项目名称: 基于生物可利用机制的沉积物中拟雄激素活性物质鉴别研究

项目编号: No.21307054

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 环境科学、安全科学

项目作者: 史薇

作者单位: 南京大学

项目金额: 26万元

中文摘要: 拟雄激素活性物质广泛存在于各种环境介质特别是沉积物中,导致了雌鱼雄性化等生态问题的产生,然而目前缺乏拟雄激素活性物质的系统研究,关键毒物结构和种类不明确。围绕如何真实萃取沉积物中可生物利用的拟雄激素活性物质,并进行毒物鉴别的技术需求,本项目拟利用助解析材料,研究代表性拟雄激素活性物质在沉积物中的解析释放过程,揭示其对生物可利用性的影响;在此基础上,针对表皮交换作用与摄食作用,研究筛选符合生物可利用机制的仿生萃取材料,建立仿生萃取技术,以模拟真实暴露情况;并进一步通过分级分离、受体报告基因测试、目标与非目标物鉴别相联合的手段,建立起适用于沉积物拟雄激素活性物质鉴别的技术方法。在前期研究的基础上,进一步将该技术应用于太湖北部湖区,鉴别沉积物中的关键拟雄激素活性物质,阐明其污染特征及分布差异,为区域环境雄激素污染控制提供技术支撑。

中文关键词: 拟雄激素活性;沉积物;目标识别;非目标识别;风险评价

英文摘要: Androgenic compounds are widespread in the environment especially in sediments. They have posed great threat to the aquatic systems including fish virilization. However,little in-deep research has focused on the primary toxicants identification. It is quite necessary to extract the bioavailable androgenic compounds in sediments and further identify the responsible compounds. The three objectives of this study are to: 1) Study the desorption process of androgenic compounds from sediments. Build analytic dynamics model to reveal the bioavailability of androgenic compounds. Choose available bionic-extraction materials that follows the bioavailability mechanisms based on incomplete extraction and in vitro digestive fluid extraction. Establish the methods of bionic-extraction to simulate real exposure conditions. 2) Establish practical methods for identification of toxicants in sediments by integrating fractionations, toxicity testing and qualitative analysis. 3) Based on the previous study, the established methods will be further used for the identification of androgenic compounds in northern Taihu Lake. Pollution characteristics and spatial distribution of the responsible androgenic compounds in this region will be elucidated. This study will provide decision-making support for the pollution control of environmenta

英文关键词: Androgenic activity;Sediment;Target analysis;Non-target analysis;Hazard assessment

成为VIP会员查看完整内容
0

相关内容

目标识别是指一个特殊目标(或一种类型的目标)从其它目标(或其它类型的目标)中被区分出来的过程。它既包括两个非常相似目标的识别,也包括一种类型的目标同其他类型目标的识别。
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
66+阅读 · 2022年4月13日
【NeurIPS2021】基于贝叶斯优化的图分类对抗攻击
专知会员服务
17+阅读 · 2021年11月6日
专知会员服务
25+阅读 · 2021年9月10日
专知会员服务
16+阅读 · 2021年9月7日
专知会员服务
18+阅读 · 2021年8月15日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
AI从底物和酶的结构中预测米氏常数,量化酶活性
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
13+阅读 · 2020年4月12日
小贴士
相关VIP内容
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
66+阅读 · 2022年4月13日
【NeurIPS2021】基于贝叶斯优化的图分类对抗攻击
专知会员服务
17+阅读 · 2021年11月6日
专知会员服务
25+阅读 · 2021年9月10日
专知会员服务
16+阅读 · 2021年9月7日
专知会员服务
18+阅读 · 2021年8月15日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员