CYN是全球第二常见的蓝藻毒素,多起人类发病和动物死亡的案例与摄入CYN污染的水有关。该毒素对饮用水安全和公共卫生构成了巨大挑战。除了主要的肝脏毒性,CYN还具有细胞毒性,遗传毒性,免疫毒性,神经毒性,并可能具有致癌性,对内分泌和发育过程也有负面影响。由于其世界性分布,生物富集性和多器官毒性而受到学界越来越多的关注(Scarlett et al., 2020; Svircev et al., 2019)。
涉及CYN的中毒事件可以追溯到1979年(Byth, 1980),但直到1992年CYN的化学结构才被确定(Ohtani et al., 1992)。自第一例中毒案例和CYN的结构解析以来,分别过去了41年和28年。由于公众安全意识和监控的增强,目前不太可能发生由CYN引起的急性中毒事件。但由于在环境浓度下长期暴露的可能性存在,因此其仍然是一个潜在的公共卫生问题。这篇综述分别从CYN在环境中的产生及其生态作用、生物合成和影响CYN合成的因素、中毒事件及其毒性机制,以及CYN的降解和检测等方面进行了论述。这项工作有助于加深我们对CYN的了解,并且对未来的研究和应对具有启发和指导价值。
本研究收集并分析了六大洲共164个水体的CYN污染情况,从全球视角评估该毒素的暴露风险。
CYN在欧洲、亚洲、大洋洲和北美的水中很常见,中位浓度分别为0.54、0.70、2.25和1.12μg/L。对于南美和非洲水域,CYN数据较少,中位浓度分别为2.5和2.35μg/L。在欧洲,亚洲,大洋洲,北美,南美和非洲,CYN浓度大于或等于1μg/L(安全浓度,Humpage and Falconer, 2003)的水体分别占40.0%,39.4%,68.8%,52.4%,66.7%和75%(下图)。
CYN的全球性分布,尤其是在饮用水源水体中的出现,意味着充分了解、评估、监测和控制这种污染物的必要性。
全球水域中CYN的浓度。虚线和实线分别代表建议的准则安全值和各大洲水体中CYN的中值浓度
两个基因簇负责CYN的生物合成,分别为卵孢金孢藻(Chrysosporum ovalisporum)中的aoa和其他藻种中的cyr。迄今为止,已经公开发表了来自八个蓝藻藻种的CYN生物合成基因簇的完整序列。
不同蓝藻藻株中CYN基因簇的示意图
尽管目前有较多有关环境因素(如温度、光照、养分等)对CYN合成影响的研究,但总体而言,很难得出有关环境因素与CYN合成相关性的明确结论。不同研究结论之间的差异可能来源于以下几方面:
不同地理来源的毒株在cyr基因簇内显示出相当大的重排,这可能导致毒理学上的灵活性;
蓝藻对环境的耐受性可能因藻种而异;
CYN的产量在一定程度上取决于测试条件,例如生长期,实验时间和计算方法;
各因素的综合效应掩蔽了单因素效应;
其他生物因素的影响。
人体接触是通过食用CYN污染的饮用水或食物(例如鱼、贝类、蔬菜和藻类补充剂)以及在娱乐活动(如游泳和划船)中意外摄入被污染的水而发生的。迄今为止,至少有7例与CYN相关的人和动物中毒事件被记录在案。
与CYN相关的人类和动物中毒案件摘要
Terao等(1994年)的研究显示,CYN能对动物肝脏,肾脏,胸腺和心脏造成损害,其中肝脏为主要靶器官。CYN的肝毒性分为四个阶段,即抑制蛋白质合成,细胞膜增殖,脂肪滴积聚和细胞死亡。
在水生态环境中,与CYN的短期或长期接触,能对植物(浮游植物,水生大型植物和陆生物种)和动物(浮游动物,两栖动物,双壳类,甲壳类,蜗牛和鱼类)产生各种有害作用,包括生长抑制,组织坏死,发芽减少,缓慢死亡和行为改变等(Corbel et al., 2014; Kokocinski et al., 2017; Machado et al., 2017; M-Hamvas et al., 2017)。
CYN在淡水生物可食用组织中的生物累积,并因此进入人类食物链的能力能产生公共安全隐患。此外,用CYN污染的水灌溉农作物也会增加与其接触的风险,因为CYN可以被植物吸收并从根系向到茎叶转移(Cordeiro-Araújo et al., 2017; Llana-Ruiz-Cabello et al., 2019)。
CYN主要通过抑制蛋白质合成、与细胞色素P450(CYP450)相互作用、诱导氧化应激和DNA链断裂、与雌激素受体结合并影响乙酰胆碱酯酶等机制来产生毒性作用,从而表现出细胞、遗传、免疫、神经、内分泌以及发育毒性。已有的研究表明,CYN结构中C7位置的尿嘧啶和羟基是造成毒性的原因(Banker et al., 2001; Norris et al., 1999; Runnegar et al., 2002)。截至目前,CYN毒性作用的模式还尚未完全阐明。
CYN的毒性机制
虚线框表示要在体内验证或得到更多数据支持的假设途径
自然水域中CYN的迁移转化主要涉及水生生物的积累(Kinnear, 2010),光降解和生物转化。CYN在饮用水处理过程中主要经历物理去除和化学降解。
羟基自由基(Song et al., 2012)以及碳酸盐自由基(Hao et al., 2020)在CYN的光转化中起着重要作用。基于此,将光辐射(UV/可见光)与特定材料(TiO2、改性TiO2、H2O2等)的联用可以有效降解CYN(Jin et al., 2019; Chen et al., 2015; He et al., 2014a; Zhao et al., 2014; Onstad et al., 2007)。但CYN降解过程中副产物的毒性以及高昂的运营成本仍然是光降解技术面临的重大挑战。
微生物降解CYN的研究还很有限,几乎没有发现去除CYN的细菌(Kumar et al., 2019)。尽管也有研究表明,有些细菌与CYN的降解存在相关性(Mohamed and Alamri, 2012; Martínez-Ruiz et al., 2020a),但仍需进一步验证。较高温度以及有氧环境有利于沉积物和污泥中CYN的分解(Klitzke and Fastner., 2012),这与生物降解特性是一致的。
在自然状态下,光和生物降解作用均有限,水体中仍有大量CYN持久存在。为防止CYN到达消费端,混凝、絮凝、沉淀、过滤等物理工艺作为首要措施,用于去除完整的有毒蓝藻细胞(Westrick et al., 2010)。而活性炭吸附和膜过滤法可以消除溶解态的CYN,或者用氯、臭氧和高锰酸钾进行化学灭活。
氯氧化是饮用水消毒中应用最广泛的技术手段,也是CYN化学灭活研究最多的方法。当溶解的有机碳(DOC)的浓度不超过2.4 mg/L时,1mg/L Cl2足以降解35μg/L CYN(Senogles et al., 2000)。在此过程中,pH对Cl2的降解作用有着重要影响(Rodríguez et al., 2007a)。臭氧对CYN的氧化降解效率更胜一筹,得益于羟基自由基的强氧化性以及其在臭氧化作用中的持久存在。Yan等人在2016年首次提出了CYN臭氧化的具体反应途径。相较于Cl2和O3,KMnO4对CYN的反应较慢,但对其他一些种类蓝藻毒素的消除效果较为理想(Rodríguez et al., 2007b)。
CYN的电化学失活和催化湿式过氧化物氧化(CWPO)也被证明是有效的。如使用掺硼的金刚石电极进行的电解可以在45分钟内灭活有毒的R.raciborskii细胞,并同时去除与环境相关浓度的CYN(Bakheet et al., 2018)。由H2O2和改性的天然磁铁矿Fe3O4-R400组成的CWPO系统被认为是用于降解蓝藻毒素的经济且环保的技术(Munoz et al., 2019)。
尽管上述物理化学处理技术在一定程度上是可行的,但在实际应用中,必须考虑以下标准:高处理效率,有害副产物较少,运行成本低以及操作简单。因此需要权衡各种技术的优缺点,选择一种或多种处理方法以最大化效率和最小化成本。
PCR通常用于快速筛选产生CYN的蓝藻。cyrJ基因已被证明是能够进行CYN生物合成的蓝藻所特有的(Mihali et al., 2008),其序列在不同物种之间高度保守。因此,cyrJ是检测CYN阳性样品的理想分子标记。
基于CYN生物合成基因的拷贝数来反映毒性的假设,可以在此过程中使用定量实时PCR技术(qPCR)。Campo等人(2013年)首先开发了TaqMan qPCR分析法,用来检测野外样品中产CYN的Chr. ovalisporum。
宏基因组学和下一代测序(NGS)开辟了新途径,可追踪产毒蓝藻并预测其动态。基于16S rRNA和毒素合成基因元条形码,通过NGS可以获得(产毒)蓝藻的分类单元列表(Casero et al., 2019)。
在CYN定量方法中,酶联免疫吸附测定(ELISA)和色谱法(下图,A)最为常见。ELISA灵敏高效,但与色谱法相比,ELISA通常会高估CYN浓度。因此,建议使用色谱法进行准确度校准,尤其是在监测痕量水平时(Bláhová et al., 2009)。液相色谱(LC)是用于CYN分离和定量分析的可靠方法,具有很高的精密度和特异性。其中最受欢迎的是高性能和超高性能液相色谱(HPLC和UPLC),以及液相色谱与质谱联用(LC-MS或LC-MS / MS)。
与此同时,一些更加灵敏的检测方法相继被开发应用于CYN的监测,例如以N15同位素标记的CYN为标准物的LC / ESI(电喷雾电离)-MS / MS分析法(Mailyan et al., 2018)、同位素稀释LC-MS / MS技术(Haddad et al., 2019)、时间分辨荧光免疫测定技术TRFIA(Lei et al., 2018)等。
为满足蓝藻毒素的快速,易于使用和现场监测的需求(下图,B),一种便携式生物传感器系统(MBio)被开发和应用于检测淡水中的多重蓝藻毒素。MBio基于单步荧光竞争性免疫测定法,利用平面波导照明和微阵列技术实现MC和CYN的定量检测。除此之外,一些基于适体的荧光生物传感器在蓝藻毒素的监测中也展露头角(Li et al., 2019; Vogiazi et al., 2019; Chinnappan et al., 2020)。
水中CYN的室内(A)和现场(B)监测流程
本文回顾了拟柱孢藻毒素四十年的研究进展,从综合角度涵盖了从CYN发生到降解的多方面内容。但是,许多有趣的开放性问题仍有待解决。
参考文献:
Yang,Y.M., Yu, G.L., Chen, Y.X., Jia, N.N., Li, R.H., 2021. Four decades of progressin cylindrospermopsin research: The ins and outs of a potent cyanotoxin.Journal of Hazardous Materials, 406, 124653.https://doi.org/10.1016/j.jhazmat.2020.124653.
感谢李仁辉教授对本文的指导和帮助!