设为首页 | 加入收藏 | English欢迎来到南京大学环境学院!

生态毒理与健康风险研究团队在复杂环境介质毒物虚拟鉴别方向取得进展

       近日环境学科国际权威期刊Environmental Science & Technology 在线发表了我院生态毒理与健康风险研究团队在复杂环境介质中关键致毒物质虚拟鉴别技术方面的重要研究进展。(DOI: 10.1021/acs.est.7b03324)
       随着化工业的迅速发展,大量污染物进入环境,形成重点污染区域,并造成潜在的生态和健康效应,然而这些复合污染环境中的关键致毒物质却不得而知。目前环境中污染物的鉴别和检测主要集中于优先控制污染物,大量的未知物质往往被忽略。“自下而上”的以毒性效应为导向的分析方法 Effect-directed Analysis(EDA)通过将毒性测试和化学分析相结合进一步完善了复杂环境中关键致毒物质的鉴别,并被广泛应用于各种环境介质中。然而EDA中的关键步骤(包括毒性评估,分级分离和化学鉴别)中出现的一些问题则限制了其应用。
       我院生态毒理与健康风险研究团队创新性地建立了虚拟分离与虚拟结构鉴别策略,有效解决了经典EDA 关键步骤费时费力及结构鉴别难度大的问题,实现了复合污染环境关键致毒物质的快速鉴别(图1)。研究针对典型化工区被污染样品,通过Principal Component Analysis (PCA)和Orthogonal Partial Least Squares Discriminant Analysis (OPLS-DA)形成虚拟分离策略,替代了传统物理分级分离过程,有效地从36923(PI)和26105(NI)个可疑物质中快速挑选出67个优先鉴别峰,其中97%都在经典EDA方法中得以验证。通过质谱、色谱与毒性模拟形成了虚拟结构鉴别,经质谱碎裂方式模拟得到579个可疑结构,经色谱Quantitative Structure-Retention Relationship (QSRR)模拟去除74%的假阳性结构,经Molecular Dynamics (MD)毒性预测去除65%的假阳性结构,共去除了91%的假阳性结构。67个优先峰中,超过40%都实现置信水平2b及以上的鉴别,鉴别速度与置信水平较传统方法具有显著提升(图2)。
图1毒物虚拟鉴别策略及效力

图2 虚拟鉴别策略和经典EDA别置信水平比较,level 2b及以上的鉴别比例增加了40%

       论文第一作者为郭婧博士研究生,通讯作者为史薇副教授,共同作者包括研究生陈钦畅,邓东阳,张效伟教授,韦斯副教授,于南洋助理研究员,John P. Giesy教授和于红霞教授。研究受到了国家自然科学基金(21577058 & 21307054),江苏省优秀青年基金(BK20170077)和水体污染控制与治理科技重大专项(2017ZX07602-002)的大力资助。

版权所有©2009南京大学环境学院 Copyright © 2009 school of the environment, Nanjing Universityall Rights Reserved