Communautés bactériennes et paramètres de qualité de l'eau dans les eaux fluviales et les sédiments à proximité des rejets d'eaux usées

Données scientifiques volume 9, Numéro d'article : 578 (2022) Citer cet article

1848 accès

1 Citations

3 Altmétrique

Détails des métriques

Les rejets des usines de traitement des eaux usées (WWTP) modifient la qualité de l'eau et les communautés microbiennes en introduisant des bactéries associées à l'homme dans l'environnement et en modifiant les communautés microbiennes. Pour bien comprendre cet impact, il est crucial d'étudier si les rejets des stations d'épuration affectent les communautés microbiennes de l'eau et des sédiments de manière comparable et si ces effets dépendent de variables environnementales spécifiques. Ici, nous présentons un ensemble de données étudiant l'impact d'une station d'épuration sur la qualité de l'eau et les communautés bactériennes en comparant des échantillons prélevés directement à partir de la sortie de la station d'épuration aux eaux de surface et aux sédiments sur deux sites au-dessus et deux sites en dessous sur une période de cinq mois. Lorsque cela était possible, nous avons mesuré cinq variables physicochimiques (par exemple, la température, la turbidité, la conductivité, l'oxygène dissous et la salinité), quatre bioindicateurs (par exemple, Escherichia coli, les coliformes totaux, Enterococcus sp. et les endotoxines) et deux indicateurs moléculaires (par exemple, l'abondance relative d'intI1 et le profilage du gène ARNr 16S). Les résultats préliminaires suggèrent que les bioindicateurs sont en corrélation avec les variables environnementales et que les communautés bactériennes présentes dans les nappes phréatiques, les sédiments et l'eau traitée diffèrent grandement en composition et en structure.

Des mesures)

température de l'eau • conductivité de l'eau • oxygène dissous dans l'eau • salinité de l'eau • Concentration d'Escherichia coli dans l'eau • Concentration de coliformes totaux dans l'eau • Concentration d'Enterococcus sp. • Concentration d'endotoxines dans l'eau • Abondance relative de l'intégron 1 dans l'eau • ARN 16S bactérien

Type(s) de technologie

Sonde de champ YSI • Système de détection Colilert • Système de détection Enterolert • Système Charles River Endosafe • PCR quantitative • Séquençage Illumina

Caractéristique de l'échantillon - Organisme

Bactéries

Caractéristique de l'échantillon - Environnement

Rivière d'eau douce

Caractéristique de l'échantillon - Emplacement

États-Unis

Le rejet des effluents des stations d'épuration des eaux usées (STEP) dans les cours d'eau environnants peut avoir des effets néfastes sur la santé des écosystèmes aquatiques. D'une part, les stations d'épuration rejettent d'importants polluants, notamment des produits pharmaceutiques1,2 et des produits ménagers3, qui peuvent avoir un impact sur la faune locale4 ainsi que sur les communautés microbiennes5,6. La station d'épuration peut également être une source de micro-organismes allochtones distincts du cours d'eau récepteur, notamment des agents pathogènes7 et des bactéries résistantes aux antibiotiques8. Même lorsque la plupart des micro-organismes vivants sont éradiqués par le traitement des stations d'épuration, les stations d'épuration ont été reconnues comme une source importante de gènes de résistance aux antibiotiques9,10, contribuant au réservoir toujours croissant de résistance aux antibiotiques dans l'environnement11. Les rejets de stations d'épuration peuvent également entraîner un enrichissement en nutriments12, ce qui peut entraîner des changements importants dans l'oxygène dissous détectable13 et perturber la structure et le fonctionnement de la communauté biotique dans les environnements aquatiques14. Enfin, les rejets de stations d'épuration peuvent déposer du sable et des gravillons dans les systèmes aquatiques, affectant les caractéristiques physiques des sédiments et perturbant potentiellement les communautés bactériennes associées aux sédiments présentes dans les cours d'eau15.

Pour évaluer les impacts possibles des petites stations d'épuration sur les cours d'eau douce locaux, nous avons surveillé les contaminants microbiens liés au débit d'eau traitée de la station d'épuration exploitée par le Bard College (Annandale-on-Hudson, NY ; Fig. 1a). En utilisant un système basé sur un digesteur (Fig. 1b), la station d'épuration traite environ 0,2 million de gallons par jour (par permis NY SPDES #NY0031925). Cette eau traitée est entièrement produite par le campus du Bard College, un collège résidentiel desservant environ 2 000 étudiants et 500 professeurs et membres du personnel. Après traitement, les eaux usées sont rejetées dans le Saw Kill, un affluent de la rivière Hudson, qui est également la source d'eau douce du campus. Le Bard College tire en moyenne 130 000 gallons (591 000 L) par jour d'eaux de surface Saw Kill pour l'eau potable du campus (selon le rapport le plus récent déposé auprès du NYSDEC Bureau of Water Resource Management, daté du 2/9/21). L'eau potable est prélevée du Saw Kill à environ 100 m en amont de l'exutoire de la station d'épuration. Le site de recherche lui-même est situé à environ 5,2 km en aval du village de Red Hook (pop. ~ 1900), qui possède également une petite station d'épuration (permis NY SPDES #NY0271420).

Schéma d'étude. Carte représentative des sites d'échantillonnage utilisés dans cette recherche avec les noms des sites, le nombre total d'échantillons et les coordonnées GPS (a) Représentation schématique de la station d'épuration incluse dans cette étude (b) Représentation schématique des types d'échantillonnage (sortie de Bard (B) ; et les types d'échantillons B pour les sites ci-dessous (Be) et ci-dessus (Ab) et sur les sites éloignés (F) et proches (N) (d).

Pour étudier les impacts possibles de la station d'épuration de Bard College sur les communautés bactériennes trouvées dans les environnements environnants, nous avons prélevé des échantillons des eaux usées traitées directement à partir de l'exutoire ainsi que des eaux de surface et des sédiments sur deux sites au-dessus et en dessous de l'exutoire (Fig. 1c) sur une période de cinq mois (Fig. 1d). Ici, nous donnons un aperçu de la collecte d'échantillons et de la collecte de données, sans analyse détaillée des résultats ni discussion, pour attirer l'attention sur sa vision complète et à multiples facettes des communautés microbiennes d'eau douce en relation avec les indicateurs physicochimiques et microbiens de la qualité de l'eau. En outre, la cohérence de la conception expérimentale, de la méthodologie de séquençage et des sources d'échantillons garantit la valeur de cette collection pour les études en cours sur les communautés microbiennes d'eau douce, en particulier celles relatives aux perturbations temporelles, spatiales et anthropiques.

Plus précisément, pour chaque échantillon d'eau, y compris le débit sortant, nous avons mesuré diverses caractéristiques physico-chimiques : température, turbidité, conductivité, oxygène dissous et salinité. Nous avons également évalué l'impact des eaux usées sur ces échantillons à l'aide de trois indicateurs de contamination : concentration d'Escherichia coli, concentration de coliformes totaux, Enterococcus sp. concentration. Nous avons également estimé les concentrations d'endotoxines et la présence du gène intI1, un marqueur de l'intégron 1, en abondance par rapport à l'abondance du gène ARNr 16S, un marqueur de l'abondance bactérienne totale. Fait intéressant, alors que nous avons observé que tous les indicateurs microbiologiques suivent des tendances temporelles similaires (Fig. 2), nous avons trouvé différents niveaux de corrélation entre les indicateurs microbiologiques (Tableau 1), suggérant que chaque indicateur pourrait fournir des informations uniques sur l'écologie des contaminants microbiens dans le système étudié.

Mesures longitudinales d'indicateurs microbiens de la qualité de l'eau. Pour chaque date de collecte, des échantillons ont été prélevés sur quatre sites différents et à la sortie de l'usine de traitement de l'eau de Bard et ont été évalués pour : (a) la concentration d'E. coli ; (b) concentration de coliformes ; (c) Enterococcus sp. concentration; (d) abondance relative de l'intégron 1; et (e) concentration d'endotoxines. Les points de données sur le débit et l'eau représentent la valeur brute de chaque échantillon, tandis que les points de données sur les sédiments représentent la moyenne de deux répétitions biologiques. Les échantillons d'eau de surface sont présentés en bleu, les sédiments en noir et les écoulements en rouge.

Enfin, nous avons caractérisé la population bactérienne présente dans chaque échantillon en utilisant le séquençage de l'amplicon d'ARNr 16S. Dans l'ensemble, le séquençage a généré 3 020 375 lectures appariées avec une médiane de 24 556 lectures par bibliothèque. Après avoir retiré les séquences chimériques, mitochondriales et chloroplastiques, les 3 019 951 (99,98 % de l'original) séquences appariées ont été attribuées à 15 140 variants de séquence d'amplicon, ou ASV, appartenant à 723 genres. Fait intéressant, nous avons constaté que les classes procaryotes différaient en distribution et en abondance entre les échantillons d'eau, de sédiments et d'écoulement et, dans une moindre mesure, entre les différents sites échantillonnés (Fig. 3).

Fréquence relative des taxons procaryotes au niveau de la classe isolée à partir d'échantillons de (a) écoulement, (b) sédiments et (c) eau. Les 10 classes les plus abondantes et leur prévalence dans chaque type d'échantillon sont présentées. Les détails concernant les sites spécifiques et les dates de collecte pour chaque échantillon sont indiqués dans "Sample_type_date_site_season_name.csv" disponible sur Dryad20. On peut observer que les échantillons d'écoulement présentent généralement une plus faible diversité au niveau de la classe par rapport aux échantillons d'eau et aux échantillons de sédiments, qui à leur tour sont les plus diversifiés dans cet ensemble de données.

À notre connaissance, cette étude est l'une des premières à considérer simultanément plusieurs contaminants microbiens ainsi que des contaminants moléculaires16 dans les communautés microbiennes de l'eau et des sédiments dans un environnement aquatique17,18,19. Non seulement cette étude jettera un nouvel éclairage sur la compréhension limitée des complexités liées à l'écologie et à la gestion des indicateurs d'eaux usées extra-entériques7, mais fournira également un ensemble de données unique à explorer sur la dynamique des contaminants microbiens en relation avec les structures de la communauté microbienne dans les écosystèmes d'eau douce.

Le Saw Kill est un affluent de 23,0 km de la rivière Hudson qui prend sa source dans la ville de Milan (41,985169, −73,776175) et draine une zone de 57 km2 du nord-ouest du comté de Dutchess, à New York. Le Saw Kill traverse principalement les forêts et les terres agricoles et s'écoule à un débit moyen de 0,54 m3 s−1 (allant de 0,01 à 9,15 m3 s−1) dans la baie South Tivoli (42,02061, −73,92367), située entre Montgomery Place et Bard College (données de débit de l'USGS StreamStats, USGS Station # 01364800, mesures effectuées en 1965). Des mesures plus récentes mais non publiées ont été effectuées sur la voie navigable dans le cadre du projet de surveillance Saw Kill : des mesures mensuelles prises entre novembre 2017 et novembre 2018 au barrage Lower Saw Kill (situé à moins de 10 m de notre site ci-dessus) à l'aide d'un moniteur de débit AVG ont estimé un débit moyen de 0,97 +/- 0,22 m3 s−1, confirmant que la plage de débit était constante au cours des dernières décennies. Alors que les baies sont séparées de la rivière Hudson par une digue bâtie, cette dernière se jette dans la rivière Hudson via deux canaux artificiels (North Bridge : 42,045689, −73,924926, South Bridge : 42,036672, −73,925465) construits par Amtrak en 1850.

Le Saw Kill sert de principale source d'eau potable pour le campus du Bard College situé à Annandale-On-Hudson. À cette fin, Bard College contient un système d'eau insulaire pour son campus, apportant de l'eau potable à ses bâtiments via un système d'eau potable à base de filtre et évacuant les eaux usées via sa station d'épuration en aval de la prise d'eau potable. Pour le traitement des eaux usées, la station d'épuration de Bard fonctionne par filtration, sédimentations, fermentation en réseau de bioréacteurs et chloration. Les eaux usées traitées sont ensuite envoyées pour aération suivie d'une déchloration avant d'être rejetées dans le Saw Kill via un seul tuyau de sortie sur un site approuvé par le Département de la conservation de l'environnement de l'État de New York (permis SPDES # NY0031925) (Fig. 1b). La durée du processus global dépend du volume d'eaux usées traitées et des conditions environnementales. Les eaux usées traitées sont finalement rejetées dans une zone située près de l'embouchure du Saw Kill dans une zone à prédominance boisée.

Il est important de noter que le Saw Kill a d'autres sources possibles pour les indicateurs fécaux et les signaux bactériens associés en amont du campus de Bard, y compris Red Hook (5,2 km en amont), un village (pop. ~ 1900) avec une petite station d'épuration (7,6 × 105 L ٠ débit jour−1, permis NY SPDES #NY0271420). De plus, l'utilisation des terres intermédiaires comprend des habitations rurales et périurbaines avec des systèmes septiques vieillissants et une utilisation des terres agricoles. En tant que tel, notre objectif était d'isoler l'influence localisée de la station d'épuration du Bard College dans le cadre du système plus vaste du bassin hydrographique de Saw Kill et de la dernière source allochtone à l'affluent avant qu'il ne rencontre la rivière Hudson à marée. Pour ce faire, nous avons échantillonné à la fois en amont (Fig. 1 : Ci-dessus) et en aval (Fig. 1 : Ci-dessous) de l'exutoire de la STEP de Bard (Fig. 1 : Exutoire).

Des échantillons ont été prélevés à dix occasions différentes sur une période de cinq mois allant du 6 juin 2015 au 20 octobre 2015 (Sampling_site_metadata_table.csv disponible sur Dryad20 ; Fig. 1d). Pour chaque date de collecte, nous avons collecté les eaux usées traitées directement à la sortie de la station d'épuration, à partir de deux sites en dessous de la sortie et de deux sites au-dessus de la sortie (les coordonnées GPS estimées pour chaque site peuvent être trouvées dans "Sample_site_GPS.csv" disponible à Dryad20. Parce que nous échantillonnions (et donc perturbions) les sédiments des cours d'eau dans le cadre de cette étude, l'échantillonnage a commencé par le site le plus en aval et nous avons travaillé en amont, en veillant à ce que toute perturbation des sédiments ne se reflète pas dans les échantillons suivants prélevés ce jour-là. L échantillon d'eau usée de l'exutoire, nous avons collecté 2 L d'eau de surface et deux carottes de sédiments de ~500 mg à chaque site de collecte. Au total, nous avons ainsi collecté 130 échantillons, dont 40 échantillons d'eau de surface, 80 échantillons de sédiments et dix échantillons d'eaux usées de l'exutoire de la station d'épuration ("Sampling_type__date_site_season_name.csv" disponible chez Dryad20.

Nous avons d'abord recueilli l'échantillon d'eau de 2 L au milieu du canal pour chaque site à l'aide de bouteilles Nalgene stérilisées à la chaleur et à l'acide immergées à environ 0,5 m sous la surface du ruisseau. Pour éviter une éventuelle contamination qui pourrait être présente à la surface des bouteilles, toutes les bouteilles d'échantillons ont été rincées trois fois avec les eaux de surface du site immédiatement avant la collecte. Après avoir prélevé l'échantillon d'eau, des échantillons de sédiments ont été prélevés à l'aide d'un carottier en acier inoxydable, qui a été nettoyé avec une lingette, stérilisé avec de l'éthanol à 70 % et séché à l'air entre chaque prélèvement. Sur chaque site, des carottes en double d'environ 7 cm de profondeur ont été prélevées à partir de sédiments non perturbés et placées dans un tube Falcon stérile de 50 ml à l'aide d'une spatule en métal stérilisée. Enfin, pour chaque date de collecte, un seul échantillon de 2 L de la station d'épuration a été prélevé à l'extrémité du tuyau d'évacuation à l'aide d'une cuillère stérilisée de 1 000 ml et stocké dans des flacons Nalgene stérilisés à la chaleur et à l'acide. Après le prélèvement, tous les échantillons ont été placés sur de la glace dans une glacière pour être transportés au laboratoire et traités dans les 2 heures suivant le prélèvement.

Nous avons extrait l'ADN total d'échantillons d'eau en filtrant 750 mL d'eau sur un filtre Sterivex de 0,22 µm. Nous avons ensuite extrait l'ADN du filtre à l'aide du kit d'isolation d'ADN PowerWater (MoBio Laboratories Carlsbad, Californie, États-Unis), désormais disponible sous le nom de kit d'isolation d'ADN DNeasy PowerWater (QIAGEN, Hilden, Allemagne), conformément aux instructions du fabricant. En ce qui concerne les échantillons de sédiments, nous avons pesé 250 mg d'échantillons de sédiments et utilisé le kit d'isolement d'ADN PowerSoil (MoBio Laboratories, Carlsbad, Californie, États-Unis), désormais disponible sous le nom de kit d'isolement d'ADN DNeasy PowerSoil (QIAGEN, Hilden, Allemagne) selon les instructions du fabricant.

Sur chaque site d'échantillonnage, avant de prélever des échantillons d'eau et de sédiments, nous avons mesuré la température de l'eau (°C), la conductivité (µmhos/cm), l'oxygène dissous (ppm) et la salinité (ppm) à l'aide de sondes de terrain portables YSI (YSI, TN, USA) avec les sondes suspendues à <0,5 m de profondeur au milieu du chenal. La turbidité a été mesurée en laboratoire à l'aide d'aliquotes de 15 ml provenant de bouteilles d'échantillons secouées de 2 L avec un turbidimètre Hach 2100 P (Loveland, CO) et toutes les données sont enregistrées dans "Physicochemical_characteristics.csv" disponible chez Dryad20.

La température de l'air au moment de l'échantillonnage a été enregistrée à Albany, NY, bureau du National Weather Service. Les quantités de précipitations de pluie (mm) au cours des 12, 24, 38, 48 et 72 heures précédant l'échantillonnage ont également été recueillies auprès du bureau du Service météorologique national d'Albany, NY. Toutes les données sont disponibles dans "Sampling_site_metadata_table.csv" disponible sur Dryad20.

Dans chaque échantillon, nous avons mesuré l'abondance de trois indicateurs de qualité de l'eau : Enterococcus, Escherichia coli et Total Coliforms à l'aide des méthodes standard approuvées par l'EPA IDEXX MPN (IDEXX, Westbrook, ME, USA ; 40 CFR 141.852(a)(5)). Conformément aux instructions du fabricant, les trois indicateurs ont été testés dans les 2 heures suivant le prélèvement de l'échantillon sur le terrain. Pour exécuter le test IDEXX Colilert, qui estime à la fois les concentrations d'E. coli et de coliformes, sur des échantillons d'eau à mi-canal, un échantillon de 100 ml non dilué et un échantillon de 100 ml dilué à 1:10 avec de l'eau DI stérile ont été dosés. Pour les échantillons de sortie de station d'épuration, une dilution de 1:10 et 1:100 avec de l'eau DI stérile a été dosée. Pour les sédiments, des boues ont été préparées en ajoutant 250 mg de sédiment centrifugé à 50 ml d'eau DI stérile et en mélangeant doucement et nous avons dosé une dilution de 1:10 et 1:100 de la boue de sédiment21. Pour chaque échantillon dosé, les réactifs Colilert ont été dissous dans l'échantillon dans un flacon stérile de 100 mL. Une fois dissous, le mélange a été versé dans un Quanti-Tray stérile à 49 puits (IDEXX, Westbrook, ME, USA) et scellé. Les plateaux ont ensuite été incubés pendant 24 heures à 35°C. Après incubation, les Quanti-Tray sont dénombrés pour les comptages positifs où toutes les cellules qui sont devenues jaunes sont considérées comme positives pour les coliformes, et toutes les cellules jaunes qui deviennent fluorescentes sous excitation UV sont considérées comme positives pour E. coli. Les concentrations d'indicateurs d'E. coli et de coliformes sont ensuite calculées en tant que NPP/100 ml en appliquant la méthode du nombre le plus probable (MPN) au nombre de cellules positives et se trouvent respectivement dans "Escherichia_coli_concentration.csv" et "Total_coliforms_concentration.csv" et disponibles chez Dryad20.

Pour estimer la concentration d'Enterococcus sp. dans chaque échantillon, nous avons utilisé le test IDEXX Enterolert (IDEXX, Westbrook, ME, USA). Pour les échantillons d'eau de surface et les échantillons d'écoulement, nous avons dosé 100 ml d'un échantillon non dilué tandis que nous avons utilisé une suspension non diluée (voir ci-dessus pour plus de détails) pour les échantillons de sédiments. Les réactifs Enterolert ont été dissous dans l'échantillon de 100 ml dans un flacon stérile de 100 ml. Une fois dissous, le mélange a été versé dans un Quanti-Tray stérile à 49 puits (IDEXX, Westbrook, ME, USA) et scellé. Les plateaux ont ensuite été incubés pendant 24 heures à 41°C. Après incubation, toutes les cellules qui émettent une fluorescence sous la lumière UV sont considérées comme positives et utilisées pour estimer la concentration des contaminants en MPN/100 ml et sont stockées dans "Enterococcus_concentration.csv" disponible chez Dryad20.

Les endotoxines ont été mesurées dans des échantillons d'eau dans les 4 heures suivant l'échantillonnage à l'aide du système Charles River Endosafe (Charles River, Cambridge, MA, États-Unis) avec des cartouches prenant en charge une plage de mesure de 10-0,1 EU/mL. Avant la mesure, à l'aide d'embouts de pipette sans endotoxine, 20 μL d'échantillon d'eau ont été dilués avec 1980 μL d'eau Hyclone stérile et sans endotoxine dans un tube à essai en verre stérile et sans endotoxine pour créer une dilution de 1:100. Conformément au protocole Endosafe de Charles River, une fois qu'une nouvelle cartouche stérile a été validée par le système Endosafe, 25 μL de l'échantillon ont ensuite été pipetés dans chacun des quatre puits de la cartouche sans introduire de bulles. Ces puits représentaient des lectures brutes en double et des lectures de pointe en double (pour la détection de l'amélioration ou de l'inhibition des endotoxines par le contenu de l'échantillon). Une fois les aliquotes en place, le test a commencé, prenant 5 à 15 minutes de temps de test avant d'afficher les données. Les lectures qui ont été entièrement validées par l'instrument (celles dont les retours de pointe étaient compris entre 50 et 200 % et dont les variations répétées (à la fois l'échantillon et la pointe) avaient un coefficient de variation <25 %) ont été enregistrées. Des tests non valides ont entraîné un deuxième essai, utilisant une dilution de 1:1000 pour diluer les contaminants et/ou amener l'échantillon dans la plage de mesure. Ces données sont enregistrées dans "Endotoxins_concentration.csv" disponible chez Dryad20.

En suivant la méthodologie décrite ailleurs22 et en utilisant les amorces répertoriées ici23, nous avons traité chaque échantillon en trois exemplaires à l'aide du PowerUp SYBR Green Master Mix (Applied Biosystems, Foster City, CA, USA) et du système de détection PCR en temps réel Bio-Rad CFX96 (Bio-Rad Laboratories, Hercules, CA, USA). Ensuite, nous avons construit une courbe standard interne pour chaque exécution en utilisant au moins trois dilutions de la souche Escherichia coli SK4903 avec IncPβ R751, qui a été construite pour contenir sept copies d'ARNr 16S et six copies intI1. Enfin, nous avons ajusté le nombre total de copies d'ARNr 16S trouvées dans chaque échantillon en divisant ce nombre par 4,2, qui est le nombre moyen de copies d'ARNr 16S que chaque cellule bactérienne héberge24. Ces données se trouvent dans "Integron_1_relative_abundance.csv" disponible sur Dryad20.

Une bibliothèque de séquençage d'amplicons du gène ARNr 16S ciblant la région V4 a été amplifiée à l'aide des amorces 515 F et 806 R comme décrit dans le Earth Microbiome Project25. Les échantillons ont été expédiés à Wright Labs (Huntingdon, PA, États-Unis) pour un séquençage effectué avec la plate-forme Illumina Miseq en utilisant des extrémités appariées de 250 pb. Les séquences ont été filtrées et coupées avec Trimmomatic, ver. 0.3926, en utilisant les paramètres suivants : ILLUMINACLIP:TruSeq3-PE.fa:2:30:10 LEADING:3 TRAILING:3

FENETRE COULISSANTE:4:15 MINLEN:100. Toutes les analyses ultérieures ont été effectuées à l'aide de QIIME2, ver 2019.227. Les lectures ont été résolues, débruitées et regroupées en variants de séquence d'amplicon (ASV) à l'aide de DADA2 (denoisepaired, --p-trim-left-f 13, --p-trim-left-r 13, --p-trunc-len-f 150, --p-trunc-len-r 130)28. Les résultats sont disponibles dans "Denoising_qc_stats.tsv", disponible sur Dryad20. Les lectures par échantillon sont enregistrées dans "Sample_frequency_detail.csv", disponible sur Dryad20. L'attribution taxonomique a été effectuée à l'aide du classificateur naïf Bayes scikit-learn29 de QIIME2 formé à l'aide des séquences de gènes d'ARNr 16S dans la base de données SILVA (Silva SSU 132)30. L'abondance taxonomique par échantillon est enregistrée dans "Taxa_abundance_by_sample.csv", disponible sur Dryad20, tandis que l'ASV, l'affectation des taxons et la confiance sont enregistrées dans "ASV_and_taxa_assignment.tsv", disponible sur Dryad20. La visualisation des données a été réalisée à l'aide de phyloseq (ver. 3.14)31, ggplot2 (ver. 3.35)32 et fantaxtic (ver. 0.1.0, G. Martijn).

Toutes les données et tous les résultats taxonomiques ont été déposés dans le référentiel Dryad20 et sont répertoriés dans le tableau 2. Les données brutes du séquençage de l'amplicon ARNr 16S (fichier fastq) ont été déposées avec des liens vers le numéro d'accès BioProject PRJNA565393 dans la base de données NCBI BioProject33.

La sonde YSI portable a été calibrée avant le travail sur le terrain à l'aide de protocoles standard. En bref, la sonde DO a été placée dans un environnement 100 % humide en humidifiant une éponge et en la plaçant dans le manchon d'étalonnage, qui a ensuite été placé sur la sonde pendant 10 minutes avant de procéder au processus d'étalonnage automatisé. La salinité et la conductivité ont été étalonnées à l'aide d'une nouvelle solution d'étalonnage de conductivité fournie par YSI (utilisée dans le mois suivant l'ouverture de la bouteille). Les dosages Enterolert et Colilert ont été effectués avec 2 contrôles d'eau DI, incubés et dénombrés pour valider la technique stérile. Parallèlement aux contrôles internes rigoureux de l'instrument Endosafe, un échantillon de contrôle utilisant de l'eau stérile sans endotoxine a été analysé lors de chaque session Endosafe. Pour contrôler une éventuelle contamination microbienne et ADN lors de l'extraction de l'ADN, nous avons inclus trois types de contrôles différents à chaque point d'échantillonnage : 1) filtration sterivex à l'aide d'eau stérile de qualité PCR pour tester la contamination lors de la filtration des échantillons ; 2) Extraction d'ADN effectuée sur de l'eau de qualité PCR pour tester la contamination due aux kits d'extraction d'ADN ; et 3) construction de la bibliothèque réalisée sur de l'eau stérile de qualité PCR ou test pour une éventuelle contamination due aux réactifs PCR. Dans tous les cas, nous n'avons pas réussi à détecter la présence de contamination lors de la construction de la bibliothèque et du séquençage. Pour contrôler les biais possibles entre les séries de qPCR, une courbe standard interne a été construite en utilisant au moins quatre dilutions d'ADN génomique de la souche E. coli SK4903. De plus, toutes les PCR ont été réalisées en triple, et plusieurs contrôles négatifs (réaction PCR sans matrice) ont été espacés entre les échantillons d'ADN pendant la préparation de la PCR et l'amplification. Le succès de la génération d'amplicon du gène ARNr 16S a été contrôlé en examinant la taille de l'amplicon (environ 291 pb) et l'absence de contaminations sur un gel d'agarose. Des contrôles négatifs (réaction PCR sans matrice) et positifs (ADN génomique de E. coli DH5a) ont également assuré la pureté des réactifs employés.

Aucun code personnalisé n'a été utilisé pour générer ou traiter ces données. Toutes les commandes pour QIIME2, phyloseq, ggplot2 et fantaxtic sont disponibles au format r-markdown dans un seul fichier nommé "Combined_Scripts.rmd" dans le référentiel Dryad20.

Wilkinson, JL et al. Pollution pharmaceutique des rivières du monde. PNAS 119 (2022).

Cantwell, MG et al. Schémas spatiaux des produits pharmaceutiques et des traceurs d'eaux usées dans l'estuaire de la rivière Hudson. Recherche sur l'eau 137, 335–343 (2018).

Article CAS Google Scholar

Rosi-Marshall, EJ, Snow, D., Bartelt-Hunt, SL, Paspalof, A. & Tank, JL Un examen des effets écologiques et du devenir environnemental des drogues illicites dans les écosystèmes aquatiques. J. Hazard. Mater. 282, 18-25 (2015).

Article CAS Google Scholar

Reisinger, AJ, Reisinger, LS, Richmond, EK & Rosi, EJ L'exposition à un antidépresseur commun modifie le comportement des écrevisses et a des impacts ultérieurs potentiels sur l'écosystème. Écosphère 12, e03527 (2021).

Article Google Scholar

Clarke, A., Azulai, D., Dueker, ME, Vos, M. & Perron, GG Le triclosan modifie les communautés microbiennes dans les microcosmes d'eau douce. Eau 11, 961 (2019).

Article CAS Google Scholar

de Santana, CO et al. Effets de l'influence des marées sur la structure et la fonction des communautés procaryotes dans les sédiments d'une mangrove brésilienne vierge. Biogéosciences 18, 2259–2273 (2021).

Annonces d'article Google Scholar

O'Mullan, GD, Elias Dueker, M. & Juhl, AR Défis de la gestion de la pollution fécale microbienne dans les environnements côtiers : écologie extra-entérique et échange microbien entre l'eau, les sédiments et l'air. Curr Pollution Rep 3, 1–16 (2017).

Article Google Scholar

Young, S., Juhl, A. & O Mullan, GD Bactéries résistantes aux antibiotiques dans l'estuaire de la rivière Hudson liées à la contamination des eaux usées par temps humide. Journal de l'eau et de la santé 11, 297–310 (2013).

Article Google Scholar

Czekalski, N., Berthold, T., Caucci, S., Egli, A. & Burgmann, H. Augmentation des niveaux de bactéries multirésistantes et de gènes de résistance après traitement des eaux usées et leur dissémination dans le lac Léman, Suisse. Frontières en microbiologie 3, 106 (2012).

Article Google Scholar

Liu, S.-S. et coll. La désinfection au chlore augmente les gènes de résistance aux antibiotiques intracellulaires et extracellulaires dans une usine de traitement des eaux usées à grande échelle. Recherche sur l'eau 136, 131–136 (2018).

Annonces d'article Google Scholar

Kraemer, SA, Ramachandran, A. & Perron, GG Pollution par les antibiotiques dans l'environnement : de l'écologie microbienne à la politique publique. Micro-organismes 7, 180 (2019).

Article CAS Google Scholar

Howarth, RW Pollution côtière par l'azote : un examen des sources et des tendances à l'échelle mondiale et régionale. Algues nuisibles 8, 14–20 (2008).

Article CAS Google Scholar

Diaz, RJ & Rosenberg, R. Propagation des zones mortes et conséquences pour les écosystèmes marins. Sciences 321, 926–929 (2008).

Article ADS CAS Google Scholar

Burdon, FJ et al. Les communautés microbiennes des cours d'eau et le fonctionnement de l'écosystème montrent des réponses complexes à de multiples facteurs de stress dans les eaux usées. Biologie du changement global 26, 6363–6382 (2020).

Annonces d'article Google Scholar

Wakelin, SA, Colloff, MJ & Kookana, RS Effet de l'effluent de la station d'épuration des eaux usées sur la fonction microbienne et la structure communautaire dans les sédiments d'un cours d'eau douce à débit saisonnier variable. Microbiologie appliquée et environnementale, https://doi.org/10.1128/AEM.02348-07 (2008).

Hilderbrand, RH et al. Les communautés microbiennes peuvent prédire l'état écologique des cours d'eau d'amont. PLoS One. 15(8), e0236932, https://doi.org/10.1371/journal.pone.0236932 (2020).

Article CAS PubMed PubMed Central Google Scholar

Liao, H., Yen, JY, Guan, Y., Ke, D. et Liu, C. Réponses différentielles des communautés microbiennes de l'eau des cours d'eau et des sédiments de lit à la dégradation des bassins versants. Environnement International. 134, 105198, https://doi.org/10.1016/j.envint.2019.105198 (2020).

Article CAS PubMed Google Scholar

MGnifier. Communautés bactériennes de la colonne d'eau et des sédiments de surface le long d'un transect en mer de l'Est (mer du Japon). Jeu de données d'événements d'échantillonnage, https://doi.org/10.15468/p6o3m6 consulté via GBIF.org le 2022-08-11 (2019).

Ren, Z., Qu, X., Peng, W., Yu, Y. & Zhang, M. Propriétés fonctionnelles des communautés bactériennes dans l'eau et les sédiments du système eutrophe rivière-lac du lac Poyang, Chine. Peer J. 7, e7318, PMID : 31338262 ; PMCID : PMC6628883 https://doi.org/10.7717/peerj.7318 (2019).

Santana, CO d. et coll. Saw Kill river (NY, USA) métagénomique et variables environnementales. Dryade, jeu de données https://doi.org/10.5061/dryad.2z34tmpp7 (2022).

O'Mullan, GD, Juhl, AR, Reichert, R., Schneider, E. & Martinez, N. Modèles de bactéries indicatrices fécales associées aux sédiments dans un estuaire urbain : couplage benthique-pélagique et implications pour la qualité de l'eau du littoral. Sci Total Environ. 656, 1168-1177, https://doi.org/10.1016/j.scitotenv.2018.11.405 (2019).

Article ADS CAS PubMed Google Scholar

Dahan, D., Jude, BA, Lamendella, R., Keesing, F. & Perron, GG L'exposition à l'arsenic modifie le microbiome des larves de poisson zèbre. Frontières en microbiologie 9, 299 (2018).

Article Google Scholar

Regard, WH et al. Impacts de l'activité anthropique sur l'écologie des intégrons de classe 1 et des gènes associés aux intégrons dans l'environnement. La revue ISME 5, 1253-1261 (2011).

Article CAS Google Scholar

Větrovský, T. & Baldrian, P. La variabilité du gène de l'ARNr 16S dans les génomes bactériens et ses conséquences pour les analyses de la communauté bactérienne. PLOS ONE 8, e57923 (2013).

Annonces d'article Google Scholar

Caporaso, JG et al. Modèles globaux de diversité d'ARNr 16S à une profondeur de millions de séquences par échantillon. Actes de l'Académie nationale des sciences des États-Unis d'Amérique 108 (Suppl 1), 4516–4522 (2011).

Article ADS CAS Google Scholar

Bolger, AM, Lohse, M. & Usadel, B. Trimmomatic : un trimmer flexible pour les données de séquence Illumina. Bioinformatique 30, 2114–2120 (2014).

Article CAS Google Scholar

Bolyen, E. et al. Science des données sur le microbiome reproductible, interactive, évolutive et extensible à l'aide de QIIME 2. Nat Biotechnol 37, 852–857 (2019).

Article CAS Google Scholar

Callahan, BJ et al. DADA2 : inférence d'échantillons haute résolution à partir des données d'amplicon Illumina. Nat. Méthodes 13, 581–583 (2016).

Article CAS Google Scholar

Bokulich, NA et al. Optimisation de la classification taxonomique des séquences d'amplicons de gènes marqueurs avec le plugin q2-feature-classifier de QIIME 2. Microbiome 6, 90 (2018).

Article Google Scholar

McDonald, D. et al. Une taxonomie Greengenes améliorée avec des classements explicites pour les analyses écologiques et évolutives des bactéries et des archées. ISME J 6, 610–618 (2012).

Article CAS Google Scholar

McMurdie, PJ & Holmes, S. phyloseq : un package R pour une analyse interactive reproductible et des graphiques des données de recensement du microbiome. PLoS ONE 8, e61217 (2013).

Article ADS CAS Google Scholar

Wickham, H. Dans ggplot2 : graphiques élégants pour l'analyse de données (ed. Wickham, H.) 241–253, https://doi.org/10.1007/978-3-319-24277-4_12 (Springer International Publishing, 2016).

Archive de lecture de séquence NCBI, https://identifiers.org/ncbi/insdc.sra:SRP221580 (2019).

Télécharger les références

Ce travail a été financé par le Bard College et le Bard Summer Research Institute du Bard College. Nous remercions Alexandra Clarke, Haley Goss-Holmes, Pola Kuhn, Thierney Weymueller, Marco Spodek, Christopher Hulbert, Beckett Landsbury et Yuejiao Wan pour l'assistance technique en laboratoire.

Ces auteurs ont contribué à parts égales : Carolina Oliveira de Santana, Pieter Spealman.

Institut des géosciences, Université fédérale de Bahia, Salvador, BA, 40170-290, Brésil

Caroline Oliveira Santana

Centre de génomique et de biologie des systèmes, Université de New York, New York, NY, 10114, États-Unis

Pieter Spealman & Gabriel G.Perron

Département de biologie, Reem-Kayden Center for Science and Computation, Bard College, Annandale-On-Hudson, NY, 12504, États-Unis

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

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

M. Elias Dueker & Gabriel G. Perron

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Le travail a été planifié par l'ED et le GGPDA a été associé à la collecte des échantillons et a contribué au séquençage de l'ADN. COS et PS ont travaillé sur l'analyse des données brutes et l'ébauche de l'article avec ED et GGPGGP ont apporté des révisions finales au manuscrit.

Correspondance à Gabriel G. Perron.

L'auteur ne déclare aucun intérêt concurrent.

Note de l'éditeur Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International License, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur n'importe quel support ou format, tant que vous donnez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/.

Réimpressions et autorisations

de Santana, CO, Spealman, P., Azulai, D. et al. Communautés bactériennes et paramètres de qualité de l'eau dans les eaux fluviales et les sédiments à proximité des rejets d'eaux usées. Sci Data 9, 578 (2022). https://doi.org/10.1038/s41597-022-01686-8

Télécharger la citation

Reçu : 30 avril 2022

Accepté : 04 septembre 2022

Publié: 21 septembre 2022

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

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt