化学毒剂及高毒性化合物是当前化学安全领域的重大威胁,对这类化合物的追踪溯源和识别归因是当前毒物确证领域面临的重要难题。通过对未知样品中微量的杂质或降解后的微量产物的鉴定分析,进行剧高毒化合物等的制备路线或制备方法的逆向溯源识别和归因技术,是作为化武核查和化学法医学的重要手段,对高毒化合物释放暴露后新的溯源技术方法,也是近年来逐渐受更多关注的领域之一。不同于同位素丰度法的针对同位素含量和毒剂产地的溯源技术,化学归因重点关注了合成制备或降解过程中的杂质分子,并可根据鉴定的微量特征结构化合物,直接对可能通过多种生产方法得到的毒剂样品进行精准溯源和识别归因。塔崩类毒剂是一类典型的非P-C键化合物,其含P-N键的特征结构,也是新型化学毒剂诺维乔克类化合物的典型结构,但公开文献并未涉及塔崩类化合物的溯源归因研究,因此,本文以塔崩类化合物为研究对象,将有机合成方法、有机分析方法以及化学计量等手段有机结合在一起,通过对样品进行的全方位分析鉴定以及特征数据的筛选甄别,进一步解析样品中包含合成路线信息的特征分子结构,鉴别其中的特征化合物,建立杂质与塔崩类化合物的有效关联,检验杂质化合物在合成路线测定方面的可行性,构建塔崩类化合物合成路线溯源归因的方法。具体的研究内容及结果如下:1、系统研究了塔崩及其类似物的典型合成路线,揭示了特征化合物与合成路线之间的关联信息根据原料来源的通用性和经济性,以及合成方法高效性,分别筛选了3条不同的合成路线,对前体化合物N,N-二甲胺基磷酰二氯、目标物塔崩及其类似物-乙基塔崩和甲乙基塔崩进行了系统研究。应用GC-MS、GC×GC TOFMS以及NMR等结构鉴定技术,对每种方法进行了质谱全扫描分析,结合保留指数、保留时间等关键信息,研究了不同合成路线样品的杂质分布特征,并对比了样品的谱图差异,获得了不同路线样品独特的杂质成分,筛选形成其指纹图谱。以标准质谱库为基础,筛选出可以对不同合成路线进行精准表征的特征化合物,结合反应机理、合成条件、化合物结构信息等相关因素,鉴定样品中包含的特征化合物的组成并推测其可能的来源,进一步筛选出了可用于精准溯源归因的39个特异性化合物,通过对基于样品数量和特征化合物数据信息组成的数据矩阵分析,结合数据的离散程度、聚类趋势等因素进行综合考量和验证,得到了特征化合物与合成路线之间的内部关联信息,为后续溯源归因模型建立提供重要的数据基础。2、构建了包含4类共682个特征因子的潜在特征化合物集,筛选了42个具有可进行不同结构塔崩类化合物合成路线归因的指纹化合物信息研究过程中,为了更加全面获取可用于溯源的微量化合物信息,对合成样品进行了水解和富集处理后分析,结合质谱方法收集样品中的化合物信息,参考相关质谱库中图谱与化合物结构匹配的标准,设定了特征化合物筛选原则,评估它们在所有样品中存在与否,以确保它们对合成路线贡献的唯一性。依据筛选原则对收集到的化合物信息进行遴选,得到了与N,N-二甲胺基磷酰二氯合成路线相关的20个特征化合物,判定了这些特征化合物可能的来源,发现了具有合成路线高度特异性的4个酰胺类化合物和六甲基磷酰三胺,这5个化合物可以作为相应路线的特征标志物;筛选了与塔崩合成路线相关的100个特征化合物,确定了62个可能的化合物结构信息,包括8个胺类化合物,16个含磷化合物及其他烷烃类、酯类化合物等,研究发现,8个胺类化合物中,六甲基磷酰三胺及二甲胺基甲酰氯等胺基衍生物虽属合成前体过程中生成的杂质化合物,但在塔崩合成过程中仍然稳定存在,且不随时间变化而发生衰减,因此,这类物质可作为标识塔崩合成路线归因的特征标志物;16个含磷化合物中,有11个具有P-N键结构,说明具P-N键的含磷化合物可有效作为塔崩的特征化合物。此外,在对塔崩类似物研究中,共得到了562个与其相关的特征化合物,其中,与乙基塔崩具有匹配度高的特异性化合物有9个,与甲乙基塔崩具有匹配度高的有5个化合物,这些具有高匹配性质的化合物可应用于对其路线溯源归因的潜在标志物。研究筛选出的微量特征化合物构成了4类共682个与塔崩类化合物相关的特征化合物集,这些特征化合物集形成了塔崩类化合物的指纹信息,并与其合成路线相互关联,对塔崩类化合物的不同制备生产路线进行化学归因。3、构建了塔崩类化合物的路线分类预测模型,实现了此类化合物制备方法及合成路线的化学归因通过研究特征化合物与其合成路线之间的关联信息,对得到的化合物数据信息进行归纳分析,结合样品数量和特征化合物的数据信息,组成相应的数据矩阵,并比较不同数据预处理方法对数据矩阵的影响,观察数据的整体趋势,对数据中的异常值进行识别和剔除,以筛选和优化后的化合物数据信息为基础,建立了不同合成路线样品的分类预测模型。以未知样品为测试集对预测模型进行验证发现,塔崩前体、塔崩和甲乙基塔崩分类模型中100%的未知样品,乙基塔崩分类模型中89%的未知样品都可以分配到了相应的类别,其分类准确度均在85%以上,说明构建的模型具有较高的预测性能。同时,为了考察模型的稳健性,以保存30天-180天的样品对模型进行了预测性能的进一步考察发现,30天内的特征化合物的信息变化,对分类预测没有影响,从而证明了建立的模型具有高预测性能,表明以预测模型为技术手段进行塔崩类化合物路线归因及溯源方法具有较好的准确性,实现了此类化合物制造方法和合成路线的归因技术。