Strategie di trattamento del letame suino per mitigare la diffusione della resistenza agli antibiotici

Notizia

CasaCasa / Notizia / Strategie di trattamento del letame suino per mitigare la diffusione della resistenza agli antibiotici

Jul 31, 2023

Strategie di trattamento del letame suino per mitigare la diffusione della resistenza agli antibiotici

Scientific Reports volume 13, Numero articolo: 11999 (2023) Cita questo articolo 731 Accessi 2 Dettagli metriche altmetriche A causa del rischio di batteri patogeni resistenti agli antibiotici e loro

Rapporti scientifici volume 13, numero articolo: 11999 (2023) Citare questo articolo

731 accessi

2 Altmetrico

Dettagli sulle metriche

A causa del rischio che batteri patogeni resistenti agli antibiotici e dei loro geni di resistenza agli antibiotici si trasferiscano dalle feci del bestiame al suolo e alle colture coltivate, è imperativo trovare trattamenti efficaci per il letame in azienda per ridurre al minimo tale potenziale pericoloso. Una politica mondiale introdotta di sviluppo sostenibile, focalizzata sulla produzione agricola ecologica e sull’economia circolare volta a ridurre l’uso di fertilizzanti artificiali; pertanto, tali metodi di trattamento dovrebbero anche massimizzare il valore di fertilizzazione del letame animale. In questo studio vengono proposte le due strategie per la lavorazione del letame suino: stoccaggio e compostaggio. Il presente studio esamina i cambiamenti nelle proprietà fisico-chimiche del letame trattato, nel microbioma e nel resistoma, rispetto al letame grezzo. Questa è la prima analisi completa eseguita sullo stesso lotto di letame. I nostri risultati suggeriscono che, sebbene nessuno dei processi elimini il rischio ambientale, il compostaggio si traduce in una riduzione più rapida e pronunciata degli elementi genetici mobili che ospitano geni di resistenza agli antibiotici, compresi quelli responsabili della resistenza multifarmaco. Nel complesso, il processo di compostaggio può rappresentare una strategia efficace per mitigare la diffusione della resistenza agli antibiotici nell’ambiente e ridurre il rischio del suo trasferimento alle colture e alla catena alimentare, fornendo allo stesso tempo ingredienti fertilizzanti essenziali.

La crescente domanda di carne ha portato ad un aumento dell’allevamento di suini in tutto il mondo. La produzione annuale globale di carne suina è aumentata negli ultimi 50 anni, raggiungendo circa 120 milioni di tonnellate nel 2018. Si stima che il consumo totale di carne suina aumenterà del 13% nel 2030 e del 22% nel 2050 rispetto al 20201. I principali produttori di carne suina sono la Cina ( 45% della produzione globale), seguiti da Stati Uniti, Germania, Spagna e Vietnam2, questi cinque paesi rappresentano quasi il 65% della produzione mondiale di carne suina. Mentre nell’UE gli antibiotici vengono utilizzati solo per trattare le infezioni batteriche, in alcuni altri paesi vengono comunemente utilizzati anche per promuovere la crescita e aumentare l’efficienza produttiva; in questi paesi, ogni anno nel mondo vengono somministrate al bestiame circa 66.667 tonnellate di antibiotici3. Tuttavia, a causa del collegamento segnalato tra l’uso di antibiotici nel bestiame e l’emergere di resistenza agli antibiotici nei batteri patogeni, l’uso degli antibiotici come promotori della crescita è limitato ed è vietato nell’UE dal 20064; è stato limitato anche negli Stati Uniti dal 20175 e in Cina dal 20206. Tuttavia, la Cina rimane il maggiore produttore e consumatore di antibiotici, con il 52% utilizzato nella produzione animale7.

Sebbene il microbiota gastrointestinale suino ospiti una popolazione diversificata di batteri noti per sostenere la salute dell’ospite, essi potrebbero anche essere una fonte di geni di resistenza ai farmaci. Gli allevamenti intensivi sono caratterizzati da una combinazione di elevata carica batterica ed elevata pressione di selezione antimicrobica: condizioni note per favorire la comparsa di batteri resistenti agli antimicrobici (ARB) e di geni di resistenza agli antibiotici (ARG)8. Inoltre, i disturbi nel microbiota intestinale possono aumentare il trasferimento di ARG o aumentare l’abbondanza di ARB eliminati dall’animale.

In genere, più della metà della dose somministrata di antibiotici viene escreta immodificata nelle urine e nelle feci. Solo un piccolo numero di antibiotici viene parzialmente metabolizzato dall'animale ospite, producendo metaboliti microbiologicamente attivi o inattivi. Ad esempio, nel fegato, l'enrofloxacina è parzialmente (< 25%) metabolizzata a ciprofloxacina, mentre i sulfonamidi sono metabolizzati in piccola misura nelle N4-acetilosulfonamidi meno attive; in entrambi i casi i prodotti sono microbiologicamente attivi9.

Poiché un singolo maiale può produrre fino a 6,4 kg di letame umido al giorno10, i grandi impianti di allevamento di animali producono grandi quantità di feci animali, con una conseguente produzione di 1,7 miliardi di tonnellate di feci all'anno in tutto il mondo11. Nei soli allevamenti di suini in Germania, Spagna, Regno Unito e Paesi Bassi, la produzione annua di letame ammonta a oltre 120 milioni di tonnellate12. Il modo più semplice ed economico per smaltire tali rifiuti è l'applicazione sul terreno; tuttavia, il letame del bestiame è stato identificato come un serbatoio di antibiotici, ARG e ARB potenzialmente patogeni, che rappresentano una notevole minaccia per gli animali e la salute umana. Infatti, il letame suino è considerato una delle principali fonti di diffusione della resistenza agli antibiotici nell'ambiente13,14. Certamente, è noto che l’applicazione diretta di letame proveniente da animali da allevamento trattati con antibiotici espone le aree agricole ad elevati livelli di antibiotici. A seconda delle proprietà fisico-chimiche dell'antibiotico e della composizione del terreno, i composti possono rimanere nel terreno ammendato con letame o possono essere trasferiti alle acque sotterranee e superficiali mediante lisciviazione o deflusso. Inoltre, gli inquinanti possono essere trasportati dall’acqua su lunghe distanze e influenzare l’intero ecosistema acquatico. Inoltre, la velocità di degradazione varia a seconda del tipo di antibiotico e, in molti casi, può essere molto bassa fino a 30 giorni14. Quando si trovano nel suolo, i composti possono essere assorbiti dalle colture, dove si accumulano e poi entrano nella catena alimentare. Inoltre, la presenza costante di una bassa concentrazione di antibiotici e dei loro residui attivi nell'ambiente favorisce la selezione di batteri resistenti14.

 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>