Soil metabolomics: A powerful tool for predicting and specifying pesticide sorption.
Chemosphere · 2023 · 337:139302 · PMID 37385484 · 등급6 세포·모델 모델링연구 · 환경과 생태 > 토양 거동
요약 생성 대기 중입니다.
초록 전문 번역 · gemma4:e4b
흡착은 작물 지역에서 주변 수계로의 농약 분산을 조절할 뿐만 아니라 그 잔류성에도 영향을 미친다. 수질 오염 위험을 평가하고 완화 조치의 효율성을 평가하기 위해서는 고해상도 흡착 데이터와 그 구동 인자에 대한 충분한 지식이 요구된다. 본 연구는 화학계량학(chemometrics)과 토양 대사체학(soil metabolomics)을 결합한 새로운 접근법이 다양한 농약의 흡착 및 탈착 계수를 추정하는 잠재력을 평가하는 것을 목표로 하였다. 또한, 이러한 농약의 흡착을 유도하는 토양유기물(SOM)의 주요 구성 요소를 규명하고 특성화하는 것도 목적이다. 본 연구에서는 질(Tunisia), 프랑스, 과들루프(서인도 제도)에서 채취한 43개 토양으로 구성된 데이터셋을 구축하였으며, 이 토양들은 광범위한 범위의 입도, 유기탄소 함량 및 pH를 포함한다. 액체 크로마토그래피-고분해능 질량분석법(UPLC-HRMS)을 이용하여 비표적 토양 대사체학 분석을 수행하였다. 본 연구에서는 해당 토양들을 대상으로 글리포세이트, 2,4-D 및 디페노코나졸 세 가지 농약의 흡착 및 탈착 계수를 측정하였다. RT-m/z 매트릭스로부터 흡착 계수 예측을 위해 부분 최소 제곱 회귀(PLSR) 모델을 개발하였고, PLSR 모델에서 가장 유의미한 SOM 구성 요소를 식별, 주석 처리 및 특성화하기 위해 추가적인 ANOVA 분석을 수행하였다. 정제된 대사체학 매트릭스로부터 1213개의 대사체 마커가 도출되었다. PLSR 모델의 예측 성능은 흡착 계수 $K_{dads}$ (0.3 < $R^2$ < 0.8)와 탈착 계수 $K_{fdes}$ (0.6 < $R^2$ < 0.8)에서 전반적으로 높았으나, $n_{des}$에서는 낮았다 (0.03 < $R^2$ < 0.3). 예측 모델에서 가장 유의미한 특징들은 신뢰도 수준 2 또는 3으로 주석 처리되었다. 이러한 추정 화합물의 분자 기술자는 글리포세이트 흡착을 유도하는 SOM 화합물 풀이 2,4-D 및 디페노코나졸에 비해 감소되어 있으며, 이들 화합물이 전반적으로 더 극성임을 시사한다. 본 접근법은 대조적인 토양기후(pedoclimates)에서 극성 농약을 포함한 농약의 흡착 및 탈착 계수 추정치를 제공할 수 있다.ORIGINAL ABSTRACT
Sorption regulates the dispersion of pesticides from cropped areas to surrounding water bodies as well as their persistence. Assessing the risk of water contamination and evaluating the efficiency of mitigation measures, requires fine-resolution sorption data and a good knowledge of its drivers. This study aimed to assess the potential of a new approach combining chemometric and soil metabolomics to estimate the adsorption and desorption coefficients of a range of pesticides. It also aims to identify and characterise key components of soil organic matter (SOM) driving the sorption of these pesticides. We constituted a dataset of 43 soils from Tunisia, France and Guadeloupe (West Indies), covering extensive ranges of texture, organic carbon and pH. We performed untargeted soil metabolomics by liquid chromatography coupled with high-resolution mass spectrometry (UPLC-HRMS). We measured the adsorption and desorption coefficients of three pesticides namely glyphosate, 2,4-D and difenoconazole for these soils. We developed Partial Least Square Regression (PLSR) models for the prediction of the sorption coefficients from the RT-m/z matrix and conducted further ANOVA analyses to identify, annotate and characterise the most significant constituents of SOM in the PLSR models. The curated metabolomics matrix yielded 1213 metabolic markers. The prediction performance of the PLSR models was generally high for the adsorption coefficients Kdads (0.3 < R2 < 0.8) and for the desorption coefficients Kfdes (0.6 < R2 < 0.8) but low for ndes (0.03 < R2 < 0.3). The most significant features in the predictive models were annotated with a confidence level of 2 or 3. The molecular descriptors of these putative compounds suggest that the pool of SOM compounds driving glyphosate sorption is reduced compared to 2,4-D and difenoconazole, and these compounds are generally more polar. This approach can provide estimates of the adsorption and desorption coefficients of pesticides, including polar pesticide, for contrasted pedoclimates.| 저자 | Dollinger, J.; Pétriacq, P.; Flandin, A.; Samouelian, A. |
|---|---|
| 저널 | Chemosphere |
| 권·호·쪽 | 337, 139302 |
| PMID | 37385484 |
| DOI | 10.1016/j.chemosphere.2023.139302 |
| MeSH | Pesticides; Soil; Soil Pollutants; 2,4-Dichlorophenoxyacetic Acid; Water; Adsorption |