新污染物的种类繁多，包括药物、个人护理用品、工业添加剂、农药、阻燃剂、纳米材料等。其来源复杂，包括生活污水、工业废水、农业排水、大气沉降等，分布广泛，可以在水、土壤、大气、生物等各类环境介质中检测到。新污染物的性质多变，可能具有持久性、生物累积性、毒性、内分泌干扰性等特征，因此，新污染物的检测和分析是环境保护和公共卫生领域的重要课题，也是当前的研究热点和难点。

 为了有效地检测和分析新污染物，需要采用合适的筛查方法。筛查方法是指在样本中快速、准确地发现目标物的一种分析方法，它可以提供目标物的存在与否、种类、含量等信息，为后续的鉴定、定量、风险评估等提供依据。筛查方法的选择和应用，取决于目标物的已知与否，即是否有目标物的先验信息，如物理化学性质、光谱特征、环境行为等。根据目标物的已知与否，筛查方法可以分为靶向筛查方法和非靶向筛查方法，这两种方法在检测新污染物时，各自具有独特的优势和特点。

一、靶向筛查方法                                  

靶向筛查方法主要针对已知或疑似的新污染物，利用色谱-质谱等仪器分析技术，进行定量或定性的检测。这种方法的优势在于其具有较高的特异性，可以针对已知或疑似的新污染物进行精确的检测和定量。靶向筛查方法的应用范围广泛，适用于各类环境样本的分析，如水、土壤、大气等。

在靶向筛查过程中，通常会根据目标物的物理化学性质、光谱特征等信息，选择合适的分析仪器和方法进行检测。例如，对于有机化合物，可以使用色谱-质谱联用技术进行分离和鉴定；对于无机化合物，可以使用原子吸收光谱、原子发射光谱等技术进行定量分析。

 色谱-质谱联用技术是一种常用的靶向筛查方法，它可以将样本中的复杂混合物分离成单一的化合物，并利用质谱仪对其进行鉴定和定量。色谱-质谱联用技术的优点在于其具有高分辨率、高灵敏度、高准确度等特点，可以对目标物进行快速、准确的检测和分析。色谱-质谱联用技术的种类很多，根据色谱仪和质谱仪的不同，可以分为气相色谱-质谱（GC-MS）、液相色谱-质谱（LC-MS）、离子色谱-质谱（IC-MS）等。不同的色谱-质谱联用技术，适用于不同的目标物的检测。例如，GC-MS适用于挥发性和半挥发性的有机化合物的检测，如农药、工业添加剂、阻燃剂等；LC-MS适用于非挥发性和极性的有机化合物的检测，如药物、个人护理用品、激素等；IC-MS适用于无机离子的检测，如重金属、阴离子等。

 原子吸收光谱和原子发射光谱是两种常用的无机化合物的靶向筛查方法，它们都是利用原子的光谱特性，进行定量分析的技术。原子吸收光谱是指将样品中的目标元素原子化后，使其吸收特定波长的光线，根据吸收光强的大小，反推出目标元素的含量。原子发射光谱是指将样品中的目标元素原子化后，使其受到激发，从而发出特定波长的光线，根据发射光强的大小，反推出目标元素的含量。原子吸收光谱和原子发射光谱的优点在于其具有高灵敏度、高准确度、高选择性等特点，可以对目标元素进行精确的定量分析。原子吸收光谱和原子发射光谱的种类很多，根据原子化和激发的方式的不同，可以分为火焰原子吸收光谱（FAAS）、石墨炉原子吸收光谱（GFAAS）、电感耦合等离子体原子发射光谱（ICP-AES）、电感耦合等离子体质谱（ICP-MS）等。不同的原子吸收光谱和原子发射光谱，适用于不同的目标元素的检测。例如，FAAS适用于浓度较高的目标元素的检测，如铁、铜、锌等；GFAAS适用于浓度较低的目标元素的检测，如汞、镉、铅等；ICP-AES和ICP-MS适用于多元素的同时检测，如钙、镁、钾、钠等。

二、非靶向筛查                                  

非靶向筛查方法在环境样品中的应用主要有以下几个方面：

     (1)    新污染物的发现和鉴定。非靶向筛查方法可以对环境样品中的所有化合物进行全面的分析，从而发现和鉴定出一些未知的或者未被关注的新污染物，如新型农药、新型工业化学品、新型消毒副产物、新型药物和个人护理用品等。这些新污染物可能对环境和人体健康造成潜在的危害，因此需要及时进行监测和评估。

(2)    污染物的来源和归属。非靶向筛查方法可以对环境样品中的化合物进行指纹分析，从而确定其来源和归属。例如，通过对水体中的有机物进行非靶向筛查，可以区分出其是来自自然沉积、工业排放、农业施用、生活污水还是其他来源。这有助于追溯污染源，制定污染防治措施。

(3)    污染物的转化和降解。非靶向筛查方法可以对环境样品中的化合物进行动态监测，从而研究其在环境中的转化和降解过程。例如，通过对水体中的有机物进行非靶向筛查，可以分析其在不同的水质条件下，如pH、温度、氧化还原、微生物等，发生的化学和生物降解反应，以及产生的中间产物和最终产物。这有助于了解污染物的环境行为和命运，评估其对环境的影响。

(4)    污染物的风险评估。非靶向筛查方法可以对环境样品中的化合物进行定量分析，从而评估其对环境的风险程度。例如，通过对水体中的有机物进行非靶向筛查，可以计算出其在水体中的浓度、分布、暴露频率等参数，以及与其他化合物的相互作用和协同效应，从而进行风险评估和管理。

三、非靶向筛查方法的技术                         

非靶向筛查方法的原理是基于高分辨质谱技术，利用其提供的精确质量数、同位素模式、碎片离子等信息，来推断出化合物的分子式和结构。非靶向筛查方法的技术主要包括以下几个步骤： 

(1)    数据采集。根据样品的性质和目标，选择合适的前处理方法，如固相萃取、加速溶剂萃取、超声波萃取等，提取样品中的有机物，并进行必要的净化和浓缩。然后，将样品注入高分辨质谱仪，进行全扫描或者多级质谱分析，获得样品中所有化合物的质谱数据。

(2)    数据处理。使用专业的软件和算法，对质谱数据进行预处理，如峰检测、峰对齐、峰归一化、峰去噪等，以提高数据的质量和可比性。然后，对预处理后的数据进行特征提取，如分子式推断、同位素模式匹配、碎片离子分析等，以获得化合物的特征信息。

(3)    数据解析。使用专业的软件和算法，对特征信息进行解析，如谱库检索、数据库查询、化学计量学分析、统计学分析等，以鉴定和定量化合物，以及发现差异化合物和潜在的新污染物候选物。

(4)    数据验证。对于解析出的化合物，需要进行验证，以确保其准确性和可靠性。验证的方法包括使用标准品进行比对、使用不同的质谱仪进行复测、使用不同的分析方法进行验证等。对于潜在的新污染物候选物，需要进行进一步的实验和分析，以证实其真实存在，以及评估其对环境的风险程度。

四、非靶向筛查方法的挑战                        

在环境分析领域，非靶向筛查方法是一种能够对复杂样品中的未知化合物进行检测和鉴定的技术，它具有较高的灵敏度和覆盖范围，可以发现潜在的新污染物，为环境风险评估和污染源追溯提供重要信息。然而，非靶向筛查方法也面临着一些挑战，主要包括数据处理和解析的难度、特异性的不足以及后续验证的需求，这些挑战限制了非靶向筛查方法的应用效果和推广范围。 

首先，数据处理和解析是非靶向筛查过程中的关键环节，也是最困难的部分。由于样品中包含的化合物种类繁多，数据量巨大，需要进行有效的数据处理和解析，以提取出潜在的新污染物候选物。这需要使用专业的软件和算法，以及丰富的化学知识和经验。目前，常用的数据处理和解析方法包括基于质谱图谱的方法、基于保留时间的方法、基于化学特征的方法等，这些方法各有优缺点，需要根据不同的样品和目标选择合适的方法。此外，数据处理和解析的结果也受到仪器参数、采样前处理、色谱条件等因素的影响，需要进行适当的优化和校正，以提高数据的质量和可靠性。 

其次，非靶向筛查方法的特异性相对较低，可能会出现假阳性结果。由于非靶向筛查方法不是针对特定的化合物进行分析，而是对样品中的所有化合物进行探索，因此，可能会将一些无关的或无害的化合物误认为是新污染物候选物，造成不必要的干扰和误导。例如，一些常见的内源性或外源性的背景物质，如植物次生代谢产物、食品添加剂、药物代谢物等，可能会与新污染物候选物混淆，导致结果的不准确。因此，非靶向筛查方法需要结合其他的信息，如样品来源、采样时间、采样地点等，进行合理的筛选和判断，以降低假阳性结果的发生。 

最后，非靶向筛查方法需要进行后续的实验和分析，以验证潜在的新污染物候选物的真实性和重要性。由于非靶向筛查方法只能提供化合物的分子式和结构信息，不能确定化合物的确切名称和性质，也不能评估化合物的环境行为和生态毒性，因此，对于潜在的新污染物候选物，需要进行进一步的实验和分析，以验证其是否真正存在，以及对环境的风险程度。这需要使用靶向分析方法，以及相关的标准品和数据库，进行化合物的定性和定量分析，以及环境归趋和生态效应的评估。这些后续的实验和分析不仅需要更多的时间和资源，也需要更高的技术水平和专业能力。

五、未来发展方向                                        

非靶向筛查方法是一种能够对复杂样品中的未知或新型化合物进行检测和鉴定的技术，它具有较高的灵敏度和覆盖范围，可以发现潜在的新污染物，为环境风险评估和污染源追溯提供重要信息。然而，非靶向筛查方法也面临着一些挑战，主要包括数据处理和解析的难度、特异性的不足以及后续验证的需求，这些挑战限制了非靶向筛查方法的应用效果和推广范围。为了应对这些挑战，非靶向筛查方法需要不断地完善和发展，以提高其在环境监测和管理中的应用价值和实用性。展望未来，非靶向筛查方法的发展方向主要有以下几个方面： 

(1)    筛查方法的智能化、高效化和精细化。随着样品的复杂性和数据的庞大性不断增加，非靶向筛查方法需要更加智能、高效和精细的筛查方法，以提高数据的质量和可靠性，减少人为的干扰和误差，提高筛查的速度和准确度。例如，利用人工智能和机器学习等技术，可以实现数据的自动处理和解析，以及化合物的自动识别和分类；利用高分辨率和高准确度的质谱仪，可以实现对样品中的微量和超微量化合物的高灵敏度和高选择性的检测和鉴定；利用多维色谱和多模式质谱等技术，可以实现对样品中的复杂和多样化的化合物的高分辨率和高覆盖率的分离和分析。 

(2)    人工智能和大数据技术的应用和作用。人工智能和大数据技术是非靶向筛查方法的重要支撑和推动力，它们可以为非靶向筛查方法提供更多的数据来源、数据处理和数据挖掘的工具和平台，以及更多的数据分析和数据应用的方法和模式。例如，利用云计算和物联网等技术，可以实现数据的实时采集、传输和存储，以及数据的共享和交互；利用人工神经网络、深度学习等技术，可以实现数据的智能处理和解析，以及化合物的智能识别和分类；利用数据挖掘、数据可视化等技术，可以实现数据的深度分析和挖掘，以及数据的直观展示和表达；利用数据建模、数据预测等技术，可以实现数据的科学应用和利用，以及数据的动态更新和优化。 

(3)    多种分析技术的结合，发展多维度的筛查方法。非靶向筛查方法需要结合多种分析技术的优势，发展多维度的筛查方法，以实现对样品中的不同类型、不同性质、不同来源的化合物的全面和系统的筛查和鉴定，以及对样品中的化合物的结构、组成、分布、变化等特征的深入和细致的分析和研究。例如，利用色谱技术、质谱技术、光谱技术、电化学技术等技术，可以实现对样品中的有机化合物、无机化合物、金属元素、生物分子等化合物的分离和分析；利用同位素技术、同分异构体技术、标记技术等技术，可以实现对样品中的化合物的来源、归趋、转化等过程的追踪和研究；利用代谢组学技术、毒理学技术、生态学技术等技术，可以实现对样品中的化合物的功能、效应、风险等方面的评估和研究。 

(4)    与其他学科的交叉合作，引入新的技术和思路。非靶向筛查方法需要与其他学科的交叉合作，引入新的技术和思路，以拓展非靶向筛查方法的应用领域和应用范围，以及提升非靶向筛查方法的应用水平和应用效果。例如，与环境科学、生物科学、医学、化学等学科的交叉合作，可以实现对不同环境介质、不同生物体、不同人群的多角度研究。