Compositional space: A guide for environmental chemists on the identification of persistent and bioaccumulative organics using mass spectrometry
Notice bibliographique
Résumé
Since 2001, twenty-eight halogenated groups of persistent organic pollutants (POPs) have been banned or restricted by the Stockholm Convention. Identifying new POPs among the hundreds of thousands of anthropogenic chemicals is a major challenge that is increasingly being met by state-of-the-art mass spectrometry (MS). The first step to identification of a contaminant molecule (M) is the determination of the type and number of its constituent elements, viz. its elemental composition, from mass-to-charge (m/z) measurements and ratios of isotopic peaks (M + 1, M + 2 etc.). Not every combination of elements is possible. Boundaries exist in compositional space that divides feasible and improbable compositions as well as different chemical classes. This study explores the compositional space boundaries of persistent and bioaccumulative organics. A set of ~305,134 compounds (PubChem) was used to visualize the compositional space occupied by F, Cl, and Br compounds, as defined by m/z and isotope ratios. Persistent bioaccumulative organics, identified by in silico screening of 22,049 commercial chemicals, reside in more constrained regions characterized by a higher degree of halogenation. In contrast, boundaries surrounding non-halogenated chemicals could not be defined. Finally, a script tool (R code) was developed to select potential POPs from high resolution MS data. When applied to household dust (SRM 2585), this approach resulted in the discovery of previously unknown chlorofluoro flame retardants.
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) | 0,006 | 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 ».