99久久综合狠狠综合久久_高清国产AV一区二区三区_女人高潮抽搐喷液30分钟视频_狠狠亚洲狠狠欧洲2019

新文速遞丨J Hazard Mater污水樣本非靶檢測與快速分析

 前言 

殺蟲劑、藥物、工業(yè)化學品等環(huán)境污染物在水樣中無處不在，盡管濃度很低，但其高毒性仍然對生活在水系統(tǒng)中的生物和人類社會構(gòu)成了極大威脅。污染物檢測和鑒定往往通過液相色譜與高分辨率質(zhì)譜聯(lián)用的非靶向分析（NTA）進行。但一個復雜的環(huán)境或生物樣品會產(chǎn)生上千個特征，質(zhì)譜會篩選出大量候選化合物，對候選化合物的優(yōu)先級排序極其重要也極具挑戰(zhàn)性。

2023年4月，復旦大學環(huán)境科學與工程系方明亮教授團隊與新加坡南洋理工大學李光前醫(yī)學院王玉蘭團隊在《Journal of Hazardous Materials》期刊上發(fā)表題為“An automated toxicity based prioritization framework for fast chemical characterization in non-targeted analysis”的研究成果。該研究使用光譜匹配、保留時間預(yù)測、毒性預(yù)測和ToxPi 評分進行計算融合，通過自動化 R 包工作流程 NTA prioritization.R 簡化了費力的優(yōu)先級排序，以減少特征數(shù)量，從而可以快速識別出對環(huán)境或人類構(gòu)成風險的污染物。原文鏈接：https://doi.org/10.1016/j.jhazmat.2023.130893。

 研究亮點 

1）使用組合算法（多個過濾器條件）對污染物進行優(yōu)行級排序

2）光譜匹配、保留時間預(yù)測、毒性預(yù)測的集成式工作流程

3）使用R自動化排序優(yōu)先級，極大提高效率

4）能對污水樣本中約7000種候選污染物進行優(yōu)先級排序

 研究思路 

作者建立了如圖1所示的工作流程包括（A）使用數(shù)據(jù)非依賴采集（DIA）模式通過 LC-HRMS 分析樣品，（B）對采集后的原始數(shù)據(jù)進行解卷積，并通過實驗或計算機質(zhì)譜庫搜索生成候選列表，（C）使用隨機森林預(yù)測模型預(yù)測候選化合物的保留時間，根據(jù)用戶定義的光譜匹配分數(shù)和保留時間預(yù)測閾值，候選化合物被優(yōu)先劃分為4個級別（RT-MS/MS水平1-4），（D）根據(jù) EPA TEST 軟件預(yù)測用戶定義的6個端點毒性閾值和 ToxCast毒性數(shù)據(jù)庫搜索的ToxPi 評分，候選化合物被優(yōu)先劃分為3個級別（毒性水平1-3），（E）最后通過結(jié)合 RT-MS/MS 水平和毒性水平，將候選化合物按優(yōu)先級降序排列為5個等級。

圖1基于 NTA 的優(yōu)先級排序工作流程

首先，作者將獲取的原始數(shù)據(jù)在 Waters Progenesis QI 軟件的協(xié)助下分六個步驟進行預(yù)處理，如圖2所示：（A）正模式下的峰提�。˙）峰比對（C）解卷積（D）多變量分析（E）Progenesis MetaScope 的譜庫搜索和 MS/MS 譜圖匹配（F）建立包含化合物名稱、化合物ID、中性質(zhì)量、m/z、保留時間等信息的化合物候選列表。

圖2對原始數(shù)據(jù)預(yù)處理獲取候選列表的工作流程

接著，作者使用基于保留時間和分子特性以及分子結(jié)構(gòu)之間的定量結(jié)構(gòu)保留關(guān)系（QSRR） 的隨機森林回歸模型預(yù)測候選化合物的 RT。將146 種化合物的實測保留時間根據(jù)75:25的比例進行模型訓練和測試，使用基于R平臺的化學開發(fā)工具包（rCDK），基于簡化的分子輸入線輸入系統(tǒng)（SMILES）計算分子描述參數(shù)。SMILES被解析后用于計算每個化合物286個化學描述參數(shù)，通過消除空值、常量值和高度相關(guān)的描述參數(shù)（R²>0.9），剩余的166個化學描述參數(shù)導入到建模功能中，用于超參數(shù)優(yōu)化。作者使用遞歸特征消除和10倍交叉驗證來優(yōu)化描述參數(shù)的數(shù)量，最終根據(jù)均方根誤差（RMSE）最低選擇了25個最重要的描述參數(shù)用于模型訓練，在模型訓練期間使用了10 倍交叉驗證提供更可靠的預(yù)測。

最后，作者使用EPA TEST和ToxCast對主要環(huán)境化學品進行毒性預(yù)測，如急性毒性、致癌性、生殖毒性和其他對水生環(huán)境的毒性。測試毒性包括FMLC₅₀、DMLC₅₀、TPIGC₅₀、ORLD₅₀、DT、AM、ToxPi。作者使用的數(shù)據(jù)庫中六個不同終點的毒性是實驗測定和計算機預(yù)測毒性的整合，整體的預(yù)測準確度在0.62-0.79。

 研究結(jié)果 

用隨機森林模型進行RT預(yù)測

基于之前研究的模型，通過隨機森林算法進行特征選擇建立QSRR 的線性回歸模型，在這項研究中，作者進一步應(yīng)用隨機森林算法來預(yù)測保留時間，開發(fā)了一個用于特征選擇和超參數(shù)優(yōu)化的自動化工作流程。選擇了 146 種 FDA 藥物進行模型訓練，以預(yù)測未知化合物在反相 LC 系統(tǒng)中的保留時間。預(yù)測模型在測試數(shù)據(jù)中的線性相關(guān)性 R² = 0.86 (p = 2.4e^-11)，平均絕對誤差 (MAE) 為 1.00 分鐘（圖3A）。進一步對 28 種化學標準品的實驗保留時間進行評估，預(yù)測顯示出良好的準確性，中位預(yù)測誤差為 1.11 分鐘，平均預(yù)測誤差為1.14 分鐘（圖 3B）。

在這項研究中，作者通過 MS/MS 光譜匹配分數(shù)和保留時間預(yù)測，提出了一個將可能的候選化合物初步劃分為 4 個 RT-MS/MS 級別的優(yōu)先級程序。對于保留時間預(yù)測，作者將閾值ΔRT定義為實驗保留時間和預(yù)測保留時間之間的差異，由模型的最大預(yù)測誤差決定，在該研究中為1.0分鐘。MS光譜匹配的得分范圍從0到60，將得分閾值設(shè)置為30、35和40，從而將候選化合物分為四類，合并的分類級別見圖3C。如圖3B所示，通過文庫搜索RT=9.0分鐘的峰值來獲得四個候選化合物，通過計算ΔRT和MS光譜匹配得分，a、b、c、d四個候選化合物分別被歸為了RT-MS/MS 1級、2級、3級、4級。作者將這種優(yōu)先級排序策略應(yīng)用于污泥水樣本的候選列表，之前的4185個候選化合物，其中1821、1382、728、253個候選化合物分別在RT-MS/MS 1級、2級、3級、4級，還有1個候選化合物不可用于RT預(yù)測。

圖3保留時間 (RT) 預(yù)測模型開發(fā)流程

使用六個毒性終點和ToxPi評分進行毒性優(yōu)先級排序

為提高有毒化學品的覆蓋率，作者引入了6個關(guān)鍵毒性終點和基于ToxCast數(shù)據(jù)庫的ToxPi評分在R程序中進行應(yīng)用。用戶可以根據(jù)其主要風險問題從任何毒理學終點提取數(shù)據(jù)。ToxCast 數(shù)據(jù)庫中有 8845 種化合物具有可用的毒性。通過毒性排序，作者將候選化合物分為 3 個毒性水平：1 級至 3 級（圖4B）。為了演示作者根據(jù)可用的毒性終點 ORLD₅₀對 2779個候選化合物進行了優(yōu)先排序，ORLD₅₀ 的計算結(jié)果如圖 4B 所示，大多數(shù)候選化合物在此毒性終點顯示中等毒性，范圍從1到5.06。為了驗證，作者添加了28個化學標準品，包括不同毒性的農(nóng)藥，并在候選名單中發(fā)現(xiàn)了21種添加的化學物質(zhì)。敵敵畏和氰草津被列為1級毒性，其余加標的化合物被歸類為2級毒性（圖4C）。