超高精度質量分析を活用した上下水処理ならびに環境水中での溶存有機物質・化学物質の特性評価 / Characterization of dissolved organic matter and emerging chemicals in treated and natural waters using ultra-high precision mass spectrometry
【水処理中での有機物・化学物質動態/ Transformation of organic matters and chemicals in water treatment】
自然有機物や新興汚染物質のみならず水処理過程で発生・残存する変換生成物を検出・評価することの重要性が指摘されているが、有機化合物から種々の変換生成物が生成されることやその生成過程が複雑多岐にわたること、さらには網羅的に検出・評価する技術が未発達であることなどを理由に、変換生成物の種類やその生成機構については不明な点が多い。そこで、本研究では、高分解能質量分析を用いた非標的スクリーニング解析等の実験的アプローチに加え、質量差ネットワーク解析、量子化学計算や機械学習によるin silicoアプローチを駆使することで、環境中や促進酸化処理における変換生成物とその生成機構を明らかにすることを目的としている。
The importance of detecting and evaluating not only emerging contaminants but also transformation products generated and remaining in the water treatment process (as well as natural environmental processes) has been pointed out, but the structures of transformation products and their formation mechanisms remain unclear due to a variety of reasons, such as the formation of various transformation products from organic compounds, the complexity of the formation process, and the lack of comprehensive detection and evaluation technology. Therefore, this study aims to elucidate the transformation products and their formation mechanisms in advanced oxidation processes by using experimental approaches such as non-targeted screening analysis using high-resolution mass spectrometry, in addition to in silico approaches based on quantum chemical calculations and machine learning.
高分解能質量分析(FT-ICR-MS)を用いた有機物・化学物質分子組成の同定 / Identification of the molecular composition of organic and chemical compounds using high-resolution mass spectrometry (FT-ICR-MS)
下水処理水における高分解能質量分析を用いた非標的スクリーニング解析：機械学習を適用することで反応性有機物と非反応性有機物組成を明らかにしている。Non-target screening analysis using high-resolution mass spectrometry in treated sewage water: applying machine learning to reveal reactive and non-reactive organic compositions.
紫外線処理における有機物の変換過程を同位体を用いた高分解能質量分析と機械学習、ネットワーク解析により明らかにしている。/The transformation process of dissolved organic matters in the UV treatment is clarified by high-resolution mass spectrometry with isotopes, machine learning, and network analysis.
数千種類存在するといわれる有機フッ素化合物（PFAS）を網羅的に検出する技術を開発している / We are developing a technology to comprehensively detect thousand species of organo-fluorine compounds (PFAS).
【環境水中での有機物・化学物質動態/ Transformation of organic matters and chemicals in environmental waters】
陸域の各供給源から沿岸域へ輸送される溶存有機物質（DOM）は炭素・栄養塩循環や微量金属輸送に重要である。本研究では多摩川及び志津川湾流域を対象に、超高精度質量分析により河川流域及び沿岸域におけるDOM 組成を同定し、DOM生成・輸送機構を解明した。その結果、多摩川では、下水処理水由来DOMは流下過程で約1/3除去されるものの、下流域におけるヘテロ原子含有DOM画分の増加に寄与していた。志津川湾流域では、森林由来のCHO、CHON分子が沿岸域に輸送されるDOMの大部分を占めていた。さらに、微量金属輸送の観点から、比較的低分子のCHO分子は溶存鉄と、高分子のCHON分子は溶存銅の輸送に重要である可能性が示された。
Dissolved organic matter (DOM) transported from terrestrial sources to coastal areas is important for carbon and nutrient cycling and trace metal transport. In this study, we identified DOM composition in the Tama River and Shizugawa Bay watersheds by ultra-high precision mass spectrometry to elucidate the formation and transport mechanisms of DOM in the river and coastal areas. As a result, it was found that the heteroatom-containing DOM fraction in the downstream area of the Tama River was increased, although DOM from the sewage treatment water was removed by about 1/3 of the downstream process. In the Shizugawa Bay watershed, forest-derived CHO and CHON molecules accounted for most of the DOM transported to the coastal area. Furthermore, in terms of trace metal transport, relatively low-molecular-weight CHO molecules may be important for dissolved iron and high-molecular-weight CHON molecules may be important for dissolved copper transport.
環境工学や環境科学において流域での溶存有機物を研究対象とすることの重要性 / Importance of studying dissolved organic matters in watersheds in environmental engineering and science field
下水処理水の流入により河川の水質（有機物成分）がどのように影響を受けるかを分子レベルで解析した例 / An example of molecular-level analysis of how river water quality (organic components) is affected by the inflow of treated sewage water (presented in conference of JSCE)
関連文献 references
D Dwinandha, M Elsamadony, R Gao, QL Fu, J Liu, M Fujii, Interpretable Machine Learning and Reactomics Assisted Isotopically Labeled FT-ICR-MS for Exploring the Reactivity and Transformation of Natural Organic Matter during UV photolysis, Environmental Science & Technology 58 (1), 816-825, 2023
J Liu, N Wang, M Fujii, Z Bao, J Wei, Z Hao, Q Fu, R Gao, J Liu, Y Wei, Insights into the roles of DOM in humification during sludge composting: Comprehensive chemoinformatic analysis using FT-ICR mass spectrometry Chemical Engineering Journal 475, 146024, 2023