project

Integration of non-target screening, statistical analyses and bioassays to globally assess chemical water quality

Dankzij ontwikkelingen in op hoge-resolutie-massaspectrometrie (HRMS) gebaseerde screeningsmethoden zijn bij de detectie van chemische stoffen in water nu niet alleen specifieke stoffen op te sporen (doelstofanalyse), maar is het ook mogelijk breder te screenen (non-target screening). Non-target screening is een veelbelovend hulpmiddel geworden bij de evaluatie van veranderingen in de chemische waterkwaliteit tijdens waterbehandeling, maar omdat bij deze methode erg veel data worden gegenereerd, wordt structurele identificatie van alle gevonden ‘pieken’ vrijwel onmogelijk.

Transformatieproducten ontbreken bovendien vaak in de beschikbare databanken, maar kunnen wel worden voorspeld aan de hand van bekende transformatieregels. Als alternatief kunnen data science methoden worden gebruikt om verschillen bloot te leggen tussen waterbehandelingsstappen. Daarom is het belangrijk te onderzoeken hoe en hoe zinvol verschillende niveaus van met non-target screening gegenereerde data kunnen worden ingezet om bijvoorbeeld de effectiviteit van waterbehandeling te evalueren. Bij non-target screening worden drie verschillende niveaus van gegenereerde informatie onderscheiden: van “onbekende pieken” tot “suspects” (pieken die voorkomen op een bekende “verdachtenlijst”) en “trendprofielen” (datapatronen die voortkomen uit de combinatie van de voorgaande niveaus). Daarnaast komt ook informatie uit bioassays op basis van effecten. De suspect screening werd verbeterd en versneld door het online ophalen van chemische kenmerken en uitgebreide suspect lists. Door data uit de chemische non-target screening te integreren met de biologische effect data, is ook de toxiciteit in de prioritering meegenomen en kon een uitgebreider beeld van de chemische waterkwaliteit worden verkregen.

Het onderzoek heeft diverse tools en workflows opgeleverd, die in de casestudies succesvol zijn toegepast om een nog uitgebreider beeld te krijgen van de chemische waterkwaliteit.

  • Het semiautomatisch aanmaken van transformatieproductensuspect lijsten
  • Statistische tool set voor interpretatie van data uit non-target screening
  • Set non-target trend profielen geassocieerd met drinkwaterbehandelingsstappen
  • Nieuwe workflows voor non-target screening en bioassay data interpretatie in R scripts
  • Lijsten van gedetecteerde suspects, inclusief transformatieproducten, voor latere structurele opheldering