通过非目标分析和机器学习模型从新兴的PFAS中识别优先的PBT类化合物
Bao-Cang Han1, Jin-Song Liu2, Aaron Bizimana3
1Key Laboratory of Yangtze River Water Environment, Ministry of Education, College of Environmental Science and Engineering, Tongji University, Shanghai, 200092, China; Jiaxing-Tongji Environmental Research Institute, 1994 Linggongtang Road, Jiaxing, 314051, Zhejiang Province, China; Shanghai Institute of Pollution Control and Ecological Security, Shanghai, 200092, China.
新兴的per-和多醇基物质 (PFAS) 由于未知的持久性,生物积累和毒性 (PBT) 构成风险. 这项研究确定了282个PBT PFAS,有助于监管评估和污染物查.
科学领域:
- 环境化学环境化学
- 毒理学 毒理学 毒理学
- 计算化学的计算化学
背景情况:
- 传统的per-和多基基物质 (PFAS) 正被新兴的PFAS所取代,其环境和健康特性基本上是未知的.
- 评估这些新化学品的持久性,生物积累和毒性 (PBT) 对环境保护和公共卫生至关重要.
研究的目的:
- 编制一个全面的新兴PFAS数据库.
- 用先进的机器学习模型评估新兴PFAS的PBT特性.
- 确定高优先级的新兴PFAS,以引起监管和行业的注意.
主要方法:
- 使用非目标分析来识别新兴的PFAS.
- 创建了一个新兴PFAS的数据库.
- 机器学习模型,包括图表注意力网络,Insubria PBT指数,EAS-E套件,VEGA和ProTox-II,被用于PBT属性预测.
- 在化学品供应商和专利数据库中搜索优先级的PFAS.
主要成果:
- 总共有282个新兴的PFAS同类 (21.8%) 被预测为PBT.
- 在工业和环境样本中检测到140个PBT PFAS,分为四个主要组.
- 10.1%的优先级PFAS与化学品供应商有关,而19.6%与专利有关.
- 水性薄膜形成泡和化工厂被确定为主要来源.
结论:
- 开发的数据库和PBT查方法为监管机构提供关键数据,如美国毒物控制法和斯德哥尔摩公约.
- 这种方法为优先考虑新出现的有机污染物提供了有价值的工具.
- 这些发现强调了对新化学物质进行主动评估的必要性.
更多相关视频
07:06Investigating Long-Distance Transport of Perfluoroalkyl Acids in Wheat via a Split-Root Exposure Technique
Published on: September 28, 2022
05:05Quantification of Polybutylene Adipate Terephthalate-based Micro- and Nano-plastics from Soil Using Proton Nuclear Magnetic Resonance Spectroscopy
Published on: June 6, 2025
