基于知识图谱增强分子对比学习的垃圾渗滤液微塑料分布特征与毒性预测研究

针对垃圾渗滤液中微塑料(MPs)分布不清、传统毒性评估效率低下的问题，研究人员通过全流程处理系统实验结合新型无监督模型KANO（知识图谱增强分子对比学习），揭示了MPs在膜生物反应器(MBR)、反渗透(RO)等工艺中的迁移规律（总去除率68.91%），并预测其胃肠道毒性(95.62%)、免疫毒性(84.66%)等风险，为环境风险管控提供创新方法学支撑。

　　

随着城市化进程加速，垃圾填埋场已成为微塑料(MPs)的重要汇集地。这些直径小于5毫米的塑料颗粒因其持久性、异质性和潜在毒性，正引发日益严峻的环境与健康危机。尽管研究表明未经处理的垃圾渗滤液中MPs浓度高达382 items/L，但关于不同处理工艺对MPs的转化规律和去除机制仍存在显著认知空白。更棘手的是，传统毒性评估依赖耗时费力的体外实验，难以应对MPs复杂多变的结构特性。在此背景下，中国研究团队通过多学科交叉方法，在《Water Research》发表了开创性研究成果。

研究团队创新性地结合全流程采样分析与人工智能建模。首先对3200吨/日处理规模的渗滤液厂开展系统监测，覆盖膜生物反应器(MBR)、超滤(UF)、纳滤(NF)、反渗透(RO)及双管反渗透(DTRO)浓缩液等关键节点。同步构建包含生理学(BBBP、Clintox等)和生物物理学(BACE、HIV等)的8类公共数据集。核心技术突破在于开发了KANO模型——该框架通过元素知识图谱(ElementKG)整合周期表与官能团信息，利用对比学习捕捉MPs分子结构与毒性间的潜在关联。

【MPs浓度和粒径分布】
实验数据显示，MPs浓度从进水14,150 items/L降至RO出水4,400 items/L，总体去除率68.91%。值得注意的是，玻璃纸(占比74.61%)和聚酰胺(23.71%)是优势组分，其中玻璃纸在DTRO浓缩液中呈现显著富集现象。粒径分析揭示>100μm的MPs更易被膜工艺截留，而<10μm的颗粒更难去除。

【毒性预测与风险特征】
KANO模型预测显示，MBR进水和DTRO浓缩液中的MPs具有最高毒性潜能：胃肠道紊乱概率达95.62%，免疫系统失调风险84.66%，皮肤病变可能性81.34%。这些结果与MPs表面吸附污染物及官能团特性高度相关，如含酰胺基团的聚合物更易诱发氧化应激。

该研究首次系统阐明了渗滤液处理全链条中MPs的归趋规律，突破性地将知识图谱与对比学习应用于环境毒理学领域。相比传统监督学习，KANO模型在数据稀缺场景下展现出更优的泛化能力，为新兴污染物的快速风险评估提供了可扩展的解决方案。实践层面，研究指出需重点关注膜工艺浓缩液的二次污染风险，并为优化处理工艺参数（如膜孔径选择）提供了理论依据。这项成果不仅推动了环境科学与人工智能的深度融合，也为制定更精准的MPs管控标准奠定了科学基础。