近年来，抗生素已成为一类能够对水生生物产生不利影响的新兴污染物(Kolpin et al., 2002; Fatta Kassinos et al., 2011) .由于抗生素在家庭和医院等环境中的大量使用，致使此类化合物被不断排放到水体环境当中，尤其是在污水处理厂之中(Brown et al., 2006; Le Corre et al., 2012) .同时，由于其特殊的物理、化学及生物特性，目前所使用的大部分抗生素都很难被污水处理厂中的活性污泥所降解(Halling Sorensen et al., 1998; Xu et al., 2007; Li et al., 2010)，从而导致抗生素在污水处理厂中能够长期存在.因此，有必要深入研究抗生素对污水处理厂水处理过程的影响，尤其是抗生素对于污水处理厂中微生物的影响.

目前我国大多数污水处理厂都采取活性污泥法，具有运行费用低、二次污染少、除污效果好等特点，是现阶段应用最广泛的污水生物脱氮除磷技术.大量抗生素类产品流入使得活性污泥中的微生物生长受到抑制，从而影响化学需氧量(COD)、氮(N)、磷(P)的去除效果，出水难以稳定达标.

近年来，部分抗生素如磺胺甲恶唑、红霉素及四环素对活性污泥脱氮过程的影响研究已经比较充分.Katipoglu Yazan等(2016) 研究了50 mg·L^-1磺胺甲恶唑对活性污泥40 d的影响，结果表明，活性污泥菌群变化率高达35%，同时硝化过程也受到了抑制.此外，Alighardas等(2009) 研究了不同浓度红霉素对氨氧化细菌的影响，结果表明，红霉素能够抑制菌群蛋白质的合成，并且当红霉素浓度高于20 mg·L^-1时氨氧化和硝化过程将受到严重破坏.另外，Katipoglu Yazan等(2015) 研究了四环素对于硝化菌的作用，结果表明，当四环素浓度达到50 mg·L^-1时，硝化菌的相对丰度逐渐减少，同时硝化过程崩溃.

然而，土霉素对于SBR系统中微生物群落变化的研究依然存在不足.因此，本文利用高通量测序探究土霉素对SBR系统中微生物群落变化的影响.同时，也对一些宏观指标如氨氮(NH₄⁺-N)、化学需氧量(COD)、硝态氮(NO₃^--N)及胞外聚合物(EPS)进行分析，以进一步完善抗生素对活性污泥的影响机制.

本试验的反应器接种污泥取自杭州市七格污水处理厂的曝气池污泥，采用模拟废水进行培养，污泥龄为10 d.模拟废水母液分为4部分，分别为碳源(CH₃COONa 32.0313 g·L^-1，无水葡萄糖23.4375 g·L^-1)、氮源(NH₄Cl 38.2143 g·L^-1, MgSO₄ 2.025 g·L^-1, CaCl₂ 0.45 g·L^-1)、磷源(KH₂PO₄ 4.4516 g·L^-1)、土霉素(100 mg·L^-1).进水为由母液配制而成的模拟废水，COD为900 mg·L^-1，NH₄⁺-N为90 mg·L^-1，PO₄^3--P为10 mg·L^-1，进水比为1/3，进入系统混合后浓度变为原来的1/3，即为初始浓度.在正式试验以前，不加土霉素进行实验室驯化，系统稳定运行3个SRT后，加入不同体积的土霉素储备液达到土霉素浓度要求，开始抑制试验.

污泥驯化阶段，采用10 L的序批式反应器(SBR)，每次进水3.3 L来驯化活性污泥，以控制系统水力停留时间(HRT)为24 h，控制系统污泥浓度(MLSS)为3000 mg·L^-1，污泥停留时间(SRT)为10 d.反应器在(25±1) ℃环境下运行，每天运行3个周期，每个周期8 h，反应周期设置为：每周期包括进水5 min、缺氧搅拌150 min、好氧曝气300 min、沉淀5 min、排水5 min、静置15 min.反应器运行过程中搅拌速度控制在200 r·min^-1，缺氧阶段的溶解氧(DO)浓度为0.3 mg·L^-1，好氧阶段利用空气流量计调节曝气量控制DO在4~5 mg·L^-1.pH由0.5 mol·L^-1 NaOH和0.5 mol·L^-1 HCl调节在7.0~7.5范围内.

抑制试验在一个5 L的反应器内进行，进行实验之前将活性污泥混匀置入4个反应器之中，向反应器加入不同浓度的土霉素(oxytetracycline，OTC)，检测对微生物活性的影响.R1反应器作为对照组，OTC浓度为0 mg·L^-1，R2反应器OTC浓度为1 mg·L^-1，R3为5 mg·L^-1，R4为10 mg·L^-1.

每天3个运行周期，定期排泥，每天取1个周期末(好氧末)的出水进行水质分析.样品采集完毕之后，测定比呼吸速率(SOUR)、COD、NH₄⁺-N、污泥浓度(MLSS)、污泥沉降比(SV₃₀)、污泥容积指数(SVI)等指标, 每个指标测定3个平行样.具体测定方法参考《水和废水监测分析方法》(第4版)(魏复盛, 2002) .每5 d测定一次活性污泥的胞外聚合物(EPS).在抑制试验末期，分别提取4个反应器污泥DNA, 利用高通量测序技术考察细菌群落变化.

从反应器中提取1 L混合液污泥，将污泥放入到生化反应瓶中，同时加入碳源，确保生化反应瓶中的COD在100~120 mg·L^-1之间.外加碳源用于保证系统中微生物的呼吸过程不受到抑制.利用磁力搅拌器保证系统中的泥水处于完全混合的状态，利用便携式溶氧仪测定系统中的溶解氧.溶解氧的测定从反应器运行开始起每隔30 s记录一次数据，直到反应器中的溶解氧下降至1 mg·L^-1以下.最后根据得到溶解氧随时间变化的曲线计算出SOUR.

污泥预处理：取EBPR系统中泥水混合液25 mL，称重平衡后于4 ℃、10000 r·min^-1 条件下离心15 min，弃去上清液，重新悬浮于去离子水中；重复上述操作1遍；污泥悬浮于质量分数为0.05%的 NaCl溶液中，取泥水混合液于80 ℃水浴30 min，每隔10 min摇匀1次，4 ℃、15000 r·min^-1条件下离心30 min，上清液即为EPS提取液.

EPS测定：EPS中的蛋白质采用修正的Lowry法测定，多糖采用蒽酮试剂法测定(曹秀芹等，2010) .

为了充分了解OTC对于SBR系统中菌群结构变化的影响，同时比较在不同种类和不同浓度抗生素作用下菌群结构之间的差异程度，分别在抗生素抑制试验初期和抑制末期采集适量活性污泥样品，用于分析SBR系统中菌群结构的变化.活性污泥样品采集完成后，提取污泥样品中的基因组DNA，并于-20 ℃以下保存，最后送样进行高通量测序分析，具体的分析方法和操作步骤如下.

污泥样品基因组DNA提取：采用上海申能博彩生物科技有限公司生产的3S柱离心式环境样品DNA抽提试剂盒.取40 mL污泥悬浊液于50 mL离心管中，15000 r·min^-1室温离心1 min，取离心后污泥100 mg于1.5 mL离心管，加入400 mL Solution LYS、300 mg石英砂，旋涡振荡30 min；在12000 r·min^-1室温离心1 min，将上清液转移至无菌1.5 mL离心管，加入120 μL Solution BID，颠倒均匀并转移至3S柱内，室温放置2 min以上，12000 r·min^-1室温离心1 min；弃去离心管中废液，加入600 μL Wash Solution，10000 r·min^-1室温离心1 min；重复在10000 r·min^-1室温离心1 min；弃去废液，10000 r·min^-1室温离心2 min，再加入100 μL TE，室温放置2 min，12000 r·min^-1室温离心1 min；收集管中提取的基因组DNA于-20 ℃以下保存.

PCR扩增：为保证后续数据分析的准确性及可靠性，尽可能使用低循环数扩增且保证每个样品扩增的循环数一致.随机选取具有代表性的样品进行预实验，确保在最低循环数中使绝大多数样品能够扩增出浓度合适的产物.使用AxyPrepDNA凝胶回收试剂盒(AXYGEN公司)切胶回收PCR产物，Tris-HCl洗脱，2%琼脂糖电泳检测.

Miseq文库构建：连接“Y”字形接头，使用磁珠筛选去除接头自连片段，利用PCR扩增进行文库模板的富集(PCR引物序列见表 1) ；氢氧化钠变形，产生单链DNA模板.

表 1(Table 1)

表 1 PCR引物序列 Table 1 Sequences of PCR primers

表 1 PCR引物序列 Table 1 Sequences of PCR primers

Miseq测序：DNA片段的一端与引物碱基互补，固定在芯片上；另一端随机与附近的另外一个引物互补，也被固定住，形成桥状结构；PCR扩增，产生DNA簇；DNA扩增子线性化成单链；加入改造过的DNA聚合酶和带有4种荧光标记的dNTP，每次循环只合成一个碱基；用激光扫描反应版表面，读取每条模板序列第一轮反应所聚合上去的核苷酸种类；将“荧光基团”和“终止基团”化学切割，恢复3’端粘性，继续聚合第2个核苷酸；统计每轮收集到的荧光信号结果，获知模板DNA序列.

由图 1可知，在空白组R1反应器中，氨氮的去除率始终保持在95.0%以上，COD的去除效率也超过90.0%.以上现象表明在试验初期，经实验室驯化的活性污泥具有较好的除碳脱氮性能.

图 1(Fig. 1)

图 1 OTC对COD去除率(a)、缺氧段COD去除率(b)、好氧段COD去除率(c)、氨氮去除率(d)、硝化速率(e)及呼吸速率(f)的影响 Fig. 1 Effect of OTC in COD removal efficiencies (a), the COD removal efficiencies in anoxic (b) and aerobic stage (c), the removal efficiencies of ammonia nitrogen (d), nitrification rate (e) and SOUR (f)

图 1a 比较了不同浓度OTC对各反应器产生的抑制.由图 1a可知，由于OTC的作用，R4(10 mg·L^-1)反应器内的COD下降较为显著，COD去除率从试验第2 d便出现了较大幅度的下降，并在之后几天持续下降，于第11 d下降至10.0%.如图 1b和图 1c所示，R4反应器在缺氧段COD去除率保持在10.0%左右，而好氧段COD去除率逐渐上升至40.0%.此现象可能是由于OTC抑制了缺氧过程中异养微生物COD摄取过程，缺氧结束时所剩余的部分COD在好氧阶段中逐渐被其他活性较好的好氧异养型微生物所利用.然而，R3(5 mg·L^-1)反应器在第8 d开始出现COD去除率的下降，缺氧段COD于第22 d下降至15.0%左右，而好氧段COD去除率逐渐上升至41.2%.R2(1 mg·L^-1)反应器没有受到明显抑制，COD去除率保持在90.0%左右, 说明低浓度OTC对活性污泥去除COD能力并无显著抑制作用.

OTC对活性污泥的脱氮过程也产生了较大影响.在好氧阶段，氨氮通过硝化细菌转化为硝态氮，硝态氮在缺氧阶段通过反硝化细菌转化为氮气(N₂).在试验期间，各反应器中，进水和出水亚硝态氮(NO₂^--N)均小于0.3 mg·L^-1，说明OTC并没有对NO₂^--N氧化成NO₃^--N的氧化过程及NO₃^--N的还原过程产生影响.如图 1 d所示，R4反应器中氨氮去除率在试验第6 d开始下降，并最终在第15 d下降至10.0%；R2和R3反应器中氨氮去除率分别在第25 d和第12 d的开始出现下降，最终下降至77.2%和47.4%.以上现象表明高浓度(5 mg·L^-1以上) OTC对硝化过程有较强的抑制作用，能够在短时间内导致氨氮去除率的下降.然而，低浓度(1 mg·L^-1) OTC在短时间内并不会影响硝化过程.在试验后期，可能是由于吸附在活性污泥上的OTC含量上升，从而导致硝化菌受到抑制.相比较于硝化过程，反硝化过程对于OTC的耐受性更强.空白组(R1) 中氨氮在好氧阶段开始1 h内可以完全去除，因此，主要取这一阶段对硝化速率进行分析.如图 1e所示，空白组硝化速率始终保持在28.0 mg·L^-1·h^-1以上并且保持稳定.高浓度(5 mg·L^-1以上) OTC对硝化过程的抑制效果较为明显，硝化速率在第5 d 出现抑制并且抑制程度持续增加.在试验前25 d内，R2反应器内的氨氮去除率均保持在95.0%以上，然而硝化速率则在加入OTC之后出现明显下降.此现象说明1 mg·L^-1的OTC虽然能够导致硝化速率下降，氨氮却仍能够在5 h的好氧阶段内完全去除.对比于0.5 mg·L^-1的Cr⁶⁺的抑制作用，OTC对活性污泥的毒性更强，主要原因可能是由于2种抑制因子对于微生物的抑制途径不同(汪敏刚等，2016) .此外，试验组R2、R3和R4反应器中出水的硝酸盐浓度持续下降，可能原因有：①反应器中的好氧段硝化过程受到了抑制，导致好氧末硝酸盐浓度下降；②反应器的硝酸盐在缺氧段的反硝化过程中被还原为亚硝酸盐，最终导致反应器中未出现硝酸盐累积现象.

在试验末期，试验组中异养菌的呼吸速率降低(图 1f)，分别下降至空白组的88.3%(R2) 、54.8%(R3) 及41.2%(R4)，说明OTC对于系统内异养菌呼吸作用的抑制程度较高.

综上所述，在高浓度(5 mg·L^-1以上) OTC的作用下，短时间内活性污泥COD去除率和脱氮性能受到严重抑制.然而，在低浓度(1 mg·L^-1) OTC影响下，系统的COD去除率和脱氮性能未受到明显抑制，这可能是由于低浓度(1 mg·L^-1) OTC部分被活性污泥吸附及生物转化，从而导致OTC对活性污泥的抑制效果下降(Li et al., 2013; Fernandez Fontaina et al., 2015) .此外，由于高浓度(5 mg·L^-1以上) OTC反应器中硝酸盐含量的下降，导致反硝化过程中反硝化菌摄取COD量降低，这也是缺氧段COD去除率下降的一个原因.

EPS是活性污泥微生物在好氧阶段产生的一类大分子聚合物(Xu et al., 2013; Sheng et al., 2008)，当受到抑制因子作用时，活性污泥会通过增加EPS分泌量来保持结构完整从而保护微生物免受毒性物质的冲击(Sheng et al., 2010) .本试验测定的EPS包括蛋白质(PN)和多糖(PS).

如图 2所示，由于OTC的作用，R2反应器的多糖和蛋白质含量未出现明显变化.然而，在试验初期，高浓度(5 mg·L^-1以上)反应器内的多糖均表现出明显的上升趋势.在试验第5 d时，相比较于对照组，R3和R4反应器内的多糖含量分别上升了29.7%和26.5%.在试验第10 d后，R3和R4反应器内每克污泥多糖分泌受到了抑制，在试验末期分泌量与对照组相比分别下降了24.9%和41.1%.

图 2(Fig. 2)

图 2 试验过程中EPS的变化 (a.多糖，b.蛋白质) Fig. 2 EPS variations during the experiment

如图 2b所示，在试验初期(5 d)，R2反应器内每克污泥蛋白质分泌量增加了9.9%，而R3和R4反应器内的蛋白质在试验初期已受到了抑制.可能是因为高浓度(5 mg·L^-1以上) OTC对活性污泥毒性较强，活性污泥无法通过分泌蛋白质来抵御毒性，导致在试验初期R3、R4反应器内的蛋白质分泌就受到了抑制.在试验末期，R2、R3、R4试验组蛋白质分泌都受到了较明显的抑制，与对照组相比，分别下降了32.8%、44.2%和56.5%.

综上所述，在OTC的作用下，微生物在试验初期(5 d)分泌出更多的EPS来抵御OTC的毒性，这可能是由于活性污泥系统受到OTC的影响，微生物分泌更多的EPS来保护自身免受OTC的冲击.同时，在试验初期(5 d)活性污泥的COD和氨氮的去除率并没有出现明显的抑制效果，这可能与EPS在这一阶段的过量分泌有关.然而，从试验的第10 d起，高浓度(5 mg·L^-1以上) OTC反应器中微生物难以合成蛋白质和多糖，从而导致EPS总量减少.由于EPS总量下降，可能导致部分OTC穿透细胞膜，进入细胞，抑制了微生物的活性.因此，第10 d之后COD和氨氮的去除率都出现了较明显的下降.另外，在5 d内，低浓度(1 mg·L^-1)的OTC浓度试验组，蛋白质的合成并未受到抑制，可能原因是大量抗生素吸附在了细胞表面或微生物对这部分抗生素进行了生物转化，因此，在5 d内没有明显的抑制效果.随着抗生素在系统当中的积累，超出了微生物的吸附或者生物转化能力，从而抑制蛋白质合成, 导致R2反应器中蛋白质含量也开始持续下降.

另外，相较于四环素、头孢氨苄和磺胺甲恶唑对活性污泥EPS的抑制作用，OTC具有更强抑制效果(Hou et al., 2016; Lu et al., 2014; Zhang et al., 2015a;2015b).由于这几种抗生素在抗菌特性方面的差异，从而导致抑制效果的不同.OTC主要是通过抑制蛋白质合成来影响细菌生长，而另外几种抗生素通过其他方式进行抑制.虽然四环素的抗菌作用也是通过抑制蛋白质合成来实现的，但活性污泥对四环素较好的吸附效果，从而导致四环素毒性的下降.

本试验中，利用高通量技术分析了微生物群落结构变化.表 2反映了各系统中微生物群落的多样性及丰富度的变化.各样本测序结果覆盖率值较高，均在99.8%以上，说明本次测序结果具有较好的代表性，能确保主要菌种均能在结果中显示出来.在抑制末期, R2反应器内的OTUs升高，而R3和R4反应器中的OTUs持续下降，说明低浓度(1 mg·L^-1) OTC可能导致原系统中比例较少的菌种获得了生长优势.然而，高浓度(5 mg·L^-1 以上) OTC对微生物活性产生了抑制作用，系统内菌群数量不断减少.Shannon指数常被用来描述微生物的多样性，Guo等(2012) 研究发现，在一个系统中，如果某一类菌种丰富度过高，反而会导致系统微生物多样性降低.由表 2可知，R2反应器中的Shannon指数高于空白组，然而，相比较于空白组，Shannon指数在R3、R4反应器中下降.出现以上现象可能的原因为：①低浓度(1 mg·L^-1) OTC抑制了微生物中某一类优势菌群的生长，而对其他菌群抑制效果并不明显，因而Shannon指数上升；②高浓度(5 mg·L^-1 以上) OTC对大多数菌群都有较强毒性，抑制了整个系统内的菌群生长，因此，在R3、R4反应器内的Shannon指数都有较明显的下降.

表 2(Table 2)

表 2 SBR系统群落丰富度和多样性评估 Table 2 Richness and diversity estimation of bacteria in SBR system

表 2 SBR系统群落丰富度和多样性评估 Table 2 Richness and diversity estimation of bacteria in SBR system

图 3所示的二维非度量标度图(Nonmetric Multidimensional Scaling，NMDS)比较了各反应器内菌群的差异情况.图中不同反应器代表的坐标点相距越远，说明反应器内的菌群结构差距越大.结果表明，各试验组反应器中，微生物群落结构均出现了不同程度的变化.其中，R2反应器内菌群结构与对照组(R1) 类似，变化较小.然而，相比于对照组，R3和R4反应器中的微生物群落产生了较大变化.同时，R3和R4反应器相比，其微生物群落结构也存在显著差异.

图 3(Fig. 3)

图 3 二维非度量标度图 Fig. 3 Two-dimensional nonmetric multidimensional scaling (NMDS) plot

表 3计算了各反应器内微生物菌群结构在门、纲和属层次上的相关性.在门层次上，R1、R2与R3菌群并无显著差异(相关系数在0.949以上)，而R4与R1、R2及R3的相关系数均在0.9以下.在纲和属的层次中，高浓度(5 mg·L^-1 以上) OTC引起了较为显著的微生物群落变化，各反应器的相关系数均在0.8以下，尤其在属的层次中，R4与R1、R2、R3的相关系数均在0.1以下.

表 3(Table 3)

表 3 在门、纲和属层次上4个反应器内菌群的相关系数 Table 3 The correlation coefficient among the microbial community in each reactor based on phylum, class and genus level

表 3 在门、纲和属层次上4个反应器内菌群的相关系数 Table 3 The correlation coefficient among the microbial community in each reactor based on phylum, class and genus level

各样本在门层次上的微生物群落结构如图 4a所示.在对照组R1中，变形门菌(Proteobacteria)占总数量的56.3%，是门层次上占比最大的菌群，其次是拟杆菌门(Bacteroidetes, 38.7%)和硝化螺旋菌门(Nitrospirae, 3.2%).

图 4(Fig. 4)

图 4 OTC对微生物群落在门(a)、纲(本b)和属(c)层次上的影响 Fig. 4 Effects of OTC on the variation of microbial community based on the phyla (a), class (b) and genus (c)

由于OTC的作用，Proteobacteria和Bacteroidetes均出现了较为显著的变化，但变化趋势完全相反.Proteobacteria从空白组的56.3%下降至46.2%(R2)和42.3%(R3) .然而，Bacteroidetes由空白组的38.7%上升至45.1%(R2)和52.9%(R3) .其中，R4中Proteobacteria比例大幅度增加，上升至总数量的89.2%，但Bacteroidetes比例大幅度减小.出现此现象可能的原因是高浓度(10 mg·L^-1)的OTC抑制了Bacteroidetes的生长，也可能是Proteobacteria的大幅度增加，与Bacteroidetes形成了竞争关系，从而影响了Bacteroidetes的生长.然而Nitrospirae从空白组的3.7%上升至5.8%(R2)，在R3和R4中分别下降至1.3%和0.2%.在R3和R4反应器中Nitrospirae比例下降，与实际试验中氨氮去除率下降的结果一致.Nitrospirae在R2反应器中比例上升，与宏观表现不同，因此，需要进一步讨论.

在纲的层次中，对23类菌进行了分析.如图 4b所示，在空白组R1中, Betaproteobacteria (29.5%)、Gammaproteobacteria (25.5%)、Flavobacteriia (23.8%)是纲层次中的主要菌.Betaproteobacteria、Cytophagia、Deltaproteobacteria、Gammaproteobacteria和Sphingobacteriia在抗生素的影响下变化显著，其中，Betaproteobacteria、Deltaproteobacteria、Gammaproteobacteria 在门层次中属于Proteobacteria.Betaproteobacteria和Deltaproteobacteria在纲层次中变化较小.然而，Gammaproteobacteria比例下降较明显，从空白组的25.5%分别下降到12.1%(R2) 、4.4%(R3)和1.2%(R4)，这是在纲层次中Proteobacteria比例下降的一个原因.

在属的层次上，主要菌群如图 4c所示.在空白组中，Candidatus_Competibacter、Dechloromonas、Ferribacterium、Flavobacterium、Nitrospira为菌群中主要菌种，分别占总数量的28.6%、12.6%、12.1%、26.9%、3.7%.其中，Candidatus_Competibacter属于聚糖菌的一种(Oehmen et al., 2007)，即使在较低浓度(1 mg·L^-1)的OTC浓度下，在试验组中的比例也出现明显下降.聚糖菌在缺氧状态下能摄取系统的COD作为其生长代谢的能源，而在OTC环境中，聚糖菌比例明显下降，这可能是系统COD去除率下降的一个主要原因.

亚硝酸氧化菌Nitrospira和氨氧化菌Nitrosomonas(Blackburne et al., 2007) 在高浓度(5 mg·L^-1以上) OTC作用下比例出现显著下降，Nitrospira从空白组的3.7%分别下降至1.3%(R3)和0.3%(R4)，Nitrosomonas从空白组的1.6%分别下降至1.4%(R2) 、0.3%(R3) 及0.2%(R4)，这可能是试验组中氨氮去除率出现下降的一个主要原因.

在空白组和试验组中，具有反硝化作用的Thauera和Paracocccus(He et al., 2015) 差异较小.此外，Dechloromonas这一类能降低反硝化速率的菌类(Ma et al., 2015)，在反应器中的比例几乎不变，这可能是反硝化过程未受到明显抑制的主要原因.

1) 由于土霉素的作用，系统氨氮去除率从空白对照组的99.0%分别下降至77.2%(OTC 1 mg·L^-1)、47.4%(OTC 5 mg·L^-1)及10.0%(OTC 10 mg·L^-1).

2) OTC能有效抑制SBR系统中微生物蛋白质合成过程，从而导致EPS中蛋白质合成量分别下降至空白组的73.1%(OTC 1 mg·L^-1)、67.0%(OTC 5 mg·L^-1)及59.5%(OTC 10 mg·L^-1).同时，OTC对EPS中糖原的合成过程存在较强的抑制作用.

3) OTC能够引起SBR系统内较为显著的微生物群落变化，高浓度(5 mg·L^-1以上) OTC引起的群落变化程度更高.同时，5 mg·L^-1和10 mg·L^-1的OTC对微生物群落变化影响不同，变化后的微生物群落分布相似性较低.

4) 亚硝酸氧化菌Nitrospira和氨氧化菌Nitrosomonas在高浓度(5 mg·L^-1以上) OTC的影响下，菌群比例下降明显，与实际氨氮去除率下降明显相吻合.然而，低浓度(1 mg·L^-1) OTC对Nitrospira和Nitrosomonas影响较小.