飲用水水質生物穩定性評價方法研究進展

龍智云，楊家軒，楊曉航，賈若琨，趙 明，馬 軍

(1.城市水資源與水環境國家重點實驗室(哈爾濱工業大學)，哈爾濱 150090；2.哈爾濱工業大學 市政環境工程學院，哈爾濱 150090；3．東北電力大學 化學工程學院，吉林 吉林 132012)

飲用水水質生物穩定性評價方法研究進展

龍智云1,2，楊家軒1,2，楊曉航3，賈若琨3，趙 明1,2，馬 軍1,2

(1.城市水資源與水環境國家重點實驗室(哈爾濱工業大學)，哈爾濱 150090；2.哈爾濱工業大學 市政環境工程學院，哈爾濱 150090；3．東北電力大學 化學工程學院，吉林 吉林 132012)

飲用水生物穩定性評價對保障水質安全具有重要意義.本文概述了飲用水水質生物穩定性主要評價指標及其傳統、新興測定方法，并對比了不同評價手段的優缺點.傳統的水質生物穩定性評價方法操作繁瑣、周期長、再現性差，難以準確地反映水質穩定性.流式細胞術與分子生物學技術的應用促進了水質生物穩定性評價方法的發展.基于流式細胞術改進的AOC、TCC、ATP評價方法不僅操作簡單、快速準確，而且較為經濟，有望在水質監測和工程應用中推廣.DGGE和焦磷酸測序等新興分子生物學評價手段可以深入了解水處理及管網輸配過程水環境中微生物組成變化，為從根本上探究水質生物穩定性指明了方向.

生物穩定性；評價方法；流式細胞儀；分子生物學；飲用水；水質

水質生物穩定性關系到飲用水水質安全.在給水管網系統中，不受控制的生物再生過程會導致水質惡化，衛生指標超標、口感不佳，還會導致過濾器堵塞、管道生物腐蝕等[1].出廠水水質若不穩定還會為致病菌增殖提供相對豐富的微環境，惡化管網水質，危害人體健康[2].因此，提高飲用水水質的生物穩定性、控制微生物再繁殖具有重要意義.

傳統的飲用水水質生物穩定性評價方法主要集中于評價水體的微生物生長潛能.現行飲用水水質標準對生物穩定性方面提出更嚴格的要求，同時，新興分析方法尤其是分子生物學方面分析技術的崛起促進了生物穩定性評價方法的發展.本文針對生物穩定性評價方法進行了綜述與分析，包括生物穩定性評價指標及傳統評價方法、基于流式細胞術改進的新興評價方法、變性梯度凝膠電泳和焦磷酸測序等新興分子生物學評價方法.從測定原理及應用實例等方面歸納總結了不同評價方法的優缺點以及今后的發展趨勢.

1 生物穩定性評價指標及其傳統評價方法

目前，國內外用于評價飲用水水質生物穩定性的指標主要有基于培養法的異養菌平板計數(heterotrophic plate counts, HPC)、可生物降解有機碳(biodegradable dissolved organic carbon, BDOC)、可生物同化有機碳(assimilable organic carbon, AOC)，不依賴培養的總細胞濃度(total cell concentration, TCC)和三磷酸腺苷計數(adenosine tri-phosphate, ATP)等.

1.1 異養菌平板計數

異養菌平板計數(HPC)是指在特定條件下培養細菌，利用顯微鏡觀察細菌數來評價水體的微生物生長潛能.HPC作為微生物參數來評估和監測飲用水水質已有100余年的歷史，目前仍是國際上評價水質微生物量的標準方法[3-5].

傳統的HPC測定采用傾倒接種法，以平板計數瓊脂(plate count agar, PCA)為培養基，培養接種細菌并觀察細菌生長數量.該方法技術穩定，但PCA具有選擇性，不能檢出產色素菌，而且傾倒法存在熱沖擊、轉種培養不便等缺點[6].改進后的R2A培養基營養成分較PCA豐富且含量低，適合產色素菌生長，還能夠促進受損細菌的恢復性再生長、提高飲用水中細菌總數檢出率，已成功用于檢測飲用水水樣、管道內壁生物膜、污損反滲透膜內的異養菌數量[7].濾膜計數法以m-SPC為培養基，可大大提高接種量，特別適用于分析低濁度水樣，但檢測結果受濾膜質量等因素影響[8].

然而，越來越多的研究指出，HPC方法檢測所得的微生物量只占實際微生物量的一小部分，難以準確反映水體中微生物量的變化[9-12].這是因為天然水環境中的大多數微生物不能用平板法進行培養，而且水體中還可能存在大量的自養菌.此外，HPC方法的分析結果受培養基的種類、培養時間、培養溫度影響較大.但HPC方法操作簡單，檢測成本低，且已被廣泛接受，因此，仍被廣泛用于飲用水水質微生物風險評估[12].

1.2 可生物降解有機碳

可生物降解有機碳(BDOC)是溶解性有機碳(dissolved organic carbon, DOC)的一部分，指水體中能被異養菌代謝和利用的溶解性有機碳，是20世紀末評估水質生物穩定性的主要指標之一[13].BDOC的測定方法由Servais等[14]發明，將待測水樣經2m的濾膜過濾去除水樣中微生物后接種一定量同源細菌，在恒溫條件下培養并測定培養前后DOC的差值.

Servais等[15]認為當出廠水BDOC≤0.16 mg/L時，即使管網中沒有消毒劑殘余也會保證其水質生物穩定性.Volk等[16]認為水溫分別在20和15 ℃時，對應的BDOC值不高于0.15和0.3 mg/L時，都能保證水質生物穩定性.van der Kooij等[17]卻認為BDOC指標不能用于預測管網水的微生物再繁殖水平，因為BDOC參數與異養菌計數參數幾乎沒有相關性.Kaplan等[18]認為BDOC側重于預測出廠水需氯量及消毒副產物的潛在生成量，可生物同化有機碳(AOC)更能夠評價微生物的再生水平.

事實上，BDOC的檢測方法限制了其作為生物穩定性評價指標的應用.BDOC的檢出限由總有機碳分析儀決定，其測得的初始總有機碳(total organic carbon, TOC)值和最終TOC值非常相近，使得BDOC的檢出限偏高(0.1～0.2 mg/L)，遠低于AOC的測定精度[19].另外，BDOC最終礦化成CO2或同化成生物碳，因此，只有部分BDOC用于微生物再繁殖.目前，BDOC主要用來預測和衡量水處理單元特別是生物處理單元對有機物的去除效率，以及預測出廠水需氯量和消毒副產物的潛在生成量.

1.3 可生物同化有機碳

可生物同化有機碳(AOC)是指溶解性有機碳中能被微生物同化成自身菌體的部分，代表了最容易被生物降解的有機碳[20]，是近20年來國內外評價飲用水水質生物穩定性的主要指標之一.van der Kooij等[17]發現出廠水AOC濃度與管網中的異養菌數有很大的相關性，最先提出以AOC作為水質生物穩定性評價指標，并得到一個指導性的結論：當AOC質量濃度低于10 μg/L乙酸碳時，異養細菌幾乎不能生長，飲用水水質生物穩定性良好.LeChevallier 等[21]認為在余氯質量濃度大于0.5 mg/L或者氯胺質量濃度大于1 mg/L的管網系統中，當AOC質量濃度低于50～100 μg/L時，大腸桿菌的生長受到限制.

最早的AOC測定方法由van der Kooij提出，即在巴氏滅菌后的待測水樣中接種50～500 cfu/mL熒光假單胞菌P17，于15 ℃恒溫培養期間通過平板計數獲得培養的細菌數，再根據生長因子換算成乙酸碳濃度[22- 23].之后， Kooij又增加一種可利用草酸的螺旋菌NOX作為測試菌種，將AOC的測定精度提高到微克級，但 Kooij 的測定方法操作復雜、實驗周期長.LeChevallier 等[24]將培養溫度提高到25 ℃，接種濃度增加至104cfu/mL，兩種測試菌在培養 2～3 d后達到穩定期，改進后的培養方法大大地縮短了培養時間，在AOC 測定中被廣泛采用.

但是，近年來有學者質疑AOC作為評價生物穩定性指標的客觀性.研究表明，每消耗10 μg/L的有機碳，會導致每毫升水體中104～105個細菌生長[10,25-26].即當AOC濃度低于檢出限時，仍然可能有大量的微生物增長.且AOC只是被異養菌消耗，當水體中由于自養菌(如一些反硝化細菌和大多數氨氧化細菌)的繁殖而引起水質生物穩定性失衡時，AOC指標便失去指導意義[27].事實上，AOC依然是控制及優化某些特定水處理過程的有效評價參數，同時也是出廠水進入管網前的主要評價指標.Lautenschlager等[27]認為將AOC與總細胞濃度(TCC)、三磷酸腺苷(ATP)等評價指標結合，多參數評價水質生物穩定性，在保證水質安全和穩定方面更具指導意義.

1.4 其他綜合評價指標

總細胞濃度(TCC)指單位體積水體中存在的細菌數量，是表征微生物數量的直接參數，通過細菌直接計數測得.與表征可培養細菌總數的HPC相比，TCC還包括了“活的不可培養”的細菌數，因而能更為全面地評價水體中的微生物水平.早期TCC的測定主要借助顯微鏡來進行細胞觀察計數，隨后落射熒光顯微術的日趨成熟推動了細菌直接計數技術的發展，但仍存在儀器操作、顯微鏡使用復雜，多種染色程序、數字圖像分析耗時等缺點[28]，限制了TCC作為生物穩定性評價指標的大規模應用.

三磷酸腺苷(ATP)是微生物細胞的“能量貨幣”，存在于所有活細胞中.研究表明，水中ATP含量與活細胞數量呈正相關關系，通過測定ATP含量可間接反映水環境中的活性生物量[29].ATP計數法即利用生物發光技術來測定微生物中的ATP量，測試原理是在待測水樣中加入一定比例的細胞裂解液，細胞裂解后釋放出ATP，在酶、氧氣、ATP的參與下發生酶促反應，放出光子并產生固定波長的熒光，再利用熒光檢測儀檢測熒光信號獲得相對光單位(relative light units，RLU)數值.利用已知的ATP校準曲線即可將RLU值轉換成ATP濃度.該方法不需要生物培養過程，檢測快、操作簡便、成本較低[30]，而且可以檢測水樣中不能培養的微生物，相較于HPC法具有明顯的優勢.但由于測得的ATP濃度難以直觀地表達活菌數，需要通過轉換因子——單位細胞的ATP量(ATP-per-cell)或單位細胞體積的ATP量(ATP-per-biovolume)換算得到待測水體中的生物量[31].而轉換因子的確定方式復雜且尚存爭議，這使得傳統的ATP計數法在實驗研究和常規檢測中受到一定的限制.

2 基于流式細胞術改進的新興評價方法

流式細胞術是一種對快速直線流動狀態的單列細胞或生物顆粒進行逐個、多參數、快速地定性、定量分析或分選的分析方法，具有檢測速度快、測量參數多、采集數據量大、分選純度高、分析全面、方法靈活等特點[32].流式細胞儀(flow cytometer，FCM) 是以流式細胞術為核心技術發展的分析測試儀器，其應用于飲用水水質微生物檢測使得快速測定水樣中細菌數得以實現，可以用于測定水樣總細胞濃度，還能計數活性細胞和抗體細胞[33].

流式細胞儀由液流系統、光學系統、信號收集與轉換系統和分析系統組成.圖1為4參數流式細胞儀的工作原理[34].如圖1所示，染色后的細胞或顆粒懸浮液進入液流系統，在鞘液的包被下細胞或顆粒單行排列，依次進入檢測區，聚焦激光束垂直照射樣品流，產生散射光和激發熒光，被前向光電二極管(photodiode, PD)和側向90°方向的光電倍增管(photomultiplier tube, PMT)接收.前向光電二極管獲得前散射信號(forward light scatter, FSC)，側向光電倍增管獲得側散射信號(side light scatter, SSC)和熒光信號(FL1, FL3等).FSC能夠反映細胞或顆粒的尺寸和折射率，SSC反映細胞內部結構，熒光信號則反映被標記細胞的生物特異性.測得不同參數的信號強度可用于區分各樣品的亞種群，例如分析白血球樣品時，散射光信號可以用來區分單核細胞、淋巴細胞和粒性白細胞，再通過熒光信號分析細胞表面的抗原進一步區分細胞[34].另外，不同染料與待測樣品中細胞特異性結合后，可獲得細胞總數、大小、活性、DNA含量等信息[9, 35].該方法測定水中細菌的檢測范圍為1×103～2×105cells/mL，濃度超過該范圍時對樣品進行稀釋即可[36].

圖1 流式細胞儀基本原理Fig.1 Basic principle of flow cytometer

作為一個多功能的測試儀器，流式細胞儀應用于飲用水水質微生物檢測方面具有極大的優勢.基于流式細胞術改進的AOC、TCC、ATP評價方法較傳統方法簡單快速、準確度更高，受到越來越多研究者的關注，改進的TCC測定方法已被瑞士推廣為細菌數檢測的標準方法[12].

2.1 基于流式細胞術改進的AOC評價方法

傳統的AOC測定方法采用平板計數來測量水樣培養前后的微生物量，操作繁瑣且耗時較長.Hammes等[37]提出全新的AOC測定方法，如圖2所示，以天然菌作為接種液，在經0.22 μm濾膜過濾后的水樣中培養至穩定期，利用流式細胞儀測定起始細菌濃度(cell conc. 1)和培養3 d后的細菌濃度(cell conc. 3)，兩者的差值即為細菌增長量，再通過統一的轉換系數k來獲得AOC值.該方法具有明顯的優勢，檢測時間大大縮短，而且操作簡單，不需要特殊的菌源.

圖2 基于流式細胞術改進的AOC測定方法Fig.2 Improved AOC measurement based on flow cytometry

2.2 基于流式細胞術改進的TCC評價方法

基于流式細胞術改進的TCC測定過程如圖3所示，水樣用經0.22 μm濾膜過濾后的依云(Evian)水稀釋，加入1%的染料(SYBR Green I)，在30 ℃黑暗環境下培養15 min左右，再用流式細胞儀測定[38].

圖3 基于流式細胞術改進的TCC測定方法Fig.3 Improved TCC measurement based on flow cytometry

流式細胞術的引入極大地促進了TCC作為飲用水處理和管網系統中水質生物穩定性評價指標的推廣.基于流式細胞術改進的TCC評價方法具有多方面的優勢[27, 38]：1)全面，其檢出數據比HPC高2個數量級，而且能檢測不能培養的細菌；2)靈敏，FCM能夠準確地檢測出TCC低至5%的變化，相當于常規水源水體0.5～5 μg/L的有機碳消耗，且檢出限低；3)穩定，測試結果重現性好；4)省時，與HPC測定時間至少需要24 h相比，流式細胞儀計數僅需15 min.

Hammes等[38]以瑞士某飲用水處理廠O3-GAC-UF工藝為研究對象，通過對各個工藝進出水取樣檢測，比較HPC、TCC、ATP 3個指標用于評價水處理工藝微生物狀況的優劣性，認為基于流式細胞術改進的TCC評價方法不僅較大程度地縮短了檢測時間，而且能檢測出不能培養的細菌，較HPC、ATP指標具有顯著的優勢，這與Hoefel和Phe等[39-40]的研究結果一致.Lautenschlager等[27]對瑞士某大型管網系統中不同停留時間的管網點長期連續取樣檢測，利用多參數評價該管網系統水質生物穩定性.結果顯示利用流式細胞儀測得的TCC數據可靠，不僅能夠指示水質惡化，還可以佐證AOC、TOC及HPC數據.Siebel等[41]對實際給水管網取樣，研究了基于流式細胞術改進方法測得的TCC、ATP及傳統的HPC指標之間的相關性，發現ATP和TCC數據有較好的相關性，但二者與HPC的相關性均很弱.Liu等[42]的類似研究表明，TCC與ATP及HPC之間均沒有較好的相關性，但當ATP質量濃度大于3 ng/L時，高核酸細菌(HNA bacteria)的濃度與ATP存在一定的線性相關性，這可能是由于TCC在檢測較低濃度的生物量變化時較ATP更為靈敏.

TCC直接反映了水體中的微生物總量，對水質穩定性的評價具有重要意義.一些研究人員認為基于流式細胞法的TCC指標將會成為水處理過程及管網系統中水質的常規監測指標，同時可以作為某些水處理工藝的設計和優化參數[38-39, 43-45].然而，由于TCC還可能含有失去活性的細菌，不能充分地描述紫外消毒等工藝的效能.因此，將TCC與反映活性生物量的ATP或完整細胞濃度(intact cell concentration, ICC)結合起來用于評估水質微生物狀況更具有指導意義[38,41].

2.3 基于流式細胞術改進的ATP評價方法

流式細胞儀的應用可較為準確且相對簡單地確定ATP與細菌量的轉化系數，克服了ATP 計數法的限制.水樣經碘化丙啶(PI)染色后可以用FCM快速測得完整細胞濃度ICC，從而計算出ATP-per-cell，利用FCM SSC數據可以估算微生物細胞體積，進而求得ATP-per-biovolume[31].

Hammes 等[31]在評價水環境中天然微生物群落活性時，分別從湖泊、溪流、地下水、管網中取大量水樣，利用基于流式細胞術改進的ATP評價方法，發現微生物細胞ATP濃度與ICC、完整細胞體積濃度相關性良好，但與HPC濃度沒有相關性.并擬合得出平均的ATP-per-cell為1.75×10-10nmol/cell，平均的ATP-per-cell為2.95×10-9nmol/μm3.Velten等[46]利用基于流式細胞術改進的ATP評價方法分析飲用水顆粒活性炭上的生物相，得到ATP-per-cell值為(1.3～4.5)×10-10nmol/cell，與Magic-Knezev等[47]利用傳統的落射熒光顯微技術與ATP計數法結合所測得的顆粒活性炭過濾器中細菌的ATP-per-cell(0.41×10-10nmol/cell)數值結果基本一致.

基于流式細胞術改進的ATP評價方法不僅簡化了轉化系數的確定過程，而且提高了測量精度，解決了制約ATP計數法推廣的主要難題.但其檢出限比較高，在檢測較低濃度的細菌量變化時沒有TCC靈敏；同時對于低核酸細菌( LNA bacteria)，由于其每個細胞所含的ATP數量很少，很難用ATP法檢測其增長[27,48].此外，ATP檢出濃度還受細胞大小、細胞活性、細胞生存能力等影響[49].近年來，ATP計數法評價指標已開始用于飲用水、地下水、生物濾池、管網生長環等水環境領域的生物量檢測[31].有研究人員認為[9, 50]，基于流式細胞術改進的ATP評價方法可以作為飲用水常規監測手段，ATP評價指標可以用于監測飲用水工藝過程中微生物活性的改變.

3 基于分子生物學技術的新興評價方法

測定飲用水處理工藝或管網系統中水體的AOC、TCC、ATP等指標能獲得微生物生長潛能、細菌數量、活性等信息從而評價水質變化，但不能分析水質變化的根本原因.基于分子生物學技術的變性梯度凝膠電泳(denaturing gradient gel electrophoresis, DGGE)和焦磷酸測序(pyrosequencing)等新興評價方法可以根據水環境中生物群落的多樣性、種屬及其豐度等信息，快速確定水質細菌學變化，并從微生物生態學角度分析水質變化的根本原因，更深入地評價水質安全性和生物穩定性.

3.1 變性梯度凝膠電泳法

變性梯度凝膠電泳(DGGE)可以通過分離DNA片段來獲得微生物群落指紋信息，是目前應用最為廣泛的DNA指紋技術.其基本原理是長度相同而堿基組成不同的微生物DNA序列在線性梯度濃度的DNA變性劑聚丙烯酰胺凝膠中發生解鏈，序列不同的DNA片段解鏈行為不同而導致其電泳遷移率不同[51]，從而在凝膠上形成一系列電泳條帶，條帶的數量對應于微生物群落中優勢菌群的數量，條帶的多寡、亮度和位置則可以用來監測微生物群落的改變，半定量地估計微生物種屬豐度.

基于聚合酶鏈式反應(polymerase chain reaction, PCR)擴增技術的DGGE(PCR-DGGE)由于可以通過直接的DNA提取獲得水樣中微生物群落指紋而被廣泛應用.測試過程[52]如圖4所示，提取水樣中微生物DNA，得到不同菌群的DNA混合物；以該混合物為模板，與具有特異性的DNA引物對進行PCR擴增，得到長度相同而堿基組成不同的各生物菌群DNA擴增子；通過DGGE技術將DNA擴增子分開，得到一系列電泳條帶，即為待測水樣的微生物群落指紋；將電泳條帶割膠純化，在PCR擴增后進行測序，獲得微生物具體種屬信息[53].

圖4 PCR-DGGE測定流程示意Fig.4 Process of PCR-DGGE measurement

DGGE可以實現多樣品同時測定，并快速確定微生物群落結構變化，深入分析飲用水生物穩定性的變化及其根本原因.Sekar等[54]利用HPC和DGGE方法對比評價實際管網的水質生物穩定性，發現DGGE更能反映管網水質隨水力條件的變化.DGGE還可分析飲用水嗅味變化、評價不同給水處理工藝出水的細菌學水質，并被推薦用于描述和評價飲用水水質變化[55-57].

3.2 焦磷酸測序

焦磷酸測序(Pyrosequencing)方法基于邊合成邊測序原理，通過磷酸法產生的光學信號分析獲得堿基信息，最終得到待測水樣中微生物的DNA序列.與已知DNA序列庫對照，可獲得微生物種屬及其豐度信息.其利用DNA聚合酶、ATP硫酸化酶、熒光素酶和雙磷酸酶的協同作用，將PCR反應中每一個堿基的延伸與一次熒光信號的釋放偶聯起來，通過記錄熒光信號的有無和強度，達到實時測定DNA序列的目的.

利用焦磷酸測序法檢測水環境樣本，可以通過分析群落結構變化來判斷水質的生物穩定性，同時根據優勢菌屬信息確定引起管網水微生物再生的主要因素，還能夠利用獲得的細菌種類及豐度信息來分析水質惡化的根源，以提出相應的水質優化方案.

Defalont等[58]利用焦磷酸測序分析管網水體中微生物的相互關系，發現87.6%的變形蟲都負載了較多數量的潛在病原體分支桿菌.Pinto等[59]利用焦磷酸測序分析水源水質及水處理單元對管網細菌群落結構的影響，發現快速砂濾對管網水環境細菌的群落結構起主要作用，可以利用過濾單元的微環境來控制微生物種類和數量，保證管網水質生物穩定性.焦磷酸測序還可與DGGE指紋技術聯合用于評價飲用水水質生物穩定性.Lautenschlager 等[27]利用DGGE和焦磷酸測序結合分析實際管網的水質變化，得出停留時間較長的管網水樣水質發生變化的根本原因是叢毛單胞菌屬的增加；同時發現DGGE和焦磷酸測序的分析結果與基于流式細胞術改進的TCC數據可以相互佐證，并認為這兩個指標可作為評價水質生物穩定性的補充指標.

焦磷酸測序法能夠檢測豐度<1%的菌群，可提供微生物種屬及豐度信息，測試結果可靠，同時，其測試過程快速且操作簡單，是目前應用最廣泛的第二代測序平臺.近年來，具有更高性價比的Illumina測序平臺受到研究者的關注，并有逐漸替代焦磷酸測序的潛能[12,60].

微生物群落分析專業性強，成本較高，在評價飲用水水質生物穩定性方面的應用還較少，但是基于分子生物學技術的新興生物穩定性評價方法可以深入地了解水處理過程及管網輸配過程水環境中微生物組成變化，對建立更完善的飲用水生物穩定性評價指標體系具有重要意義，為從根本上探究水質生物穩定性指明了方向.

4 展 望

傳統的水質生物穩定性評價方法檢測成本低、操作簡單，為我國相關標準推薦的方法，但其存在準確性差、分析結果局限等缺點；基于流式細胞術改進的評價方法檢測耗時少，測定結果更為可靠，有望在水質監測和工程應用中推廣.基于分子生物學的評價方法能夠準確獲得水環境中微生物群落信息，從微生物生態學角度分析水質變化的根本原因，但其儀器及檢測成本均較高，目前在水質檢測方面應用還較少.隨著DNA測序成本的逐漸降低以及自動化程度的提高，高通量測序有望成為水質分析的輔助工具，為飲用水水質安全提供有力的保障.

[1] KOOIJ VAN DER D. Biological stability: A multidimensional quality aspect of treated water[J]. Water, Air, and Soil Pollution, 2000, 123: 25-34.

[2] VITAL M, FüCHSLIN H P, HAMMES F, et al. Growth ofVibriocholeraeO1 Ogawa Eltor in freshwater[J]. Microbiology, 2007, 153(7): 1993-2001.

[3] VITAL M, DIGNUM M, MAGIC-KNEZEV A, et al. Flow cytometry and adenosine tri-phosphate analysis: Alternative possibilities to evaluate major bacteriological changes in drinking water treatment and distribution systems[J]. Water Research, 2012, 46(15): 4665-4676.

[4] FRANCISQUE A, RODRIGUEZ M J, MIRANDA-MORENO L F, et al. Modeling of heterotrophic bacteria counts in a water distribution system[J]. Water Research, 2009, 43(4): 1075-1087.

[5] BARTRAM J, COTRUVO J, EXNER M, et al. Heterotrophic plate count measurement in drinking water safety management[J]. International Journal of Food Microbiology, 2004, 92(3): 241-247.

[6] CARTER J T, RICE E W, BUCHBERGER S G, et al. Relationships between levels of heterotrophic bacteria and water quality parameters in a drinking water distribution system[J]. Water Research, 2000, 34(5): 1495-1502.

[7] ALLEN M J, EDBERG S C, REASONER D J. Heterotrophic plate count bacteria—what is their significance in drinking water?[J]. International Journal of Food Microbiology, 2004, 92(3): 265-274.

[8] REASONER D J. Heterotrophic plate count methodology in the United States[J]. International Journal of Food Microbiology, 2004, 92(3): 307-315.

[9] BERNEY M, VITAL M, HüLSHOFF I, et al. Rapid, cultivation-independent assessment of microbial viability in drinking water[J]. Water Research, 2008, 42(14): 4010-4018.

[10]KOOIJ VAN DER D, VROUWENVELDER J S, VEENENDAAL H R. Elucidation and control of biofilm formation processes in water treatment and distribution using the unified biofilm approach[J]. Water Science and Technology, 2003, 47(5): 83-90.

[11]BURTSCHER M M, ZIBUSCHKA F, MACH R L, et al. Heterotrophic plate count vs.in situ bacterial 16S rRNA gene amplicon profiles from drinking water reveal completely different communities with distinct spatial and temporal allocations in a distribution net[J]. Water Sa, 2009, 35(4): 495-504.

[12]DOUTERELO I, BOXALL J B, DEINES P, et al. Methodological approaches for studying the microbial ecology of drinking water distribution systems[J]. Water Research, 2014, 65: 134-156.

[14]SERVAIS P, BILLEN G, HASCOЁT M. Determination of the biodegradable fraction of dissolved organic matter in waters[J]. Water Research, 1987, 21(4): 445-450.

[15]SERVAIS P, ANZIL A, VENTRESQUE C. Simple method for determination of biodegradable dissolved organic-carbon in water[J]. Applied and Environmental Microbiology, 1989, 55(10): 2732-2734.

[16]VOLK C, RENNER C, ROBERT C, et al. Comparison of two techniques for measuring biodegradable dissolved organic carbon in water[J]. Environmental Technology, 1994, 15(6): 545-556.

[17]KOOIJ VAN DER D, VISSER A, ORANJE J P. Multiplication of fluorescent pseudomonads at low substrate concentrations in tap water.[J]. Antonie Van Leeuwenhoek, 1982, 48(3): 229-243.

[18]KAPLAN L A, NEWBOLD J D. Measurement of streamwater biodegradable dissolved organic carbon with a plug-flow bioreactor[J]. Water Research, 1995, 29(12): 2696-2706.

[19]ESCOBAR I C, RANDALL A A. Assimilable organic carbon (AOC) and biodegradable dissolved organic carbon (BDOC): Complementary measurements[J]. Water Research, 2001, 35(18): 4444-4454.

[20]LIU Wenjun, WU Hongwei, WANG Zhansheng, et al. Investigation of assimilable organic carbon (AOC) and bacterial regrowth in drinking water distribution system[J]. Water Research, 2002, 36(4): 891-898.

[21]LECHEVALLIER M W, WELCH N J, SMITH D B. Full-scale studies of factors related to coliform regrowth in drinking water[J]. Applied and Environmental Microbiology, 1996, 62(7): 2201-2211.

[22]KOOIJ VAN DER D. Characterization and classification of fluorescent pseudomonads isolated from tap water and surface water[J]. Antonie Van Leeuwenhoek, 1979, 45(2): 225-240.

[23]KOOIJ VAN DER D. The occurrence ofPseudomonasspp. in surface water and in tap water as determined on citrate media[J]. Antonie Van Leeuwenhoek, 1977, 43(2): 187-197.

[24]LECHEVALLIER M W, SHAW N E, KAPLAN L A, et al. Development of a rapid assimilable organic-carbon method for water[J]. Applied and Environmental Microbiology, 1993, 59(5): 1526-1531.

[25]VELTEN S, BOLLER M, K?STER O, et al. Development of biomass in a drinking water granular active carbon (GAC) filter[J]. Water Research, 2011, 45(19): 6347-6354.

[26]HAMMES F, BERGER C, K?STER O, et al. Assessing biological stability of drinking water without disinfectant residuals in a full-scale water supply system[J]. Journal of Water Supply: Research and Technology-AQUA, 2010, 59(1): 31.

[27]LAUTENSCHLAGER K, HWANG C, LIU W, et al. A microbiology-based multi-parametric approach towards assessing biological stability in drinking water distribution networks[J]. Water Research, 2013, 47(9): 3015-3025.

[28]RINTA-KANTO J M, LEHTOLA M J, VARTIAINEN T, et al. Rapid enumeration of virus-like particles in drinking water samples using SYBR green I-staining[J]. Water Research, 2004, 38(10): 2614-2618.

[29]梁濤. 可生物同化有機碳在給水處理單元過程中的變化規律[D]. 哈爾濱：哈爾濱工業大學, 2009. LIANG Tao. Variation of assimilable organic carbon in drinking water treatment processes[D]. Harbin:Harbin Institute of Technology, 2010.

[30]DELAHAYE E, WELTé B, LEVI Y, et al. An ATP-based method for monitoring the microbiological drinking water quality in a distribution network[J]. Water Research, 2003, 37(15): 3689-3696.

[31]HAMMES F, GOLDSCHMIDT F, VITAL M, et al. Measurement and interpretation of microbial adenosine tri-phosphate (ATP) in aquatic environments[J]. Water Research, 2010, 44(13): 3915-3923.

[32]WATSON D A, BROWN L O, GASKILL D R, et al. A flow cytometer for the measurement of Raman spectra[J]. Cytometry Part A, 2008, 73A(2): 119-128.

[33]TUNG Yichung, ZHANG Ming, LIN Chihting, et al. PDMS-based opto-fluidic micro flow cytometer with two-color, multi-angle fluorescence detection capability using PIN photodiodes[J]. Sensors and Actuators B: Chemical, 2004, 98(2/3): 356-367.

[34]CHO S H, GODIN J M, CHEN Chunhao, et al. Review article: Recent advancements in optofluidic flow cytometer[J]. Biomicrofluidics, 2010, 4(4): 43001.

[35]GAWAD S, SCHILD L, RENAUD P. Micromachined impedance spectroscopy flow cytometer for cell analysis and particle sizing[J]. Lab On a Chip, 2001, 1(1): 76.

[36]文剛，王靜怡，黃廷林，等. 流式細胞儀在水處理中的應用現狀與展望[J]. 中國給水排水, 2014, 30(18): 58-62. WEN Gang, WANG Jingyi, HUANG Tinglin, et al. Application of flow cytometer to water treatment: status and perspectives[J]. China Water & Wastewater, 2014,30(18):58-62.

[37]HAMMES F A, EGLI T. New method for assimilable organic carbon determination using flow-cytometric enumeration and a natural microbial consortium as inoculum[J]. Environmental Science & Technology, 2005, 39(9): 3289-3294.

[38]HAMMES F, BERNEY M, WANG Yingying, et al. Flow-cytometric total bacterial cell counts as a descriptive microbiological parameter for drinking water treatment processes[J]. Water Research, 2008, 42(1/2): 269-277.

[39]HOEFEL D, GROOBY W L, MONIS P T, et al. Enumeration of water-borne bacteria using viability assays and flow cytometry: A comparison to culture-based techniques[J]. Journal of Microbiological Methods, 2003, 55(3): 585-597.

[40]PHE M, DOSSOT M, GUILLOTEAU H, et al. Nucleic acid fluorochromes and flow cytometry prove useful in assessing the effect of chlorination on drinking water bacteria[J]. Water Research， 2005, 39(15): 3618-3628.

[41]SIEBEL E, WANG Yingying, EGLI T, et al. Correlations between total cell concentration, total adenosine tri-phosphate concentration and heterotrophic plate counts during microbial monitoring of drinking water[J]. Drinking Water Engineering and Science Discussions, 2008, 1(1): 71-86.

[42]LIU Gang, MARK van der E J, VERBERK J Q J C, et al. Flow cytometry total cell counts: A field study assessing microbiological water quality and growth in unchlorinated drinking water distribution systems[J]. BioMed Research International, 2013, 2013: 1-10.

[43]WANG Yingying, HAMMES F, ROY DE K, et al. Past, present and future applications of flow cytometry in aquatic microbiology[J]. Trends in Biotechnology, 2010, 28(8): 416-424.

[44]HO L, BRAUN K, FABRIS R, et al. Comparison of drinking water treatment process streams for optimal bacteriological water quality[J]. Water Research, 2012, 46(12): 3934-3942.

[45]PREST E I, HAMMES F, K?TZSCH S, et al. Monitoring microbiological changes in drinking water systems using a fast and reproducible flow cytometric method[J]. Water Research, 2013, 47(19): 7131-7142.

[46]VELTEN S, HAMMES F, BOLLER M, et al. Rapid and direct estimation of active biomass on granular activated carbon through adenosine tri-phosphate (ATP) determination[J]. Water Research, 2007, 41(9): 1973-1983.

[47]MAGIC-KNEZEV A, KOOIJ VAN DER D. Optimisation and significance of ATP analysis for measuring active biomass in granular activated carbon filters used in water treatment[J]. Water Research, 2004, 38(18): 3971-3979.

[48]WANG Yingying, HAMMES F, BOON N, et al. Isolation and characterization of low nucleic acid (LNA)-content bacteria[J]. Isme Journal, 2009, 3(8): 889-902.

[49]KARL D M. Cellular nucleotide measurements and applications in microbial ecology[J]. Microbiological Reviews, 1980, 44(4):739-796.

[50]WIELEN VAN DER P W J J, KOOIJ VAN DER D. Effect of water composition, distance and season on the adenosine triphosphate concentration in unchlorinated drinking water in the Netherlands[J]. Water Research, 2010, 44(17): 4860-4867.

[51]MUYZER G, SMALLA K. Application of denaturing gradient gel electrophoresis (DGGE) and temperature gradient gel electrophoresis (TGGE) in microbial ecology[J]. Antonie Van Leeuwenhoek, 1998, 73(1): 127-141.

[52]ERCOLINI D. PCR-DGGE fingerprinting: Novel strategies for detection of microbes in food[J]. Journal of Microbiological Methods, 2004, 56(3): 297-314.

[53]DOUTERELO I, BOXALL J B, DEINES P, et al. Methodological approaches for studying the microbial ecology of drinking water distribution systems[J]. Water Research, 2014, 65: 134-156.

[54]SEKAR R, DEINES P, MACHELL J, et al. Bacterial water quality and network hydraulic characteristics: A field study of a small, looped water distribution system using culture-independent molecular methods[J]. Journal of Applied Microbiology, 2012, 112(6): 1220-1234.

[55]OTTERHOLT E, CHARNOCK C. Identification and phylogeny of the small eukaryote population of raw and drinking waters[J]. Water Research, 2011, 45(8): 2527-2538.

[56]HO L, BRAUN K, FABRIS R, et al. Comparison of drinking water treatment process streams for optimal bacteriological water quality[J]. Water Research, 2012, 46(12): 3934-3942.

[57]LI Zonglai, HOBSON P, WEI An, et al. Earthy odor compounds production and loss in three cyanobacterial cultures[J]. Water Research, 2012, 46(16): 5165-5173.

[58]DELAFONT V, MOUGARI F, CAMBAU E, et al. First evidence of amoebae-mycobacteria association in drinking water network[J]. Environmental Science & Technology, 2014, 48(20): 11872-11882.

[59]PINTO A J, XI Chuanwu, RASKIN L. Bacterial community structure in the drinking water microbiome is governed by filtration processes[J]. Environmental Science & Technology, 2012, 46(16): 8851-8859.

[60]LUO Chengwei, TSEMENTZI D, KYRPIDES N, et al. Direct comparisons of illumina vs. roche 454 sequencing technologies on the same microbial community DNA sample[J]. Plos One, 2012, 7(e300872).

(編輯 劉 彤)

Review article: Evaluation methods of biological stability in drinking water

LONG Zhiyun1,2, YANG Jiaxuan1,2, YANG Xiaohang3, JIA Ruokun3, ZHAO Ming1,2, MA Jun1,2

(1.State Key Lab of Urban Water Resource and Environment (Harbin Institute of Technology)，Harbin 150090， China; 2.School of Municipal and Environmental Engineering, Harbin Institute of Technology,Harbin 150090, China;3.College of Chemical Engineering, Northeast Electric Power University, Jilin 132012， Jilin, China)

Biostability plays an important role in keeping drinking water quality and safety. Methods of biostability assessment are reviewed, including main indicators, traditional analytical methods and emerging ones. Merits and demerits of different analytical methods are discussed respectively. Time-consuming and inaccurate, traditional methods are acknowledged to be inadequate in the evaluation of drinking water quality. Improved methods, e.g. assimilable organic carbon (AOC), total cell concentration (TCC), adenosine tri-phosphate (ATP) methods based on flow cytometry (FCM), are accurate, simple and economical, and thus have shown tremendous potential in water monitoring and engineering practice. Emerging molecular biological methods, e.g. denaturing gradient gel electrophoresis (DGGE) and pyrosequencing, offer an insight into the changes of microbiology compositions in water treatments and distribution, and fundamentally reflect the biological stability of water quality.

biological stability; assessment method; flow cytometer; molecular method; drinking water; water quality

10.11918/j.issn.0367-6234.2017.02.001

2015-08-10

高等學校科技創新工程重大項目培育資金項目(7050013)；黑龍江省應用研究項目(GA13C302)

龍智云(1990—)，女，碩士研究生; 馬 軍(1962—)，男，博士生導師，長江學者特聘教授

趙 明，zhming1188@126.com; 馬 軍，majunhit@126.com

TU991.21

A

0367-6234(2017)02-0182-07