上海大学李辉团队ETI：PBAT微塑料来源溶解性有机质在氯苯污染水体中的分子转化预测——用于可持续污染风险评估的机器学习框架

背景方面，微塑料污染已成为全球水环境难题，PBAT作为广泛使用的可降解塑料，会持续释放溶解性有机质(PDOM)，与水体中氯苯等芳香污染物发生络合作用，改变污染物迁移转化规律，但分子层面机理尚不清楚。研究目的上，本研究通过制备PBAT浸出的PDOM和标准天然有机质(NOM)，构建氯苯污染模拟水环境，结合高分辨质谱FT-ICR-MS、分子反应网络、DFT量子计算与可解释机器学习(Random Forest、LightGBM、XGBoost)，对比两类有机质与氯苯结合后的分子演变差异，筛选决定反应活性的关键分子指标，并搭建分子尺度污染风险预测框架。结论表明，PDOM反应活性远高于NOM，其分子体系更易被氯苯干扰，表现为更高的分子损失和新生，且H/C比值、分子量等可作为快速筛查高风险DOM组分的候选指标。该框架整合了分子组成解析、反应网络量化、量子化学验证与机器学习预测，为微塑料来源DOM与有机污染物相互作用的环境风险评估提供了新思路。