室内空気中のヒドロキシルラジカルとオゾンによる半揮発性有機化合物の速度定数の予測

Predicting the rate constants of semivolatile organic compounds with hydroxyl radicals and ozone in indoor air.

• Wenjuan Wei
• Sutharsini Sivanantham
• Laeticia Malingre
• Olivier Ramalho
• Corinne Mandin

抄録

空気中の半揮発性有機化合物（SVOC）は、ヒドロキシルラジカル（OH）、硝酸ラジカル（NO）、オゾン（O）と反応する可能性がある。気相及び粒子相中のOH, NO及びOとSVOCの反応性に関する2つの疑問が残されています。本研究では、室温での大気および室内空気中の気相および粒子相におけるOH、NOおよびOとSVOCの反応性を決定するために、2次速度定数(k)の文献レビューを行った。測定された k 値は、90 種類の多環芳香族炭化水素（PAHs）、ポリ塩化ビフェニル（PCBs）、有機リン酸塩、ダイオキシン類、ジ（2-エチルヘキシル）フタル酸塩（DEHP）、およびピリフェノックス、カルバメート、テルブチラジンを含む殺虫剤に対 して、文献で入手可能であった。PAHや有機リン酸塩はダイオキシン類やPCBよりも反応性が高いことがわかった。得られたデータをもとに、量子化学、分子、物性、環境記述子を用いてk値を予測するための定量的構造活性相関(QSAR)モデルを開発した。回帰モデル、バギング、ランダムフォレスト、勾配ブーストを含む8つの線形・非線形統計モデルを採用した。気相及び粒子相におけるSVOC/OH反応及び粒子相におけるSVOC/O反応のQSARモデルを開発した。気相におけるSVOC/NOおよびSVOC/O反応については、モデル学習のためのk値が測定されていなかったため、モデルを開発することができなかった。モデルの性能指標を比較した結果、最小絶対収縮選択演算子（LASSO）回帰モデルとランダムフォレストモデルがSVOC反応性予測に最も効果的なモデルとして同定された。

Semivolatile organic compounds (SVOCs) in air can react with hydroxyl radicals (OH), nitrate radicals (NO) and ozone (O). Two questions regarding SVOC reactivity with OH, NO and O in the gas and particle phases remain to be addressed: according to the existing measurements in the literature, which are the most reactive SVOCs in air, and how can the SVOC reactivity in the gas and particle phases be predicted? In the present study, a literature review of the second-order rate constant (k) was carried out to determine the SVOC reactivity with OH, NO and O in the gas and particle phases in ambient and indoor air at room temperature. Measured k values were available in the literature for 90 polycyclic aromatic hydrocarbons (PAHs), polychlorinated biphenyls (PCBs), organophosphates, dioxins, di(2-ethylhexyl)phthalate (DEHP) and pesticides including pyrifenox, carbamates and terbuthylazine. PAHs and organophosphates were found to be more reactive than dioxins and PCBs. Based on the obtained data, quantitative structure-activity relationship (QSAR) models were developed to predict the k value using quantum chemical, molecular, physical property and environmental descriptors. Eight linear and nonlinear statistical models were employed, including regression models, bagging, random forest and gradient boosting. QSAR models were developed for SVOC/OH reactions in the gas and particle phases and SVOC/O reactions in the particle phase. Models for SVOC/NO and SVOC/O reactions in the gas phase could not be developed due to the lack of measured k values for model training. The least absolute shrinkage and selection operator (LASSO) regression and random forest models were identified as the most effective models for SVOC reactivity prediction according to a comparison of model performance metrics.

Copyright © 2020 Elsevier Ltd. All rights reserved.