análisis de comunidades bacterianas. PLOS UNO 8, e57923 (2013).

Artículo ANUNCIOS Google Académico

Caporaso, JG et al. Patrones globales de diversidad de ARNr 16S a una profundidad de millones de secuencias por muestra. Actas de la Academia Nacional de Ciencias de los Estados Unidos de América 108 (Suplemento 1), 4516–4522 (2011).

Artículo ADS CAS Google Académico

Bolger, AM, Lohse, M. y Usadel, B. Trimmomatic: un recortador flexible para datos de secuencia de Illumina. Bioinformática 30, 2114–2120 (2014).

Artículo CAS Google Académico

Bolyen, E. et al. Ciencia de datos de microbioma reproducible, interactiva, escalable y extensible usando QIIME 2. Nat Biotechnol 37, 852–857 (2019).

Artículo CAS Google Académico

Callahan, BJ et al. DADA2: inferencia de muestra de alta resolución a partir de datos de amplicón de Illumina. Nat. Métodos 13, 581–583 (2016).

Artículo CAS Google Académico

Bokulich, NA et al. Optimización de la clasificación taxonómica de secuencias de amplicón de genes marcadores con el complemento q2-feature-classifier de QIIME 2. Microbioma 6, 90 (2018).

Artículo Google Académico

McDonald, D. et al. Una taxonomía mejorada de Greengenes con rangos explícitos para análisis ecológicos y evolutivos de bacterias y arqueas. ISME J 6, 610–618 (2012).

Artículo CAS Google Académico

McMurdie, PJ & Holmes, S. phyloseq: un paquete R para análisis y gráficos interactivos reproducibles de datos de censos de microbiomas. PLoS ONE 8, e61217 (2013).

Artículo ADS CAS Google Académico

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

Archivo de lectura de secuencias NCBI, https://identifiers.org/ncbi/insdc.sra:SRP221580 (2019).

Descargar referencias

Este trabajo fue financiado por Bard College y Bard Summer Research Institute of Bard College. Agradecemos a Alexandra Clarke, Haley Goss-Holmes, Pola Kuhn, Thierney Weymueller, Marco Spodek, Christopher Hulbert, Beckett Landsbury y Yuejiao Wan por su asistencia técnica en el laboratorio.

Estos autores contribuyeron igualmente: Carolina Oliveira de Santana, Pieter Spealman.

Instituto de Geociencias, Universidad Federal de Bahía, Salvador, BA, 40170-290, Brasil

Carolina Oliveira Santana

Centro de Genómica y Biología de Sistemas, Universidad de Nueva York, Nueva York, NY, 10114, EE. UU.

Pieter Spealman y Gabriel G. Perron

Departamento de Biología, Centro Reem-Kayden para la Ciencia y la Computación, Bard College, Annandale-On-Hudson, NY, 12504, EE. UU.

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

Centro Bard de Ciencias Ambientales y Humanidades, Bard College, Annandale-On-Hudson, NY, 12504, EE. UU.

M. Elias Dueker y Gabriel G. Perron

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

El trabajo fue planificado por ED y GGPDA se asoció con la recolección de las muestras y contribuyó a la secuenciación del ADN. COS y PS trabajaron en el análisis de datos sin procesar y el borrador del artículo con ED y GGPGGP realizaron las revisiones finales del manuscrito.

Correspondencia a Gabriel G. Perron.

El autor declara que no hay conflictos de intereses.

Nota del editor Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

de Santana, CO, Spealman, P., Azulai, D. et al. Comunidades bacterianas y parámetros de calidad del agua en aguas fluviales y sedimentos cerca de descargas de aguas residuales. Datos científicos 9, 578 (2022). https://doi.org/10.1038/s41597-022-01686-8

Descargar cita

Recibido: 30 Abril 2022

Aceptado: 04 septiembre 2022

Publicado: 21 de septiembre de 2022

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt