室内空气微生物群落受通风条件、人类占用和室外空气源的影响外文翻译资料

 2022-07-11 03:07

室内空气微生物群落受通风条件、人类占用和室外空气源的影响

摘要

建筑师和工程师正在研究一个与室内空气有关的新方向:空气中微生物群落的结构和组成。这一新兴领域的第一步是了解在建筑环境中形成生物气溶胶在空间和时间上的多样性的风力。为了阐明室内生物气溶胶多样性的三个可能驱动因素的相对影响——室外生物气溶胶的变化、通风策略和占用负荷,我们对高流通性的大学建筑内混合暖通(机械和自然通风)系统的室内空气细菌群落进行了密集的时间研究。室内空气群落与室外空气群落密切相关,但与人相关的细菌属在室内空气中的数量是室外空气的两倍以上。通风对室内空气中细菌群落的组成有明显的影响;现代建筑设计相关的不同通风策略的时间间隔,在室内检测到室外空气群落的变化。研究结果表明,在建筑环境中,空气中微生物群落动态变化规律和通风策略对了解空气微生物群落动态有着重要的意义。

实际意义(内容)

建筑设计可以通过通风策略对居住者的健康和能源使用产生实质性的影响,但我们才刚刚开始了解建筑设计所影响的潜在的微生物群落动力学。在本研究中,我们通过时间调查了大学教室的占用、通风策略和空气微生物群落组成之间的相互关系。商用空间通常以能源效率的名义在夜间和周末(空置时间)进行不通风操作,本研究是第一次在夜间识别通风不足教室的残余微生物特征。被动夜间通风是一种节能的方法,不仅可以冷却建筑质量,还能避免夜间和周末微生物群落停滞。

简介

微生物在建筑环境中无处不在;它们不仅覆盖了我们接触到的几乎所有的表面,还覆盖着我们的皮肤,在我们呼吸的空气中也含有的大量微生物。在室外和室内空气中,每立方米有超过106个细菌细胞(Kembel等人,2012),但我们对这些组合在建筑环境中的微生物组成因素的理解尚处于起步阶段(Hospodsky等人,2012;Womack等人,2010)。

建筑环境中空气里细菌的来源并不为人所知,但包括人类、宠物、土壤和植物,它们既是直接来源,也有粉尘扰动的间接作用(Bowers等人,2011a,b,2012;Tӓubel等人,2009;Womack等人,2010)。室外空气中的细菌群落是短暂的,可以在短时间内随着气候条件的变化而变化(Fierer等人,2008;Rintala等人,2008;Womack等人,2010),但室外空气变异性对室内空气细菌群落的影响尚不清楚。先前的研究表明,人的居住(占用)会增加空气中的细菌负荷,并在建筑物内留下明显的人体微生物信号(Hospodsky等人,2012;Qian等人,2012),自然通风确实会在没有活跃地人类占用的情况下影响空气中的细菌群落组成(kembel等人,2012),但我们目前对通风以及人类的占用对现代建筑中生物气溶胶的相对影响还了解甚少。我们也不了解室内和室外空气中微生物群落的连通程度。

长期以来,人们认为建筑通风设计的选择会影响人类健康和生产力(Fisk,2000;Mendell和Smith,1990;SeppӓANen和Fisk,2002;Sternberg,2009;Wargockietal.,2000)。在美国,商业通风系统造成的健康和生产损失估计达数百亿美元(Fisk,2000)。据估计,美国的建筑通风消耗了大约1.75艾焦耳(占美国建筑总能耗的4.1%),当进行加热和冷却时,这个数字会增加一个数量级(美国能源部,2011)。我们提高了通风设计选择对能源影响而影响了现代建筑设计的理解(Brown和Deay,2001;Lietal.,2007;Sternberg,2009)。然而,以往对室内通风选择的影响的微生物研究主要集中在已知的过敏原和与疾病相关的微生物上,但关于通风设计如何影响群落中微生物的研究知之甚少。

由于微生物巨大的多样性以及微生物学领域将重点放在易于培养的微生物物种上的倾向,整个微生物群落的研究在历史上一直存在问题。近年来,随着高通量DNA测序技术的迅速进步,这种情况发生了很大变化,这些技术能够从环境样本中生成相对丰富的微生物群落数据(Caporaso等人,2012;Hamady等人,2008)。以群落为基础观点的其中一个含义是人们日益认识到人类及其周围的绝大多数微生物不是病菌,而是共生的,甚至是互利共生的。虽然这些方法已被广泛应用于相对高生物量的微生物栖息地,如土壤和水生环境,但在室内空气中的应用却越来越少,部分原因是来自室内空气样本的DNA检测所需的超低微生物量。几个组(例如,Hospodsky等人,2012;Kimbelet等人,2012)已经有效地应用454焦磷酸测序来研究用各种收集方法收集的室内空气样品,但TEM波尔分辨率一直是室内生物气溶胶群落调查的限制因素。

我们在俄勒冈大学的教学楼进行了为期9天的广泛研究,以评估自然通风和人类占用对空气细菌群落的相对影响。我们设计了时间上相对精细的采样制度,这让我们能够观察到微生物群落每一天的变化。我们使用16S核糖体RNA基因中条形码为Illumina的扩增子测序对空气细菌群落全面观察。具体而言,我们的目的是解答下面三个问题:(1)室内和室外空气细菌群落的连通度是多少?(2)通风策略的不同选择与室内可检测到随时间变化而变化的空气细菌群落组成是不是相关?(3)教室占用负荷可以对室内空气细菌群落组成进行预测吗?

方法

样本采集

所有的空气样品都在美国俄勒冈州尤金市俄勒冈大学的利丽思商学综合大楼收集,从2011年8月1日至10日。在整个研究期间我们对八个教室进行了调查(平均楼面面积=121.1 m2plusmn;14.4;平均房间容积=468.94 m3plusmn;55.71)。每个空气样本由两个25mm直径的纤维素酯过滤器(1.4 mu;m孔径;样品采集前高压灭菌)容纳于一对SKC空气采样器中(美国宾夕法尼亚州Eighty Four的SKC公司)。空气过滤器每次通过空气量大约是4 L/h,工作8小时,总空气量约为1.92m3。在教室里面使用Air Chex XR5000泵(也由SKC公司制造)于降噪箱中自定义地进行空气采样。每次间隔8小时,12对样本过滤同时运行:其中4对在一楼的不同教室中运行(之后称之为“夜间通风”);还有4对在二楼的不同教室中运行(“非夜间通风”);最后4对在利丽思商学综合大楼的室外的不同角落运行(“外面”)。室内过滤器放置在桌子的上面(约距地面90厘米以上);室外过滤器则放置在泵壳箱的顶部(约距地面30厘米以上)。所有房间都有未经过滤的室外空气和机械通风,过滤后的空气来自建筑物的暖通空调系统。所有机械通风空气(由建筑物的暖通空调系统供应)通过Merv-8过滤。夜间通风室是通过接受保持着的未过滤室外通风空气区分,而非夜间通风室的通风则依赖于类似于标准商业建筑操作的混合、程序化的建筑算法。通风和占用率的处理在图S1中有详细的描述。所有教室都是油毡地板,没有铺地毯。在整个取样期间,技术人员都在现场监测教室占用情况,空气过滤器样品在取样后立即冻结在-80℃,并储存到处理为止。从建筑物的直接数字控制监测系统收集每个房间的通风率。风的数据是从国家气象局在Mahlon Sweet Field的气象站收集的(EUG;利丽思商学综合大楼的西北向13公里)。

DNA扩增和测序

整个基因组DNA的提取采用MO BIO PowerWater DNA提取试剂盒(美国加州卡尔斯巴德,MO生物实验室)根据制造商的指示进行了以下修改:空气过滤器与PW1溶液在65℃水浴中培育15 min后,起泡打浆时间延长至10 min,样品在50 mu;l的PW6溶液中洗脱。成对的过滤器一起进行DNA提取。

利用F515/R 806引物组合(5rsquo;-GTGCCA-GCMGCCGCGG-3rsquo;,5rsquo;-TACNVGGGTTCTAATC-C-3rsquo;)(Caporaso等人,2012;Claesson等人,2010)对16 S rRNA基因的V4区进行了扩增。扩增分两个步骤进行,使用Meadow等人(2013年)描述的自定义Illumina制备模板,PCR 1由含有部分独特条形码和部分Illumina适配器的前向引物执行。Illumina适配器的其余末端在PCR2期间被连接,条形码在利用对读测序的读长进行模拟生物实验的电脑中重新组合。适配器序列在补充材料中详细说明。所有从成对空气过滤器中提取的样品一式三份,在PCR2之前进行聚合。PCR 1(每次反应的总体积为25mu;l)由以下步骤组成:5mu;l 5X HF 缓冲剂(美国瓦尔塔姆市热费舍尔科学公司),0.5mu;l dNTPs(10mm;美国纽约州格兰德岛Invitrogen公司),0.25mu;l Phusion Hotstart II聚合酶(0.5个单位;Thermo Fisher Scientific公司),13.25mu;1认证无水核酸,0.5mu;l(10mu;m)正向引物,0.5mu;l(10mu;m)反向引物,5mu;l模板DNA。PCR1的条件为:在98°C下初始变性2 min,98℃ 20S、50℃ 30S、72℃ 20s进行22个周期;在72℃时最后扩增2分钟。PCR1之后,根据制造商的模板内容(美国马里兰州日耳曼敦QIAGEN公司)用QIAGN MinElute PCR纯化试剂盒对三重反应进行汇集和清洗。样品在11.5mu;l的Buffer EB(10 mm Tris-Cl,pH 8.5,QIEGAN公司)中洗脱。对于PCR2,使用单个引物对在PCR1的浓缩扩增子的末端添加所剩余的Illumina适配器段。PCR2(每次反应体积为25 mu;l)由在PCR1中使用的相同组合试剂进行组合,以及5mu;l浓缩的PCR1产品作为模板。 PCR2条件为:98°C下变性2 min,在98°C 20 s,66°C 30 s,72°C 20 s进行12个周期,在72°C下最后扩增 2 min。用凝胶电泳法对扩增产物进行大小选择:提取并浓缩目标长度的凝胶带,使用ZR-96酶洁净凝胶DNA恢复试剂盒(美国加州尔湾市ZYMO Research公司),按照制造商的指示对DNA浓度进行定量。DNA浓度用四位荧光计(Infongen)定量,样品在测序前用等摩尔浓度收集,样品送到DF/HCC的DNA资源中心(美国麻省波士顿;dnaseq.med.winard.edu),并在Illumina Miseq平台上按配对尾读顺序排列。

序列处理

原始序列使用FsatX Toolkit(http:hannonab.cshl.edu/fastx_toolkit)和QIIME pipeline(Copraso等人,2010)进行处理。条形码从配对的末端读数重新组合,反向读取用于下游分析。所有序列被修剪到140 bp,包括12 bp条形码,并去除低质量序列。质量过滤设置如下:至少,30个质量分数超过至少为75%的序列读取,无不明确的碱基对,1个引物不匹配对。在质量控制和条形码分配之后,剩余的高质量序列被嵌入到使用UCLIST(Edgar,2010)的97%序列相似性截止的操作分类单元(OTUs)中。从每个OTU集群的最高质量序列分类别地使用BLAST对来自Greengenes的参考序列(SDEANTIs等,2006)进行分类鉴定。 植物叶绿体和线粒体的OTUs被移除,并不是所有样品都返回相同的序列数,因此我们将所有样本的检测序列纯化至900个序列,在随后的分析中不使用少于900个序列的样本。本研究所用的所有样本的序列文件和源数据都存放在公共FigShare数据库(http://dx.doi.org/10.6084/m9.figshare.157199)中。

统计分析

所有统计分析都是在R(R语言,2010年)中进行的,主要使用R语言中的vegan、labdsv和picante包。(Kembel等人,2010年;Oksanen等人,2011年;Roberts,2010年)。动植物的物种多样性(Faithrsquo;s PD)是利用picante中的PD函数计算的。样本间的群落差异或beta;-多样性,是使用定量且基于分类学的Bray-Curtis不同相似性计算,这个计算在vegan包中执行。为了关注夜间通风的影响,我们分析了一个子集的数据,与室外微生物群落组成的变化相吻合;25种最丰富的OTUs被用于连续八个时间段(星期四上午12点至周六下午4点)的修剪数据集。利用实际相对丰富度的样条曲线显示OTU的相对丰富度,从而更清晰地显示群落变化。用BLASTn对这25个丰富的类群进行人工识别,以获得更可靠的分类结果。采用基于距离的RDA(DB-RDA)来检验占用率对群落组成的影响,并以vegan的capscale函数表示。选择了三个与人类相关度相对较高的细菌属(棒状杆菌、葡萄球菌和不动杆菌)来检测人类的信号(Grice和Segre,2011;Hospodsky等人,2012;Qian等人,2012)。这三个细菌属虽然是包括在不同生境中出现的分类群,但这三个属也都包含着与人类皮肤早前相关的分类群,因此被用作人类存在的代用品。

结果

经过质量的筛选之后,将4756624个序列聚类为10782个OTUs,其中随机抽取275400个序列来代表306个空气样本,每个样本的序列都是纯化级的900个序列。经过纯化之后,约一半(50.8%)的OTUs仅用一个或两个序列(所谓的单序列和双序列)来表示。检出的两种最常见的OTUs为狮身单胞菌(4.1%amp;3.1%的纯化序列)。两个与不动杆菌相关的OTUs被检测出是教室内有25种是最常见的(占所有室内序列的2.3%),但在室外较不常见(占室外序列的1%)。 总体而言,我们发现在室内和室外群落之间有相当大的重叠;100个最常见的室内OTU中的88个也在100个最常见的户外中。此外,室外物种多样性在整个采样周期内也都密切地反映在室内(图1)。

被占用和空置的教室之间的比较

抽样调查期间,利丽思商学综合大楼的教室一般在星期一至星期四上午八时至下午四时的被占用(平均最大占用人数为28.8;见图S1);星期五占用率较低(平均为10.7),而周末则没有教室被占用。较之于

全文共9253字,剩余内容已隐藏,支付完成后下载完整资料


英语原文共 8 页,剩余内容已隐藏,支付完成后下载完整资料


资料编号:[9744],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。