北京师范大学李立平、刘新会npj Clean Water：从化学信号到污染溯源——基于机器学习和非靶向分析的溯源框架

背景：传统靶向分析难以应对新污染物及其转化产物的检测挑战，非靶向分析依托高分辨质谱技术可捕获大量化学信号，但数据复杂且关键信息提取困难。研究目的：构建融合非靶向分析和机器学习的系统框架，解决污染溯源中数据处理、模型选择及结果验证的标准化问题。结论：该框架通过四阶段流程（样品处理、数据采集、机器学习处理、多层验证）提升溯源准确性，并强调可解释性和环境合理性评估，未来需结合多组学数据及物联网技术实现智能化环境管理。