来源：分析测试百科网

　　日前，国办印发《新污染物治理行动方案》，要求到2025年，完成高关注、高产（用）量的化学物质环境风险筛查，完成一批化学物质环境风险评估，对重点管控新污染物实施禁止、限制、限排等环境风险管控措施，新污染物治理能力明显增强。今年的《政府工作报告》中，也明确了加强固体废物和新污染物治理的任务。环境中新污染物成千上万，且均为痕量存在，需要监测哪些？如何评估其毒理作用？这些都需要研究者给出方向，来指导未来的治理工作。近日，分析测试百科网采访了暨南大学环境学院游静教授，她分享了团队结合大数据开展的新污染物筛查工作，并评述了科学仪器在其中发挥的作用。

　　游静团队的研究工作主要是如何在一个水环境复杂体系中，发现、了解并鉴定最关键的致毒物质。“现在环境中存在多种不同类型的新污染物，但是这些新污染物到底是什么种类？对体系产生怎样的危害？目前我们还不太清楚。因此，我们的工作是希望知道在环境中，存在哪些污染物，它们对人体以及水生动物在不同的层面、甚至整个种群产生怎样的影响”游静说到。

　　游静教授自2009年回国之后，一直在监控广州的水环境，“20年前，我国黑臭水体问题比较严重，人们的健康受到了较大的的威胁。经过近10年的治理，这些问题得到了有效的解决”。研究证明，现在我国水体中污染物的对生物急性毒性效应呈现降低趋势，水环境逐步变好。黑臭水体等问题得到解决后，其他非致死效应的污染物逐渐凸显出来，例如与新污染物相关的神经毒性物质、内分泌干扰物等。

　　目前，广泛关注的新污染物有四大类：一是持久性有机污染物，二是内分泌干扰物，三是抗生素，四是微塑料。这些污染物排放到环境中后，被界定为新污染物，需要进行监控。随着人们对化学物质环境和健康危害认识的不断深入，以及环境监测技术的不断发展，识别出的新污染物种类还将持续增加，因此需要人们更加深入研究这类污染物。

　　水生态风险评价主要有2个部分：暴露与效应。简单说来，获得暴露信息即需要知道有什么物质，污染程度是怎样的？主要采用GC-MS、LC-MS、光谱仪等分析手段进行大量的化学分析。效应方面的研究主要通过细胞测试、动物测试等，也可配合成像技术，清晰获知哪些器官部位产生效应。将暴露和效应结合起来，则可以了解研究区域的风险状况，为政府管理部门提供有效的管理建议。

　　新污染物具有“新”“多”“广”“低”四大特点。新，是新近发现或者被关注；多，是现有种类多、新增多；广，是来源广，可能来自不同行业生产、使用、消费和处置各环节；低，环境中新污染物浓度普遍较低，有的达到痕量/超痕量水平。这些特点对新污染物监测技术与方法提出了更高要求。常规污染物有国标方法且含量相对很高；全氟化合物、内分泌干扰物等新污染物，在环境中均是痕量存在，对于仪器要求较高，往往使用色谱-质谱联用仪器检测。

　　以效应为导向进行新污染物的筛查识别

　　新污染物有成千上万，到底哪些需要监测？游静认为：以效应为导向来进行新污染物的筛查识别是很重要的方向。团队将人工智能融入新污染物筛查识别中，以效应指导从靶标到可疑和非靶标的毒性物质筛查，在该研究方面团队走在了国际前列。

　　精准识别关键致毒物是有效开展复合污染水环境生态风险评价和管控的前提，而生物测试方法的选择直接制约着可识别的致毒物种类。团队前期研究工作中，运用有害结局路径（AOP）理论指导成组生物测试方法的选择，同时发展仿生萃取和被动加标技术，将环境污染物的致毒机制和生物有效性结合到毒性识别中，并提出了开展基于证据权重和毒性识别筛查的复合污染流域风险评价的基本框架和技术指南。

　　在此基础上，针对现今大数据科学的蓬勃发展趋势，研究团队近期提出了一种全新的致毒物分类方法（事件驱动分类法，Event driven taxonomy，EDT），用于混合物体系的风险识别和评价，以期突破基于单一化学品风险评价的传统思维，发展复合污染条件下环境/健康/生态风险评价的新理念。该EDT可有效考虑不同类型污染物的致毒机制，在环境胁迫物（不单局限于化学品，也可用于物理或生物等胁迫）与AOP中的分子起始事件之间建立特征向量关系，并以历史文献数据结果和单一环境胁迫物的不良效应数据作为预测变量，实现数据驱动型毒性识别模式的构建。在EDT框架下，通过机器学习对致毒物分类，结合高通量生物测试筛选效应组分，用于指导基于效应的新污染物筛查。基于EDT的混合物体系评估框架，可有效解决毒性评价中假设模型单一的问题，同时考虑浓度加和和独立作用模型，将有效提高复合污染风险评估的准确性。EDT的概念及应用框架发表在Environ. Sci. Technol. 2020, 54, 5925−5927上。

　　中国水环境区域毒性特征：大数据文本挖掘

　　水生态系统受到复杂混合物的污染，其中许多污染物的特性未知，导致生态风险评估存在相当大的不确定性。基于生物效应评估与化学分析的结合，为识别未知环境胁迫物和评估混合物风险提供了一种有潜力的解决方案。毒性终点通常决定了哪些类型的污染物是产生不良影响的关键因素，由于监管要求、已有的专业经验和对某些特定终点的关注倾向，毒性终点选择可能存在一定主观性，从而影响风险评估结果，引入评估不确定性。

　　在大数据蓬勃发展的时代，基于数据挖掘的科学决策和机器学习的优化策略被提出，并作为一种强有力的策略来减少由主管决策产生的不确定性。文本挖掘方法集成了网络解析器、自然语言处理和机器学习等技术，具有先进的文献收集和信息分析能力，并已被应用在生物医学等多个领域的研究中。比如国外开发了一种结合网络蜘蛛和元分析的文献收集方法，验证数据质量，并进一步使用机器学习对神经医学中的认知过程术语进行分类；此外，为了让计算机能够读取文献内容，研究人员构建了一种文本挖掘方法，使用命名实体识别将microRNA和癌症联系起来。由于毒性终点的选择影响风险评估的结果，因此需要基于更全面的证据来进行科学决策，而非主观选择，文本挖掘成为一种可用方法。

　　游静团队将大数据应用于生态风险评估，开发了一种新的基于EDT的文本挖掘工具，以查找可能导致水生态毒性的源头。该工具集成了自动文献收集、使用基于AOP的毒理学术语的自然语言处理和机器学习对事件驱动因素（EDs）进行分类，并整理其区域特征，该成果近期发表于Environ. Sci. Technol. 2021, 55, 8977−8986上。

　　麻醉作用、雌激素受体和芳烃受体介导是中国水环境中主要的ED，但不同区域ED指纹显著不同。基于中国过去十年的水污染研究结果，团队收集了超过14,000篇文献。通过AOP分析，构建了包含1,039个毒理学术语的词典，整理了多类与生物效应相关的作用模式，但只有不到一半的生物效应可直接通过AOP阐明。为了填补这些毒性机制方面的知识空白，团队开发了一个基于EDT的朴素贝叶斯分类器来注释关键事件。这种分类器的交叉验证达到74%的准确性，并将85%的生物效应标记为26个EDs。该EDT分类器对毒性机制不明确的末端终点，可显著提高对AOP事件的注释。

通过将文本挖掘与不良结局途径（AOP）结合起来，对过去10年中国水环境生态效应进行整体评估的工作流程。分析了1071个AOP元素，包括分子起始事件（MIE）、关键事件（KEs）和不良后果（AOs），并将其纳入词典。EDT和ED分别表示事件驱动分类法和事件驱动子。

　　该项研究的意义是：与传统的文献综述相比，团队使用文本挖掘来获取更全面的文献数据。与传统的识别流程相比，文本挖掘避免了数据采集过程中可能的主观决定，而是用自然语言处理文本消息，并将这些消息转换为机器可读数据，以便进一步分析。因此，所收集的文献信息更全面、更客观有效，较少受到文献综述所用不同方法的影响。

从过去10年对中国水环境样品表现的生物效应总结出的不同毒性作用机制的频率（源于4562份文献）。通过两种方法分类的对比，一种仅基于文献检索数据（蓝点），另一种基于事件驱动分类法（EDT）分类器注释数据（红点）。

　　文本挖掘与人工智能技术，如数据收集与融合、自然语言处理、元分析和机器学习，为深入了解可能存在重要水生态风险的区域特定污染物的知识差距提供了一种切实可行的方法。基于EDT的水生态效应评估是将AOP网络整合到水生系统复合污染风险评估中的独特尝试，为在环境毒理学领域开展可解释的数据驱动型研究开拓了一条新路。

　　游静表示：“实验室未来将延续水生态风险评价与管理的工作。我们正在把大数据技术运用到复杂环境中新污染物的非靶标筛查，未来将进一步在该方向拓展。”

　　鉴定确定沉积物中生物有效的可疑毒物

　　美国化学学会的《化学文摘》（American Chemical Society’s Chemical Abstract，2019）中索引了超过1.43亿种化学物质，其中约有100万种化学物质可在市场上买到（Daughton，2005）。因此，化学混合物在全球各种环境介质中普遍存在，水生系统也不例外，尤其在水体沉积物复合污染是常态。

　　游静团队采用基于细胞的体外生物测试，对广州城市水道沉积物中的XAD提取物进行了检测，其中包括来自肺、肝、乳腺和骨髓的四种人类肿瘤细胞。检测发现SH-SY5Y细胞受到了沉积物提取物的显著影响。在随后基于AOP的效应导向分析（EDA）中，使用AOP26通路中成组毒性终点（钙内流、MMP抑制、ROS活性和细胞存活率）对EDA的35个组分进行了测试，并筛选出活性组分。

使用不良结果路径导向分析确定沉积物中生物可获得的可疑毒物

　　进一步使用GC-MS对活性组分进行可疑筛查，在近千种化合物中发现了沉积物中通过AOP26引起细胞毒性的污染物（合成麝香和氯氰菊酯），并结合污染物毒性作用机制进行了毒性确认。研究表明在AOP框架内使用同一条毒性通路上多个毒性终点开展生物测试，发现非常规监测的关键致毒物的潜在优势，这可以降低使用单一末端终点进行毒性评估不确定性。该成果近期发表在Journal of Hazardous Materials 389 (2020) 121853上。

　　协同创新，助力科研

　　科研离不开仪器的支持。游静教授从2009年回国后在广州地化所工作，再转入暨南大学，一直使用岛津仪器开展科研工作。与岛津十几年的合作过程中，游静使用了不同类型的仪器，取得了很多成果。“这离不开岛津工程师一直以来及时有效的沟通，实验室的各类问题即使在非工作时间也能得到帮助。”游静表示：“未来我们希望与岛津加强新污染物筛查研究，开发更多应用，加强合作，共建新方法，也希望团队的科研成果也可以运用到岛津的工作中。”

　　2021年，暨南大学环境学院与岛津建立了合作实验室。合作实验室负责人张娜主任表示：2000年左右，暨南大学环境工程系（环境学院前身）实验室就和岛津公司有了初步的合作：不断购置了岛津的仪器，随着实验室的不断扩大，岛津的仪器就越来越被环境学院广泛使用：如光谱、质谱、元素分析、生命科学等各大类仪器。在这些仪器的助力下，2015年以来暨南大学环境学院承担各类科研项目300余项，其中国家级科研项目90余项，省部级及地方项目112项。发表SCI论文1000余篇，出版专著和教材12部，获得国家专利授权50余项，省部级以上奖励8项。

　　暨南大学环境学院目前有环境化学、污染生态学、环境暴露与健康风险、环境污染控制与修复、环境规划与管理等五个研究方向，逐步形成了具有一定学科优势和特色的科研团队。

　　张娜表示：“合作实验室为岛津和环境学院打造出双赢的仪器研发及科研创新的大平台。岛津公司可以在合作实验室进行仪器功能的开发、推广等创新实验，并为环境学院提供高端的先进仪器设备及优质的服务。”

　　合作实验室除了为高校的科研提供更优质的服务，还能为高校的人才培养、学生创新创业等提供平台，张娜期待未来双方能有更多实质性的合作成果。