Toxizität unbekannter Verbindungen unkompliziert vorhersagen

Die Qualität von Gewässern ist unter anderem durch die Konzentrationen und Toxizität der enthaltenen Schadstoffe gegeben. Peets und Team haben nun eine Möglichkeit entwickelt, unbekannte Massensignale in der LC-HRMS über ein Vorhersagemodell der Toxizität zu priorisieren, das auf Retentionszeit, MS¹- und MS²-Daten basiert. Dabei erfolgt die Abschätzung des K_OW über die Retentionszeit, die Bestimmung der Summenformel über die exakte Masse und die Erfassung der funktionellen Gruppen über die Fragmente im MS². Über einen Machine-Learning-Ansatz erstellten die Autoren aus diesen Daten ein Modell, das die LC₅₀-Werte für Fische und andere Tierarten vorhersagt. GeD

• Environ. Sci. Technol. 2022, doi: 10.1021/acs.est.2c02536

Wissenschaft + Forschung