“我国长期缺乏对抗生素使用的监管，每一种抗生素具体用到哪些地方、用了多少、有多少进入环境，做研究的人都不知道。”应光国说，这次课题的初衷就是搞清楚上述情况。

　　课题组选择了市场调查+数据分析+模型模拟的方法。课题组对我国主要河流做了10年的流域调查，在数据积累的基础上，这次选择了36种最常被检出的抗生素作为研究对象。

　　2014年开始，课题组从国家食药监总局等部门提供的药厂登记信息中，分别选择了各种抗生素销售量最大的5-10家企业作为代表，总共237家。课题组向这些企业购买了2013年的市场份额、销售量等数据，从而计算出各类抗生素在不同区域的使用量和用途。

　　然后，参考代谢率、污水处理率等因素，进而计算出抗生素排放量。根据各流域的行政区划组成，将各市、县的数据相加，得到流域尺度的抗生素排放量和排放密度。最后，在排放量基础上，再使用三级逸度模型，模拟预测了各抗生素在全国各流域的环境浓度。应光国课题组从2013年开始启动本次课题，历时两年完成，“这也是建立在此前课题组大量研究获得的基础数据之上”。

　　预测是否靠谱?　肯定有误差但“结论比较可靠”

　　中科院南海海洋研究所副研究员徐维海指出，数据分析和模型模拟的结果肯定与真实环境有误差，即便是实地监测，也会有枯水季与丰水季、不同河段点位的区别。不过他认为，应光国课题组研究所得的抗生素模拟浓度50%以上与监测结果在一个数量级以内，说明研究结论比较可靠。“能拿到这么多数据，反映出全国抗生素浓度的分布情况，这是没有人做过的。”

　　广州地化所研究员张干表示，这一研究更重要的意义在于，反映了抗生素污染的时空规律。他介绍，这次研究建立了一个抗生素排放清单的平台，以后就可以代入数据做情景模拟，往前、往后都可以预测。“这次的研究成果倾向于静态，下一步应该还会倾向于做抗生素污染的动态预测。”

　　徐维海介绍，现在对抗生素环境浓度的监测研究已经不是国内外学术界的重点。“抗生素残留在环境中的暴露是确定的，现在的研究转向对耐药性，尤其是耐药性基因的研究。”

　　链接  “超级细菌”  演变史

　　近30年，人类在广谱抗生素研发方面基本没有突破性发现，能做的都是小修小改，但同时出现了多种“超级细菌”。2013年前后还发现“产N D M

　　-1耐药细菌”，它与传统“超级细菌”相比，其耐药性已经不再是仅仅针对数种抗生素具有“多重耐药性”，而是对绝大多数抗生素均不敏感，这被称为“泛耐药性”。

　　1920年 医院感染的主要病原菌是链球菌。

　　1960年 产生了耐甲氧西林的金黄色葡萄球菌(M R SA)，M R SA取代链球菌成为医院感染的主要菌种。耐青霉素的肺炎链球菌同时出现。

　　1990年 耐万古霉素的肠球菌、耐链霉素的“食肉链球菌”被发现。

　　2000年至2014年 出现绿脓杆菌，对阿莫西林等8种抗生素耐药性达100%;肺炎克雷伯氏菌，对西力欣、复达欣等16种高档抗生素的耐药性高达52%-100%。