a removal criterion seems to be the most important criterion
to be considered in order to prioritize the mPs, and more
specifically ECs, to be monitored during DWT. Therefore, the
short list of priority compounds to be taken as indicators of
DWquality should be set selecting the ECs showing the lowest
removals in current DWT chains (assuming that a higher
removal would thus be obtained for all the other ECs).
Based on this single removal criterion, QSAR-like models
show a high potential to allow selecting indicator compounds
to be considered for monitoring proposes, besides predicting
ECs removal in DWT processes, taking into account the solute
properties and, in some cases, a few treatment operating
conditions: Once a QSAR-like model has been developed and
validated, one could estimate the removal of ECs in DWT
processes by using their molecular descriptors. Furthermore,
molecular descriptors (including physiochemical properties)
can be estimated using commercial softwares (e.g. ADME,
Dragon, Chem3D Ultra, QikProp, Marvin) considering the EC
chemical structure, thereby overcoming the need to conduct
experimental measurements. In this way, the removal of ECs
could be estimated starting with their chemical structure,
hence enabling estimating the removal of newly detected
environmental ECs, as well as ECs metabolites and ECs
transformation products, for which the chemical structure is
known. However, QSAR-like models are only able to estimate
ECs removal under the same operating conditions in which
they were developed. Since the extent of ECs removal is expected
to vary from one process to another, a QSAR-like model
should be developed for each DWT process (i.e. ozonation,
chlorination, nanofiltration, AC adsorption.). Moreover, by
classifying the solutes of a dataset into specific groups of
compounds that show similar properties, the model prediction
accuracy should be improved. Thereafter, considering the
removal estimations of all the ECs predicted by a QSAR-like
model, the compounds showing the lowest predicted
removals would need to be monitored, as indicator
compounds, inDWTplants and would warrant further studies
(e.g. development of analytical methods, occurrence surveys,
evaluation of treatability and toxicity, etc).
Under this proposed scheme, QSAR-like models would
estimate the removal of ECs in DWT processes (including
parent compounds, metabolites and transformation products)
and would help select compounds, or a specific group containing
similar solute properties, for monitoring purposes. A
scheme of such an analysis system is presented in Fig. 1.
Finally, some already existing data can be used either to
develop or improve the QSAR-like models. For instance,
a comprehensive dataset of removal values obtained for 62
EDCs and PPCPs considering several DWT processes was
published by Westerhoff et al. (2005) and Snyder et al. (2007).
The removal data was generated from surface waters having
complex matrixes, which included background contaminations
and natural organic matter, in typical operating conditions.
This database should be used for developing new QSARlike
models. Furthermore, it is suggested that the removal of
compounds, expressed in percentage, should be used as the
defined endpoint of these new QSAR-like models in order to
facilitate further selection of indicator compounds based on
the removal criterion.
6. Conclusion
This review shows that a large and still growing variety of ECs,
such as PhACs and EDCs, has been detected in finished DWs of
a number of industrialized countries. The chronic potential
risks to human health of these trace compounds and, for some
of them, their resistance towards DWT processes, highlight
the need to remove ECs duringDWpreparation. These factors,
in addition to the highly diversified physicochemical properties
of these compounds and the subsequent practical difficulties
to fully assess their removal during DW preparation,
make it necessary to develop more QSAR-like models.
According to the QSAR-like model analysis system proposed
in this paper, these models would serve i) to predict the
removal of ECs towards DWT processes and ii) to identify
those ECs that warrant further study because of their predicted
low removal for a given DWT process. The latter
compounds could usefully serve as relevant indicators for
monitoring purposes of DWT processes.
Acknowledgments
This work was carried out in the frame of the Sharing
Knowledge Program in the Field of Environment, set up
between Rhone Alps Region (France) and the Municipality of
Shanghai (China), within the sub-program Securing Drinking
Water Supply. The authors wish to thank Rhone-Alps Region
and Suez-Environnement research centre (CIRSEE) for their
financial support.
r e f e r e n c e s
Benotti, M., Trenholm, R., Vanderford, B., Holady, J., Stanford, B.,
Snyder, S., 2009. Pharmaceuticals and endocrine disrupting
compounds in U.S. drinking water. Environmental Science
and Technology 43, 597e603.
Boleda, M.R., Galceran, M.T., Ventura, F., 2011. Behavior of
pharmaceuticals and drugs of abuse in a drinking water
treatment plant using combined conventional and
ultrafiltration and reverse osmosis treatments. Environmental
Pollution 159, 1584e1591.
Brasquet, C., Le Cloirec, P., 1999. QSAR for organics adsorption
onto activated carbon in water: what about the use of neural
networks. Water Research 33 (17), 3603e3608.
Bruchet, A., Hochereau, C., Picard, C., Decottignies, V.,
Rodrigues, J.M., Janex-Habibi, M.L., 2005. Analysis of drugs and
personal care products in French source and drinking waters:
the analytical challenge and examples of application. Water
Science and Technology 52 (8), 53e61.
Casajuana, N., Lacorte, S., 2003. Presence and release of phthalic
esters and other endocrine disrupting compounds in drinking
water. Chromatographia 57, 649e655.
Chen, M., Ohman, K., Metcalfe, C., Ikonomou, M.G., Amatya, P.L.,
Wilson, J.J., 2006. Pharmaceuticals and endocrine disruptors in
wastewater treatment effluents and in the water supply
system of Calgary, Alberta, Canada. Water Quality Research
Journal of Canada 41, 351e364.
Cronin, M.T.D., 2010. Quantitative structure-activity relationships
(QSARs) e applications and methodology. In: Puzyn, T
เกณฑ์การกำจัดดูเหมือนว่าจะ
เกณฑ์สำคัญที่สุดที่จะได้รับการพิจารณาเพื่อจัดลำดับความสำคัญ ส. และอื่น ๆ
โดยเฉพาะจาก ECS ที่จะตรวจสอบในช่วง dwt ดังนั้น
รายชื่อสั้น ๆ ของสารประกอบสำคัญที่จะนำมาเป็นตัวชี้วัดของ dwquality
ควรจะตั้งค่าการเลือก ECS แสดงต่ำสุดในการลบ
โซ่ dwt ปัจจุบัน (สมมติว่าสูงขึ้น
กำจัดจึงจะได้รับสำหรับทุก ๆ ECS).
ตามเกณฑ์การลบนี้เดียวรุ่น QSAR เหมือน
แสดงที่มีศักยภาพสูงเพื่อให้การเลือกสารบ่งชี้
ได้รับการพิจารณาสำหรับการตรวจสอบเสนอนอกเหนือจากการคาดการณ์
กำจัด ECS ในกระบวนการ dwt โดยคำนึงถึงคุณสมบัติ
ตัวถูกละลายและในบางกรณีการดำเนินงานการรักษาไม่กี่เงื่อนไข
:ครั้งหนึ่งเคยเป็นแบบ QSAR เหมือนได้รับการพัฒนาและผ่านการตรวจสอบ
ใครจะประเมินการกำจัดของ ECS ใน dwt กระบวนการ
โดยใช้ลักษณะโมเลกุลของพวกเขา นอกจากนี้
อธิบายโมเลกุล (รวมถึงคุณสมบัติทางเคมีกายภาพ)
สามารถประมาณโดยใช้โปรแกรมเชิงพาณิชย์ (เช่น ADME
มังกร chem3d รุนแรง qikprop, มาร์วิน) พิจารณา EC
โครงสร้างทางเคมีจึงจำเป็นที่จะต้องเอาชนะเพื่อดำเนินการ
การวัดการทดลอง ในวิธีนี้การกำจัดของ
ECS สามารถคาดเริ่มต้นด้วยโครงสร้างทางเคมีของพวกเขาจึงทำให้
ประเมินการกำจัดของการตรวจพบใหม่
สิ่งแวดล้อม ECS เช่นเดียวกับสาร ECS ECS
และผลิตภัณฑ์การเปลี่ยนแปลงซึ่งโครงสร้างทางเคมีเป็นที่รู้จักกัน
. แต่รูปแบบการ QSAR เหมือนเป็นเพียงสามารถประมาณการ
กำจัด ECS ภายใต้สภาพการใช้งานที่เหมือนกันในการที่พวกเขา
ได้รับการพัฒนา ตั้งแต่ขอบเขตของการกำจัด ECS คาดว่า
จะแตกต่างจากกระบวนการหนึ่งไปยังอีกรุ่น
QSAR เหมือนควรจะพัฒนาสำหรับแต่ละกระบวนการ dwt (โอโซนเช่นคลอรีน
nanofiltration, ac การดูดซับ.) ยิ่งไปกว่านั้นโดย
จำแนกสารจากข้อมูลที่เป็นกลุ่มเฉพาะของสารประกอบ
ที่แสดงคุณสมบัติใกล้เคียงกัน,รูปแบบการทำนายความถูกต้อง
ควรปรับปรุง หลังจากนั้นพิจารณาประมาณการกำจัด
จากทั้งหมด ECS ตามคำทำนายของ QSAR-เหมือนนางแบบ
สารประกอบแสดงที่ต่ำที่สุดคาดการณ์การลบ
จะต้องมีการตรวจสอบเป็นตัวบ่งชี้สารประกอบ
indwtplants และจะรับประกันการศึกษาต่อไป
(เช่นการพัฒนาของ วิธีการวิเคราะห์การสำรวจการเกิดขึ้นของการประเมินผลจาก
treatability และความเป็นพิษ,ฯลฯ ).
ภายใต้โครงการที่เสนอนี้รุ่น QSAR เหมือน
จะประเมินการกำจัดของ ECS ในกระบวนการ dwt (รวมถึงสารประกอบ
แม่สารและผลิตภัณฑ์การเปลี่ยนแปลง)
และจะช่วยให้สารที่เลือกหรือกลุ่มเฉพาะที่มีคุณสมบัติละลาย
ที่คล้ายกัน เพื่อวัตถุประสงค์ในการตรวจสอบ โครงการ
เช่นระบบการวิเคราะห์จะนำเสนอในมะเดื่อ 1.
ในที่สุดบางข้อมูลที่มีอยู่แล้วสามารถนำมาใช้อย่างใดอย่างหนึ่ง
พัฒนาหรือปรับปรุงรูปแบบ QSAR เหมือน ตัวอย่างเช่น
ชุดข้อมูลที่ครอบคลุมของค่าการกำจัดที่ได้รับสำหรับ 62 edcs
และ ppcps พิจารณากระบวนการ dwt หลายเป็น
เผยแพร่โดย Westerhoff et al, (2005) และสไนเดอ et al, (2007).
กำจัดข้อมูลที่ถูกสร้างขึ้นมาจากน้ำผิวดินที่มีเมทริกซ์ที่ซับซ้อน
ซึ่งรวมถึงการปนเปื้อนพื้นหลัง
และสารอินทรีย์ธรรมชาติในสภาพการใช้งานปกติ.
ฐานข้อมูลนี้ควรจะใช้สำหรับการพัฒนา qsarlike รุ่นใหม่
นอกจากนี้ยังชี้ให้เห็นว่าการกำจัดของสารประกอบ
แสดงในอัตราร้อยละควรจะนำมาใช้เป็น
กำหนดจุดสิ้นสุดของรุ่นนี้ QSAR เหมือนใหม่เพื่ออำนวยความสะดวกในการเลือก
ต่อไปของสารบ่งชี้ที่ขึ้นอยู่กับเกณฑ์การกำจัด
.
6 . สรุป
รีวิวนี้แสดงให้เห็นว่ามีความหลากหลายขนาดใหญ่และยังคงเติบโตจาก ECS,
เช่น phacs และ edcs ได้รับการตรวจพบใน DW แก่เสร็จ
จำนวนของประเทศอุตสาหกรรม เรื้อรังมีความเสี่ยงที่อาจเกิดขึ้น
ต่อสุขภาพของมนุษย์เหล่านี้สารประกอบร่องรอยและสำหรับ
ของพวกเขาบางต้านทานที่มีต่อกระบวนการ dwt เน้น
ต้องลบ duringdwpreparation ECS ปัจจัยเหล่านี้
นอกเหนือไปจากที่มีความหลากหลายสูงสมบัติทางเคมีกายภาพ
ของสารประกอบเหล่านี้และความยากลำบากในการปฏิบัติตามมาอย่างเต็มที่
ประเมินการกำจัดของพวกเขาในระหว่างการเตรียม DW
ทำให้มันจำเป็นที่จะต้องพัฒนารูปแบบมากขึ้นเหมือน QSAR.
ตาม QSAR เหมือนระบบการวิเคราะห์รูปแบบการเสนอ
ในกระดาษนี้รูปแบบเหล่านี้จะทำหน้าที่ i) การที่จะคาดการณ์
การกำจัดของ ECS ที่มีต่อกระบวนการ dwt และ ii) การระบุผู้ที่
ECS ที่ใบสำคัญแสดงสิทธิการศึกษาต่อเนื่องจากการคาดการณ์
กำจัดต่ำของพวกเขาสำหรับกระบวนการ dwt ที่กำหนด สารประกอบ
หลังมีประโยชน์สามารถนำมาใช้เป็นตัวชี้วัดที่เกี่ยวข้องเพื่อวัตถุประสงค์ในการตรวจสอบของกระบวนการ
dwt.
กิตติกรรมประกาศงานนี้ได้รับการดำเนินการในกรอบของการแบ่งปันความรู้
โปรแกรมในด้านสภาพแวดล้อมที่ตั้งขึ้น
ระหว่างเทือกเขาแอลป์เรเน่ภูมิภาค (ฝรั่งเศส) และเทศบาลของ
เซี่ยงไฮ้ (จีน), ภายในโปรแกรมย่อยการรักษาความปลอดภัยการดื่มน้ำประปา
ผู้เขียนขอขอบคุณภูมิภาค Rhone-Alps
และ Suez-environnement ศูนย์การวิจัย (cirsee)
สำหรับการสนับสนุนของพวกเขาทางการเงิน.
อ้างอิง benotti, m. Trenholm, r. vanderford, ข., holady เจ., Stanford, ข.
ไนเดอร์, s., 2009ยาและต่อมไร้ท่อกระทบกับสารประกอบ
ในเรา น้ำดื่ม วิทยาศาสตร์สิ่งแวดล้อมและเทคโนโลยี
43, 597e603.
Boleda, นาย, Galceran, มอนแทนาเวนทูรา, ฉ., 2011 พฤติกรรมของยา
และยาเสพติดของการละเมิดในน้ำดื่มโรงงานบำบัด
ใช้ร่วมกันและการชุมนุมกรอง
ย้อนกลับและการบำบัดด้วยสโมซิส สิ่งแวดล้อมมลพิษ
159, 1584e1591.
brasquet ค.le cloirec พี., 1999 QSAR สำหรับการดูดซับสารอินทรีย์
ลงบนถ่านกัมในน้ํา: สิ่งที่เกี่ยวกับการใช้งานของเครือข่ายประสาท
การวิจัยน้ำ 33 (17), 3603e3608. bruchet
. hochereau, c. ปิ, c., decottignies โวลต์, Rodrigues
, JM, janex-habibi, มล. , 2005 การวิเคราะห์ของยาเสพติดและ
ผลิตภัณฑ์ดูแลส่วนบุคคลในแหล่งฝรั่งเศสและน้ำดื่ม:
ท้าทายการวิเคราะห์และตัวอย่างของการประยุกต์ใช้น้ำ
วิทยาศาสตร์และเทคโนโลยี 52 (8), 53e61.
casajuana, n., lacorte, s., 2003 สถานะและความเป็นอิสระของเอสเทอ
phthalic และต่อมไร้ท่ออื่น ๆ รบกวนสารประกอบในน้ำดื่ม
57 chromatographia, 649e655.
Chen, m. ทรงเสน่ห์, K. เมทคาล์ฟ, c., ikonomou, มิลลิกรัม amatya, PL
วิลสัน, jj, 2006 ยาและสารทำลายต่อมไร้ท่อใน
ปฏิกูลบำบัดน้ำเสียและน้ำประปาใน
ระบบการทำงานของ Calgary, Alberta, แคนาดา คุณภาพน้ำการวิจัย
วารสารของประเทศแคนาดา 41, 351e364.
Cronin, MTD, 2010 ความสัมพันธ์ระหว่างโครงสร้างกิจกรรมเชิงปริมาณ
(qsars) การใช้งาน e และวิธีการ ใน: puzyn t,
การแปล กรุณารอสักครู่..
เอาเกณฑ์น่าจะ เป็นเกณฑ์สำคัญ
จะถือว่าการจัดลำดับความสำคัญ mPs และอื่น ๆ
โดยเฉพาะ ECs สามารถตรวจสอบระหว่าง DWT. ดังนั้น การ
รายการสั้นของสารสำคัญที่จะใช้เป็นตัวบ่งชี้ของ
DWquality ควรตั้งค่าเลือก ECs ที่ต่ำที่สุดแสดง
เอาออกในปัจจุบัน DWT โซ่ (สมมติว่ามาก
จึงเอาออกจะได้รับสำหรับทั้งหมดอื่น ๆ ECs) .
ตามเงื่อนไขนี้เอาเดียว โมเดล QSAR เหมือน
แสดงมากเป็นไปได้ให้เลือกตัวบ่งชี้สาร
การพิจารณาสำหรับการตรวจสอบเสนอ นอกจากคาดการณ์
ECs เอากระบวนการ DWT คำนึงถึงตัวการ
คุณสมบัติ และ ในบางกรณี ปฏิบัติการรักษากี่
เงื่อนไข: เมื่อได้รับการพัฒนาโมเดล QSAR เหมือน และ
ตรวจ หนึ่งสามารถประเมินเอาของ ECs ใน DWT
กระบวนการ โดยใช้ตัวแสดงรายละเอียดของโมเลกุลได้ นอกจากนี้,
ตัวบอกโมเลกุล (รวมคุณสมบัติ physiochemical)
สามารถประเมินได้โดยใช้ซอฟต์แวร์เชิงพาณิชย์ (เช่น ADME,
มังกร Chem3D Ultra, QikProp มาร์วิน) พิจารณา EC
โครงสร้างเคมี ผลมากเพียงใดจำเป็นต้องดำเนินการ
ขนาดทดลอง วิธีนี้ เอาของ ECs
สามารถประเมินเริ่มต้น ด้วยโครงสร้างทางเคมี,
จึง เปิดใช้ประมาณเอาที่ตรวจพบใหม่
แวดล้อม ECs เป็น ECs metabolites และ ECs
การแปลงผลิตภัณฑ์ ที่มีโครงสร้างเคมี
รู้จักได้ อย่างไรก็ตาม โมเดล QSAR เหมือนมีการประเมิน
เอา ECs ภายใต้ปฏิบัติการเดียวกันเงื่อนไขที่
พวกเขาได้รับการพัฒนา เนื่องจากคาดว่าขอบเขตของ ECs เอา
การแตกต่างไปจากกระบวนการหนึ่งไปอีก โมเดล QSAR เหมือน
ควรพัฒนาในแต่ละกระบวนการ DWT (เช่นกัมมันต์,
คลอรีน nanofiltration ดูดซับ AC.) นอกจากนี้ โดย
ประเภท solutes ของชุดข้อมูลเป็นกลุ่มเฉพาะ
สารที่แสดงคุณสมบัติคล้าย คำทำนายแบบ
ควรปรับปรุงความถูกต้อง หลังจากนั้น พิจารณา
ประมาณเอาของ ECs ที่ทำนาย โดย QSAR-เหมือน
รุ่น สารประกอบแสดงคาดการณ์ต่ำสุด
ต้องการเอาออกจะตรวจสอบ เป็นตัวบ่งชี้
สารประกอบ inDWTplants และต่อไปจะรับประกันการศึกษา
(เช่นพัฒนาวิธีวิเคราะห์ สำรวจเหตุการณ์,
ประเมินของ treatability และความเป็นพิษ ฯลฯ)
ภายใต้โครงร่างนี้เสนอ โมเดล QSAR เหมือนจะ
ประเมินเอาของ ECs ในกระบวน DWT (รวม
หลักสารประกอบ metabolites และการแปลงผลิตภัณฑ์)
และจะช่วยให้สารเลือก หรือเฉพาะกลุ่มประกอบด้วย
คล้าย solute คุณสมบัติ การตรวจสอบวัตถุประสงค์ A
แสดงโครงร่างของระบบเช่นวิเคราะห์ใน Fig. 1.
ในที่สุด บางแล้วข้อมูลที่มีอยู่สามารถใช้เพื่อ
พัฒนา หรือปรับปรุงโมเดล QSAR เหมือนกัน เช่น,
ชุดข้อมูลที่ครอบคลุมค่าเอาได้ 62
PPCPs พิจารณากระบวนการต่าง ๆ ที่ DWT และ EDCs
เผยแพร่ โดย Westerhoff et al. (2005) และ al. et Snyder (2007) .
เอาข้อมูลสร้างขึ้นจากผิวน้ำมี
matrixes ซับซ้อน ซึ่งรวมพื้นหลังปน
และธรรมชาติอินทรีย์ โดยทั่วไปในการทำงานเงื่อนไขการ
ควรใช้ฐานข้อมูลนี้สำหรับการพัฒนาใหม่ QSARlike
รุ่น นอกจากนี้ มีการแนะนำที่เอาของ
ควรใช้สาร เปอร์เซ็นต์ เป็น
กำหนดปลายทางของโมเดล QSAR เหมือนเหล่านี้ใหม่เพื่อ
ช่วยเลือกตามสารบ่งชี้เพิ่มเติม
เกณฑ์เอา
6 บทสรุป
บทความนี้แสดงที่ขนาดใหญ่และยังคง เติบโตความหลากหลายของ ECs,
PhACs และ EDCs พบใน DWs สำเร็จรูปของ
จำนวนประเทศอุตสาหกรรม เป็นเรื้อรัง
ความเสี่ยงต่อสุขภาพมนุษย์ ของสารประกอบเหล่านี้ติดตาม และ สำหรับบาง
ของพวกเขา ความต้านทานต่อกระบวนการ DWT เน้น
ต้องเอา ECs duringDWpreparation ปัจจัยเหล่านี้,
นอกจากคุณสมบัติ physicochemical สูงหลากหลาย
ของสารเหล่านี้และปัญหาการปฏิบัติตามมา
จะเต็มเอาที่ออกในระหว่างการเตรียม DW,
ทำให้จำเป็นต้องพัฒนาเพิ่มเติมเช่น QSAR รุ่น
ตามระบบการวิเคราะห์โมเดล QSAR เหมือนเสนอ
ในกระดาษนี้ โมเดลเหล่านี้จะทำหน้าที่ฉัน) เพื่อทำนายการ
เอาของ ECs กระบวน DWT และ ii) ระบุ
ECs ผู้ที่หมายศึกษาเพิ่มเติมเนื่องจากการคาดการณ์
ต่ำสำหรับกระบวนการ DWT กำหนดเอา หลัง
สาร usefully สามารถใช้เป็นตัวบ่งชี้ที่เกี่ยวข้องสำหรับ
ตรวจสอบวัตถุประสงค์ของกระบวนการ DWT.
ตอบ
งานนี้ถูกดำเนินการในกรอบของการใช้งานร่วมกัน
โปรแกรมความรู้ในการฟิลด์ของระบบ ตั้งค่า
ระหว่างภูมิภาคเทือกเขาแอลป์แม่น้ำโรน (ฝรั่งเศส) และเทศบาลของ
เซี่ยงไฮ้ (จีน), ภายในโปรแกรมย่อยการรักษาความปลอดภัยดื่ม
น้ำ ผู้เขียนต้องขอขอบคุณแม่น้ำโรนเทือกเขาแอลป์ภูมิภาค
และสุเอซตั้งศูนย์วิจัย (CIRSEE) สำหรับการ
เงินสนับสนุน
r e f e r e n c e s
Benotti, M., Trenholm, R., Vanderford, B., Holady, J. สแตนฟอร์ด บี,
Snyder, S., 2009 ยาและต่อมไร้ท่อควบ
สารประกอบในน้ำดื่มของประเทศสหรัฐอเมริกา วิทยาศาสตร์สิ่งแวดล้อม
และเทคโนโลยี 43, 597e603.
Boleda มรว. Galceran, M.T. ทแฮมมิลทัล F., 2011 ลักษณะการทำงานของ
เภสัชภัณฑ์และยาถูกล่วงละเมิดในน้ำดื่ม
ใช้พืชบำบัดรวมทั่วไป และ
ultrafiltration และรักษาออสโมซิสผันกลับ สิ่งแวดล้อม
มลพิษ 159, 1584e1591
Brasquet, C. เลอ Cloirec, P., 1999 QSAR สำหรับการดูดซับอินทรีย์
บนคาร์บอนในน้ำ: อะไรใช้ประสาท
เครือข่าย น้ำ 33 (17), วิจัย 3603e3608.
Bruchet, A., Hochereau, C. แตลปีการ์ C., Decottignies, V.,
โรดริเกวส J.M., Janex Habibi หม่อมหลวง 2005 การวิเคราะห์ยาเสพติด และ
ผลิตภัณฑ์ดูแลส่วนบุคคลในต้นฉบับภาษาฝรั่งเศสและน้ำดื่ม:
ท้าทายวิเคราะห์และตัวอย่างการใช้งาน น้ำ
วิทยาศาสตร์และเทคโนโลยี 52 (8), 53e61.
Casajuana, N., Lacorte, S., 2003 สถานะและการปล่อยของ phthalic
esters และไร้ท่ออื่นควบสารดื่ม
น้ำ Chromatographia 57, 649e655.
เฉิน M., Ohman คุณ เมตคาล์ฟ C., Ikonomou จี Amatya, P.L.,
Wilson, j.j. ใน 2006 ยาและ disruptors ต่อมไร้ท่อใน
effluents บำบัดน้ำเสีย และน้ำประปา
ระบบของคาลการี อัลเบอร์ต้า แคนาดา การวิจัยคุณภาพน้ำ
สมุดของแคนาดาที่ 41, 351e364.
ครอเนิน M.T.D., 2010 โปรแกรมประยุกต์อี relationships
(QSARs) กิจกรรมโครงสร้างเชิงปริมาณและวิธีการ ใน: Puzyn, T
การแปล กรุณารอสักครู่..