2025年，来自华南师范大学的Yu Han等人在*ACS EST Water*期刊发表了名为“Identification and Risk Assessment of Antibiotics and Their Transformation Products in a Large-Scale River Using Suspect and Nontarget Screening and Machine Learning”的文章，通过开发综合筛查方法，对大型河流中的抗生素及其转化产物进行识别和风险评估，强调了转化产物在环境监测和风险评估中的重要性。随着抗生素在医疗和畜牧行业的广泛使用与长期滥用，大量抗生素进入环境，引发全球关注。传统废水处理工艺难以有效去除抗生素残留，这些残留不仅对非目标生物具有直接毒性，还会促进抗生素耐药细菌的发展和抗菌耐药性的传播，威胁人类和动物健康。当前针对抗生素及其转化产物的研究，多采用目标分析方法（如LC-MS/MS），但该方法存在局限性，只能识别少数化合物且依赖参考标准。可疑和非目标筛查虽已应用，但相关信息和谱库有限。此外，抗生素转化产物在环境中的出现情况、生态风险和耐药选择性风险尚不明确。本研究旨在填补这些知识空白，通过建立全面的筛查数据库、探究抗生素及其转化产物的分布特征、评估其风险，为解决抗生素污染问题提供重要依据。我们开发了一种基于高分辨率质谱的高度综合的目标、可疑和非目标筛查机器学习工作流程，以识别大型河流中的未知抗生素转化产物。我们识别出46种抗生素和144种转化产物，置信度为1到3。母体抗生素中以磺胺类为主（26.1%），而转化产物中以大环内酯类为主（34.0%），主要转化途径为氧化和水解。转化产物的数量多于母体抗生素。分别有14种、18种、97种和36种转化产物具有更强的持久性、生物累积性、迁移性和毒性。鉴定出1种PBT化合物，未观察到PMT化合物。15种化合物（10种抗生素和5种转化产物）和12种化合物（3种抗生素和9种转化产物）分别被评估为具有高生态风险和高抗菌耐药风险。转化产物的存在导致总风险更高。因此，转化产物应纳入未来的监测和风险评估中。图 2.非目标筛选的工作流程。左侧代表每个步骤的筛选方法和筛选标准，右侧代表每个步骤筛选的候选特征或化合物的数量（P 代表母体抗生素，B 代表生物催化/生物降解产物，M 代表人代谢物，H 代表水解产物，Ph 代表光降解产物）。图 3.（A） 抗生素和转化产物的检测总结。通过目标和非目标筛查（包括未知物筛查）在地表水中鉴定的抗生素及其转化产物 （TP） 的数量。左侧表示每个类别中母体抗生素的数量，右侧表示每个类别中转化产物的数量。（B） 在旱季和湿季，通过非靶向筛查（包括可疑筛查）在地表水中鉴定的母体抗生素（上图）和转化产物 （TP）（下图）的数量。（C） 通过目标、可疑和非目标筛查确定的旱季和湿季地表水中母体抗生素和转化产物浓度的聚类分析。浓度已转换（对数刻度）。附：疑似和非目标筛查程序样品采用安捷伦1290超高效液相色谱系统（UHPLC）和安捷伦6545四极杆/飞行时间质谱仪（QTOF）（美国安捷伦科技公司，圣克拉拉），在正电喷雾电离（ESI+）和负电喷雾电离（ESI−）模式下进行分析。采集质荷比（m/z）50-1700范围内的全扫描质谱。通过数据依赖型采集（DDA），在m/z 20-1700范围内每次扫描选择前三个母离子，碰撞能量分别设为10 eV、20 eV和40 eV，以获得二级质谱（MS/MS）。详细操作条件见支持信息的文本S1。首先，使用ProteoWizard将原始的轮廓质谱和二级质谱数据文件分别转换为mzXML和mgf文件格式。然后，在R 4.0.5环境中运用XCMS的高质量算法“centWave”对质谱数据的mzXML文件进行处理，筛选出峰面积大于5000、峰宽在6至40秒范围内、质量偏差小于10 ppm且信噪比大于3的所有感兴趣区域（ROI）。化合物的鉴定和注释过程在R 4.0.5中借助metID程序包完成。内部数据库包含221种通过标准品鉴定的抗生素，获取了这些抗生素的分子式、同位素模式、二级质谱和保留时间。使用内部数据库有效鉴定筛选特征的阈值包括：母离子质量误差小于10 ppm、同位素模式小于100 mSigma、二级质谱碎片质量误差小于5 ppm、光谱相似度大于70%以及保留时间误差小于0.5分钟。置信水平L1适用于通过参考标准品鉴定的化合物。在线二级质谱数据库MoNA和MassBank EU也用于鉴定选定的特征。除保留时间缺失（因此化合物最初鉴定的置信水平为L2）外，使用与内部数据库相同的鉴定阈值。已获得包含超过679种抗生素的列表，并获取或预测了它们的多种途径转化产物。利用BioTransformer和化学转化模拟器（CTS，https://qed.epa.gov/cts/ ）的开源命令行工具，对列表中的所有抗生素预测潜在的转化产物，共预测出超过3,098,000种潜在转化产物，包括基于酶委员会编号（EC-based）的转化产物、细胞色素P450（I相）转化产物、II相转化产物、人体肠道微生物转化产物、环境微生物转化产物、光解产物和水解产物。这些产物用于借助非目标筛查工具MetFrag鉴定未知特征。结果列表中得分最高且被认为是合理二级质谱碎片的候选抗生素和转化产物，最初分别以置信水平L3a和L3b进行鉴定。然后，我们的抗生素和转化产物列表通过匹配单同位素质量（母离子质量误差小于10 ppm）为特征指定可能的分子式，置信水平为L4。Han, Y., Hu, L. X., Chen, C. E., Liu, S., Gao, F. Z., Zhao, J. H., et al. (2025). Identification and risk assessment of antibiotics and their transformation products in a large-scale river using suspect and nontarget screening and machine learning. *ACS EST Water*, XXXX, XXX, XXX - XXX. https://doi.org/10.1021/acsestwater.4c00977关注“新污染物监测与分析”公众号，回复250123获取原文声明：本文仅供科研交流使用，文中所有观点均来源于已发布的论文，如有侵权或重大问题请通过后台与编辑联系。欢迎高校、科研单位以及监测同行的朋友们投稿！邮箱6514064@zju.edu.cn。感谢您的点赞、转发、在看，您的鼓励是我们更新的动力！添加编辑微信 xwrw1234 加入读者交流群，与大咖在线交流
