banner
Centro de notícias
Nossos clientes sabem que podem contar conosco por preços acessíveis e qualidade superior.

Estratégias de tratamento de estrume suíno para mitigar a propagação da resistência aos antibióticos

Feb 04, 2024

Scientific Reports volume 13, Artigo número: 11999 (2023) Citar este artigo

811 Acessos

2 Altmétrico

Detalhes das métricas

Devido ao risco de bactérias patogénicas resistentes a antibióticos e dos seus genes de resistência a antibióticos serem transferidos das fezes do gado para o solo e culturas cultivadas, é imperativo encontrar tratamentos eficazes de estrume nas explorações agrícolas para minimizar esse potencial perigoso. Uma política mundial introduzida de desenvolvimento sustentável, com foco na produção agrícola ecológica e na economia circular destinada a reduzir o uso de fertilizantes artificiais; portanto, tais métodos de tratamento também devem maximizar o valor de fertilização do estrume animal. As duas estratégias para processamento de dejetos suínos são propostas neste estudo – armazenamento e compostagem. O presente estudo examina as mudanças nas propriedades físico-químicas do esterco tratado, no microbioma e no resistoma, em comparação com o esterco bruto. Esta é a primeira análise abrangente realizada no mesmo lote de esterco. Nossos resultados sugerem que, embora nenhum dos processos elimine o risco ambiental, a compostagem resulta em uma redução mais rápida e pronunciada de elementos genéticos móveis que abrigam genes de resistência a antibióticos, incluindo aqueles responsáveis ​​pela resistência a múltiplos medicamentos. No geral, o processo de compostagem pode ser uma estratégia eficiente para mitigar a propagação da resistência aos antibióticos no ambiente e reduzir o risco da sua transferência para as culturas e para a cadeia alimentar, ao mesmo tempo que fornece ingredientes essenciais para fertilizantes.

A crescente demanda por carne levou ao aumento da suinocultura em todo o mundo. A produção anual global de suínos aumentou nos últimos 50 anos, atingindo aproximadamente 120 milhões de toneladas em 2018. Estima-se que o consumo total de carne suína aumente 13% em 2030 e 22% em 2050 em comparação com 20201. Os principais produtores de carne suína são a China ( 45% da produção mundial), seguidos pelos Estados Unidos, Alemanha, Espanha e Vietname2, sendo estes cinco países responsáveis ​​por quase 65% da produção mundial de carne suína. Enquanto na UE os antibióticos são aplicados apenas para tratar infecções bacterianas, em alguns outros países também são comumente aplicados para promover o crescimento e aumentar a eficiência da produção; nesses países, aproximadamente 66.667 toneladas de antibióticos são aplicadas na pecuária em todo o mundo a cada ano3. No entanto, devido à ligação comunicada entre a utilização de antibióticos na pecuária e o surgimento de resistência aos antibióticos em bactérias patogénicas, a utilização de antibióticos como promotores de crescimento está a ser limitada e tem sido proibida na UE desde 20064; também foi restringido nos Estados Unidos desde 20175 e na China desde 20206. No entanto, a China continua a ser o maior produtor e consumidor de antibióticos, com 52% a serem utilizados na produção animal7.

Embora a microbiota gastrointestinal suína abrigue uma população diversificada de bactérias conhecidas por apoiar a saúde do hospedeiro, elas também podem ser uma fonte de genes de resistência a medicamentos. As explorações pecuárias intensivas são caracterizadas por uma combinação de elevada carga bacteriana e elevada pressão de selecção antimicrobiana: condições conhecidas por promoverem a ocorrência de bactérias resistentes aos antimicrobianos (ARB) e genes de resistência aos antibióticos (ARG)8. Além disso, distúrbios na microbiota intestinal podem aumentar a transferência de ARG ou aumentar a abundância de ARB eliminados pelo animal.

Normalmente, mais da metade da dose administrada de antibióticos é excretada inalterada na urina e nas fezes. Apenas um pequeno número de antibióticos é parcialmente metabolizado pelo animal hospedeiro, produzindo metabólitos microbiologicamente ativos ou inativos. Por exemplo, no fígado, a enrofloxacina é parcialmente (<25%) metabolizada em ciprofloxacina, enquanto as sulfonamidas são metabolizadas em pequena extensão nas N4-acetilossulfonamidas menos ativas; em ambos os casos, os produtos são microbiologicamente ativos9.

Dado que um único porco pode produzir até 6,4 kg de estrume húmido por dia10, as grandes instalações de criação de animais produzem grandes quantidades de fezes de animais, resultando na produção de 1,7 mil milhões de toneladas de fezes anualmente em todo o mundo11. Só nas explorações suinícolas da Alemanha, Espanha, Reino Unido e Países Baixos, a produção anual de estrume ascende a mais de 120 milhões de toneladas12. A maneira mais fácil e econômica de descartar esses resíduos é a aplicação no solo; no entanto, o estrume animal foi identificado como um reservatório de antibióticos, ARGs e BRA potencialmente patogénicos, representando uma ameaça considerável para os animais e para a saúde humana. Na verdade, o estrume de suínos é considerado uma fonte chave de propagação da resistência aos antibióticos no ambiente13,14. Certamente, sabe-se que a aplicação directa de estrume animal proveniente de animais de exploração tratados com antibióticos expõe as áreas agrícolas a níveis elevados de antibióticos. Dependendo das propriedades físico-químicas do antibiótico e da composição do solo, os compostos podem permanecer no solo corrigido com esterco ou podem ser transferidos para águas subterrâneas e superficiais por lixiviação ou escoamento. Além disso, os poluentes podem ser transportados pela água por longas distâncias e afetar todo o ecossistema aquático. Além disso, a taxa de degradação varia dependendo do tipo de antibiótico e, em muitos casos, pode ser muito baixa por até 30 dias14. Quando no solo, os compostos podem ser absorvidos pelas culturas, onde se acumulam e depois entram na cadeia alimentar. Além disso, a presença constante de baixa concentração de antibióticos e seus resíduos ativos no ambiente favorece a seleção de bactérias resistentes14.

 0.7 and p < 0.0532./p> 0,9) and significant correlations (p ≤ 0.05) with 942 positive correlations and 17 negative ones. The MGEs showed more connections than ARGs, indicating a more important role in network formulation. Among the MGEs and integrons group, orf39-IS26, IncN_rep, IncQ_oriT, orf37-IS26, IS1111, tnpA_4, IncW_trwAB showed the highest number of correlations with ARGs. The rest of results is presented in Fig. 6./p> 0.9 and p < 0.05. The size of the nodes represents the degree of interaction. The gray and orange edges show positive and negative correlations between ARGs and MGEs, respectively. The color of the nodes indicated the ARG type according to the legend./p> 0,9) and significant correlations (p ≤ 0.05) with 1211 positive correlations and 13 negative ones. The MGEs showed more connections than ARGs, indicating they play an important role in network formulation. Among the MGE and integron group, orf39-IS26, IncN_rep, IncQ_oriT, orf37-IS26, IS1111, tnpA_4, IncW_trwAB, tnpA_5 tnpA_7, intI1_3, IS613, intI1_4, intI1_1, repA, tnpA_1, IS1247_2, tnpA_2, intI2_2, showed the highest number of correlations with ARGs. The rest of results is presented in Fig. 7./p> 0.9 and p < 0.05. The size of the nodes represents the degree of interaction. The gray and blue edges show positive and negative correlations between ARGs and MGEs, respectively. The color of the nodes indicates the ARG type according to the legend./p> 0,85) and significant (p ≤ 0.05) correlations with 54 positive and 25 negative correlations. As shown in the network, the gene classes presented more interactions than the microbial phyla, indicating that these genes play a crucial role in the co-occurrence network construction. While the genes coding the MDR mechanism demonstrated the highest interaction with microbial phyla, genes coding the resistance to aminoglycosides, trimethoprim, and genes assigned as Other class also exhibited high levels of interaction. The lowest level of connections were observed for integrons and MGEs. The rest of results is presented in Fig. 8./p> 0.85 and p < 0.05. The gray and orange edges represent the positive and negative correlations between ARG groups and phyla, respectively. The size of the nodes shows the degree of interaction. Green nodes represent microbial phyla, and blue nodes represent groups of ARGs./p> 0.85) and significant (p ≤ 0.05) correlations: 40 positive and 18 negative correlations. Apart from Planctomycetes, all bacterial phyla demonstrated either negative or positive correlations with the studied gene classes. Of the phyla, Planctomycetes demonstrated the most correlations, i.e. three positives (MDR, MLSB, and tetracycline-resistance genes) and four negatives (MGE, integrons, genes classified as other-, and phenicol-resistance genes). The rest of results is presented in Fig. 9./p> 0.85 and p < 0.05. The gray and orange edges represent the positive and negative correlations between ARG groups and phyla, respectively. The size of the nodes shows the degree of interaction. Green nodes represent microbial phyla, and blue nodes represent groups of ARGs./p>