中國粉體網(wǎng)訊　在國家自然科學基金重大研究計劃“大氣細顆粒物的毒理與健康效應(yīng)”（批準號：91543104，91743204，91843301）和國家杰出青年科學基金（批準號：21825403）等項目的資助下，中國科學院生態(tài)環(huán)境研究中心環(huán)境化學與生態(tài)毒理學國家重點實驗室劉倩、江桂斌課題組在細顆粒物溯源方面取得重要突破。該團隊利用硅、氧雙同位素指紋（dual isotopic fingerprinting）和機器學習（machine learning）技術(shù)，首次成功實現(xiàn)了SiO2顆粒的來源區(qū)分。研究成果以“Distinguishing the Sources of Silica Nanoparticles by Dual Isotopic Fingerprinting and Machine Learning”（雙同位素指紋和機器學習方法甄別二氧化硅納米顆粒物的來源）為題，2019年4月8日在線發(fā)表于Nature Communications (《自然·通訊》)。論文鏈接：https://www.nature.com/articles/s41467-019-09629-5。

　　自然界中沙塵無處不在，其主要成分是二氧化硅（SiO2），也是大氣細顆粒物PM2.5的重要組分。除了沙塵，大自然中其實存在著不同形態(tài)的SiO2，如石英、水晶、硅藻土等。而且，SiO2也是人類生產(chǎn)量和使用量最大的一類納米材料，如在工業(yè)中大量生產(chǎn)的白炭黑其實就是SiO2納米顆粒。這些人造的SiO2顆粒最終又會被排放到環(huán)境中去，成為大自然中沙塵的一部分。自然界中SiO2顆粒形貌極其復(fù)雜（見圖1），這使得甄別SiO2顆粒的來源非常困難。在之前的報道中，有人嘗試利用穩(wěn)定同位素指紋對人造和天然的ZnO和CeO2顆粒進行區(qū)分，但未獲成功。

　　劉倩等研究發(fā)現(xiàn)，不同來源的SiO2顆粒形貌多樣，利用常規(guī)的表征手段如電鏡、元素組成、晶體結(jié)構(gòu)等均無法實現(xiàn)其來源的區(qū)分。但不同來源的SiO2，如天然石英、天然硅藻土、以及利用氣相法、沉淀法和溶膠凝膠法合成的人造SiO2，在Si同位素和O同位素組成上均表現(xiàn)出一定的差異性（圖2a-b）。利用Si和O同位素構(gòu)建的二維同位素指紋圖譜中，不同來源的SiO2顆粒分布于不同的區(qū)域（圖2c），從而可以通過Si-O同位素指紋信息來判斷SiO2顆粒的來源。為了實現(xiàn)全面準確的來源甄別，研究人員利用機器學習對現(xiàn)有樣品的同位素指紋信息構(gòu)建了分類模型，可以給出每個樣品不同來源的概率值，總體正確率達到了93.3%，從而實現(xiàn)了SiO2顆粒的定量精準溯源。值得一提的是，該方法不但可以實現(xiàn)天然源和人為源SiO2的區(qū)分，還可以在一定程度上區(qū)分工業(yè)SiO2顆粒的不同生產(chǎn)工藝和不同制造廠商，從而為工業(yè)納米產(chǎn)品的質(zhì)量分析和質(zhì)量控制提供了一種有力的工具。

　　這一研究突破了同位素指紋不能用于顆粒物溯源的傳統(tǒng)觀念，揭示了穩(wěn)定同位素指紋在包括PM2.5在內(nèi)的顆粒物溯源方面的強大潛力。

圖1 不同來源的SiO2顆粒的微觀形貌

(a)人造納米SiO2標準品；(b-c)工業(yè)白炭黑；(d)天然石英顆粒；(e-f)天然硅藻土的完整形貌及碎片

圖2 不同來源的SiO2顆粒的同位素指紋及機器學習分類模型

(a)Si同位素指紋；(b)O同位素指紋；(c)Si-O二維同位素指紋及機器學習分類模型（簡寫：ND：天然硅藻土；NQ：天然石英；ES：人造溶膠凝膠法SiO2；EP：人造沉淀法SiO2；EF：人造氣相法SiO2）

（中國粉體網(wǎng)編輯整理/初末）