Розпізнавання ґрунтових вод, пов’язаних із хронічною хворобою нирок невідомої етіології, за гуміноподібною органічною речовиною Ⅱ

Взаємозв'язок між DOM та хімічним складом води, пов'язаним із CKDu

Надмірне споживання F− може пошкодити тканину нирок людини, і тому висока концентрація F− вважається ознакою джерел води, що призводить до CKDu11,61. Як показано на Додатковому рисунку 8, існувала значна позитивна кореляція між C1% і концентрацією F− у зразках підземних вод (r=0.62, p < 0.05), вказуючи на те, що C1 є чутливим компонентом для розпізнавання джерел підземних вод, які можуть викликати CKDu. C1% також мав значно позитивні кореляції з Ca{{10}} (r=0.60, p <0,05). С1 з карбоксилом, імовірно, поєднується з Ca2+, утворюючи комплекс, шкідливий для нирок людини15, що є важливою причиною ХХН. Це узгоджується зі спостереженням про те, що підземні води в ендемічних по CKDu районах містили вищі концентрації Ca2+, ніж підземні води в неендемічних по CKDu областях10,18. Крім того, C1% збільшився зі збільшенням концентрації кремнію та твердості (r=0.60, 0,61 відповідно, p < 0,05) у цьому дослідженні. Вважається, що CKDu також пов’язаний із підземними водами з високою жорсткістю та високою концентрацією кремнію, оскільки пиття цієї підземної води може пошкодити ембріональні ниркові клітини людини12,14. Підводячи підсумок, C1% позитивно корелював з неорганічними хімічними компонентами, які зазвичай вважаються пов’язаними з CKDu, що вказує на потенційну доцільність використання C1% як розпізнавального індикатора для ідентифікації пов’язаних із CKDu джерел підземних вод.

Клацніть, щоб отримати засіб від захворювання нирок

Передбачається, що більший C1% у підземних водах CKDu порівняно з підземними водами без CKDu був пов’язаний із надходженням поверхневих вод (рис. 2). Насправді концентрації вищезазначених неорганічних хімічних компонентів у поверхневих водах були набагато нижчими, ніж у підземних (додаткова таблиця 4). Враховуючи, що вивітрювані тріщинні води на досліджуваній території є основним ресурсом підземних вод, процес поповнення поверхневими водами підземних вод відбувається повільно, що спричиняє сильну взаємодію вода-порода (наприклад, вилуговування та іонний обмін) під час процесу поповнення та призводить до збагачення неорганічні хімічні речовини в грунтових водах. Наприклад, через хімічну подібність F− і OH−, більш високе значення pH у поверхневих водах, ймовірно, призведе до того, що більше F− десорбується з мінералів шляхом іонного обміну під час процесу відновлення62, що призводить до відносно нижчого значення pH і більше F− у підземних водах CKDu, ніж у поверхневих водах.

Розпізнавання FDOM джерел води, пов’язаних із CKDu У цьому дослідженні

DOM між ґрунтовими водами CKDu та підземними водами, не пов’язаними з CKDu, мав значні відмінності щодо C1% та HIX, і тому ці відмінності можна використовувати для раннього попередження та швидкого розпізнавання джерел води, пов’язаних із CKDu, за допомогою нашої самостійно розробленої оцінки порогу розпізнавання CKDu (CRTA) метод. Щоб дослідити відповідний поріг розпізнавання (RT) різних індикаторів DOM і перевірити застосовність методу CRTA, зв’язок між припущеним порогом індикаторів DOM і ймовірністю виявлення CKDu підземних вод (DPC) і ймовірністю виявлення не-CKDu підземних вод ( DPN) у зразках підземних вод (n=54) показані на Додатковому рисунку 9. Було виявлено, що DPC і DPN дуже добре реагували на зміни HIX, C1%, DOC і C4% приблизно з S-подібною формою. криві. Беручи C1% як приклад, коли передбачуване порогове значення C1% перевищувало значення на перетині (28,8%) кривих DPC і DPN, DPC збільшувався зі збільшенням C1% і завжди був більшим, ніж DPN; коли передбачуване порогове значення C1% було менше, ніж значення перетину (28,8%), DPN збільшувався зі зменшенням C1% і завжди був більшим, ніж DPC. Тобто, якщо передбачуване порогове значення C1% на перехресті використовується як RT, DPC становитиме 70,1% (імовірність виявлення на перетині) принаймні з C1% вище RT (додаткова таблиця 5), що вказує на можливість виявлення джерело води як джерело, пов'язане з CKDu, становило щонайменше 70,1%. Коли передбачуване порогове значення C1% нижче RT, DPN перевищить 70,1%, вказуючи на те, що ймовірність виявлення джерела води як джерела, не пов’язаного з CKDu, становила принаймні 70,1%. Таким чином, використовуючи RT C1%, ймовірність визначити, чи одне джерело води пов’язане з CKDu чи не пов’язане з CKDu, становить принаймні 70,1%, що вказує на його дуже хорошу застосовність розпізнавання

Подібним чином, співвідношення між припущеними пороговими значеннями HIX, концентраціями DOC і C4% і ймовірністю виявлення були такими ж, як і співвідношення між припущеним пороговим значенням C1% і ймовірністю виявлення. Однак через відносно нижчу ймовірність виявлення на перехресті (додаткова таблиця 5), застосовність розпізнавання за допомогою HIX, DOC і C4% не така хороша, як C1%. Що стосується інших індикаторів DOM, їхні криві DPN або DPC сильно коливалися зі змінами порогових значень. Крім того, згідно зі співвідношенням між припущеним порогом оцінки PC1 та ймовірністю виявлення, можна виявити, що ймовірність розпізнавання за допомогою оцінки PC1 становила 63,8%.

Передбачувані порогові значення C1%, C4%, HIX і PC1 в порівнянні з імовірністю виявлення були підігнані емпіричним рівнянням Больцмана (рис. 4). Як показано на рис. 4, передбачуване порогове значення C1% мало найвищий коефіцієнт детермінації (R2) (додаткова таблиця 6). Результати перевірки показали, що прогнозовані значення були близькі до виміряних значень (рис. 5), що вказує на те, що результати підгонки були дійсними. Крім того, парний t-тест показав, що прогнозоване значення та виміряне значення суттєво не відрізнялися (p > 0.05) лише з використанням C1% або оцінки PC1 як індикаторів розпізнавання. Середньоквадратична помилка (RMSE) C1% також була найнижчою, вказуючи на те, що результат підгонки C1% відповідав даним цієї досліджуваної області. Перш за все, C1% є найбільш прийнятним і ефективним індексом DOM для розрізнення джерел води, пов’язаних із CKDu, від джерел води, не пов’язаних із CKDu через

Метод CRTA.

Відповідно до функцій підгонки кривих, RT C1% за допомогою методу CRTA становив 28,8%. Для того, щоб уточнити передбачуваність і перевагу оптимального порогу, розрахованого методом CRTA, крива робочої характеристики приймача (ROC) і крива точності відкликання (PR) на основі матриці плутанини також були виконані з використанням тих самих 54 зразків підземних вод ( Додаткові рис. 10, 11). В аналізі ROC і PR модель кривої вважалася передбачуваною лише тоді, коли площа під кривою (AUC) була більшою за 0.763. Як правило, більша AUC вказує на кращу передбачуваність моделі. AUC кривої ROC (0.777) і кривої PR (0.816) для C1% були вищими, ніж для інших індексів DOM, що вказує на те, що C1% був найбільш придатним як індекс розпізнавання , що узгоджується з результатами методу CRTA. Однак, згідно з максимумом індексу Йондена, який позитивно корелював із перевагою моделей скринінгу (додатковий метод), оптимальне RT C1% на кривій ROC становило 36,3%; оптимальне RT C1% на кривій PR становило 27,6% за допомогою максимального показника F1-, який є середнім гармонійним значенням точності та запам’ятовування та вказує на здатність правильного прогнозування. Для порівняння передбачуваності кривої PR, кривої ROC і методу CRTA з використанням C1% як індексу розпізнавання, ці RT були застосовані до 21 проби підземних вод для перевірки, щоб отримати фактичну передбачуваність (додаткова таблиця 7). Передбачуваність для ґрунтових вод CKDu за допомогою методу CRTA (75.0%) відповідала кривій PR (75.0%), але була вищою, ніж крива ROC (50 .0%); передбачуваність для ґрунтових вод без CKDu за допомогою методу CRTA (66,7%) була вищою, ніж у кривої PR (55,6%), але нижчою, ніж у кривої ROC (88,9%). Для кращого порівняння було використано середнє геометричне передбачуваності для ґрунтових вод, не пов’язаних із CKDu, і передбачуваності для ґрунтових вод CKDu, щоб показати повну передбачуваність. Комплексна передбачуваність методу CRTA (70,7%) була найвищою, потім крива ROC (66,7%) і крива PR (64,5%). Це продемонструвало, що метод CRTA отримав кращий RT C1% для скринінгу ґрунтових вод CKDu та ґрунтових вод без CKDu, ніж крива ROC та крива PR. Крім того, AUC кривої PR оцінки PC1 становила 0,700, що вказує на те, що PC1 також можна використовувати як індекс розпізнавання, хоча AUC кривої ROC оцінки PC1 була меншою за 0,7. Порівняно з RT оцінки PC1, отриманої за методом CRTA, оптимальна оцінка RT PC1, отримана за допомогою кривої PR, мала таку саму фактичну передбачуваність для ґрунтових вод, які не містять CKDu, але нижчу фактичну передбачуваність для ґрунтових вод CKDu. Таким чином, при розпізнаванні підземних вод CKDu і підземних вод без CKDu метод CRTA виявився більш вигідним, ніж крива PR і ROC.

Геологічні наслідки CRTA для здоров’я навколишнього середовища. У цьому дослідженні характеристики DOM підземних вод, пов’язаних із CKDu, були досліджені за допомогою оптичних індексів DOM, а розрізнення підземних вод, не пов’язаних із CKDu, та пов’язаних із CKDu було досягнуто шляхом надання обґрунтованої ймовірнісної настанови для встановлення порогового значення індикатора. Це сприятиме розкопкам і визнанню чистих джерел підземних вод для малозабезпечених житлових районів. Для покращення якості питної води та запобігання CKDu було запропоновано технологію зворотного осмосу та нанофільтрації для очищення забрудненої води14,18, хоча ці технології вимагають хороших економічних умов і навряд чи застосовуються до реального виробництва. Як описано в розділі вище, C1%, визнаний CRTA, є можливим і розумним показником для скринінгу підземних вод CKDu з низькою вартістю. На практиці для кожного показника необхідно визначити, які функції підгоночної кривої вибрано шляхом порівняння виміряного значення та RT, а потім обчислення DPC або DPN через обрану функцію. За допомогою методу CRTA скринінг джерел води, пов’язаних із CKDu, на C1% FDOM покращує безпеку питної води та запобігає виникненню CKDu у районах, де переважає CKDu. На RT C1% можуть впливати деякі фактори навколишнього середовища (наприклад, гідрологічні та геологічні умови). У майбутньому необхідні додаткові дослідження розчиненої органічної речовини в підземних водах в інших типових ендемічних регіонах CKDu, щоб перевірити та розширити застосовність CRTA. Варто зазначити, що застосування методу CRTA не обмежується чутливими індикаторами FDOM. Більшість попередніх досліджень також підкреслювали, що такі неорганічні хімічні речовини, як Ca2+, F−, твердість і Si у підземних водах, пов’язаних із CKDu, і підземних водах, не пов’язаних із CKDu, також значно відрізняються14,61. Отже, застосування методу CRTA також може бути реалізовано до цих чутливих до неорганічних речовин індикаторів. У цьому дослідженні було виявлено, що DPC і DPN через RT Ca2+ і Si, розпізнані CRTA, можуть досягати 82,4% і 64,2% відповідно (додатковий рис. 12, додаткова таблиця 5), хоча ймовірність виявлення за RT твердості та F− є поганою. Графік залежності DPC від передбачуваного порогу F− хвилястий, що пояснюється високими концентраціями F− у кількох підземних водах, не пов’язаних із CKDu (додатковий рис. 8). Таким чином, крива DPN проти припущеного порогового значення F− є більш надійною для ідентифікації джерел води, ніж крива DPC проти припущеного порогового значення F− з використанням CRTA. Крім того, індикатори FDOM у поєднанні з неорганічними індикаторами можуть спільно розпізнавати безпечні джерела води за допомогою CRTA, що підвищує надійність результатів розпізнавання. У майбутньому рекомендується проводити дослідження з більшою кількістю зразків підземних вод з більших територій з різними геологічними та гідрологічними умовами.

Рис. 5 Діаграма розсіювання прогнозованих значень і виміряних значень проб підземних вод (n=21). Функція пунктирної лінії дорівнює y=x. P-значення було отримано за допомогою парного t-критерію між прогнозованими та виміряними значеннями.

МЕТОДИ

Область дослідження Відповідно до річної кількості опадів Шрі-Ланку можна розділити на посушливі напівпосушливі та вологі регіони8. Як показано на Додатковому малюнку 1, область дослідження (07 градус 25,911' - 07 градус 40,116'N, 80 градус 58,483' - 81 градус 04,888'E та 06 градус 17,560' - 06 градус 24.158'пн.ш., 80 градусів 54.769' - 80 градус 59.995'E) розташований у Гірандурукотте (ендемічна зона CKDu), Дехіаттакандія (ендемічна зона CKDu) і Севанагала (зона без CKDu) у напівпосушливій зоні, де рельєф рівнинний, випаровування сильне, водні ресурси обмежені, середня річна кількість опадів становить близько 1000 мм, а річна температура становить від 29 градусів до 33 градусів. Південно-західний (ПД) сезон дощів триває з травня по жовтень, а північно-східний (ПД) сезон дощів — з листопада по лютий. Річка Махавелі, найдовша річка Шрі-Ланки, розташована на захід від досліджуваної території. Геологічно гірські породи в цій області в основному являють собою докембрійські граніт і гнейс, які збагачені слюдою, роговою обманкою, апатитом та іншими фторованими мінералами. Хоча ці породи мають низьку пористість, вони мають розломи та з’єднання, які містять ресурси підземних вод. В якості питної води місцеві жителі в основному використовують підземні води. Більшість людей отримують підземну воду з викопаних колодязів із неконсолідованих річкових відкладень або неглибоких вивітрених корінних водоносних горизонтів8. Небагато жителів використовують трубчасті колодязі для отримання тріщинної ґрунтової води з глибоких водоносних горизонтів корінних порід. Поверхневі гідрологічні мережі контролюються створеними людиною каскадними системами резервуарів (резервуарів), які використовуються в основному для зрошення.

Відбір і зберігання проб

На основі інформації, наданої місцевою лікарнею, наша команда зібрала підземну воду з колодязів (підземну воду CKDu), якою користувалися типові пацієнти, які страждають на CKDu. Крім того, ми зібрали інший набір підземних вод із колодязів (підземні води, не пов’язані з CKDu), які використовували сім’ї без пацієнтів. Загалом було відібрано 83 проби води, включаючи ґрунтові води CKDu (n=43), ґрунтові води без CKDu (n=32) і зразки поверхневих вод (n=8), зібрані з резервуарів ( Додаткова рис. 1). Зразки відфільтрували за допомогою кварцового фільтра 0.7 мкм і підкислили до pH < 2 чистою соляною кислотою вищого сорту для спектрального вимірювання. Для аналізу DOC зразки фільтрували за допомогою фільтруючої мембрани 0.45 мкм і підкислювали до pH<2 with premium-grade pure phosphoric acid. More details of sample collection are provided in Supplementary Method.

Аналіз зразків

Флуоресцентні властивості DOM перевіряли за допомогою флуоресцентного спектрометра (Fluomax{{0}}, HORIBA JboinYvon, Японія). Умови роботи були такими: джерелом світла була ксенонова лампа 150 Вт; довжини хвиль збудження (Ex) були встановлені від 250 до 400 нм з інтервалами 4 нм; довжини хвилі випромінювання (Em) були встановлені між 300 і 550 нм з інтервалами 2 нм; ширина щілини становила 3 ​​нм, а час інтегрування сигналу сканування становив 0,1 с. Поглинання в ультрафіолетовому діапазоні вимірювали спектрофотометром (UV1900, Shimadzu, Японія) при 200–600 нм. DOC визначається аналізатором TOC (Aurora 1030w, OI, США) з аналітичною точністю ±2,0%, а межа виявлення становить 0,01 мг/л. Аналіз аніонів і катіонів наведено в Додатковому методі.

Спектральні індекси і ПАРАФАК

Розраховано спектральні показники (додатковий метод), включаючи індекс гуміфікації (HIX), біологічний індекс (BIX), індекс флуоресценції (FI), концентрацію РОВ з ненасиченою структурою (a254), індекс ароматичності (SUVA254) , та спектральний нахил (S275−295). І ефект внутрішнього фільтра, і сигнал фонової флуоресценції надчистої води були виправлені, а розсіяння Релея та комбінаційне розсіювання були видалені перед PARAFAC за допомогою панелі інструментів efc (http://www.nomresearch. cn/efc/indexEN.html), розробленої графічним користувачем MATLAB. interface20, FDOM correct toolbox64 і N-way toolbox (https://www.mathworks.com/matlabcentral/fileexchange/1088-the-n-way-toolbox) 65. Модель нарешті пройшов тест узгодженості ядра та верифікацію розділеної половини66. Компоненти PARAFAC були ідентифіковані з компонентами попередніх досліджень зі схожістю, що перевищує 0,95. Відносну кількість компонентів PARAFAC (C1%, C2%, C3% і C4%) визначали кількісно шляхом ділення максимальної пікової інтенсивності (Fmax) кожного компонента на суму Fmax усіх компонентів.

CKDu розпізнавання порогової оцінки (CRTA)

Параметри властивостей DOM (такі як C4%, C1% і HIX) і неорганічні хімічні речовини (такі як Ca2+ і F−) розглядалися як індикатори для оцінки, під час якої ймовірність виявлення CKDu підземних вод Було визначено та розраховано ймовірність виявлення підземних вод, що не містять CKDu (DPN). Для кожного показника встановлювався початковий поріг (зазвичай мінімальне спостережуване значення), вище якого зразки призначалися як група високого значення, а нижче якого зразки призначалися як група низького значення. Для більшості показників (C1%, C2%, C3%, HIX, SUVA254, a254, DOC, оцінка PC1 та неорганічних показників) у групі високого значення розраховували DPC, а в групі низького значення – DPN. група згідно з рівнянням (1) і рівняння (2) відповідно. Для інших показників (C4%, S275-295, BIX і FI) DPC розраховували в групі з низьким значенням, а DPN розраховували в групі з високим значенням за допомогою рівнянь. (1) та (2) відповідно.

При збільшенні передбачуваного порогу кожного показника від мінімального до максимального (зазвичай 100 кроків; задана арифметична послідовність) розраховувалися відповідні DPC і DPN, а також графік передбачуваного порогу індикатора від DPC або DPN було намальовано, як показано на рис. 6. Імовірність виявлення перетину між двома кривими була визначена як застосовність індикатора для розпізнавання CKDu грунтових вод, а припущене порогове значення перетину між двома кривими було визначено як поріг розпізнавання (RT ). Вища ймовірність виявлення при RT забезпечує кращу застосовність розпізнавання. Серед усіх зразків підземної води 72% (n=54) використовувалися для розрахунку DPN і DPC і підбиралися емпіричним рівнянням Больцмана, а решта (n=21) використовувалися для перевірки підгоночних кривих за парними t -тест і середня квадратична помилка (RMSE). Якщо p-значення парного t-критерію більше 0,05, передбачається, що прогнозований результат близький до виміряного. Чим менше значення RMSE, тим ближче прогнозований результат до виміряного.

ДОВІДКАCES

1. Levine, KE та ін. Прагнення визначити геохімічні фактори ризику, пов’язані з хронічною хворобою нирок невідомої етіології (ХНН) в ендемічному регіоні Шрі-Ланки—мультимедійний лабораторний аналіз біологічних, харчових та екологічних зразків.Навколишнє середовище. Моніт. Оцінити. 188, 548 (2016). 

2. Gansevoort, RT та ін. Хронічна хвороба нирок і серцево-судинний ризик: епідеміологія, механізми та профілактика.Ланцет 382, 339–352 (2013). 

3. Kulathunga, MRDL, Ayanka, WMA, Naidu, R. & Wijeratne, AW. Хронічна хвороба нирок невідомої етіології в Шрі-Ланці та вплив хімічних речовин навколишнього середовища: огляд літератури.Навколишнє середовище. геохім. Здоров'я 41, 2329–2338 (2019). 

4. Rajapakse, S., Shanahan, MC & Selvarajah, M. Хронічна хвороба нирок невідомої етіології в Шрі-Ланці.Міжн. Ж. Оккуп. Навколишнє середовище. Здоров'я 22, 259–264 (2016).

5. Hettithanthri, O. та ін. Фактори ризику ендемічної хронічної хвороби нирок невідомої етіології в Шрі-Ланці: ретроспектива водної безпеки в сухій зоні.Sci. Total Environ. 795, 148839 (2021). 

6. Edirisinghe, E. та ін. Геохімічні та ізотопні дані з підземних і поверхневих вод для розуміння природного забруднення в ендемічних зонах хронічної хвороби нирок невідомої етіології (CKDu) на Шрі-Ланці.Ізот. Навколишнє середовище. Здоров'я Студ. 54, 244–261 (2018). 

7. Макдоно Л.К., Мередіт К.Т., Нікаголла К. та Банаті Р.Б.повВплив взаємодії води та гірських порід на воду побутових колодязів у районі високої поширеності хронічної хвороби нирок невідомої етіології (ХНН).npj Чистий. Вода 4, 1–9 (2021). 8. Баласурія С. та ін. Можливі зв’язки між геохімією підземних вод і хронічною хворобою нирок невідомої етіології (ХНН): дослідження з регіону Гінорува в Шрі-Ланці.Експо. Здоров'я 12, 823–834 (2020).

9. Dissanayake, CB & Chandrajith, R. Підземні водиповuoride як геохімічний маркер в етіології хронічної хвороби нирок невідомого походження в Шрі-Ланці.Ceylon J. Sci. 46, 3–12 (2017). 

10. Chandrajith, R. та ін. Дозозалежні Na і Ca вповпитна вода, багата уоридом— ще одна основна причина хронічної ниркової недостатності в тропічних посушливих регіонах.Sci. Total Environ. 409, 671–675 (2011).

11. Wickramarathna, S., Balasooriya, S., Diyabalanage, S. & Chandrajith, R. Відстеження екологічних етіологічних факторів хронічних захворювань нирок у сухій зоні Шрі-Ланки—гідрогеохімічний та ізотопний підхід.J. Trace Elem. Мед. Biol. 44, 298–306 (2017).

12. Wasana, HM та ін. Якість питної води та хронічна хвороба нирок невідомої етіології (ХНН): синергічний ефектповуорид, кадмій і жорсткість води.Навколишнє середовище. геохім. Здоров'я 38, 157–168 (2016). 

13. Тао П. та ін. Просторово-часові варіації хромофорної розчиненої органічної речовини (CDOM) у річці змішаного землекористування: наслідки для відновлення поверхневих вод.J. Environ. кер. 277, 111498 (2021). 

14. Лал К. та ін. Оцінка якості підземних вод CKDu вплинула на регіон Удданам в районі Шрікакулам і в Андхра-Прадеш, Індія.Groundw. Сустейн. Dev. 11, 100432 (2020).

Служба підтримки Wecistanche - найбільшого експортера cistanche в Китаї:

Електронна адреса:wallence.suen@wecistanche.com

Whatsapp/Тел.:+86 15292862950

Зверніться в магазин, щоб дізнатися більше про технічні характеристики:

https://www.xjcistanche.com/cistanche-shop

ОТРИМАЙТЕ НАТУРАЛЬНИЙ ОРГАНІЧНИЙ ЕКСТРАКТ ЦИСТАНХИ З 25% ЕХІНАКОЗИДУ ТА 9% АКТЕОЗИДУ ПРИ ІНФЕКЦІЇ НИРОК