基于肺上皮细胞和交叉验证多模型识别大气细颗粒物中多环芳香类效应组分

作     者：柳金明 史咲頔 钟沛文 李艾霖 邱兴华 

作者机构：北京大学环境科学与工程学院环境模拟与污染控制国家重点联合实验室和国家环境保护大气环境暴露与健康风险管理重点实验室 

出 版 物：《科学通报》 (Chinese Science Bulletin)

年 卷 期：2024年

核心收录：

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 07[理学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 100402[医学-劳动卫生与环境卫生学] 10[医学] 

基　　金：国家重点研发计划(2022YFC3702704) 国家自然科学基金(42293324,41961134034)资助 

主　　题：细颗粒物 有机组分 筛选策略 细胞效应 效应导向分析 

摘      要：化学组成是大气细颗粒物(atmospheric fine particulate matter, PM2.5)健康危害的重要因素,但目前缺乏对于PM2.5效应组分尤其是复杂有机污染物的系统认识.效应导向是系统识别效应组分的关键策略,这亟需稳健可靠的筛选方法.研究针对2016～2018年北京PM2.5样品,采用人肺上皮细胞模型,以暴露后的活性氧和5种细胞因子为效应指标开展研究.针对有机组分间的多重共线性,组分与效应指标之间复杂的线性、非线性或交互关联,研究建立了以单污染物模型为基础、结合偏最小二乘回归和贝叶斯核机器回归的复合筛选策略,以兼容高维有机组分与细胞效应间的广义回归关联,从61种多环芳香组分识别出10种稳健的PM2.5效应组分,包括优先控制的高环多环芳烃（PAHs）和具有湾区结构的烷基PAHs,并从模型和效应层面交互验证,验证了复合筛选策略的模型稳定性、外延性及结果可靠性,降低假阳性的概率.本研究针对真实的PM2.5样品,在高维有机组分与效应的广义关联特征下,解决稳健筛选的难题,为科学识别PM2.5中关键效应组分提供了关键的模型方案.