南京大学胡海东副教授WR|机器学习模型驱动高通量检测实际污水处理厂的综合毒性变化

文章预览

4月17日 ， 南京大学胡海东副教授课题组 在 Water Research 发表了题为 “ Model-driven high-throughput zebrafish embryo assay for evaluating whole effluent toxicity variation across 100 full-scale wastewater treatment plants” 的研究论文， 通过 机器学习模型（ML）筛选出最优模型，开发了高通量检测 污水处理厂排水综合毒性的方法。 人类活动导致污染物向环境中扩散，对生态系统和水生生物构成潜在风险。传统方法通常通过检测污水处理厂进出水中的特定污染物来评估这些风险，但废水中污染物往往以复杂混合物形式存在，其中许多成分无法通过化学分析识别，导致污染评估存在显著不确定性。研究表明，化学方法仅能解释总体毒性的极小部分。相比之下， 生物检测法 通过综合评估所有污染物（包括未知物质及转化产物）的联合效应来反映实际毒性。因此，引入美国环境保护署（E ………………………………