《Chemosphere》：Persistent pharmaceuticals and their transformation Products: From persistence mechanisms to AI-assisted integrated treatment for safe water reuse
编辑推荐：
持久性药物污染物可逃逸常规给水与污水处理系统。多屏障（multi-barrier）处理工艺组合可实现难降解药物高于90%的去除率。转化产物（transformation products, TPs）常持续存留，且毒性可能超过母体化合物。液相色谱串联质谱（LC-
持久性药物污染物可逃逸常规给水与污水处理系统。多屏障（multi-barrier）处理工艺组合可实现难降解药物高于90%的去除率。转化产物（transformation products, TPs）常持续存留，且毒性可能超过母体化合物。液相色谱串联质谱（LC-MS/MS）与高分辨质谱（HRMS）是示踪母体化合物与副产物的关键手段。集成处理与源头管控对安全水回用及可持续发展目标6（SDG-6）至关重要。
研究背景与问题提出：持久性污染物因抗光解、抗生物降解与抗化学降解而在环境中长期存留，具有长半衰期与生物累积潜力。在众多持久性污染物中，药物因生产消费规模大、生物活性强、经排泄与废弃持续输入而尤为突出。全球约4000种活性药物成分被使用，药物及其转化产物已在71个国家、600余种物质中被检出，部分河流站点超出生态安全阈值或抗微生物耐药关注水平。常规污水处理厂对卡马西平、二甲双胍、碘造影剂等难降解药物去除有限；更关键的是，母体化合物“消失”常代表转化而非矿化，转化产物可能具更高持久性、迁移性与毒性，同时亚抑制浓度药物可促进抗微生物耐药基因（ARGs）传播。既有综述多将发生、归趋、处理与转化产物割裂讨论，缺乏以“持留机制”为主轴、串联处理屏障选择与序列设计的整合框架。该论文发表于《Chemosphere》，研究人员由此开展一项叙事性综述，沿“机制—分析—归趋—屏障—集成—挑战”链条，建立从分子驱动到多屏障训练与人工智能（AI）/机器学习（ML）辅助决策的整合视角。
主要技术方法：研究人员基于PubMed、Scopus、Web of Science与Google Scholar进行叙事性文献综合，未采用PRISMA系统综述框架；以持久性药物为对象，结合液相色谱串联质谱（LC-MS/MS）目标定量、高分辨质谱（HRMS）非靶向筛查、固相萃取（SPE）前处理，以及效应导向生物测试，跨污水、再生水、地下水与食品生产路径整合证据。
研究结果：
3. 持久性药物机制：哪些药物持留与为何持留。研究人员从分子与理化驱动识别持留机制：高极性、强芳香或卤代环系、可电离态、稳定代谢物与低生物降解性使药物穿透活性污泥。卡马西平因稳定芳香结构低去除；二甲双胍在污水中转化为同样极性强、持留的胍基脲；碘造影剂几乎完整穿透。药物群体呈现三类行为：母体基本不变、转化为持留产物、去除受基质与工况强烈影响。
3.1 理化与分子驱动：高极性削弱吸附，离子化态降低膜与炭截留，芳香/氟化结构抵抗氧化，基质中天然有机物与碳酸氢盐竞争自由基，抗微生物药物抑活污泥菌群并助长ARGs。
3.2 持久药物类群与常规处理行为：抗癫痫药、抗抑郁药、碘造影剂、细胞毒药物多完整穿透；非甾体抗炎药与抗生素呈基质依赖部分去除；二甲双胍—胍基脲代表“转化非矿化”典型。
3.3 转化产物作为持留问题延续：二甲双胍→胍基脲为死端产物；卡马西平糖苷结合物在土壤含水层处理中解共轭再生母体；氧化碘造影剂可生成碘代消毒副产物。转化产物须作为独立监测目标。
4. 分析基础与证据限度：目标LC-MS/MS仅定量预设清单，不能区分矿化、相转移与未知转化物；HRMS可候选识别结构但未必定量；效应导向方法补足混合物生物活性。因此母体去除率高不等于风险下降。
5. 环境归趋、暴露路径与后果：
5.1 地表水行为：水文稀释、暴雨脉冲与沉积物再悬浮调控暴露，生物膜与沉积物成长期储库，低剂量持续暴露改变鱼类行为与内分泌功能。
5.2 地下水迁移：高渗低有机质土壤中极性强、弱吸附药物易穿透；土壤含水层处理中结合态代谢物解共轭可再生母体，增加回补风险。
5.3 食物链传递：再生水灌溉下卡马西平等可被作物吸收并在可食部累积；水生生物放大有限但组织特异性富集与亚致死效应存在。
5.4 生态后果：内分泌干扰、行为改变、ARGs选择、沉积legacy储存与多压力因子叠加。
5.5 人体健康风险：饮水、食物与耐药菌为三大路径；痕量浓度急性毒低，但内分泌干扰、ARGs、神经活性长期暴露与混合物不确定性需警惕。
6. 处理屏障评价（原文表5/6量化部分浓缩）：臭氧与UV/H2O2对反应性药物高效；活性炭与生物活性炭捕集残留与部分转化物；纳滤/反渗透截留极性碘造影剂；电氧化与过硫酸盐适用于极难降解物。单一技术难完整去除，需按驱动选屏障并监测转化产物与能耗。
7. 多屏障训练与AI/ML决策：研究人员提出“驱动—屏障”匹配逻辑，将臭氧、吸附、膜、生物过滤按化合物机制排序；AI/ML作为工况优化与屏障选择辅助，而非替代机理认知，其价值限于数据充分场景。
8/9. 挑战与结论：剩余挑战包括转化产物标准缺失、小厂监测能力弱、ARGs归趋不清与AI外推不确定。结论为：安全水回用不能只看母体去除率，必须以持留驱动定屏障，以转化产物定监测，以源头管控加多屏障加AI辅助运行共同支撑SDG-6。
讨论与结论翻译：讨论指出，持久性药物治理的核心误区是将“母体浓度下降”等同于“风险消除”；未来框架应把转化产物、抗微生物耐药、跨介质传输与食品链暴露纳入统一目标。研究结论为：持久性药物的持留由分子结构、电离态、基质效应与生物过程共同决定；多屏障处理训练可实现难降解药物高于90%去除，但须追踪转化产物毒性与能耗；分析上需LC-MS/MS与HRMS及效应导向方法互补；工程上应按“机制驱动屏障选择—AI辅助运行优化—源头与监测协同”推进，方能支撑安全水回用与可持续发展目标6。
这篇解读已完成，接下来可以选择一个方向继续深化：
把多屏障处理流程整理成技术路线图 对比典型药物的去除机制与转化风险 把多屏障处理流程整理成技术路线图 对比典型药物的去除机制与转化风险
