Analytical characterization of N-halogenated peptides produced by disinfection: Formation, degradation, and occurrence in water
Notice bibliographique
Résumé
Organic N -haloamines are water disinfection byproducts resulting from reactions between dissolved organic nitrogen and disinfectants . N -halogenated peptides, an important group of organic N -haloamines, have been overlooked over the past. In this review, we highlight peptides as the precursors for N -halogenated peptides during wastewater and drinking water disinfection. We discuss the analysis of N -halogenated peptides using methods based on titration , spectrophotometry , chromatography , and advanced liquid chromatography–mass spectrometry and the studies of the formation, degradation, and occurrence of N -halogenated peptides in water. While each method contributes to the evaluation of mechanisms and kinetics of formation and degradation of N -halogenated peptides in laboratory solution, only the development of highly sensitive and selective mass spectrometric methods enables the detection of trace levels of N -halogenated peptides in authentic disinfected water samples. Overall, reactions between peptides and disinfectants take place in milliseconds through an electrophilic substitution process. The N -halogenated peptides formed are relatively stable, leading to their sustainability in disinfected water. The recent detection of N -chlorinated peptides as disinfection byproducts using liquid chromatography–mass spectrometry in drinking water brings attention to these compounds. Further investigation of N -halogenated peptides on their occurrence and toxicological impacts are required to evaluate their health relevance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».