游靜：創新突破大數據助力新污染物篩查

　　日前，國辦印發《新污染物治理行動方案》，要求到2025年，完成高關注、高產（用）量的化學物質環境風險篩查，完成一批化學物質環境風險評估，對重點管控新污染物實施禁止、限制、限排等環境風險管控措施，新污染物治理能力明顯增強。今年的《政府工作報告》中，也明確了加強固體廢物和新污染物治理的任務。環境中新污染物成千上萬，且均為痕量存在，需要監測哪些？如何評估其毒理作用？這些都需要研究者給出方向，來指導未來的治理工作。近日，分析測試百科網采訪了暨南大學環境學院游靜教授，她分享了團隊結合大數據開展的新污染物篩查工作，并評述了科學儀器在其中發揮的作用。

　　游靜團隊的研究工作主要是如何在一個水環境復雜體系中，發現、了解并鑒定最關鍵的致毒物質。“現在環境中存在多種不同類型的新污染物，但是這些新污染物到底是什么種類？對體系產生怎樣的危害？目前我們還不太清楚。因此，我們的工作是希望知道在環境中，存在哪些污染物，它們對人體以及水生動物在不同的層面、甚至整個種群產生怎樣的影響”游靜說到。

　　游靜教授自2009年回國之后，一直在監控廣州的水環境，“20年前，我國黑臭水體問題比較嚴重，人們的健康受到了較大的的威脅。經過近10年的治理，這些問題得到了有效的解決”。研究證明，現在我國水體中污染物的對生物急性毒性效應呈現降低趨勢，水環境逐步變好。黑臭水體等問題得到解決后，其他非致死效應的污染物逐漸凸顯出來，例如與新污染物相關的神經毒性物質、內分泌干擾物等。

　　目前，廣泛關注的新污染物有四大類：一是持久性有機污染物，二是內分泌干擾物，三是抗生素，四是微塑料。這些污染物排放到環境中后，被界定為新污染物，需要進行監控。隨著人們對化學物質環境和健康危害認識的不斷深入，以及環境監測技術的不斷發展，識別出的新污染物種類還將持續增加，因此需要人們更加深入研究這類污染物。

　　水生態風險評價主要有2個部分：暴露與效應。簡單說來，獲得暴露信息即需要知道有什么物質，污染程度是怎樣的？主要采用GC-MS、LC-MS、光譜儀等分析手段進行大量的化學分析。效應方面的研究主要通過細胞測試、動物測試等，也可配合成像技術，清晰獲知哪些器官部位產生效應。將暴露和效應結合起來，則可以了解研究區域的風險狀況，為政府管理部門提供有效的管理建議。

　　新污染物具有“新”“多”“廣”“低”四大特點。新，是新近發現或者被關注；多，是現有種類多、新增多；廣，是來源廣，可能來自不同行業生產、使用、消費和處置各環節；低，環境中新污染物濃度普遍較低，有的達到痕量/超痕量水平。這些特點對新污染物監測技術與方法提出了更高要求。常規污染物有國標方法且含量相對很高；全氟化合物、內分泌干擾物等新污染物，在環境中均是痕量存在，對于儀器要求較高，往往使用色譜-質譜聯用儀器檢測。

　　以效應為導向進行新污染物的篩查識別

　　新污染物有成千上萬，到底哪些需要監測？游靜認為：以效應為導向來進行新污染物的篩查識別是很重要的方向。團隊將人工智能融入新污染物篩查識別中，以效應指導從靶標到可疑和非靶標的毒性物質篩查，在該研究方面團隊走在了國際前列。

　　精準識別關鍵致毒物是有效開展復合污染水環境生態風險評價和管控的前提，而生物測試方法的選擇直接制約著可識別的致毒物種類。團隊前期研究工作中，運用有害結局路徑（AOP）理論指導成組生物測試方法的選擇，同時發展仿生萃取和被動加標技術，將環境污染物的致毒機制和生物有效性結合到毒性識別中，并提出了開展基于證據權重和毒性識別篩查的復合污染流域風險評價的基本框架和技術指南。

　　在此基礎上，針對現今大數據科學的蓬勃發展趨勢，研究團隊近期提出了一種全新的致毒物分類方法（事件驅動分類法，Event driven taxonomy，EDT），用于混合物體系的風險識別和評價，以期突破基于單一化學品風險評價的傳統思維，發展復合污染條件下環境/健康/生態風險評價的新理念。該EDT可有效考慮不同類型污染物的致毒機制，在環境脅迫物（不單局限于化學品，也可用于物理或生物等脅迫）與AOP中的分子起始事件之間建立特征向量關系，并以歷史文獻數據結果和單一環境脅迫物的不良效應數據作為預測變量，實現數據驅動型毒性識別模式的構建。在EDT框架下，通過機器學習對致毒物分類，結合高通量生物測試篩選效應組分，用于指導基于效應的新污染物篩查。基于EDT的混合物體系評估框架，可有效解決毒性評價中假設模型單一的問題，同時考慮濃度加和和獨立作用模型，將有效提高復合污染風險評估的準確性。EDT的概念及應用框架發表在Environ. Sci. Technol. 2020, 54, 5925?5927上。

　　中國水環境區域毒性特征：大數據文本挖掘

　　水生態系統受到復雜混合物的污染，其中許多污染物的特性未知，導致生態風險評估存在相當大的不確定性。基于生物效應評估與化學分析的結合，為識別未知環境脅迫物和評估混合物風險提供了一種有潛力的解決方案。毒性終點通常決定了哪些類型的污染物是產生不良影響的關鍵因素，由于監管要求、已有的專業經驗和對某些特定終點的關注傾向，毒性終點選擇可能存在一定主觀性，從而影響風險評估結果，引入評估不確定性。

　　在大數據蓬勃發展的時代，基于數據挖掘的科學決策和機器學習的優化策略被提出，并作為一種強有力的策略來減少由主管決策產生的不確定性。文本挖掘方法集成了網絡解析器、自然語言處理和機器學習等技術，具有先進的文獻收集和信息分析能力，并已被應用在生物醫學等多個領域的研究中。比如國外開發了一種結合網絡蜘蛛和元分析的文獻收集方法，驗證數據質量，并進一步使用機器學習對神經醫學中的認知過程術語進行分類；此外，為了讓計算機能夠讀取文獻內容，研究人員構建了一種文本挖掘方法，使用命名實體識別將microRNA和癌癥聯系起來。由于毒性終點的選擇影響風險評估的結果，因此需要基于更全面的證據來進行科學決策，而非主觀選擇，文本挖掘成為一種可用方法。

　　游靜團隊將大數據應用于生態風險評估，開發了一種新的基于EDT的文本挖掘工具，以查找可能導致水生態毒性的源頭。該工具集成了自動文獻收集、使用基于AOP的毒理學術語的自然語言處理和機器學習對事件驅動因素（EDs）進行分類，并整理其區域特征，該成果近期發表于Environ. Sci. Technol. 2021, 55, 8977?8986上。

　　麻醉作用、雌激素受體和芳烴受體介導是中國水環境中主要的ED，但不同區域ED指紋顯著不同。基于中國過去十年的水污染研究結果，團隊收集了超過14,000篇文獻。通過AOP分析，構建了包含1,039個毒理學術語的詞典，整理了多類與生物效應相關的作用模式，但只有不到一半的生物效應可直接通過AOP闡明。為了填補這些毒性機制方面的知識空白，團隊開發了一個基于EDT的樸素貝葉斯分類器來注釋關鍵事件。這種分類器的交叉驗證達到74%的準確性，并將85%的生物效應標記為26個EDs。該EDT分類器對毒性機制不明確的末端終點，可顯著提高對AOP事件的注釋。

通過將文本挖掘與不良結局途徑（AOP）結合起來，對過去10年中國水環境生態效應進行整體評估的工作流程。分析了1071個AOP元素，包括分子起始事件（MIE）、關鍵事件（KEs）和不良后果（AOs），并將其納入詞典。EDT和ED分別表示事件驅動分類法和事件驅動子。

　　該項研究的意義是：與傳統的文獻綜述相比，團隊使用文本挖掘來獲取更全面的文獻數據。與傳統的識別流程相比，文本挖掘避免了數據采集過程中可能的主觀決定，而是用自然語言處理文本消息，并將這些消息轉換為機器可讀數據，以便進一步分析。因此，所收集的文獻信息更全面、更客觀有效，較少受到文獻綜述所用不同方法的影響。

從過去10年對中國水環境樣品表現的生物效應總結出的不同毒性作用機制的頻率（源于4562份文獻）。通過兩種方法分類的對比，一種僅基于文獻檢索數據（藍點），另一種基于事件驅動分類法（EDT）分類器注釋數據（紅點）。

　　文本挖掘與人工智能技術，如數據收集與融合、自然語言處理、元分析和機器學習，為深入了解可能存在重要水生態風險的區域特定污染物的知識差距提供了一種切實可行的方法。基于EDT的水生態效應評估是將AOP網絡整合到水生系統復合污染風險評估中的獨特嘗試，為在環境毒理學領域開展可解釋的數據驅動型研究開拓了一條新路。

　　游靜表示：“實驗室未來將延續水生態風險評價與管理的工作。我們正在把大數據技術運用到復雜環境中新污染物的非靶標篩查，未來將進一步在該方向拓展。”

　　鑒定確定沉積物中生物有效的可疑毒物

　　美國化學學會的《化學文摘》（American Chemical Society’s Chemical Abstract，2019）中索引了超過1.43億種化學物質，其中約有100萬種化學物質可在市場上買到（Daughton，2005）。因此，化學混合物在全球各種環境介質中普遍存在，水生系統也不例外，尤其在水體沉積物復合污染是常態。

　　游靜團隊采用基于細胞的體外生物測試，對廣州城市水道沉積物中的XAD提取物進行了檢測，其中包括來自肺、肝、乳腺和骨髓的四種人類腫瘤細胞。檢測發現SH-SY5Y細胞受到了沉積物提取物的顯著影響。在隨后基于AOP的效應導向分析（EDA）中，使用AOP26通路中成組毒性終點（鈣內流、MMP抑制、ROS活性和細胞存活率）對EDA的35個組分進行了測試，并篩選出活性組分。

使用不良結果路徑導向分析確定沉積物中生物可獲得的可疑毒物

　　進一步使用GC-MS對活性組分進行可疑篩查，在近千種化合物中發現了沉積物中通過AOP26引起細胞毒性的污染物（合成麝香和氯氰菊酯），并結合污染物毒性作用機制進行了毒性確認。研究表明在AOP框架內使用同一條毒性通路上多個毒性終點開展生物測試，發現非常規監測的關鍵致毒物的潛在優勢，這可以降低使用單一末端終點進行毒性評估不確定性。該成果近期發表在Journal of Hazardous Materials 389 (2020) 121853上。

　　協同創新，助力科研

　　科研離不開儀器的支持。游靜教授從2009年回國后在廣州地化所工作，再轉入暨南大學，一直使用島津儀器開展科研工作。與島津十幾年的合作過程中，游靜使用了不同類型的儀器，取得了很多成果。“這離不開島津工程師一直以來及時有效的溝通，實驗室的各類問題即使在非工作時間也能得到幫助。”游靜表示：“未來我們希望與島津加強新污染物篩查研究，開發更多應用，加強合作，共建新方法，也希望團隊的科研成果也可以運用到島津的工作中。”

　　2021年，暨南大學環境學院與島津建立了合作實驗室。合作實驗室負責人張娜主任表示：2000年左右，暨南大學環境工程系（環境學院前身）實驗室就和島津公司有了初步的合作：不斷購置了島津的儀器，隨著實驗室的不斷擴大，島津的儀器就越來越被環境學院廣泛使用：如光譜、質譜、元素分析、生命科學等各大類儀器。在這些儀器的助力下，2015年以來暨南大學環境學院承擔各類科研項目300余項，其中國家級科研項目90余項，省部級及地方項目112項。發表SCI論文1000余篇，出版專著和教材12部，獲得國家ZL授權50余項，省部級以上獎勵8項。

　　暨南大學環境學院目前有環境化學、污染生態學、環境暴露與健康風險、環境污染控制與修復、環境規劃與管理等五個研究方向，逐步形成了具有一定學科優勢和特色的科研團隊。

　　張娜表示：“合作實驗室為島津和環境學院打造出雙贏的儀器研發及科研創新的大平臺。島津公司可以在合作實驗室進行儀器功能的開發、推廣等創新實驗，并為環境學院提供高端的先進儀器設備及優質的服務。”

　　合作實驗室除了為高校的科研提供更優質的服務，還能為高校的人才培養、學生創新創業等提供平臺，張娜期待未來雙方能有更多實質性的合作成果。