结构分子网络用于城市废水中新污染物的非目标查和优先排序

科学领域:

• 环境化学环境化学
• 分析化学 分析化学
• 质谱测量质量谱测量

背景情况:

• 对新型污染物的高通量选对于有效的废水处理至关重要.
• 分析用于污染物识别的非目标高分辨率质谱 (HRMS) 数据是一项挑战.
• 分子网络通过将结构相似的化合物连接起来,为发现新的污染物提供了一个强大的策略.

研究的目的:

• 开发和验证一种选方法,将结构分子网络与HRMS整合起来,以实现高效的污染物注释.
• 为了使可疑污染物的大规模选使用有限的已知串联质谱 (MS/MS) 化合物作为种子,减少对广泛的MS/MS数据库的依赖.

主要方法:

• 新型结构分子网络与高分辨率质谱学 (HRMS) 的整合.
• 利用已知有限的双重质谱 (MS/MS) 化合物作为注释的种子.
• 使用农药数据集验证了该方法,并将其应用于城市废水处理厂的流入和废水样本.

主要成果:

• 在农药方面,获得了超过92.81%的注释率和超过83.56%的准确率.
• 保持了超过80.16%的注释准确度,即使在种子化合物数量的变化中.
• 在废水样本中注释了1583种化合物,在废水中识别了232种独特的转化产品.
• 在危害评估中优先考虑了74种废水污染物,确定了8种转化产品及其潜在母化合物.

结论:

• 开发的方法有效地在复杂的环境样本中注释新的污染物和转化产品.
• 这种方法增强了对废水中新出现的污染物的全面监测.
• 为优先考虑危险污染物和了解它们在废水处理中的起源提供了关键的见解.