加拿大英属哥伦比亚大学还涛副教授到访生态环境与海洋学院新污染物防治科学研究中心并作专题学术报告

时间:2026-11-09

点击:

2026年11月6日上午,由生态环境与海洋学院新污染物防治科学研究中心主办的“高分辨质谱技术与机器学习解析环境化学物质”专题学术报告会在立德科技A座(科技南楼)一楼学术报告厅成功举行。中心特邀加拿大英属哥伦比亚大学化学系还涛副教授担任主讲嘉宾并开展学术交流,学院及中心师生代表到场聆听。

196E4

在专题报告中,还涛副教授以《Decoding Environmental Chemical Complexity through High-Resolution Mass Spectrometry and Machine Learning》为题,系统剖析了高分辨质谱技术在代谢组学与暴露组学研究中的应用瓶颈。他指出,与基因和蛋白质具有相对明确的基本构成单元不同,环境化学物质分子结构高度多样,随着质谱分析通量和数据规模持续攀升,样品前处理、分析方法优化及未知化合物鉴定等环节面临诸多挑战。针对上述痛点,还涛副教授结合团队研究实践,系统分享了样品净化、固相萃取、化学同位素标记及多维分离等关键分析策略,并展示了从样品处理、液相色谱-质谱分析到数据处理、统计建模及生物学解释的完整研究流程。

17537

围绕质谱大数据解析难题,还涛副教授重点介绍了其团队自主研发的多款机器学习与人工智能辅助分析工具。以嵌合串联质谱数据净化为例,团队充分挖掘真实碎片离子与前体离子间的色谱共洗脱特征及跨样本碎片离子强度变化规律,结合峰与峰相关性评分与XGBoost等机器学习算法,有效识别并剔除干扰信号,显著提升了复杂样本的质谱数据质量与化合物注释可靠性。同时,他还分享了基于串联质谱碎片信息实现分子式精准推断的BUDDY方法。他强调,高质量的数据处理与机器学习算法的深度融合,是突破复杂环境样本未知物精准解析与科学解读的关键路径。

171EB

聚焦环境新污染物识别与暴露组学应用,还涛副教授进一步展示了团队在卤代环境化学物质及消毒副产物非靶向筛查方面的前沿成果。针对水处理过程产生的卤代消毒副产物,团队开发了HalogenFinder和IodoFinder等专用筛查工具,将非靶向液相色谱-串联质谱技术与机器学习模型相结合,实现含氯、含溴及含碘化合物的高效识别与分类;其中,IodoFinder依托特征质谱碎片信息,对161种含碘化学标准品的识别率接近100%。此外,他还介绍了HairDB等暴露组学数据资源的构建思路,通过系统整合化学物质结构信息与文献数据,为头发等生物基质中化学暴露物质的整理、筛查与暴露组学研究提供坚实数据支撑。

1A881

交流期间,中心及学院师生围绕高分辨质谱技术在复杂环境化学物质筛查中的应用、机器学习辅助质谱数据处理与化合物注释,以及非靶向筛查和暴露组学研究中的技术难点,与还涛副教授展开了深入探讨。针对师生在实验方案设计、数据质量控制及复杂图谱解析中遇到的实际问题,还涛副教授结合自身在质谱分析与计算化学领域的丰富经验,提出了针对性的优化建议,并分享了领域前沿动态,现场学术氛围浓厚、交流热烈。

1C1A8

作为生态环境与海洋学院新污染物防治科学研究中心高水平学术交流系列活动的重要组成部分,本次报告会不仅拓宽了中心师生在新污染物非靶向筛查与暴露识别方面的研究视野,也进一步深化了中心与国际顶尖科研团队的学术联动,充分展现了中心在新污染物分析表征、智能筛查及环境健康风险研究领域的平台活力与科研积淀。未来,生态环境与海洋学院新污染物防治科学研究中心将持续依托高水平国际学术交流平台,加快推动高分辨质谱技术与机器学习方法的深度融合与转化应用,为新污染物治理与生态环境安全提供坚实科技支撑。

广东工业大学生态环境与海洋学院 版权所有 粤ICP备05008833号