科研人员揭示汞在植物叶片中的转化机制

2018 年 5 月 11 日 中科院之声

植被在全球大气汞的循环以及汞在陆地食物链的传输“扮演”着重要角色。大气气态单质汞能被叶片同化进而富集在叶片中。叶片中的汞主要有以下两种归趋:一方面,汞被叶片重新释放而进入大气。另一方面,汞被氧化固定在植物组织中并通过食物链进入动物或者人体内,或者随着凋落物进入土壤圈。因此,研究植物叶片中汞的化学形态对准确评估植被在全球大气汞循环中扮演的具体“角色”、汞在食物链传输引起的环境风险以及汞进入土壤圈后对土壤生态系统的干扰十分关键。


利用传统的基于同步辐射技术的X-射线近边吸收谱技术是研究环境介质中汞的化学形态的常用方法(Wang JX et al., 2012. ES&T, 5361-5368),但是该方法很难准确测定低汞含量样品中的汞的化学形态。同样,基于质谱和色谱联用技术比如 ICP-MS-HPLC 等对样品中汞的含量及样品的基质都有比较高的要求(Krupp EM et al., 2009. Chem Comm, 4257-4259)。


中国科学院地球化学研究所环境室冯新斌课题组与法国 Université Grenoble Alpes 地球科学研究中心教授 Alain Manceau 合作,在法国 EcoX Equipex 项目(法国卓越基础科学装置计划)和中科院国际合作项目(QYZDJ-SSW-DQC005)支持下,率先在国际上利用高能量分辨率X-射线近边吸收谱技术分析了天然低汞(0.5 ppm)植物叶片中汞的化学形态。


研究结果发现,在植物叶片中大部分汞以 Hg[(SR)2+N/O0-2] 的化学形态存在,部分汞以纳米颗粒态汞(HgxSy)的形态存在(图1)。通过二阶 Møller-Plesset 振动理论,利用计算机模拟了 HgxS的几何结构(图2)。本结果首次揭示了植物叶片可以将单质汞转化为惰性的纳米状硫化汞,这对深入了解叶片中汞的再挥发、毒性以及其进入土壤后的转化提供了基础理论知识,丰富了汞的生物地球循环理论。成果发表于环境科学领域期刊 Environ. Sci. Technol


图1 不同植物叶片中汞的形态


图2 HgxSy的几何结构


来源:中国科学院地球化学研究所



登录查看更多
0

相关内容

高效液相色谱法(英语:high performance liquid chromatography,缩写 HPLC),又译高效液相层析法,以前曾指高压液相层析法(high pressure liquid chromatography),是一种色谱分析技术,用来分离混合物,以确认并量化各个成分的比例。
专知会员服务
129+阅读 · 2020年7月10日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
【天津大学】知识图谱划分算法研究综述
专知会员服务
106+阅读 · 2020年4月27日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
Nature 一周论文导读 | 2019 年 8 月 1 日
科研圈
8+阅读 · 2019年8月11日
Nature 一周论文导读 | 2019 年 5 月 30 日
科研圈
15+阅读 · 2019年6月9日
Science:脂肪细胞外泌体对巨噬细胞发挥调节功能
外泌体之家
19+阅读 · 2019年3月7日
《常用算法之智能计算 (五) 》:模糊计算
数盟
9+阅读 · 2018年12月24日
机器视觉技术的农业应用研究进展
科技导报
7+阅读 · 2018年7月24日
心理学与脑科学:进展、思考和展望
科技导报
9+阅读 · 2017年10月27日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Arxiv
19+阅读 · 2019年4月5日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Arxiv
9+阅读 · 2018年5月7日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
10+阅读 · 2018年3月22日
VIP会员
相关论文
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
Arxiv
19+阅读 · 2019年4月5日
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Arxiv
9+阅读 · 2018年5月7日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
10+阅读 · 2018年3月22日
Top
微信扫码咨询专知VIP会员