菏泽市大气醛酮类化合物污染特征分析

为探究菏泽市大气醛酮类化合物污染特征,分析菏泽市2022年5—9月大气醛酮类化合物监测结果,计算臭氧生成潜势,同时利用相关系数法和比值法分析醛酮污染物可能来源。研究表明：菏泽市大气主要的醛酮类化合物为甲醛、乙醛和丙酮;臭氧生成潜势贡献较大的主要是甲醛和乙醛;菏泽市大气醛酮类化合物中甲醛、乙醛、丙酮有强相关性,三者可能有相同来源,其中甲醛和乙醛浓度比为1.07,符合城市大气特征,即主要受人为源的影响。     

全氟辛烷磺酸盐(PFOS)对半滑舌鳎(Cynoglossus semilaevis)免疫相关基因表达的影响

为了解全氟辛烷磺酸盐(perfluorooctane sulfonate, PFOS)暴露对半滑舌鳎(Cynoglossus semilaevis)免疫功能的影响,在实验室条件下,运用RT-PCR方法分析了PFOS暴露对半滑舌鳎热休克蛋白hsp70、hsp90、C型凝集素(c-type lectin)和细胞色素c氧化酶(cytochrome c oxidase, cox)等4种免疫相关基因表达水平的影响。实验测定了上述4种基因在半滑舌鳎肝、鳃、肠及肌肉4种不同组织中随时间(0、24 h、48 h、96 h和7 d)的表达变化情况。结果表明,在4种组织中,hsp70基因的表达与对照相比为上调,其中,肝组织hsp70基因的表达量显著高于其他各组织,且表达高峰值的出现也早于其他各组织;hsp90基因在肝和鳃组织中表达量随时间不同而波动,在肠组织中表达上调,在肌肉中表达显著下调;c-type lectin基因表达量与对照组相比表达显著下调或无明显差异;cox基因在肝组织和肠组织中表达下调,在鳃和肌肉中表达上调。上述研究结果表明,PFOS能引起免疫相关基因的表达变化,对半滑舌鳎具有潜在的免疫毒性。肝组织中各免疫基因对PFOS胁迫的响应高于其他组织。本研究可为阐明全氟辛烷磺酸盐对半滑舌鳎的免疫毒性提供基础数据。     

煤热解废水典型工艺流程中芳香化合物的降解特性

选取河南某低阶煤热解废水处理典型工艺流程为研究对象,探讨了各单元对芳香化合物的降解特性。通过降解效能对比发现,SBR工艺对酚类(96.13%)和氮杂环类化合物(78.13%)的降解能力最高,故其为芳香化合物降解的核心单元。通过凝胶色谱、紫外-可见光光谱和三维荧光光谱对全流程废水特性的表征,推测出其分子质量在3 kDa左右,荧光峰在Ex/Em=(300～370) nm/(400～450) nm的腐殖酸物质是煤热解废水关键的难生化物质。各单元的统计分析结果表明,废水处理效果不佳的原因在于酸化、气浮、好氧及强氧化单元。在此基础上,根据最新研究结果和成功案例对现有工艺提出了针对性改进方案。以上结果可为类似的废水处理工程提供参考。     

高效液相色谱串联质谱法测定某市污水处理厂进出水中的全氟化合物

通过建立直接进样-高效液相色谱串联质谱（HPLC-MS/MS）测定污水处理厂进出水中的10种全氟化合物的方法,了解污水厂进出水中全氟化合物污染情况。10种目标分析物在10~500 ng/L范围内具有良好的线性关系,方法检出限为2.3~8.3 ng/L,精密度为2.1%~7.1%,加标回收率为60.6%~91.7%。应用该方法测定某市典型污水厂进出水中的全氟化合物,进水中全氟化合物质量浓度为90.9~206 ng/L,主要污染物是PFOA、PFHxS和PFBS;出水中全氟化合物的质量浓度为67.4~158 ng/L,环境排放量为6.7~22.9 g/d,主要污染物是PFOA和PFHxS。结果表明,该方法能很好地适用于复杂基质中10种全氟化合物的检测。     

典型短链全氟替代品PFBA及PFBS对斑马鱼的内分泌干扰效应

全氟丁酸(PFBA)与全氟丁烷磺酸(PFBS)作为长链全氟化合物的替代化学品被广泛应用。2种替代品在环境中的残留量不断增加,对环境生物造成了不可忽视的潜在风险。本文通过分析PFBA与PFBS对斑马鱼体内卵黄蛋白原(VTG)、甲状腺激素三碘甲状腺原氨酸(T3)与四碘甲状腺原氨酸(T4)的影响,研究2种替代品对斑马鱼的内分泌干扰效应和作用机制。结果显示,VTG含量与PFBA和PFBS暴露浓度变化存在剂量-效应关系,雌雄斑马鱼体内血浆及全鱼和头尾匀浆中VTG水平均有上升。PFBA对斑马鱼体内VTG含量存在倒“U”型的剂量-效应关系,而PFBS的VTG含量存在正相关的剂量-效应关系。PFBA不同暴露浓度组对斑马鱼甲状腺素T3、T4水平具有抑制作用,均表现出显著性差异(P<0.01)。PFBS暴露的斑马鱼体内T3和T4的含量存在倒“U”型的剂量-效应关系,高浓度暴露组匀浆中对T3和T4的抑制率最高,达到36.74%和38.20%。结果表明,2种替代化学品PFBA与PFBS对斑马鱼表现出明显的内分泌干扰效应。     

筛查全/多氟烷基化合物(PFASs)生物活性的卷积神经网络模型

全/多氟烷基化合物(PFASs)是一类备受关注的化学品,已在多种环境介质中检出。然而,目前PFASs的生物活性数据缺乏,限制了其危害性评价和管理,有必要构建PFASs生物活性的高通量筛查模型。本研究基于卷积神经网络(CNN)算法,采用分子灰度图像作为输入,构建了PFASs的23种活性终点的筛查模型(简称Image-CNN模型)。与使用分子指纹和分子描述符作为输入,采用随机森林和支持向量分类器算法构建的基准测试模型相比,Image-CNN模型预测效果更好,平均的受试者工作特征曲线下面积达0.96。与此前模型相比,模型性能更优。基于分子指纹相似性,表征了模型的应用域。筛查了已知最大的PFASs名录,其中3种PFASs在所有建模的活性终点中都被预测为有活性。     

用HPLC 分离和鉴定大气中的羰基化合物

大气中的挥发性羰基化合物可以通过2,4-二硝基苯肼(DNPH)原位衍生化而被捕集.采用反相HPLC 可以洗脱和分析这些羰基衍生物.本文采用该方法监测了美国佛蒙特州大气样品中的痕量甲醛、乙醛和丙酮.