中国抗生素污染总体情况到底如何？终于有了研究成果。近日，中国科学院广州地球化学研究所应光国课题组获取首份中国抗生素使用量和排放量清单，预测得出全国58个流域的“抗生素环境浓度地图”。这一报告于6月初发表在国际学术期刊《环境科学与技术》。
近年多地河流水体被检出抗生素，已经引起人们的广泛关注。去年12月，央视曝光全国主要河流部分点位都检出抗生素，甚至南京居民家中自来水也有检出。其中珠江广州段受到抗生素药物的污染非常严重，脱水红霉素等抗生素含量远远高出欧美发达国家河流的水平。应光国课题组的研究则量化预测了珠江流域抗生素的污染程度，报告显示，预测珠江流域抗生素排放密度全国最高，预测抗生素环境浓度仅次于海河。
珠江流域 排放量不大但密度最高
珠江流域抗生素污染究竟有多严重？“在北方海河流域最严重，在南方珠江流域最严重。”广州地球化学研究所研究员、博士应光国说。
从报告的“全国抗生素排放地图”中可以看到，与洞庭湖、淮河、长江等流域相比，珠三角的抗生素排放总量虽然低于以上几个流域，在全国只属于中等水平，但单位面积排放密度在全国58个流域中属于最高等级，达到70 .3-109千克/平方公里·年。而论文中明确表示，包括珠三角和东江流域在内的珠江流域，其抗生素排放密度为全国最高，但课题组没有透露该密度具体数值。
西江流域 排放量高密度中等
去年央视新闻报道称，珠江广州段受到抗生素药物污染非常严重，当时广州市自来水公司明确表示，广州自来水并不是从珠江广州段取水，而是来自水质较好的东江、北江、西江。
应光国团队的研究显示，就抗生素排放总量而言，西江流域达到最高等级，与松花江、黄河、淮河、长江、洞庭湖等流域一样，每年排放量在2190-3560吨；东江流域的抗生素排放总量为237-378吨/年，在和广东相关的几个流域中最低，在全国58个流域中也属于排放量较少的；北江流域则为378-587吨/年，属排放量居中的等级。
至于排放密度，除了最高的珠江流域，西江流域密度中等，北江流域则仅有7.15-13.3千克/平方公里·年，在涉及广东的几大流域中排放密度最低，与国内部分西部流域抗生素排放密度相当。
报告指出，以地理学上著名的“胡焕庸线”(中国地理学家胡焕庸1935年提出的划分我国人口密度的对比线，也称为“黑河-腾冲一线”)为划分，人口较密集的中国东部，其抗生素排放量密度是西部流域的6倍以上，可见人类活动对抗生素排放的巨大影响。
36种常见抗生素中 阿莫西林浓度最高
进入环境后的各类抗生素，由于物理化学性质不同，有的容易降解，有的较稳定，在水、土、沉积物等不同环境的相中分配不同，因此环境浓度也不一样。报告预测了36种常见抗生素在各流域的环境浓度。珠江三角洲的抗生素环境浓度在全国排第二，仅次于海河。阿莫西林等7种抗生素在流域水环境中的浓度高于1000纳克/升。
应光国介绍，海河和珠江是环境抗生素污染最严重的两条河流，但由于海河水量少，其抗生素环境浓度比珠江更高。事实上，北方地区的各河流流域抗生素浓度明显高于南方河流。
珠江流域中，浓度最高的抗生素是阿莫西林，达到3384纳克/升，其次为氟洛芬(2867纳克/升)。诺氟沙星、青霉素等另外5种抗生素浓度也较高，均高于1000纳克/升。应光国解释，我国目前没有关于环境里抗生素浓度的标准，但1000纳克/升以上的浓度已经属于非常高的水平。
而今年初，广州市环保局曾表示要探索抗生素监测办法，争取在珠江广州段展开抗生素监测，目前进展如何？昨日，广州市环境监测中心站相关负责人表示，对珠江抗生素的监测方法研究正按计划进行，目前还在实验阶段。由于国家层面还没有相关标准和规范，因此正和中国科学院广州地球化学研究所等多个单位密切沟通和合作，最终要建立广州市环境监测中心站自己的一套科学监测方法。
释疑
水中抗生素从哪里来？
2013年16 .2万吨抗生素52%为兽用
环境中抗生素的来源主要包括生活污水、医疗废水以及动物饲料和水产养殖废水排放等。环境中的抗生素残留又会通过各种方式可能重新进入人体，最主要的就是喝了含有抗生素的水、吃了存在抗生素残留的肉类和蔬菜，另外还可以通过生态循环的方式回到人体。
应光国介绍，珠江流域人口密度高，广东人又是养殖大省，鸡、猪的消费量在全国范围内算很高的，水产养殖发达，广东鱼塘在全国最多，因此珠江流域抗生素使用量、排放量大，排放密度高。另外，我国的污水处理水平也较低，农村地区几乎直接排放污水。
由于我国对抗生素的使用缺乏监管，抗生素滥用的现象非常普遍，广东也不例外。应光国介绍，目前对大医院中抗生素使用的控制相对较好，但中小医院、药店以及畜牧养殖业则基本没有控制，政府监管缺位。实地调查中，养鸡场、养猪场的动物粪便和饲料里都检测出抗生素。
应光国介绍，一头猪的平均污水排放相当于10个人的排放量，并且养殖厂排放污水中的抗生素将随污水进入受纳水体和土壤环境，也有可能渗入地下水。本次报告显示，2013年中国使用抗生素达16.2万吨，其中52%为兽用抗生素；在36种常见抗生素中，兽用抗生素的比例更是高达84.3%。
危害到底有多大？通过饮食
进入人体非常微量但会加剧细菌耐药
环境抗生素污染对人体健康有什么影响？饮用有抗生素残留的水有没有危害？被检出抗生素的肉类安全吗？应光国解释，通过饮食进入人体的抗生素非常微量，相比医用治疗中使用的抗生素少得多，吃抗生素药品都没事，微量的抗生素残留进入人体并没有直接危害。抗生素滥用、环境抗生素污染的真正危害在于加剧细菌耐药性的情况。
从药学领域而言，广谱(能针对绝大多数细菌)抗生素大致分为青霉素类、碳青酶烯类、β-内酰胺类、氨基糖苷类、四环素类、大环内酯类、磺胺类、喹诺酮类等。“不同的药物，在人体或动物体内不同的半衰期(药物衰变为其他物质)不同，以喹诺酮类药物(如诺氟沙星等)为例，其半衰期较长，在自然界化学稳定性很好。它需要足够长的时间降解成其他物质，如果人类长期低量摄入含有喹诺酮类的水、肉食，其直接的结果就是产生耐药。”中国药理学会教学与科普专委会委员、南方医科大学药学院徐江平教授表示。
“喹诺酮类药物的人体耐药性问题是较为普遍的现象了。比如第一代喹诺酮氟哌酸，已经基本治疗不了细菌感染性腹泻，再如诺氟沙星、氧氟沙星，其对于呼吸系统、泌尿系统感染的治疗效果也在渐渐降低，这就是耐药的表现。”
广州地化所这次研究报告显示，喹诺酮类药物的用量仍然很大，以诺氟沙星为例，2013年全国用了5440吨，其中人用了1013吨。徐江平表示，他最新掌握的信息显示，农业部已经意识到喹诺酮在畜牧业滥用的危害，即将决定停止4类喹诺酮类药物在畜牧业的使用。“其他还有一些小分子的抗生素，其半衰期也很长，在自然界化学稳定性很好，长期微量摄入也有类似的导致耐药结论。”
怎么预测出来？
10年流域调查购买了237家药企数据
“我国长期缺乏对抗生素使用的监管，每一种抗生素具体用到哪些地方、用了多少、有多少进入环境，做研究的人都不知道。”应光国说，这次课题的初衷就是搞清楚上述情况。
课题组选择了市场调查+数据分析+模型模拟的方法。课题组对我国主要河流做了10年的流域调查，在数据积累的基础上，这次选择了36种最常被检出的抗生素作为研究对象。
2014年开始，课题组从国家食药监总局等部门提供的药厂登记信息中，分别选择了各种抗生素销售量最大的5-10家企业作为代表，总共237家。课题组向这些企业购买了2013年的市场份额、销售量等数据，从而计算出各类抗生素在不同区域的使用量和用途。
然后，参考代谢率、污水处理率等因素，进而计算出抗生素排放量。根据各流域的行政区划组成，将各市、县的数据相加，得到流域尺度的抗生素排放量和排放密度。最后，在排放量基础上，再使用三级逸度模型，模拟预测了各抗生素在全国各流域的环境浓度。应光国课题组从2013年开始启动本次课题，历时两年完成，“这也是建立在此前课题组大量研究获得的基础数据之上”。
预测是否靠谱？
肯定有误差但“结论比较可靠”
中科院南海海洋研究所副研究员徐维海指出，数据分析和模型模拟的结果肯定与真实环境有误差，即便是实地监测，也会有枯水季与丰水季、不同河段点位的区别。不过他认为，应光国课题组研究所得的抗生素模拟浓度50%以上与监测结果在一个数量级以内，说明研究结论比较可靠。“能拿到这么多数据，反映出全国抗生素浓度的分布情况，这是没有人做过的。”
广州地化所研究员张干表示，这一研究更重要的意义在于，反映了抗生素污染的时空规律。他介绍，这次研究建立了一个抗生素排放清单的平台，以后就可以代入数据做情景模拟，往前、往后都可以预测。“这次的研究成果倾向于静态，下一步应该还会倾向于做抗生素污染的动态预测。”
徐维海介绍，现在对抗生素环境浓度的监测研究已经不是国内外学术界的重点。“抗生素残留在环境中的暴露是确定的，现在的研究转向对耐药性，尤其是耐药性基因的研究。”
链接
“超级细菌”
演变史
近30年，人类在广谱抗生素研发方面基本没有突破性发现，能做的都是小修小改，但同时出现了多种“超级细菌”。2013年前后还发现“产N D M -1耐药细菌”，它与传统“超级细菌”相比，其耐药性已经不再是仅仅针对数种抗生素具有“多重耐药性”，而是对绝大多数抗生素均不敏感，这被称为“泛耐药性”。
1920年 医院感染的主要病原菌是链球菌。
1960年 产生了耐甲氧西林的金黄色葡萄球菌(M R SA)，M R SA取代链球菌成为医院感染的主要菌种。耐青霉素的肺炎链球菌同时出现。
1990年 耐万古霉素的肠球菌、耐链霉素的“食肉链球菌”被发现。
2000年至2014年 出现绿脓杆菌，对阿莫西林等8种抗生素耐药性达100%；肺炎克雷伯氏菌，对西力欣、复达欣等16种高档抗生素的耐药性高达52%-100%。
出品：南方都市报科学新闻工作室
原创文章，作者：王 璐，如若转载，请注明出处：http://zgdwbj.com/archives/41752
