Abstract Reservoirs exert a profound influence on the cycling of dissolved organic matter (DOM) in inland waters by altering flow regimes. Biological incubations can help to disentangle the role that microbial processing plays in the DOM cycling within reservoirs. However, the complex DOM composition poses a great challenge to the analysis of such data. Here we tested if the interpretable machine learning (ML) methodologies can contribute to capturing the relationships between molecular reactivity and composition. We developed time‐specific ML models based on 7‐day and 30‐day incubations to simulate the biogeochemical processes in the Three Gorges Reservoir over shorter and longer water retention periods, respectively. Results showed that the extended water retention time likely allows the successive microbial degradation of molecules, with stochasticity exerting a non‐negligible effect on the molecular composition at the initial stage of the incubation. This study highlights the potential of ML in enhancing our interpretation of DOM dynamics over time.

Lateral flow immunoassay (LFIA), a rapid detection technique noted for simplicity and economy, has showcased indispensable applicability in diverse domains such as disease screening, food safety, and environmental monitoring. Nevertheless, challenges still exist in detecting ultra-low concentration analytes due to the inherent sensitivity limitations of LFIA. Recently, significant advances have been achieved by integrating enzyme activity probes and transforming LFIA into a highly sensitive tool for rapidly detecting trace analyte concentrations. Specifically, modifying natural enzymes or engineered nanozymes allows them to function as immune probes, directly catalyzing the production of signal molecules or indirectly initiating enzyme activity. Therefore, the signal intensity and detection sensitivity of LFIA are markedly elevated. The present review undertakes a comprehensive examination of pertinent research literature, offering a systematic analysis of recently proposed enzyme-based signal amplification strategies. By way of comparative assessment, the merits and demerits of current approaches are delineated, along with the identification of research avenues that still need to be explored. It is anticipated that this critical overview will garner considerable attention within the biomedical and materials science communities, providing valuable direction and insight toward the advancement of high-performance LFIA technologies.

The bioavailable diverse dissolved organic matter (DOM) present in glacial meltwater significantly contributes to downstream carbon cycling in mountainous regions. However, the comprehension of molecular-level characteristics of riverine DOM, from tributary to downstream and their fate in glacier-fed desert rivers remains limited. Herein, we employed spectroscopic and high-resolution mass spectrometry techniques to study both optical and molecular-level characteristics of DOM in the Tarim River catchment, northwest China. The results revealed that the DOC values in the downstream were higher than those in the tributaries, yet they remained comparable to those found in other glacier-fed streams worldwide. Five distinct components were identified using EEM-PARAFAC analysis in both tributary and downstream samples. The dominance of three protein-like components in tributary samples, contrasting with a higher presence of humic-like components in downstream samples, which implied that the dilution and alterations of the glacier DOM signature and overprinting with terrestrial-derived DOM. Molecular composition revealed that thousands of compounds with higher molecular weight and increased aromaticity were transformed, generated and introduced from terrestrial inputs during downstream transportation. The twofold rise in polycyclic aromatic and polyphenolic compounds observed downstream compared to tributaries indicated a greater influx of terrestrial organic matter introduced into the downstream during water transportation. The study suggests that the glacier-sourced DOM experienced minimal photodegradations, with limited influence from human activities, while also being shaped by terrestrial inputs during its transit in the alpine-arid region. This unique scenario offers valuable insights into comprehending the fate of DOM originating from glacial meltwater in arid mountainous regions.

Abstract Extensive reservoir construction has fragmented more than 70% of the world's rivers, significantly impacting river connectivity and carbon cycling. However, the response of riverine dissolved organic matter (DOM) to reservoir influence and its potential downstream effects remains unclear. In this study, we employed multiple analytical techniques, including Fourier transform ion cyclotron resonance mass spectrometry, radiocarbon dating, and environmental factor analysis, to investigate the dynamic changes in DOM and its controlling factors under different hydrological management regimes in the LongTan Reservoir, the largest reservoir in the Pearl River, which is the second largest river in China by water discharge. Our results indicate that the molecular diversity of riverine DOM is reduced in the reservoir. Oxygen‐rich and heteroatomic compounds, such as those containing nitrogen, sulfur, and phosphorus, are preferentially removed through enhanced photo‐ and biodegradation processes in the reservoir, particularly during the storage period. This leads to DOM that is enriched with oxygen‐poor compounds and shows a biodegraded Δ 14 C value downstream. This study highlights that the composition of riverine DOM is significantly altered by the reservoir, but these effects could potentially be mitigated by optimizing the outlet location.