整合化学信息学与高分辨率质谱技术，以阐明挥发性有机化合物（VOCs）形成二次有机气溶胶的机制

《Environmental Pollution》：Integrating Cheminformatics and High-Resolution Mass Spectrometry to Elucidate Mechanisms of Secondary Organic Aerosol formation from VOCs

该研究开发了基于化学信息学的规则驱动方法，利用SMARTS规则模拟VOCs氧化形成SOA的多步反应路径，通过与HRMS实验数据对比验证了模型在预测SOA化合物分子式和反应机制上的有效性，为大气氧化机制提供了新工具。

　　

阮文坚（Nguyen Van Kien）|朴庆东（Geondo Park）|李成元（Seong Weon Lee）|赵灿植（Chan Sik Cho）|林浩珍（Ho-Jin Lim）|金升焕（Sunghwan Kim）

韩国大邱庆北国立大学化学系，41566

摘要

在烟雾室中，来自人为和生物源挥发性有机化合物（VOCs）的二次有机气溶胶（SOA）化合物已通过高分辨率质谱（HRMS）在分子水平上进行了表征。然而，这需要耗时的手动解释。我们开发了一种基于化学信息学的方法，利用HRMS数据模拟导致SOA相关化合物形成的反应路径。通过使用针对每种VOC的特定转化反应集合，该模型生成了大量的可能氧化产物的化学空间。然后将模拟的分子式与HRMS数据实验测定的分子式进行比较，如果两者都出现，则认为该分子式“匹配”。模拟结果与实验结果在结构层面的比较不仅证实了模型再现实验产物的能力，还使得能够重建与文献中提出的形成机制一致的多步骤路径。总体而言，这种方法为阐明合理的SOA形成路径提供了一个补充框架，并支持与大气氧化相关的机制假设。

引言

二次有机气溶胶（SOAs）是大气细颗粒物的主要组成部分，对气候变化、人类健康和空气质量有显著影响（Hallquist等人，2009年；Kroll和Seinfeld，2008年；Palm等人，2017年）。SOAs通常是通过挥发性有机化合物（VOCs）的大气氧化形成的，这些化合物在羟基自由基（OH）、臭氧（O₃）和硝酸根自由基（NO₃）等氧化剂的催化下经历复杂的多步骤化学转化（Li等人，2022年；Shen等人，2021年）。这些氧化反应进一步产生低挥发性化合物，这些化合物进入颗粒相，从而构成了环境气溶胶的高度复杂组成（Shrivastava等人，2017年；Srivastava等人，2022年）。

尽管经过数十年的研究进展，但对于像甲苯这样的已知前体，控制VOC光氧化以及因此SOA形成的机制仍然知之甚少（Baltaretu等人，2009年；Birdsall等人，2010年）。由于这种复杂性，机制开发者通常依赖环境室实验来弥合基础化学理解与预测性大气模型开发之间的差距（Carter和Heo，2013年）。为此目的，广泛使用了诸如Carbon Bond（Gery等人，1989年；Whitten等人，2010年）、SAPRC（Carter，2007年；Carter，2010年）和Master Chemical Mechanism（MCM）（Bloss等人，2005年；Saunders等人，2003年）等机制框架。

在我们最近的实验研究中，我们研究了在高O₂、NO_x和SO₂条件下，氨（NH₃）对烟雾室中含氮SOAs形成的影响，使用了多种VOC前体（例如甲苯、间二甲苯、乙基苯、α-蒎烯和异戊二烯）（Park等人，2025年）。MCM被用作提出新检测到的化合物可能形成路径的参考。然而，由于化学细节和计算可行性之间的权衡，传统的路径提案往往在解释实验观察到的产物多样性方面存在局限性。此外，它们对预定义反应路径的依赖可能会阻碍新或意外产物结构的识别，特别是在涉及多相相互作用的系统中。

化学信息学和计算化学的最新进展使得可以使用基于规则的方法更系统地探索化学反应空间（Chen和Baldi，2009年；Luong和Singh，2024年；Wetzel等人，2007年）。例如，使用编码的代谢转化规则的模拟已被证明适用于预测通过环境生物转化反应形成的转化产物（Djoumbou-Feunang等人，2019年；Meng等人，2017年；Ridder和Wagener，2008年；Rudik等人，2017年；?ícho等人，2019年；Yousofshahi等人，2015年）。由于这种方法基于通过一系列化学反应将分子转化为多种产物的基本原理，它提供了一种模块化、可扩展的方法来模拟大气氧化反应。当反应规则正确描述光氧化机制时，它们可以在不同的环境条件下从VOC前体生成合理的产物结构和反应路径。特别是，当与高分辨率质谱（HRMS）数据结合使用时，这些方法有助于验证已知反应并确定它们对SOA质量的贡献。然而，据我们所知，这种方法尚未被应用于预测大气SOA的形成。

在这项研究中，我们应用基于规则的模拟框架来探索我们最近实验工作中研究的VOC前体的大气氧化（Park等人，2025年）。我们使用RDKit库（一个开源化学信息学工具包，Landrum，2006年）实现的一组编码转化规则来模拟多步骤化学老化过程。将得到的产物与在存在NH₃和不存在NH₃条件下进行的烟雾室实验获得的HRMS数据进行了匹配。这种综合方法旨在（1）便于解释HRMS衍生的分子式的结构，并（2）为它们在大气氧化过程中的形成生成机制假设。与现有SOA框架中手动策划的机制（例如MCM、SAPRC）不同，后者优先考虑动力学受限且特征明确的物种，基于规则的策略系统地列举了化学上合理的产物及其形成路径，从而能够探索以前代表性不足或未表征的反应网络。

小节片段

反应规则和模拟

Reaction SMARTS（SMILES任意目标规范）是一种紧凑的基于规则的语言，源自SMARTS模式，与其他表示法（如SMIRKS（Deng等人，2011年；Guasch等人，2014年；Kochev等人，2018年）和SMILES（Weininger，1988年）密切相关。它通过指定有限数量的局部原子的变化来简洁地编码化学转化。例如，表达式如[#6h:1]>>[*:1]O（Hughes等人，2020年）、[#6h:1]>>[*:1][OH]、[#6h:1]>>[#6:1]O等，

不同VOC的预测性能

基于规则的模拟模型通过对每种研究的VOC进行指定次数的模拟迭代来预测潜在的SOA产物。通过将生成的化合物的分子式与我们之前研究中在存在NH₃和不存在NH₃条件下实验测定的分子式进行比较来验证这些预测（Park等人，2025年）。这项评估针对五种VOC前体进行：甲苯、间二甲苯、乙基苯、α-蒎烯和

结论

这项研究代表了一个基于化学信息学的框架，用于模拟导致SOA形成的大气氧化路径。使用手动策划的基于SMARTS的转化规则，该模型从五种VOC前体（甲苯、间二甲苯、乙基苯、α-蒎烯和异戊二烯）在存在NH₃和不存在NH₃的条件下生成了广泛的化学上合理的氧化产物。与HRMS数据的比较在分子式上显示出显著的一致性

CRediT作者贡献声明

朴庆东（Geondo Park）：方法论、研究、形式分析。阮文坚（Nguyen Van Kien）：撰写——原始草稿、方法论、研究、形式分析、数据整理。金升焕（Sunghwan Kim）：撰写——审阅与编辑、监督、项目管理。林浩珍（Ho-Jin Lim）：撰写——审阅与编辑。赵灿植（Chan Sik Cho）：撰写——审阅与编辑。李成元（Seong Weon Lee）：方法论、研究、形式分析

利益冲突声明

? 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了FRIEND（考虑国家差异的东亚细颗粒物研究计划）项目的支持，该项目由韩国国家研究基金会（NRF）资助，该基金会由科学技术信息通信部（MSIT）资助（NRF-2020M3G1A1114560），以及由韩国政府（MSIT）资助的韩国国家研究基金会（NRF）的拨款[NRF-2022R1A2B5B02001374]和RS-2023-00207831。