非洲撒哈拉以南城市河流中新兴污染物的效应导向与非靶向化学分析揭示令人担忧的污染水平

这篇研究通过效应导向分析(EBA)结合非靶向化学分析(NTS)，揭示了马拉维布兰太尔城市河流中农药(如毒死蜱、甲基嘧啶磷)和药物(如磺胺甲恶唑、甲氧苄啶)的高浓度污染，首次报道了4-羟基百菌清和氯噻嗪等新型甲状腺素运载蛋白(TTR)配体，并发现直链烷基苯磺酸盐(LAS)是TTR结合抑制的主要贡献者。研究强调了在欠发达地区应用效应评估的价值，以及代谢物和工业混合物对NTS库的挑战。

　　

Environmental Implication

这项研究为布兰太尔（马拉维）等撒哈拉以南非洲快速城市化但监测不足地区的水体污染提供了新见解。高浓度微污染物对水生生态系统构成严重威胁，多种内分泌干扰活性的检出暗示了对野生动物和人类健康的潜在风险。通过创新的pull-down assay（下拉 assay）和非靶向筛查(NTS)，研究发现了此前未知的甲状腺素运载蛋白(TTR)结合抑制剂——包括农药代谢物4-羟基百菌清和利尿剂氯噻嗪，这些化合物在标准NTS库中缺乏参考光谱。

Conclusion

本研究揭示了马拉维布兰太尔城市河流水质的严峻现状，其污染特征与全球北方地区显著不同。姆迪河和纳索洛河等城市溪流承受着多重压力：污水处理设施缺失、暴雨径流污染物冲刷、农药大量使用以及抗生素预防性滥用。这些因素导致污染物浓度呈现显著季节性波动，其中TTR结合抑制活性的效应触发值(EVT)超标高达600倍，凸显了传统化学监测的局限性。研究创新性地通过TTR pull-down assay与NTS联用，破解了工业混合物（如含多支链异构体的表面活性剂）的鉴定难题，为复杂环境样本中效应驱动物质的识别提供了范式。

Uncited references

[未引用的参考文献]

Declaration of Generative AI and AI-assisted technologies in the writing process

声明：论文撰写过程中，作者使用ChatGPT/OpenAI优化语言表达。在使用后，作者对内容进行了全面审阅和必要修改，并对发表文章的全部内容负责。

Declaration of Competing Interest

作者声明不存在可能影响本研究的财务或个人利益冲突。

Acknowledgement

感谢捷克科学基金会(CSF)项目EXPRO GX20-04676X的资助，以及RECETOX研究基础设施（项目号LM2023069）和CETOCOEN EXCELLENCE计划（CZ.02.1.01/0.0/0.0/17_043/0009632）的支持。特别致谢刘润泽硕士提供的已知TTR配体生物测定数据，以及Sabina H?ibová工程师的技术协助。