综述：废水中的抗生素及污水处理厂的去除效率：一项系统评价

玛丽亚姆·易卜拉欣扎德·萨拉韦斯塔尼 | 蒂齐亚诺·博纳托 | 安库尔·J·菲利普斯 | 塔伦·帕尔 | 弗朗切斯科·迪·玛丽亚
LAR5实验室，佩鲁贾大学工程学院，G·杜兰特尼街93号，06125，佩鲁贾，意大利

**摘要**
抗生素、抗生素耐药细菌以及抗生素耐药基因通过废水系统在环境中的传播，成为人类活动与水生生态系统之间的一个关键界面。根据欧盟最新指令2024/3019，废水处理厂（WWTPs）被视为限制这些排放的主要控制点；然而，传统设计的废水处理厂主要针对有机物和营养物质的去除，并不善于去除这类化学物质。因此，处理后的出水和污泥可能成为接收环境中抗菌素耐药性的持续来源。本系统综述批判性地评估了应用于废水系统中去除抗生素的先进处理技术和监测策略的效能，并指出了研究空白，同时提出了优化处理过程和监测框架的建议。检索了2015年1月至2025年3月期间在PubMed、Web of Science和Scopus上发表的同行评审研究，并根据PRISMA 2020标准进行了筛选；最终有28项研究符合纳入标准。传统生物处理方法仅实现了部分且不稳定的抗生素去除效果，大环内酯类、氟喹诺酮类和磺胺类药物常常以对环境有害的水平存在于出水中。先进和高级处理方法通常表现出更高的去除效率（通常超过90%），但具体效果取决于化合物和处理过程。转化产物的存在以及污泥中的抗生素表明了额外的暴露途径，而异质的监测方法限制了研究之间的可比性。总体而言，证据表明传统废水处理厂对抗生素的释放是一个不完整的屏障，这支持了实施优化处理、协调监测和综合管理策略的必要性。

**1. 引言**
如今，包括激素和抗生素在内的新兴污染物（ECs）、农药及其他微污染物在水生环境中广泛存在。这些污染物通过多种途径进入生态系统，尤其是城市废水排放和农业生产中的径流。一旦进入环境，ECs可能被水生生物吸收，从而破坏生态平衡并对人类健康构成严重威胁（Carter等人，2019；Quincey等人，2022）。其中，抗生素的存在尤其令人担忧，因为它们会促进抗生素耐药基因（ARGs）的发展和持久性。这些ARGs可以在细菌之间水平转移，并随后在人类、动物和环境宿主之间传播，从而增加全球健康风险。据估计，仅2019年，抗生素耐药性就导致了127万人死亡（95%置信区间：911万至171万），而且如果不能采取有效干预措施，到2050年这一数字可能上升至每年1000万人（Murray等人，2022）。
抗生素被广泛用于人类医疗和畜牧业的感染治疗与预防。然而，其过度使用，加上废水处理厂中去除过程和技术的效率低下或缺失，显著加剧了水污染（Chang等人，2015；Henriksson等人，2018；Klein等人，2018；Van Boeckel等人，2015）。尽管这一问题已得到广泛研究，但目前美国相当程度上可以获取地表水中抗生素浓度的数据，而欧洲和中国的相关数据仍非常有限。此外，特别是在拉丁美洲和其他发展中国家，由于污染报告不足和研究不足，更全面的全球监测显得至关重要（Anh等人，2021；Danner等人，2019；Li等人，2013；Maghsodian等人，2022；Peña-Guzmán等人，2019；Reichert等人，2021；Silva等人，2022；Souza等人，2022）。
历史上，废水处理厂排放物的质量标准主要侧重于防止废水污染。例如，这些标准包括化学需氧量、生化需氧量、悬浮固体浓度、总磷和氮、重金属以及病原体（欧盟，1991）。显然，这些标准完全忽视了ECs及其相关ARB和ARGs所带来的问题。近年来，人们越来越关注检测和去除洗涤剂、农药、药品、PFAS和个人护理产品等ECs的方法（Łuczkiewicz等人，2010；Luo等人，2014）。一些废水处理厂在生物处理后增加了额外的消毒步骤，如氯化、紫外线（UV）辐射、臭氧氧化或高级氧化工艺（AOPs）和膜过滤。虽然这些过程可以有效降低处理后出水中的ARB和ARGs水平，但它们往往伴随着较高的运行成本，并且可能无法达到实验室控制条件下的效果（Auerbach等人，2007；Zhang等人，2016；Y. Zhang等人，2015b）。此外，废水的生物处理促进了微生物的快速生长，导致生物量积累。作为污泥排放的过剩生物量也含有ARB和ARGs，需要额外的处理步骤来管理污泥处置相关的风险。
抗生素通过多种相互关联的途径进入环境，包括人类使用（治疗、化妆品、制药废弃物）、动物健康管理（兽医学、宠物用药）和农业实践（肥料、水产养殖）。如图1所示，这些途径在废水系统中汇聚，而传统废水处理厂对抗生素的去除有限或无效，导致其释放到自然水体中。一旦进入环境，残留的抗生素会对ARBs和ARGs产生选择压力，对公共和环境健康构成严重威胁（Kraemer等人，2019；Manaia，2017；Rizzo等人，2013）。

**图1. 抗生素残留进入水生环境的主要途径及其关联的不良影响**
兽医和水产养殖应用的直接作用尤其值得关注，因为未代谢的抗生素会直接释放到水体中（Kraemer等人，2019；Sabri等人，2020）。此外，抗生素残留可能在土壤中持续存在，并被作物吸收或重新进入食物链，导致人类进一步暴露（Christou等人，2017；C. Zhang等人，2023a）。抗生素在环境中的存在与多种不良后果相关，包括ARBs和ARGs的传播、水生微生物群落的破坏、生物体内的生物积累，以及长期生态和健康风险，如哮喘、畸形和光合作用效率的变化（Jim O'Neill，2016；Michael等人，2013）。鉴于抗生素的广泛使用和许多地区监管控制的不足，解决抗生素污染和耐药性问题需要结合源控制、改进监测和实施有效的高级处理技术的综合策略（Bengtsson-Palme等人，2018；Larsson等人，2018）。

为应对这些问题，欧盟更新了之前的城市废水指令（欧盟，1991），并于2024年通过了新的指令（欧盟，2024），在其中将14项关于ECs去除的指标纳入了质量标准。此外，该指令还要求所有处理能力超过15万人口当量（PE）的废水处理厂在2045年前强制实施专门针对ECs（包括PFAS和抗生素）的先进处理技术。

鉴于迫切需要解决抗生素及其耐药性在水生环境中的持久性和传播问题，本系统综述研究了抗生素在废水处理各阶段是如何被去除或持续存在的。虽然先前的研究已经记录了废水系统中发现的多种ARGs（Pazda等人，2019）并评估了检测方法的优缺点（Manaia，2017），但对于先进处理技术效果的全面综合仍较为有限。因此，本综述重点评估了不同高级处理方法对抗生素去除效率的报告，涵盖了废水和污泥样本。通过整理和分析现有证据，本综述旨在澄清现有知识，突出方法学一致性和差异，并确定需要进一步研究的领域（Cai和Hu，2018；Yang等人，2022）。尽管对抗生素耐药性的关注和研究不断增加，但仍缺乏全面系统性地评估高级处理技术在减少废水系统中抗生素传播效果的文章。此外，本综述还评估了所包含研究中使用的监测策略是否提供了一致、可比和可操作的数据。

**2. 方法学**
本系统综述遵循PRISMA 2020指南（Page等人，2021）进行，相应的检查清单见补充材料（SM1）。纳入范围是2015年1月至2025年3月期间以英语发表的同行评审文章。符合条件的研究需报告废水系统中抗生素的存在或去除情况的数据，以及抗生素耐药细菌（ARBs）和抗生素耐药基因（ARGs）的数据（如有的话）。研究还必须至少评估一种先进或高级处理技术，如臭氧氧化、高级氧化工艺、膜过滤、UV处理或活性炭吸附。综述文章、社论、会议论文、非英语出版物以及与废水处理系统或抗生素/耐药相关污染物无关的研究被排除在外。

采用Scopus、Web of Science和PubMed进行了全面文献检索。详细的检索策略和支持性审查材料见补充材料（SM1–SM4）。数据提取由两位审稿人（MES和FDM）独立完成，使用标准化提取表格，如有分歧，则通过讨论或第三位审稿人（TB）进行协调。提取的信息包括发表年份、地理位置、废水类型、处理规模、处理技术、目标污染物、分析方法和性能指标（如去除效率或对数减少值）。浓度数据（ng/L）和去除效率（%）通过箱线图进行总结。数据处理和图表制作的详细信息见补充材料。

**3. 结果**
**3.1. 选定研究**
研究策略从三个数据库中共检索到1955条记录（图2）：WOS 400条，PubMed 677条，Scopus 878条。在筛选前，去除了702条重复记录和184篇综述文章。剩余1069条记录经过标题和摘要审查，其中917篇因与本综述的标准和目标无关而被淘汰。随后，对152篇全文文章进行了资格评估。根据详细评估，有124项研究因以下原因被排除：62项与抗生素无关，33项不涉及废水处理，29项因其他不符合审查范围的原因被排除（如数据缺失或非研究内容）。最终，28项研究符合纳入标准并被纳入本系统综述（图2）。

**图2. 系统综述和荟萃分析的优选报告项目（PRISMA）2020流程图，显示了研究的识别、筛选、资格评估和纳入流程。**

**3.2. 地理分布和研究空白**
使用R（RStudio/2025.05.1 + 513）生成的等值地图（图3）展示了各地区的研究数量（表1）。国家按研究数量从浅黄色（研究较少）到深绿色（研究较多）进行阴影处理，黑色表示贡献四篇或更多论文的国家。总体而言，28项研究涵盖了13个不同的地理区域。中国是研究最多的国家，共有12篇论文，其次是西班牙和肯尼亚，各3篇。土耳其贡献了2篇研究，其他国家如美国、芬兰、瑞典、斯洛伐克、突尼斯、南非、泰国和卡塔尔各有一篇论文。总体而言，根据本综述的纳入标准，亚洲的研究关注度最高，欧洲、非洲和中东也有部分贡献。本综述中包含的研究报告了不同类别抗生素在污水处理厂（WWTPs）的进水、出水和污泥中的存在情况。表格列出了研究地点、废水类型、所采用的处理工艺以及在每个环境组分中检测到的具体抗生素。

| 序号 | 研究地点（国家） | 废水类型 | 处理工艺 | 抗生素类别 | 进水中抗生素 | 出水中抗生素 | 污泥中抗生素 | 文献参考 |
| ---- | ---------- | -------- | ------------ | -------------- | ------------ | -------------- | -------- |
| 1 | 中国（上海） | 混合（生活污水和工业污水） | 厌氧-缺氧-好氧（A2/O） | 磺胺类；氟喹诺酮类；四环素类；氯霉素类；大环内酯类 | SAs, FQs, TCs, CPs, MLs | SD, SP, SMR, SMX, SDM; FLE, OFL, NFX, CFX, EFX, SFX; TCs; MLs | (Wang et al., 2025) |
| 2 | 中国（天津） | 混合（生活污水、水产养殖污水和工业污水） | 多级AO、改良氧化沟、CASS和CAST | 氟喹诺酮类 | ENR, CIP, ENO, FLE, MOX, NOR, OFL, PEF, SAR, DIFOFL, NOR, CIP, CTR, NF, ECOCIP, OFL | (Yang et al., 2022) |
| 3 | 南非（德班） | 混合（生活污水和20%工业污水） | 活性污泥（AS）、滴滤器（TF）、二次沉淀池、氯化 | 氟喹诺酮类；磺胺类；林可酰胺类；大环内酯类 | ETI, MET, TRI, NOR, OFL, CIP, ALB, SUL, CLI, ERY, AZI, CLA, ROX | CIP, SUL, OFL, ALB, NOR, CIP, ALB, AZI | (Faleye et al., 2019) |
| 4 | 肯尼亚（马查科斯、梅鲁、尼耶里） | 生活污水 | 废水稳定池和滴滤器 | 四环素类；β-内酰胺类；磺胺类；二氨基嘧啶类；氟喹诺酮类 | DOX, AMO, SMX, TMP, CIP, NORDOX, AMO, SMX, TMP, CIP, NOR | AMO, CIP, NOR, SMX, DOX | (Kairigo et al., 2020) |
| 5 | 中国（广东） | 生活污水 | A2/O、氧化沟（OD）、CAST/CASS | β-内酰胺类；氟喹诺酮类；磺胺类 | AMO, OFX, SMZ, SMM, NFX | OFX, SMZ, AMO, SMM, NFX | (Li et al., 2022a, Li et al., 2022b) |
| 6 | 中国（广州） | 生活污水 | 厌氧-缺氧-好氧（A2/O） | 磺胺类 | SP, SDZ, SM2, SMZ | SP, SDZ, SM2, SMZ | (Yuan et al., 2019) |
| 7 | 新加坡 | 合成污水 | 序列批式反应器（SBRs），前置UVA/LED/TiO2光催化 | 磺胺类；二氨基嘧啶类 | SMX, TMP | SMX, TMP | (Cai and Hu, 2018) |
| 8 | 斯洛伐克 | 市政污水 | 机械处理；生物处理（活性污泥/硝化）；芬顿反应；类似芬顿的反应 | 四环素类；氟喹诺酮类；大环内酯类；林可酰胺类；磺胺类；二氨基嘧啶类 | OTC, ENX, LVX, NOR, CIP, TC, ENR, DIF, AZI, CLI, DOX, ERY, CLA, ROX, SDZ, SP, TMP, SMT, SMX, OSL, SDM, SSZ | OTC, ENX, LVX, NOR, CIP, TC, ENR, AZI, CLI, ERY, CLA, SP, TMP, SMX, SSZ | AZI, CIP, CLA, CLI, SP, ERY | (Macku'ak et al., 2015) |
| 9 | 中国 | 生活污水和水产养殖污水 | 单池；高效沉淀池+BAF生物曝气过滤+纤维过滤+紫外线/氯化 | 大环内酯类；氟喹诺酮类；四环素类；磺胺类；林可酰胺类 | AZI, CIP, CLI, CLA, CTC, ENX, ENR, LIN, NOR, OFL, OTC, ROX, SA, SCA, SMX, TMP, SFX | AZI, CIP, CLI, CLA, CTC, ENX, ENR, FLE, LIN, NOR, OFL, OTC, PEF, ROX, SA, SCA, SMX, TMP, SFX | FQs | (Shen et al., 2022) |
| 10 | 中国 | 混合污水（生活污水和工业污水） | 厌氧/缺氧/好氧（A2O）；氧化沟活性污泥 | 磺胺类；氟喹诺酮类；大环内酯类；林可酰胺类；二氨基嘧啶类 | SP, N-Ac-SP, SDZ, N-Ac-SDZ, SMX, N-Ac-SMX, SMZ, SCX, SCP, TMP, NOR, Des-NOR, CIP, OFL, Des-OFL, ENR, PEF, CLA, AZI, Des-AZI, N-Des-AZI, ROX, N-Des-ROX, ERY | 与进水相同（部分） | (L. Zhang et al., 2023b) |
| 11 | 西班牙 | 城市污水 | 活性污泥；砂滤器（三级处理） | 氟喹诺酮类；大环内酯类；磺胺类；二氨基嘧啶类 | CIP, OFL, AZI, SMX | CIP, OFL, ENR, AZI, CLA, SP, SMX, TMP, PIP, CLI, MTZ | (Serra-Compte et al., 2021) |
| 12 | 葡萄牙、塞浦路斯、芬兰 | 城市污水 | 常规活性污泥（CAS）；砂滤+氯化（三级处理）；膜生物反应器（MBR） | 氟喹诺酮类；大环内酯类；磺胺类；四环素类；头孢菌素类 | CIP, OFL, AZI, CLA, TMP, SP, SMX, PIP, TC, CLI, ORB, MTZ | (Rodriguez-Mozaz et al., 2020) |
| 13 | 南极洲（科学站） | 城市污水 | 生物处理（蚯蚓/活性污泥）；机械处理；紫外线杀菌；化粪池 | 氟喹诺酮类；大环内酯类；四环素类；磺胺类 | CIP, NOR, AZI, CLA, ERY, MTZ, CLI, TMP, DOX, TC | (Hernández et al., 2019) |
| 14 | 美国（佐治亚州雅典市，上奥科尼流域） | 混合用途流域和污水 | 污水回用设施 | 多类抗生素（β-内酰胺类、氟喹诺酮类、大环内酯类、氨基糖肽类） | AMX, AMP, AZI, CRO, CAZ, CTF, CIP, DAP, ERY, GEN, KAN, LIN, LZD, MEM, MET, NAL, OXA, PEN, SMX, SFX, STR, TGC, TMP, TC, TYL, VAN | 与进水相同（部分） | (Cho et al., 2023) |
| 15 | 中国（九龙江流域） | 生活污水 | 厌氧-缺氧-好氧（A2/O）、氧化沟、吸附-生物降解（A/B） | 磺胺类；氟喹诺酮类；大环内酯类；四环素类；头孢菌素类 | SDZ, SMZ, SMX, OFL, NOR, CIP, ROX, ERY, LEX, RAD, TC, OTC, CTC, DOX | 与进水相同 | (H. Zhang et al., 2015a) |
| 16 | 卡塔尔（多哈） | 医院和生活污水 | 旧污水处理厂（常规活性污泥）；新污水处理厂（活性污泥加超滤） | β-内酰胺类；氟喹诺酮类；大环内酯类；四环素类 | PEN, AMX, CIP, TC, ERY, MTZ | 与进水相同 | (Al-Maadheed et al., 2019) |
| 17 | 芬兰（图尔库、坦佩雷、赫尔辛基） | 市政污水 | 活性污泥+三级处理（砂滤或生物过滤） | 磺胺类；大环内酯类；二氨基嘧啶类 | SDZ, SMX, TMP, CLA, ERY, ROX | SDZ, SMX, TMP, CLA, ERY, ROX | (Kortesmäki et al., 2020) |
| 18 | 泰国（萨拉武里省） | 医院污水 | 常规活性污泥（CAS）加氯化 | β-内酰胺类；氟喹诺酮类；四环素类 | AMX, AMP, CIP, LVX, NOR, OFL, DOX | 与进水相同 | (Kanmalai et al., 2023) |
| 19 | 越南（河内） | 医院污水 | 农村：过滤/生物处理/消毒；城市：物理/化学/活性污泥 | 吡唑胺类；磺胺类；氟喹诺酮类；大环内酯类 | MTZ, SMX, TMP, CAZ, CIP, OFL, SP | 与进水相同 | (Lien et al., 2016) |
| 20 | 中国（郑州） | 人工 Pharmaceuticals污水 | 细菌-微藻联合固定化过滤器（BMCCF） | 林可酰胺类 | LIN | (Li et al., 2025) |
| 21 | 土耳其 | 市政污水（住宅、公共、商业、医院和工业） | 常规活性污泥（CAS） | 四环素类 | TC, ETC, EATC | TC, ETC, EATC, ATC | Topal and Arslan Topal, 2015 |
| 22 | 土耳其 | 城市污水（生活污水和医院污水） | 常规活性污泥（CAS） | 大环内酯类；磺胺类；氟喹诺酮类；四环素类 | AZI, ERY, SMX, TMP, CTC, CIP, CLA, OXY, SMZ, DOX | 与进水相同 | (Aydin et al., 2019) |
| 23 | 中国（珠三角） | 市政污水 | 吸附-生物降解、UNITANK、改良A2/O、沉淀+紫外线、CAS、化学强化一级处理 | 大环内酯类 | AZI, ERY, ROX | AZI, ERY, ROX | (Pan and Yau, 2021) |
| 24 | 中国北方 | 制药工业污水 | CASS、EGSB-MBR、EAAS、CAS、A/A/OD | 二氨基嘧啶类；四环素类；头孢菌素类 | TMP, TC, OTC, CTC, CEP | Wang et al., 2015 |
| 25 | 肯尼亚 | 医院和生活污水 | 池塘系统 | 磺胺类；大环内酯类；β-内酰胺类；氨基糖苷类 | SMX, SMZ, SDZ, SFM, SPI, TMP, SPC, AMP, OXA, NAF | SMX, SFM, SPI, TMP, SPC, AMP, OXA | (Ngigi et al., 2020) |
| 26 | 突尼斯 | 市政和制药工业污水 | 预处理、一级沉淀和生物处理（活性污泥） | 氨苯酰胺类；氨基糖苷类 | CAP, TAP, FLO, PAR, DHS, KANB, APR, AMK, SIS, NEO, GENC1a, GEN-C1, GEN-C2 | Tahrani et al., 2016 |
| 27 | 肯尼亚 | 生活污水、医院和工业污水 | 非原位检测 | β-内酰胺类；磺胺类；氟喹诺酮类 | AMP, AMX, SMX, CAP, CIP | Kimosop et al., 2016 |
| 28 | 中国 | 模拟污水 | 生物曝气过滤（BAF） | 氟喹诺酮类 | CIP | (Ye et al., 2024) |

该可视化图表不仅突出了在环境抗生素监测方面活跃的地区，还揭示了全球覆盖范围的关键差距。根据本综述中包含的28项研究，研究活动主要集中在少数几个地理区域，其中中国是代表性最强的国家（12项研究），其次是西班牙和肯尼亚（各3项研究）以及土耳其（2项研究）。其他国家，包括美国、芬兰、瑞典、斯洛伐克、突尼斯、泰国和卡塔尔，每项研究仅有一项。总体而言，非洲、东南亚和拉丁美洲的大部分地区在研究代表性方面较低，这可能是由于监测基础设施不足、监管限制或数据可用性有限所致。这些发现强调了需要制定更加公平的全球研究议程，以解决此类环境问题。这项地理分析是本研究的关键组成部分，进一步证明了必须在区域背景下评估抗生素监测和先进处理策略，并考虑当地的数据可用性。此外，特别是在代表性不足的地区加强全球证据基础，对于设计有效且可扩展的干预措施以减轻通过废水系统传播的抗生素抗性至关重要。

3.3. 进水和出水浓度及去除效率
本节综合了所包含的污水处理厂研究中报告的进水和出水抗生素浓度，并评估了相应的去除效率。进水浓度代表进入污水处理厂的抗生素负荷，而出水浓度则反映了处理后的残留水平。去除效率通过方程式（1）进行评估，其中使用了可用的配对进水测量数据。在不同研究中，抗生素浓度的报告在目标化合物、采样策略（批量采样 vs. 综合采样）、污水处理厂配置和操作条件方面存在差异，这限制了直接比较的可行性。为了实现一致的合成，提取的浓度数据在可能的情况下被统一为ng/L，并使用范围和中心趋势描述符（如中位数和四分位距或平均值±标准差）进行总结。总体而言，汇编的证据提供了典型的进水负荷、出水残留浓度以及处理过程降低废水中抗生素水平的程度的综合视图。

3.3.1. 进水抗生素浓度
进水污水是抗生素进入污水处理厂的主要途径（Kortesmäki et al., 2020; Yang et al., 2022），并反映了生活污水、医院污水、工业污水和城市径流来源的混合贡献。在此背景下，图4（图a-e）展示了所包含研究中报告的污水处理厂进水抗生素浓度（ng/L）的分布情况。总体而言，不同化合物、地理区域和研究之间的进水抗生素水平差异较大，报告的浓度范围跨越了几个数量级。大环内酯类，包括AZM、CLR和ERY，是最常检测到的化合物，其进水浓度通常超过1000 ng/L（Cai and Hu, 2018; Yang et al., 2022）。在几项研究中，大环内酯类的浓度甚至超过了2000 ng/L（Li et al., 2025; Serra-Compte et al., 2021）。氟喹诺酮类，如CIP、NOR和OFX，也常见检测到，其浓度通常在几百到2000 ng/L之间。一些研究还报告了时间变化性，浓度会随季节波动。

在区域层面，进水浓度存在显著差异。在中国，天津的进水浓度从547.94 ng/L（Yang et al., 2022）到北京的高达1740.3 ng/L（Li et al., 2022a, Li et al., 2022b）不等。相比之下，肯尼亚的进水浓度要高得多，范围从200到49300 ng/L（Kairigo et al., 2020）。四环素类（如TET、OTC和CTC）和磺胺类（如SMX、SDZ和SMM）的浓度通常较低，一般在500 ng/L以下，尽管偶尔会超过1000 ng/L。在长江口，四环素的浓度最高可达93.1 ng/L至95.3 ng/L（Wang et al., 2025）。在芬兰的中型污水处理厂，四环具体而言，在天津进行的一项研究中，出水浓度（nd–52.97 ng/L）明显低于进水浓度（高达547.94 ng/L）（Yang等人，2022年），而在芬兰，据报道三甲氧苄胺嘧啶的出水平均浓度为532 ng/L（Kortesmäki等人，2020年），这表明尽管经过了处理，但其去除并不完全。下载：下载高分辨率图像（422KB）下载：下载全尺寸图像图5. 出水中的抗生素浓度（ng/L）在污水处理厂中。箱形图总结了纳入研究中报告的检测到的抗生素的出水浓度，并以ng/L表示。这些数据代表废水处理后的残留抗生素水平，涵盖了广泛的抗生素类别，反映了处理配置、操作条件、采样周期和分析检测限的差异。注意：（箱形图的界限不代表四分位数：每个箱子的下限和上限分别对应于文献中报告的较低和较高的平均出水浓度。黑色圆圈（●）表示算术平均浓度。须状线从观测到的最小值（较低值）延伸到最大值（较高值）。空心三角形（△）表示观测到的最低浓度，而实心三角形（▲）表示观测到的最高浓度。在所有图表中，有一部分抗生素的浓度仍然相对较高，偶尔达到数百甚至超过一千ng/L。大环内酯类和喹诺酮/氟喹诺酮类化合物始终显示出广泛的分布和相对较高的残留水平。在大环内酯类中，阿奇霉素在葡萄牙的出水浓度最大达到1577.3 ng/L（Rodriguez-Mozaz等人，2020年），而在斯洛伐克克林霉素的浓度高达684 ng/L（Macku'ak等人，2015年）以及在葡萄牙为346.8 ng/L（Rodriguez-Mozaz等人，2020年）。与红霉素相关的分析物经常表现出明显的负去除效果，出水中的浓度高于进水中的浓度，并在芬兰和意大利的污水处理厂中达到了显著的水平（Kortesmäki等人，2020年）。同样，喹诺酮和氟喹诺酮类抗生素的出水浓度也较高且变化较大。环丙沙星在葡萄牙的浓度峰值达到1435.5 ng/L（Rodriguez-Mozaz等人，2020年），在南非为1142.6 ng/L（Faleye等人，2019年），而氧氟沙星在塞浦路斯的平均浓度相对较高（高达613.0 ng/L）（Rodriguez-Mozaz等人，2020年）。尽管诺氟沙星有很强的被污泥吸附的倾向，但在不同研究中的出水浓度仍可检测到（Ye等人，2024年）。相比之下，许多抗生素的浓度接近低水平，通常接近报告范围的低端，或者根本没有被检测到。在一项监测53种抗生素的欧洲研究中，仅有17种至少在最终出水中被检测到一次（Rodriguez-Mozaz等人，2020年；Serra-Compte等人，2021年）。β-内酰胺类抗生素，如氨苄西林和青霉素，很少被量化或仅以非常低的水平出现，主要是由于β-内酰胺环的化学不稳定性和快速降解。一致地，芬兰的污水处理厂中几种化合物的浓度低于定量限（Kortesmäki等人，2020年）。少数化合物表现出极端的出水浓度，在某些图表中导致显著较高的峰值。在欧洲国家，包括葡萄牙、西班牙和爱尔兰，报告的出水浓度在1200 ng/L到2000 ng/L之间（Wang等人，2025年）。在特定情况下也观察到异常高的浓度，例如多哈检测到克拉维酸为84.74 μg/L（Al-Maadheed等人，2019年），以及在南极研究站附近排放物中测得的环丙沙星高达1860 ng/L（Hernández等人，2019年）。这些极端值突显了与典型污水处理厂出水相比偶尔出现的抗生素释放增加的情况。总体而言，出水数据表明，虽然废水处理通常可以降低抗生素浓度，但某些化合物的残留水平仍然存在，并且出水分布因特定的抗生素和研究背景而大相径庭（Rodriguez-Mozaz等人，2020年）。3.3.3. 废水的去除效率去除效率（公式（1）是评估污水处理厂在排放前减少抗生素负荷能力的关键指标。它反映了化合物特定性质、处理过程配置和操作条件的综合影响。纳入研究的各个污水处理厂报告的个别抗生素的去除效率见图6。（1）去除效率=Cin−Cout×100%下载：下载高分辨率图像（281KB）下载：下载全尺寸图像图6. 污水处理厂中抗生素的去除效率（%）。箱形图总结了纳入研究中报告的个别抗生素的去除效率。数据反映了污水处理厂之间处理性能的广泛差异，这些差异受到处理配置、操作条件、采样策略和分析方法的影响。注意：（箱形图的界限不代表四分位数：每个箱子的下限和上限分别对应于文献中报告的较低和较高的平均去除效率。黑色圆圈（●）表示算术平均去除效率。须状线从观测到的最小值（较低值）延伸到最大值（较高值）。空心三角形（△）表示观测到的最低效率，而实心三角形（▲）表示观测到的最高效率。图（a）和图（b）为了便于阅读显示了不同的抗生素子集。当出水浓度超过进水浓度或由于采样时间的变化、分析不确定性以及厂内转化或解轭过程，可能会出现负去除效率和超过100%的值。图例：Cin = 进水浓度；Cout = 出水浓度。总体而言，去除效率显示出抗生素和污水处理厂之间的显著差异，表明处理性能既不统一也不可预测。对于同一种化合物，一些工厂显示出高且稳定的去除效率，而其他工厂则显示出显著较低的效率。例如，对位于德班的两座污水处理厂进行的研究显示，其中一座工厂的大多数抗生素的去除效率超过90%，而在另一座工厂，去除效率表现较差，三甲氧苄胺嘧啶的效率低至21%，克林霉素的效率为26%（Faleye等人，2019年）。同样，在中国的污水处理厂中也观察到依赖化合物的行为，其中氨苄西林和氧氟沙星在进水废水中普遍存在，但显示出明显的不同去除效率（Li等人，2022a，Li等人，2022b）。全球范围内，图6（图a–b）中的数据支持将抗生素去除效率模式分为两大类：一类抗生素的去除效率相对一致且稳定，另一类的去除效率变化较大。诸如环丙沙星和诺氟沙星等化合物在多项研究中的去除效率通常较高且相对稳定，中位数或平均值经常超过80–90%（Yang等人，2022年）。相比之下，如磺胺甲噁唑和氧氟沙星等抗生素的去除效率分布极广，值从强烈负向接近完全去除不等。例如，氧氟沙星的检测值范围从−781.9%到96.5%（Li等人，2022a，Li等人，2022b）。这一发现还表明去除效果明显受到场地特定条件和采样变化的影响。在数据集中广泛记录了出水浓度超过进水浓度时出现零或负去除效率的情况（Yang等人，2022年）。这种现象在大环内酯类（例如红霉素和克林霉素）和磺酰胺类（例如磺胺甲噁唑）以及其他持久性化合物中也有报道。这些结果并不一定表示处理失败，可能是由于多种机制造成的，包括生物处理过程中人类代谢物的解轭、前体化合物重新转化为母体抗生素或从污泥固体中解吸（Li等人，2022a，Li等人，2022b）。在一些现代污水处理厂中，尽管在其他地方观察到有效去除，但也报告了化学不稳定化合物如青霉素和四环素的零去除。综合来看，结果证实抗生素去除效率具有很强的化合物特异性，并且与分子性质和操作条件（如水力条件和污泥停留时间，包括温度）紧密相关。氟喹诺酮类通常通过吸附到活性污泥中有效去除，而磺酰胺类主要依赖于生物降解，这一过程对季节性和操作波动更为敏感（H. Zhang等人，2015a）。尽管传统的生物处理可以减少许多抗生素的浓度，但它并不是为去除微量污染物而设计的，因此残留物的释放浓度经常超过预测的无效应阈值。这些发现强调了需要根据具体背景解释去除效率，并突显了有针对性的或先进处理过程在改善顽固化合物的减少方面的潜在作用（Kairigo等人，2020）。3.3.4. 污泥中的抗生素浓度由于吸附等原因，从液相转移到固相使得污泥成为评估污水处理厂内抗生素残留分布的相关组成部分。在回顾的研究中，尽管抗生素的浓度和积累模式根据抗生素类别、污泥类型、处理配置和废水来源而有所不同，但始终在污泥基质中检测到抗生素（表2）。表2. 本系统评价中纳入的污水处理厂研究在同一污泥中检测到的抗生素类别和个别化合物的出现和浓度范围。污泥基质抗生素类别抗生素（缩写）浓度单位来源干污泥四环素类TC43.2 ± 2.1μg/kg[1]干污泥四环素类ETC49.6 ± 2.4μg/kg[1]干污泥四环素类ATC41.7 ± 2.0μg/kg[1]干污泥四环素类EATC34.6 ± 1.7μg/kg[1]干污泥喹诺酮类CPF67 ± 6至145 ± 9ng/g[2]干污泥β-内酰胺类AMP143 ± 15ng/g[2]干污泥磺酰胺类SMX84 ± 3至154 ± 9ng/g[2]干污泥氨基酚类CAP106 ± 6ng/g[2]干医院污泥磺酰胺类SMX276 ± 12ng/g[2]干医院污泥喹诺酮类CPF95 ± 6ng/g[2]干医院污泥β-内酰胺类AMP231 ± 21ng/g[2]干医院污泥β-内酰胺类AMX79 ± 10ng/g[2]污泥（离心进水）氟喹诺酮类NOR0.6ng/g[4]污泥（离心进水）氟喹诺酮类OFL21.7ng/g[4]污泥（离心进水）氟喹诺酮类CIP478.4ng/g[4]污泥（离心进水）磺酰胺类SUL3.3ng/g[4]污泥（离心进水）大环内酯类ERY0.01ng/g[4]污泥（离心进水）大环内酯类AZI0.4ng/g[4]污泥（离心进水）大环内酯类CLA3.9ng/g[4]污泥（离心进水）大环内酯类ROX1.7ng/g[4]污泥（离心进水）未在来源中ETI0.1ng/g[4]污泥（离心进水）未在来源中MET18ng/g[4]污泥（离心进水）未在来源中TRI2.4ng/g[4]污泥（离心进水）未在来源中ALB555.4ng/g[4]污泥（离心进水）未在来源中CLI0.1ng/g[4]活性污泥氟喹诺酮类CIP未在来源中未在来源中[1]活性污泥氟喹诺酮类OFL未在来源中未在来源中[1]活性污泥未在来源中四环素类未在来源中未在来源中[1]污泥磺酰胺类磺酰胺类未在来源中未在来源中[5]注：[1]（Topal和Arslan Topal，2015）；[2]（Kimosop等人，2016）；[3]（Wang等人，2015）；[4]（Faleye等人，2019）；[5]（Yuan等人，2019）。在所有研究的类别中，氟喹诺酮类与污泥的亲和力最强。多项研究报道，NOR、OFL和CIP的总质量中有超过90%分配到了固相。在离心进水中，环丙沙星的浓度高达478.4 ng/g，明显超过了NOR和OFL，证实了氟喹诺酮类对污泥污染的主要贡献（Faleye等人，2019）。大环内酯类的行为因化合物而异。阿奇霉素主要在污泥中检测到，占一些处理厂测量总质量的90%以上，而ERY主要存在于水相中，在固体中仅少量检测到。在污泥基质中，如ERY、AZI、CLA和ROX等大环内酯类的浓度通常从痕量水平到几ng/g不等（Faleye等人，2019）。四环素类在干污泥样本中经常被检测到，其浓度通常高于其他抗生素类别。在土耳其进行的研究中，TC及其降解产物4-表四环素、ATC和EATC的浓度在μg/kg范围内，TC的平均浓度为43.2 μg/kg，ETC的平均浓度为49.6 μg/kg（Topal和Arslan Topal，2015）。与氟喹诺酮类和四环素类相比，磺酰胺类在污泥中的积累通常较低；然而，在高负荷条件下也报告了可测量的浓度。磺胺甲噁唑是最常检测到的磺酰胺类之一，其在市政污泥中的浓度通常在50 ng/g以下到大约154 ng/g之间。在医院来源的污泥中，SMX的浓度高达276 ± 12 ng/g（Kimosop等人，2016），表明这种废水来源的污染水平较高。β-内酰胺类，包括AMP和AMX，以及氨基酚类如CAP也得到了检测，通常在ng/g范围内（Kimosop等人，2016）。不同类型的污泥之间存在差异。干医院污泥中几种抗生素类别的浓度高于市政干污泥，尤其是磺酰胺类和β-内酰胺类（Kimosop等人，2016）。活性污泥和普通污泥的数据较为有限，仅在某些研究中定性地报告了氟喹诺酮类、四环素类和磺酰胺类的存在。除了固体污泥外，还有几项研究报道了污泥相关水相中的抗生素残留。在厌氧稳定过程中，抗生素在污泥水或间隙液中检测到，布拉迪斯拉发中的浓度分别为阿奇霉素1090 ng/L、环丙沙星540 ng/L和克林霉素480 ng/L（Macku'ak等人，2015）。总的来说，表2中的结果表明污泥基质是多种抗生素的重要储存库，特别是氟喹诺酮类、大环内酯类和四环素类，其浓度受污泥特性和废水来源的强烈影响。4. 讨论4.1. 入水中存在抗生素残留并非偶然事件，而是它们治疗使用的直接和内在结果。在人体或动物体内给药后，抗生素会经历吸收和代谢过程，但其生物转化结果很少是完整的。相当一部分通过尿液和粪便以未改变的母体化合物或代谢物的形式排出，其中许多代谢物仍然保留了部分的原始生物活性。**4.2. 出水**
与进水状况相比，许多抗生素在出水中的浓度通常有所降低，这表明废水处理过程能够在一定程度上减少这些药物的负荷。然而，处理后废水中仍能检测到大量抗生素残留，证实传统处理工艺无法完全清除这些污染物，它们更多起到部分屏障的作用，而非真正的净化手段。这一结果与大多数污水处理厂的最初设计目标一致——这些工厂的主要任务是去除有机物和营养物质，而非微量有机污染物（Cuerda-Correa等人，2020年）。

不同化合物和研究中出水浓度的显著差异反映了技术、运营条件以及化合物本身特性的综合影响。处理方式的差异（例如常规活性污泥法、生物营养物去除、三级过滤或消毒，以及在某些情况下使用的高级氧化工艺）与特定场所的运行条件（如水力停留时间、污泥龄、温度以及季节性负荷）相互作用（Rodriguez-Mozaz等人，2020年；Yang等人，2022年）。此外，抗生素自身的性质（如生物可降解性、离子化行为、吸附亲和力及其转化途径）也在治疗过程中对其命运产生重要影响（Dai等人，2023年；Faleye等人，2019年；Ngigi等人，2020年）。值得注意的是，出水浓度不仅取决于污水处理厂内具体处理工艺的去除效率，还受到进水负荷和污水在系统中停留时间的高度影响。方法论因素（如采样策略和监测时长）也会对检测结果产生显著影响（Kortesmäki等人，2020年；Wang等人，2025年）。

一些抗生素在处理后的浓度仍然相对较高，某些情况下甚至达到数百甚至数千纳克/升。 macrolides类抗生素（如阿奇霉素和红霉素相关化合物）以及喹诺酮/氟喹诺酮类抗生素（如诺氟沙星、氧氟沙星和环丙沙星）尤为突出（Rodriguez-Mozaz等人，2020年；Sabri等人，2020年）。这些抗生素在出水中的持续存在与它们在标准生物处理条件下的抗降解性以及其在溶解相和颗粒相之间的迁移特性相符（Yang等人，2022年）。尽管污泥对它们的吸附作用会降低水相中的浓度，但这并不意味着真正的去除——因为抗生素可能滞留在生物固体中，并根据污泥管理和再利用方式重新释放到环境中（Faleye等人，2019年）。此外，某些化合物的持续存在可能因现场再生过程（如人体代谢产物的脱轭作用或前体分子在处理过程中的重新转化）而加剧，即使生物降解仍可能导致出水浓度保持稳定甚至升高（Kortesmäki等人，2020年；Serra-Compte等人，2021年）。

相反，有些抗生素在出水中的浓度较低，常常接近检测范围的下限。这种模式可能表明这些化合物更容易发生水解或生物降解，或者在特定生物条件下去除效果更好，或者其进水来源中的负荷较低（Khasawneh和Palaniandy等人，2021年；Kimosop等人，2016年；Li等人，2022a；Li等人，2022b；Sabri等人，2020年）。然而，这些低浓度值需要谨慎解读，因为不同研究之间的检测频率和定量限值存在较大差异。在某些情况下，未检测到这些化合物可能源于分析方法的局限性，而非完全消除（Khasawneh和Palaniandy等人，2021年；Kortesmäki等人，2020年）。出水数据中的极端值（某些化合物的浓度极高）提示存在特定场所的“热点”区域，这些区域抗生素排放量较大（Al-Maadheed等人，2019年；L. Zhang等人，2023a；Zhang等人，2023b）。这些极端值可能由局部高使用量（如医院排放）、处理效果不佳、出水采样点的不同（三级处理之前或之后），或报告和数据不一致等原因造成。从更广泛的角度来看，这些异常值值得重视，因为它们凸显了处理后废水可能显著增加下游环境暴露的情况，即使多项研究中的平均浓度看似适中。因此，在解读处理效果时需充分考虑研究设计、污水处理厂特性及分析方法，以避免过度概括（Li等人，2022a；Li等人，2022b）。

综上所述，传统废水处理方式并不能将抗生素完全清除至可忽略的水平，导致多种化合物在处理后的废水中以具有环境影响力的浓度持续存在（Topal和Arslan Topal，2015年）。出水浓度的复杂性凸显了需要根据进水组成、运行条件和方法学差异来解读处理效果——这对于评估处理效率以及了解出水、污泥和接收环境中的抗性模式至关重要。污泥
研究结果清楚地表明，污水污泥是污水处理厂（WWTPs）中抗生素残留物的主要储存库，这些残留物在环境中的最终命运受到其直接影响。尽管水相中观察到的减少通常被解释为有效的去除，但数据表明，对于许多抗生素而言，这种减少主要反映了从水相到固相的转移，而不是真正的降解或矿化。氟喹诺酮类化合物在污泥中的强烈积累与其物理化学性质一致，特别是它们的两性离子特性以及对有机物、粘土和金属氧化物的高亲和力。这种行为解释了为什么尽管进水负荷很高，这些化合物在出水中的检出浓度仍然很低，并突显了它们在污泥基质中长期存在的潜力（Golet等人，2003年）。大环内酯类抗生素表现出更特定的行为：阿奇霉素明显吸附在固体上，而红霉素则主要留在水相中（Göbel等人，2005年）。这些对比鲜明的模式强调了即使在同一抗生素类别内， także 개별 분자 구조가 분배와 최종 운명을 결정한다는 점입니다. 테트라사이클린 역시 카티온 교환 및 표면 복합화 메커니즘으로 인해 슬러지에 축적되는 경향이 강합니다. 이들의 슬러지 내 지속성은 널리 사용되는 동물용 의약품이라는 점과 낮은 농도에서도 미생물 군집에 선택적 압력을 가할 수 있다는 사실(사스만과 리, 2005년)을 고려할 때 특히 우려됩니다. 반면에 설폰아미드는 일반적으로 수상에서의 흡착이 약하고 이동성이 높습니다. 그러나 고부하나 병원 환경에서의 존재는 유입물 구성 및 처리 방식과 같은 특정 요인이 예상되는 분배 행동을 크게 변화시킬 수 있음을 나타냅니다(비알크-비엘린스카 등, 2012년)。

화학 오염물 이외에도 슬러지는 항생제 내성 결정 인자의 주요 저장소 역할을 합니다. 여러 연구에 따르면 많은 항생제 내성 유전자(ARGs)와 항생제 내성 분자(ARBs)가 처리 과정 중, 특히 2차 정화 이후 액상에서 슬러지로 이전된다는 것이 밝혀졌습니다(Karkman 등, 2018년; Yang 등, 2014년). 멤브레인 생물반응기와 같은 고급 생물학적 처리 공정은 생물량과 생물막을 집중시켜 슬러지 내 내성 요소의 축적을 촉진할 수 있습니다(Le 등, 2018년). 또한, 출수수에서의 “음의 제거” 현상(제거 효율 <0 Eq.(1))은 이전에 슬러지나 생물막에 포집되었던 항생제의 탈착이나 방출로 인해 발생할 수 있으며, 이는 고형-액체 분배 과정의 동적이고 가역적인 성격을 강조합니다(Chen 등, 2016년; Urra 등, 2019년).

전반적으로, 이러한 발견들은 슬러지를 단순히 폐수 처리의 부산물로만 보아서는 안 되며, 항생제의 운명과 내성 확산을 평가하는 데 있어 중요한 요소로 고려해야 함을 시사합니다. 따라서 처리 성능과 환경 위험에 대한 포괄적인 평가를 위해서는 기존의 유입물 및 출수수 분석과 더불어 슬러지 모니터링을 포함시키고, 슬러지 처리, 안정화 및 처분 방법도 고려해야 합니다.

4.4. 항생제의 음의 제거 효율: 원인, 메커니즘 및 함의
앞서 언급했듯이, 활성 슬러지 시스템 내에서 항생제의 제거는 주로 두 가지 주요 과정을 통해 이루어집니다: 부유 고체(즉, 슬러지)에의 흡착과 미생물 군집에 의한 생분해 또는 생물변형입니다. 그러나 많은 항생제는 효과적인 제거를 방해하는 특성을 가지고 있습니다. 예를 들어, 설폰아미드(예: 설포멕소잘)는 매우 친수성이 강하여 수상에 남아 슬러지 고체에 흡착되지 않는 경향이 있습니다(Kalli 등, 2023년). 반면에 플루오로퀴노론은 고체 상에 강한 친화력과 슬러지 내 축적 경향이 있음에도 불구하고 생물학적 분해에 매우 저항성이 있어 장기간 변하지 않고 남아 있을 수 있습니다. 이러한 화학적 안정성은 항생제가 인체 내에서 치료 효능을 발휘하는 데 필수적이지만, 환경에서의 내성 문제를 야기하여 기존의 폐수 처리 시스템에 상당한 도전을 가져옵니다.

항생제 간의 제거 행동 차이는 대부분 해당 항생제의 특성에 기인합니다. 활성 슬러지 조건에서 쉽게 생분해되는 항생제는 더 안정적이고 제거 효율이 높은 반면, 구조적으로 지속성이 강한 항생제는 미생물 변형에 저항하며 일관되지 않거나 제한된 제거를 보입니다. 부유 고체 및 슬러지에의 흡착도 수상에서의 제거에 중요한 역할을 합니다(Sabri 등, 2020년). 특정 입자에 강한 친화력을 가진 합성물은 주요 제거 경로가 상태 이전이라 할지라도 출수수 농도의 큰 감소를 보일 수 있습니다. 일부 항생제에서 거의 0%, 음의, 또는 100% 이상의 제거 효율이 나타나는 현상은 제거 데이터 해석의 복잡성을 보여줍니다. 이러한 결과는 반드시 처리 장애를 반영하는 것은 아니며, 잘 알려진 метод론적 및 공정 관련 요인으로 인해 발생할 수 있습니다(Pareek 등, 2015년). 분석적, 샘플링의 불확실성과 매트릭스 효과, 특히 검출 또는 정량 한계에 가까운 농도에서는 상대적 오류가 증가할 수 있습니다. 또한, 처리 과정에서의 변환 과정(예: 인체 대사산물의 탈결합 또는 전구체 화합물의 재전환)으로 인해 출수수에서 항생제 농도가 증가하여 “음의 제거”가 발생할 수 있습니다(Kortesmäki 등, 2020년).

따라서, 표 4에 보고된 음의 제거 효율은 WWTP 내에서의 가상적 지속성과 동적인 분배/변형을 반영하며, 실제 처리 과정에서의 생성을 의미하지는 않습니다. 이러한 관찰 결과는 모체-대사산물의 공동 모니터링, 처리 시스템의 유체 역학에 맞춘 시간별 샘플링, 그리고 강력한 항생제 제거가 필요한 경우 타겟화된 3차 처리(예: 활성탄 흡착, 오존화 또는 자외선 기반 산화)의 필요성을 강조합니다.

4.4. 항생제의 음의 제거 효율: 원인, 메커니즘 및 함의
앞서 언급했듯이, 활성 슬러지 시스템 내에서의 항생제 제거는 주로 두 가지 주요 과정을 통해 이루어집니다: 부유 고체(즉, 슬러지)에의 흡착과 미생물 군집에 의한 생분해 또는 생물변형입니다. 그러나 많은 항생제는 효과적인 제거를 방해하는 특성을 가지고 있습니다. 예를 들어, 설폰아미드(예: 설포멕소잘)는 매우 친수성이 강하여 수상에 남아 슬러지 고체에 흡착되지 않는 경향이 있습니다(Kalli 등, 2023년). 반면에 플루오로퀴노론은 고체 상에 강한 친화력과 슬러지 내 축적 경향이 있음에도 불구하고 생물학적 분해에 매우 저항성이 있어 장기간 변하지 않고 남아 있을 수 있습니다. 이러한 화학적 안정성은 항생제가 인체 내에서의 치료 효능을 보장하는 데 필수적이지만, 환경에서의 내성 문제를 야기하여 기존의 폐수 처리 시스템에 상당한 도전을 가져옵니다.

항생제 간의 제거 행동 차이는 대부분 해당 항생제의 특성에 기인합니다. 활성 슬러지 조건에서 쉽게 생분해되는 항생제는 더 안정적이고 제거 효율이 높은 반면, 구조적으로 지속성이 강한 합성물은 미생물 변형에 저항하며 일관되지 않거나 제한된 제거를 보입니다. 부유 고체 및 슬러지에의 흡착도 수상에서의 제거에 중요한 역할을 합니다(Sabri 등, 2020년). 특정 입자에 강한 친화력을 가진 합성물은 주요 제거 경로가 상태 이전이라 할지라도 출수수 농도의 큰 감소를 보일 수 있습니다. 일부 항생제에서 거의 0%, 음의, 또는 100% 이상의 제거 효율이 나타나는 현상은 제거 데이터 해석의 복잡성을 보여줍니다. 이러한 결과는 반드시 처리 장애를 반영하는 것은 아니며, 잘 알려진 метод론적 및 공정 관련 요인으로 인해 발생할 수 있습니다(Pareek 등, 2015년).

분석적, 샘플링의 불확실성과 매트릭스 효과, 특히 검출 또는 정량 한계에 가까운 농도에서는 상대적 오류가 증가할 수 있습니다. 또한, 처리 과정에서의 변환 과정(예: 인체 대사산물의 탈결합 또는 전구체 화합물의 재전환)으로 인해 출수수에서 항생제 농도가 증가하여 “음의 제거”가 발생할 수 있습니다(Kortesmäki 등, 2020년). 따라서, 표 4에 보고된 음의 제거 효율은 WWTP 내에서의 가상적 지속성과 동적인 분배/변형을 반영하며, 실제 처리 과정에서의 생성을 의미하지는 않습니다. 이러한 관찰 결과는 모체-대사산물의 공동 모니터링, 처리 시스템의 유체 역학에 맞춘 시간별 샘플링, 그리고 강력한 항생제 제거가 필요한 경우 타겟화된 3차 처리(예: 활성탄 흡착, 오존화 또는 자외선 기반 산화)의 필요성을 강조합니다.

4.5. 고급 처리 기술: 항생제 오염 제어를 위한 미래 전망
기존의 폐수 처리 공정이 잔류 항생제를 제거하는 데 있어 효율이 제한적이어서, 특히 내성이 강한 미세 오염물을 타겟으로 하는 고급 및 4차 처리 기술에 대한 관심이 증가하고 있습니다(Krzeminski 등, 2019년). 이러한 처리 단계는 생물학적 처리 과정 이후에 적용되며, 화학적 산화에 기반한 파괴적 방법과 흡착 및 멤브레인 여과와 같은 물리적 분리 기술을 포함합니다(Cuerda-Correa 등, 2020년). 이러한 기술의 채택은 생물학적 처리만으로는 지속성 항생제의 환경 방출을 줄이기에 충분하지 않다는 인식이 점점 높아지고 있음을 반영합니다.

산화 기술 중에서는 오존화와 고급 산화 공정(AOPs)이 제약품 제거에 효과적인 솔루션으로 널리 여겨집니다(Cuerda-Correa 등, 2020년). 오존은 전자가 풍부한 기능 그룹의 직접적 산화와 수산기 radicals(•OH) 형성을 포함한 간접적 경로를 통해 작용합니다. O3/H2O₂ 또는 UV/H2O₂와 같은 복합 시스템은 시프로플록사신과 설포멕소잘을 포함한 중요한 항생제의 제거 효율이 99%를 초과하는 것으로 나타났습니다. 그러나 이러한 기술의 적용은 변환 생성물의 형성에 대한 우려를这种现象不应被解释为抗生素的净产量，而应视为一系列复杂过程的结果，例如人体代谢物的去结合、从悬浮固体中的解吸以及采样限制（例如，进水与出水之间的时间不匹配）。这意味着目前的监测方案往往仅关注母体化合物，从而低估了实际的药理学负荷，应改进为包括代谢物和转化产物在内的监测内容。最后，该研究强调，采用高级处理技术（如臭氧氧化、活性炭吸附、膜分离技术）对于减轻环境中环境化疗物的释放至关重要，这符合欧盟指令2024/3019的要求。然而，这些末端处理技术必须纳入更广泛的“同一健康”战略中，该战略涵盖绿色药业、处方管理以及扩展的生产者责任原则。只有通过将工程创新与上游预防措施相结合，才能减少对水生生态系统的选择压力，并有效遏制抗生素耐药性的传播。

**CRediT作者贡献声明：**
- Maryam Ebrahimzadeh Sarvestani：撰写原始稿件、进行形式分析、数据整理。
- Tiziano Bonato：撰写原始稿件、进行形式分析、概念构思。
- Ankur J. Phillips：撰写原始稿件、验证结果。
- Tarun Pal：撰写原始稿件、验证结果。
- Francesco Di Maria：撰写并编辑稿件、提供监督、界定研究方法、进行概念构思。