EEH专栏｜南开大学汪磊团队彭楚等：基于黑麦草代谢组学和机器学习探究氧化潜势评估重金属污染土壤对植物生态风险的适用性

本研究通过黑麦草代谢组学和机器学习方法，探究了氧化潜势（OP）在评估重金属污染土壤对植物生态风险中的适用性。研究背景指出，铜（Cu）和铅（Pb）等重金属通过产生活性氧（ROS）对植物造成氧化胁迫，传统生物标志物测试繁琐且偏差较大。研究目的是明确土壤OP与植物氧化胁迫指标之间的相关性。实验结果显示，黑麦草生物标志物响应指数（BRI）与土壤OP呈极显著指数相关，且土壤OP与氨基酸和糖类的代谢效应水平指数（MELI）显著相关。通过机器学习筛选出与OP最相关的前20种代谢物及相关代谢通路，如氨基酸代谢和三羧酸循环等。结论表明，OP可用于评估重金属污染土壤对植物氧化胁迫的影响，未来可进一步研究其在更多类型植物生态风险评估中的适用性。