溶解有机物和卤素离子对阿米替林光降解的影响：转化产物的 kinetics（动力学）与表征

《Journal of Photochemistry and Photobiology A: Chemistry》：Influences of dissolved organic matter and halide ions on the photodegradation of amitriptyline: Kinetics and characterization of transformation products

　　

• •
  AMT在盐水中光降解速率加快。
• •
  ³DOM*和RHS是光降解的主要驱动因素。
• •
  AMT从淡水中的ROS氧化途径转变为盐水中的RHS氧化途径。
• •
  有毒的氯化中间体迅速转化为低毒性物质。

引言

阿米替林（AMT）是一种广泛使用的三环类抗抑郁药[1]。由于在传统污水处理过程中无法完全清除，AMT经常在污水处理厂的出水中被检测到[2]，因此在接收水体中以痕量水平（亚纳克/升至数十纳克/升）存在[3]。值得注意的是，近年来接收水体中的抗抑郁药浓度显著上升[4]。AMT可以在水生生物体内积累[5]，并在环境相关浓度下产生不利影响，包括影响淡水及海洋生物的摄食、生长、存活和繁殖[6],[7]，甚至在低至10纳克/升的浓度下也会抑制其生长[8]。因此，AMT在环境中的逐渐增加令人担忧长期生态风险。因此，了解AMT在自然水体中的转化行为和命运对于评估其环境影响至关重要。

光化学降解是自然水体中有机污染物主要的消除途径之一，受到水环境中光敏物质的影响显著。溶解有机物（DOM）是一类重要的光敏成分，可通过间接光降解影响污染物的光转化[9]。DOM在太阳光照下可以生成激发态（³DOM*），以及各种活性氧（ROS），包括羟基自由基（·OH）、单线态氧（¹O?）和超氧阴离子自由基（O?^•-），这些物质均可参与有机污染物的光降解。研究表明，不同来源的DOM对AMT的光敏光分解具有不同的影响，水中的卤素离子也能显著调节DOM在AMT光降解中的作用[11]。这表明AMT在河口和沿海地区的光化学行为可能不同于淡水环境。

在污染物从河流传输到河口的过程中，DOM和离子成分会发生显著变化，从而深刻影响污染物的光降解。当DOM与卤素离子共存时，³DOM*可以与Cl^?或Br^?反应生成活性卤素物种（RHS），从而显著促进河口和海洋水体中有机污染物的光降解[12],[13]。例如，微囊藻毒素的光化学半衰期在淡水到海水的盐度梯度下缩短了6倍，而磺胺甲噁嗪的间接光降解量子产率在高盐度河口水中提高了3-6倍[14]。相反，卤素离子也可能抑制降解；例如，在海水盐度下17β-雌二醇的光解速率降低了90%[15]。此外，RHS可能会改变降解途径并生成毒性更高的卤化中间体[16],[17]。作为一种持久性污染物，AMT在从淡水传输到盐水时可能会表现出不同的光降解动力学和转化途径。不过，关于这些变化的系统研究仍然不足。

尽管有关DOM光敏化和卤素介导的RHS化学作用的研究越来越多[11],[12],[13],[14]，但它们如何协同调节污染物的光转化途径，以及这种途径变化如何驱动毒性的演变仍不清楚。为了解决这些问题，本研究探讨了AMT在淡水和盐水中的光降解过程，重点研究了DOM和卤素离子的作用。评估了³DOM*、¹O?、^•OH和RHS的贡献，鉴定了转化产物，并为淡水和盐水系统提出了降解途径。通过计算机模拟进一步评估了这些产物的生态毒性。综上所述，这些结果建立了从DOM-卤素协同作用到途径变化，再到毒性演变的机制联系，为河口和沿海水域中AMT及其结构类似污染物的生态风险评估提供了依据。

章节摘录

化学物质与材料

阿米替林（AMT，98.5%）购自中国Aladdin Reagent Co., Ltd。腐殖酸（HA）购自德国MP Biomedicals。异丙醇和甲醇为色谱级，由美国Tedia Company Inc.提供。分析级的氯化钠、溴化钠、叠氮化钠、高氯酸钠和磷酸二氢钾均购自中国天津大茂化工试剂厂。淡水和海水样本取自大西山

自然水体中AMT的光降解

首先在天然水库水和海水中研究了AMT的光降解。淡水和海水的总有机碳（TOC）浓度分别为11.3毫克/升和3.32毫克/升。为了评估相同TOC浓度下盐离子的影响，将水库水用纯水稀释至3.32毫克碳/升，使稀释后的淡水样本的TOC水平与海水相同；该样本被标记为淡水稀释样本。此外，为了排除基质的影响

结论

本研究探讨了AMT在水库水和海水中的光降解过程，确定DOM和卤素离子是影响其光解的关键因素。在存在HA和卤素离子的条件下系统研究了AMT的光降解行为。在研究范围内，HA促进了AMT的光降解。在含有卤素的系统中，离子强度和特定卤素效应共同影响了AMT的光降解。

CRediT作者贡献声明

刘辉：撰写——审阅与编辑，撰写——初稿，方法学，数据分析。郭润鑫：可视化，验证，实验研究。尚灵云：撰写——初稿，软件开发。朱晓梅：项目管理，方法学。孙冰：资金筹措。

未引用参考文献

[10]

利益冲突声明

作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（编号：41576111）和辽宁省科技计划联合项目（关键研发计划）[2025JH2/10180030]的支持。

Liu Hui|Guo Runxin|Shang Lingyun|Zhu Xiaomei|Sun Bing