Tire tread particles turn streams toxic For coho salmon in the U.S. Pacific Northwest, returning to spawn in urban and suburban streams can be deadly. Regular acute mortality events are tied, in particular, to stormwater runoff, but the identity of the causative toxicant(s) has not been known. Starting from leachate from new and aged tire tread wear particles, Tian et al. followed toxic fractions through chromatography steps, eventually isolating a single molecule that could induce acute toxicity at threshold concentrations of ∼1 microgram per liter. The compound, called 6PPD-quinone, is an oxidation product of an additive intended to prevent damage to tire rubber from ozone. Measurements from road runoff and immediate receiving waters show concentrations of 6PPD-quinone high enough to account for the acute toxicity events. Science , this issue p. 185

Stormwater exposure can cause acute mortality of coho salmon (Oncorhynchus kisutch), and 6PPD-quinone (6PPD-Q) was identified as the primary causal toxicant. Commercial standards of 6PPD-Q recently became available; their analysis highlighted a systematic high bias in prior reporting concerning 6PPD-Q. A 6PPD-Q commercial standard was used to re-confirm toxicity estimates in juvenile coho salmon and develop a liquid chromatography-tandem mass spectrometry analytical method for quantification. Peak area responses of the commercial standard were ∼15 times higher than those of in-house standards, and the updated LC50 value (95 ng/L) was ∼8.3-fold lower than that previously reported. These data support prior relative comparisons of the occurrence and toxicity while confirming the substantial lethality of 6PPD-Q. While environmental concentrations are expected to be lower, 6PPD-Q also was more toxic than previously calculated and should be categorized as a “very highly toxic” pollutant for aquatic organisms. Isotope dilution-tandem mass spectrometry methods enabled accurate quantification (limits of quantification of <10 ng/L) within environmental samples.

While a recent toxicological study has shown that organophosphorus flame retardants (OPFRs) may disrupt sphingolipid homeostasis, epidemiologic evidence is currently lacking. In this study, a total of 257 participants were recruited from Shenzhen, China. Eleven OPFRs were for the first time simultaneously determined in the human blood samples by ultraperformance liquid chromatography and tandem mass spectrometry. Six OPFRs, tributyl phosphate (TNBP), 2-ethylhexyl diphenyl phosphate (EHDPP), tris(2-chloroisopropyl) phosphate (TCIPP), tris(2-butoxyethyl) phosphate (TBOEP), triethyl phosphate (TEP), and TPHP, were detectable in at least 90% of participants, with median concentrations of 37.8, 1.22, 0.71, 0.54, 0.49, and 0.43 ng/mL, respectively. Sphingomyelin (SM) levels in the highest quartile of EHDPP, TPHP, TNBP, TBOEP, TEP, and TCIPP were 45.3% [95% confidence interval; 38.1%, 53.0%], 51.9% (45.5%, 58.6%), 153.6% (145.1%, 162.3%), 20.6% (14.5%, 27.0%), 59.0% (52.1%, 66.2%), and 62.8% (55.2%, 70.6%) higher than those in the lowest quartile, respectively, after adjusting for covariates. Sphingosine 1-phosphate (S1P) levels in the highest quartile of EHDPP, TPHP, and TNBP were 36% (−39%, −33%), 16% (−19%, −14%), and 36% (−38%, −33%) lower than those in the lowest quartile, respectively. A similar pattern emerged when exposures were modeled continuously. We for the first time found the associations between OPFRs and changes in human sphingolipid homeostasis.

Understanding the distribution of hundreds of thousands of plant metabolites across the plant kingdom presents a challenge. To address this, we curated publicly available LC-MS/MS data from 19,075 plant extracts and developed the plantMASST reference database encompassing 246 botanical families, 1,469 genera, and 2,793 species. This taxonomically focused database facilitates the exploration of plant-derived molecules using tandem mass spectrometry (MS/MS) spectra. This tool will aid in drug discovery, biosynthesis, (chemo)taxonomy, and the evolutionary ecology of herbivore interactions.

Abstract Skin microbiome can be altered in patients with Atopic Dermatitis (AD). An understanding of the changes from healthy to atopic skin can help develop new targets for better treatments and identify specific microbial or molecular biomarkers. This study investigates the skin microbiome and metabolome of healthy subjects and lesion (ADL) and non-lesion (ADNL) of AD patients by 16S rRNA gene sequencing and mass spectrometry, respectively. Samples from AD patients showed alterations in the diversity and composition of the skin microbiome. Staphylococcus species, especially S. aureus , were significantly increased in the ADL group. Metabolomic profiles were also different between the groups. Dipeptide-derived are more abundant in ADL, which may be related to skin inflammation. Co-occurrence network analysis was applied to integrate the microbiome and metabolomics data and revealed higher co-occurrence of metabolites and bacteria in healthy and ADNL compared to ADL. S. aureus co-occurred with dipeptide-derived in ADL, while phytosphingosine-derived compounds showed co-occurrences with commensal bacteria, e . g. Paracoccus sp., Pseudomonas sp., Prevotella bivia, Lactobacillus iners, Anaerococcus sp., Micrococcus sp., Corynebacterium ureicelerivorans, Corynebacterium massiliense, Streptococcus thermophilus , and Roseomonas mucosa , in healthy and ADNL groups. Therefore, these findings provide valuable insights into how AD affects the human skin metabolome and microbiome. Importance This study provides valuable insight into changes in the skin microbiome and associated metabolomic profiles. It also identifies new therapeutic targets that may be useful for developing personalized treatments for individuals with atopic dermatitis based on their unique skin microbiome and metabolic profiles.

Abstract Even though raw mass spectrometry data is information rich, the vast majority of the data is underutilized. The ability to interrogate these rich datasets is handicapped by the limited capability and flexibility of existing software. We introduce the Mass Spec Query Language (MassQL) that addresses these issues by enabling an expressive set of mass spectrometry patterns to be queried directly from raw data. MassQL is an open-source mass spectrometry query language for flexible and mass spectrometer manufacturer-independent mining of MS data. We envision the flexibility, scalability, and ease of use of MassQL will empower the mass spectrometry community to take fuller advantage of their mass spectrometry data and accelerate discoveries.