大气颗粒物组分混合暴露的关键毒性组分的识别方法及系统

摘要

本发明公开了一种大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，该方法包括如下步骤：S1：基于高通量污染物检测技术平台，根据化学结构或者化学性质进行组分分组；S2：开展相关功能性指标和生物标志物检测；S3：获得各组组分混合暴露对健康的影响，并且基于混合效应识别关键毒性组分；S4：进行毒理学实验验证，对关键组分与健康结局关联关系模型进行验证；S5：基于暴露‑机制‑表型的人群健康效应机制链条，确定关键组分与生物标志物关联关系模型，构建出终点与机制相结合的颗粒物毒性组分识别技术体系。本发明具有无需人工干预、自动化运行、可扩展性强、效率高、可信度高等优点。

说明书

技术领域

本发明涉及生物及人群健康分析技术领域，具体涉及一种大气颗粒物组分混合暴露的关键毒性组分的识别方法及系统。

背景技术

目前已知的大气颗粒物的化学成分多达数千种以上，可分为有机和无机两大类。颗粒物的毒性与其化学成分密切相关。颗粒物中含有多种有毒元素如铅、镉、铬、氟、砷、汞等。调查发现，大气中镉、锌、铅以及铬浓度的分布与调查地区的心脏病、动脉硬化、高血压、神经系统疾病以及慢性肾炎等疾病的分布一致。颗粒物中的有机成分中，以多环芳烃类最引人注目。有一些多环芳烃类有致癌性，苯并[a]芘就是代表。颗粒物上还可吸附细菌、病毒等致病微生物。颗粒物还可作为其他污染物如二氧化硫、二氧化氮、酸雾和甲醛等的载体，这些有害物质都可以吸附在颗粒物上进入肺的深部，加重对肺的损害。

识别颗粒物中的关键毒性组分，其核心是构建适用于颗粒物组分混合物暴露的关键毒性组分识别技术流程方法。但是，目前对混合物毒性组分进行识别的最常用的技术方法是效应导向分析（EDA）。该技术结合了生物测试与化学分析，以生物效应为导向，指导活性组分的分离，并对组分进行定性，从而实现有毒物质的鉴定。例如，陈玲等利用人肝癌细胞毒性效应导向筛查出集成电路废水中含氮化合物、含氟酮类化合物以及酯类可能是高毒组分。尽管EDA技术近几年得到了较大发展，但仍然存在前处理繁琐费时、通量低的缺点；此外，该技术的生物测试部分通常基于体外实验或者动物活体实验，与人群的健康效应存在较大差别，通过细胞或动物实验识别出的毒性组分是否在人体健康层面会产生影响，尚有待检验。

当前基于人群流行病学的颗粒物毒性组分识别研究，所涉及的颗粒物组分非常少，多为含碳组分、离子组分或重金属组分，而有机组分则几乎没有涉及。此外，一个突出的问题是，现有绝大部分基于流行病学研究识别出的颗粒物毒性组分，均使用的是单一组分暴露模型。由于在人群流行病学研究中广泛应用的统计模型方法较难处理高共线性的混合暴露组分，只能将混合物拆分成一个一个的物质逐个进入模型进行分析，从而忽视了混合物的整体共同作用的特性，识别的准确度有待验证。2021年一项新的流行病学研究以定群研究人群的呼吸道炎症标志物一氧化氮、白细胞介素以及系统炎症标志物为筛选条件，应用统计方法从颗粒物的全组分中识别出267种相关组分，进一步进行结构鉴定发现主要为单环和多环芳香化合物，弥补了EDA技术通量不足及主要应用体外实验及动物实验，人群代表性不够的缺点。此项研究初步表明，应用人群健康效应为导向，结合高通量化学分析的方法筛查颗粒物的毒性组分是一条可行的技术路径。但是这项研究仍存在一些问题，如未能充分考虑混合暴露的整体性，未应用混合暴露模型进行筛查；人群样本量过小、人群健康效应仅以生物标志物改变为依据，缺乏人群健康效应表型改变的关键证据；且筛查依据依靠统计学结果，而不是以人群健康效应链条的因果关系为依据等。

近年来随着可解决混合物共线性问题的流行病学混合暴露模型方法，如加权分位数和回归（WQS）、贝叶斯核函数回归（BKMR）模型等的成功开发以及大数据平台的应用，使得应用大样本量的流行病学研究、以人群健康效应为导向识别多维混合暴露的毒性组分成为可能。在人群流行病学基础上的、结合高通量化学分析及流行病学混合暴露模型与大数据高速运算平台的技术方法，初步实现了以人群健康效应为导向的混合暴露毒性识别。在此基础上进一步结合非靶向化学分析、扩充健康效应关键靶点以及毒理学实验验证筛查出的关键毒性组分信息，可有望形成一套完整的技术方法体系。

总而言之，目前混合物毒性组分识别技术仍处于发展阶段，亟需开展多学科的交叉融合研究，开发出新的技术方法体系，充分整合高通量化学分析、人群流行病学筛查结果与体外生物评价验证结果，提高识别技术的通量与准确性，从而形成具有广泛适用性的方法体系。

应用人群健康效应为导向，结合高通量化学分析的方法筛查颗粒物的毒性组分是一条可行的技术路径。2021年Jiang Xing等人在EST上发表了一项新的流行病学研究，他们以定群研究人群的呼吸道炎症标志物一氧化氮、白细胞介素以及系统炎症标志物为筛选条件，应用优化后的热解吸(TD)技术得到了颗粒物中的628种化合物的矩阵，采用偏最小二乘回归(PLS)的统计方法从颗粒物的全组分中识别出267种相关组分，进一步进行结构鉴定，发现267种相关组分主要为单环和多环芳香化合物。但是这项研究仍存在一些问题，如必须依赖专业人员进行操作，通常仅能筛查出有限的600余种化合物、不具备可扩展性；未结合靶向和非靶向技术筛查更多种相关化合物；未能充分考虑混合暴露的整体性，未应用混合暴露模型进行筛查；人群健康效应仅以生物标志物改变为依据，缺乏人群健康效应表型改变的关键证据，且筛查依据依靠统计学结果，而不是以人群健康效应链条的因果关系为依据；针对统计学得出的结果未做其他方向上的验证。综上所述，现有技术存在依赖专业人员、组分识别通量低、混合暴露识别方法缺乏有效性、关键证据不足、缺乏验证，导致识别效率低、可信度低等问题。

发明内容

为克服上述现有技术所存在的上述不足之处，本发明提供的目的在于，提供一种大气颗粒物组分混合暴露的关键毒性组分的识别方法及系统，通过构建一整套基于人群健康效应链条及高通量分析的混合暴露毒性组分识别技术体系与自动化系统，进行大气颗粒物组分混合暴露对健康的混合影响分析并且识别关键毒性组分，无需依赖专业人员操作，以实现以人群健康效应为导向的混合暴露毒性的自动化识别，并提高识别技术的通量与准确性。

本发明为实现上述目的，提供如下的技术方案：

一种大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，特征在于，通过构建技术平台，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别，其包括如下步骤：

S1：基于暴露-机制-表型的人群健康效应机制链条，对颗粒物全组分检测和污染物分组；

S2：采用靶向和非靶向相结合的方法，进行人群健康指标测量和生物标志物检测；

S3：采用新式混合暴露分析手段，获得各组组分混合暴露对健康的影响，并且基于混合效应识别关键毒性组分；

S4：进行毒理学实验验证，对关键组分与健康结局关联关系模型进行验证；

S5：基于暴露-机制-表型的人群健康效应机制链条，确定关键组分与生物标志物关联关系模型，构建出终点与机制相结合的颗粒物毒性组分识别技术体系；

S6：构建实现前述步骤S1-S5方法的大气颗粒物组分混合暴露的关键毒性组分的识别系统；

S7：识别系统根据输入的新数据自动输出新的识别结果。

一种实现前述方法的大气颗粒物组分混合暴露的关键毒性组分的自动化识别系统，其特征在于，其为一基于互联网的计算机系统，该系统包括外部数据源、远程云服务器、WEB服务器及多个管理终端、用户终端，所述的远程云服务器内置有执行所述步骤S1-S5的计算机单元与程序；所述远程云服务器内置的程序包括依次连接并交互通讯的流程自动化控制单元、全组分检测和污染物分组单元、健康结局测量和生物标志物检测单元、污染物混合与健康结局的关联关系模型单元、关键污染物与健康结局关联关系模型验证单元、关键污染物与生物标志物关联关系模型单元、自动化输入输出单元；所述的远程云服务器通过各单元及模块内置的计算机程序，获取外部数据，采用靶向和非靶向的高通量化学分析和混合暴露识别方法，进行以人群健康效应为导向、以暴露-机制-表型的机制链条为准则的混合暴露毒性识别，使识别技术的通量与结果准确性相互匹配，提高识别结果的可靠性，通过构建的识别规范化流程，实现终点与机制相结合的颗粒物毒性组分识别方法的自动化运行。

本发明提供的大气颗粒物组分混合暴露的关键毒性组分的识别方法及系统，其有益效果包括：

1、本发明基于人群健康效应链条及高通量分析的颗粒物组分混合暴露毒性组分识别方法，本发明的核心步骤包括：自动化系统构建，高通量化学分析；人群健康效应靶点分析；人群健康效应链条的毒性组分筛查；细胞实验或动物实验毒性验证。首先构建识别的规范化流程与自动化系统，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别，可以对优控与非优控有机物同时进行混合识别；采用靶向和非靶向技术，可以实现对267种污染物的混合暴露毒性组分识别，而且具有较好的可扩展性，还可以覆盖更多的污染物。本发明通过构建一整套基于人群健康效应链条及高通量分析的混合暴露毒性组分识别技术体系与自动化系统，无需依赖专业人员操作，以实现以人群健康效应为导向的混合暴露毒性的自动化识别，并提高识别技术的通量与准确性。

2、本发明采用基于人群健康效应为目标的健康结局测量终点与自动化识别机制相结合的方法与系统，采用更为先进的方法及关联关系模型，充分考虑了混合暴露的整体性，应用合理的混合暴露模型进行筛查，并且对该模型进行了验证，克服了现有技术针对统计学得出的结果未做其他方向上的验证的缺陷。然后综合分析细胞经毒性组分暴露处理后分子标志物的改变，确定验证结果并识别出关键毒性组分清单，大幅提升了识别的效率和识别结果的准确性、可信度和可靠性。

3、本发明的识别通量高、效率高，结合运用靶向和非靶向技术筛查更多种相关化合物。本发明采用的高通量化学分析是依托高通量化学分析平台及前期研究基础，通过新的技术方法，实现对颗粒物全组分的分析、组分的初步鉴定及基于化学结构的组分分组。主要包括以下六个步骤：颗粒物滤膜前处理、颗粒物组分靶向分析、化学组分数据库建立、非靶向颗粒物全组分识别、靶向与非靶向颗粒物全组分识别置信度分级、基于化学结构的靶向与非靶向颗粒物全组分分组。

4、本发明是以人群健康效应仅以生物标志物改变为依据，基于人群健康效应表型改变的关键证据，使筛查依据不再是单独依靠统计学结果，而是以人群健康效应链条的因果关系为依据。本发明的人群健康效应靶点分析是在构建从表型到分子机制的具有明确的健康效应指征的靶点的基础上，依托多样本多因子免疫检测平台，实现对人群健康效应的关键靶点分析。主要包括以下两个步骤：人群健康效应靶点指标的建立、生物标志物靶点检测。

5、本发明基于人群健康效应机制链条的毒性组分筛查，是在第一步高通量化学分析获得的颗粒物全组分检测、初步识别及分组信息、与第二步人群健康效应靶点分析获得的主要功能性指标、生物标志物指标数据的基础上，依托环境健康大数据高速计算平台，应用平台上已开发成功的流行病学混合暴露模型模块，实现大人群样本、多维暴露、多维效应、海量模拟次数的快速运算，最终以暴露—机制—表型的健康效应机制链条为准则，筛查出潜在的毒性组分。主要包括以下两个步骤：基于功能性指标识别具有毒性的分组、基于人群健康效应机制链条筛查潜在毒性组分。

6、本发明进行的细胞实验或动物实验毒性验证是依托毒理学实验平台，通过细胞模型验证关键毒性组分的心血管毒性及其分子机制，最终确定关键毒性组分清单。主要包括以下两个步骤：关键毒性组分的细胞毒性验证、关键毒性组分的分子机制验证。最终，综合分析细胞经毒性组分暴露处理后分子标志物的改变，确定验证结果并识别出关键毒性组分清单。

7、本发明基于计算机网络系统和程序，解决了现有技术中对专家的依赖和不能采用计算机系统自动运行的问题，将专家的专业能力和经验转化为对应的模型、程序，并且优化算法和提高算力，使系统能够根据设定的条件自动采集和更新数据，自动进行运行和输入，并且输出数字化、可视化的识别结果，省时、省力。

6、发明采用了多种技术方法相互协同配合，解决了现有技术存在依赖专业人员、组分识别通量低、混合暴露识别方法缺乏有效性、关键证据不足、缺乏验证，导致识别效率低、可信度低等问题，具有无需人工干预、自动化运行、可扩展性强、效率高、可信度高等优点。

附图说明

通过参考以下结合附图的说明，并且随着对本发明的更全面理解，本发明的其他目的及结果将更加明白和易于理解。

图1是为本发明实施例识别方法的流程示意图；

图2为本发明实施例识别系统的网络拓扑结构示意图；

图3为本发明实施例识别方法系统的模块组成结构示意图；

图4是本发明实施例中13种污染物分组与健康结局QTc的关联关系示意图；

图5为本发明实施例中7种关键污染物验证结果示意图；

图6为实施例中10种生物标志物的变化趋势示意图；

图7为本发明实施例中13种污染物分组与健康结局心率的关联关系示意图；

图8为本发明实施例中13种污染物分组中每个污染物的权重示意图。

具体实施方式

请参见图1至图8，以下通过实施例和附图对本发明的技术方案进行细致说明。

实施例1

本发明实施例提供的大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，通过构建技术平台，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别，其包括如下步骤：

S1：基于高通量污染物检测技术平台，采用靶向和非靶向相结合的方法，对颗粒物进行全组分检测并且根据化学结构或者化学性质进行组分分组；

S2：基于所关注的人群健康效应，开展相关功能性指标和生物标志物检测；

S3：采用新式混合暴露分析手段，获得各组组分混合暴露对健康的影响，并且基于混合效应识别关键毒性组分；

S4：进行毒理学实验验证，对关键组分与健康结局关联关系模型进行验证；

S5：基于暴露-机制-表型的人群健康效应机制链条，确定关键组分与生物标志物关联关系模型，构建出终点与机制相结合的颗粒物毒性组分识别技术体系；

S6：构建实现前述步骤S1-S5方法的大气颗粒物组分混合暴露的关键毒性组分的识别系统；

S7：识别系统根据输入的新数据自动输出新的识别结果。

一种实现前述方法的大气颗粒物组分混合暴露的关键毒性组分的自动化识别系统，其为一基于互联网的计算机系统，该系统包括外部数据源、远程云服务器、WEB服务器及多个管理终端、用户终端，所述的远程云服务器内置有执行所述步骤S1-S5的计算机单元与程序；所述远程云服务器内置的程序包括依次连接并交互通讯的流程自动化控制单元、全组分检测和污染物分组单元、健康结局测量和生物标志物检测单元、污染物混合与健康结局的关联关系模型单元、关键污染物与健康结局关联关系模型验证单元、关键污染物与生物标志物关联关系模型单元、自动化输入输出单元；所述的远程云服务器通过各单元及模块内置的计算机程序，获取外部数据，采用靶向和非靶向的高通量化学分析和混合暴露识别方法，进行以人群健康效应为导向、以暴露-机制-表型的机制链条为准则的混合暴露毒性识别，使识别技术的通量与结果准确性相互匹配，提高识别结果的可靠性，通过构建的识别规范化流程，实现终点与机制相结合的颗粒物毒性组分识别方法的自动化运行。

其中，所述的流程自动化控制单元包括：识别规范化流程模块、自动化控制模块；

所述的全组分检测和污染物分组单元包括：暴露-机制-表型的人群健康效应机制链条模块、颗粒物全组分检测模块和污染物分组检测模块；

所述的健康结局测量和生物标志物检测单元，包括：靶向和非靶向检测方法模块、健康结局测量模块、生物标志物检测模块；

所述的污染物混合与健康结局的关联关系模型单元包括：高通量化学分析模块、分组污染物混合与健康结局数据模块、分组污染物混合与健康结局的关联关系模型模块；

所述的关键污染物与健康结局关联关系模型验证单元包括：关键污染物模块、关键污染物与健康结局关联关系模型验证模块、毒理学实验模块；

所述的关键污染物与生物标志物关联关系模型单元包括：关键污染物与生物标志物关联关系模型模块、颗粒物毒性组分识别技术体系模块、终点与机制控制结合模块；

所述的自动化输入输出单元包括：数据自动化输入模块、数据自动化输出模块；图3中，自动化输入输出单元与其他单元的具体连接关系未示出，实际为：数据自动化输入模块设置于流程自动化控制单元之前、进行数据输入，数据自动化输出模块设置于关键污染物与生物标志物关联关系模型单元之后，进行数据输出。

实施例2

本发明实施例提供的大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，在实施例1的基础上，进一步通过基于人群健康效应机制链条与高通量分析的颗粒物毒性组分识别技术体系构建，以下将颗粒物中塑料添加剂组分与调整后的Q-T间期（QTc）之间的关联分析作为案例对本发明的具体实施方案进行说明。

一种大气颗粒物组分混合暴露的关键毒性组分的识别方法，是通过构建技术平台，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别，其包括如下步骤：

S1：基于高通量污染物检测技术平台，采用靶向和非靶向相结合的方法，对颗粒物进行全组分检测并且根据化学结构或者化学性质进行组分分组，具体为：

S11：使用中流量采样器对颗粒物进行采样，在进行高通量分析之前对采样滤膜进行前处理，

S12：分别采用超高效液相色谱串联三重四极杆质谱联用仪和气相色谱串联单四级杆质谱联用仪，依托标准品、in-house数据库和商业数据库，以化合物结构−质谱特征规律、化合物结构−色谱保留规律为基础，对化学组分进行识别，检测出不少于90种增塑剂；

S13：将检测出的多种增塑剂，按照分子结构分为不少于10组，包括：邻苯二甲酸二酯；邻苯二甲酸单酯；脂肪酸酯增塑剂、非pae增塑剂；烷基化有机磷酸酯；苯基有机磷酸酯；异丙基和叔丁基三芳基磷酸盐异构体；己二酸酯；二苯甲酮和苯甲酸酯；苯并噻唑和苯并三唑，双酚类似物，丁酸盐和柠檬酸盐，以及合成抗氧化剂。

本步骤具体是使用中流量采样器对颗粒物进行采样，在进行高通量分析之前对采样滤膜进行前处理，分别采用超高效液相色谱串联三重四极杆质谱联用仪和气相色谱串联单四级杆质谱联用仪，依托标准品、in-house数据库和商业数据库，以化合物结构−质谱特征规律、化合物结构−色谱保留规律为基础，对化学组分进行识别，共检测到98种增塑剂，按照分子结构分为13组，分别是邻苯二甲酸二酯；邻苯二甲酸单酯;脂肪酸酯增塑剂、非pae增塑剂，烷基化有机磷酸酯，苯基有机磷酸酯、异丙基和叔丁基三芳基磷酸盐异构体、己二酸酯、二苯甲酮和苯甲酸酯;苯并噻唑和苯并三唑，双酚类似物，丁酸盐和柠檬酸盐，以及合成抗氧化剂。

S2：基于所关注的人群健康效应，开展相关功能性指标和生物标志物检测，具体为；

S21：对每个调查对象都进行心电图检测，用双通道12导联心电监护仪记录心电图5-10分钟，每通道采样率为256hz；

S22：从每次QRS发作到正常或室上搏动T波结束，测量QT间期，并使用Bazett公式进行校正。记录长度的心率校正QT (QTc)读数的平均值，作为研究的结局指标；

S23：采用靶向和非靶向相结合的方法，采集每个调查对象的空腹外周血使用MILLIPLEX MAP人类心血管疾病(急性期)磁珠组3-心血管疾病多重检测试剂盒(MerckKGaA, Darmstadt, Germany)在血清中检测10种心血管相关生物标志物，分别是：α2-巨球蛋白、c反应蛋白、胎蛋白A、纤维蛋白原、L-选择素、血清淀粉样蛋白P 、结合珠蛋白、血小板因子-4和血管性血友病因子，再进行人群健康效应靶点分析，完成健康结局测量和生物标志物检测；

其中，人群健康效应靶点分析是在构建从表型到分子机制的具有明确的健康效应指征的靶点的基础上，依托多样本多因子免疫检测平台，实现对人群健康效应的关键靶点分析；主要包括以下两个步骤：人群健康效应靶点指标的建立、生物标志物靶点检测。

S3：采用新式混合暴露分析手段，获得各组组分混合暴露对健康的影响，并且基于混合效应识别关键毒性组分，具体为；

S31：采用新式混合暴露分析手段，从人群的角度分别建立10种以上污染物分组与健康结局QTc的关联模型；

S32：使用BKMR模型，目的是得到13种污染物分组中污染物混合效应会延长QTc的分组，并根据每组污染物中单个污染物的显著性，从每组污染物找到延长QTc的关键污染物；

S33：根据BKMR模型结果，获得7种污染物会显著延长QTc，由此获得各组污染物混合与健康结局的关联关系模型。

本步骤从人群的角度分别建立13种污染物分组与健康结局QTc的关联，使用BKMR模型，目的是得到13种污染物分组中污染物混合效应会延长QTc的分组，并根据每组污染物中单个污染物的显著性，从每组污染物找到延长QTc的关键污染物，根据BKMR模型结果，实施例发现以下7种污染物会显著延长QTc，具体如附图4所示。

S4：进行毒理学实验验证，对关键组分与健康结局关联关系模型进行验证，具体为；

S41：从人群的角度进行验证，以同样的分析方法在另一组人群中建立各个污染物分组和QTc的关联，通过显著性和变化趋势来判断关键污染物是否通过验证；

S42：进行毒理学实验，进行细胞实验或动物实验毒性验证是依托毒理学实验平台，通过细胞模型验证关键毒性组分的心血管毒性及其分子机制，通过关键毒性组分的细胞毒性验证、关键毒性组分的分子机制验证，最终确定关键毒性组分清单；

S43：从通过了关键污染物与健康结局关联关系模型验证的多种关键污染物中，选择在另一组人群中的结果依然显著的数种，综合分析细胞经毒性组分暴露处理后分子标志物的改变，确定验证结果并识别出关键毒性组分清单。

本发明为了验证以上研究中发现的关键污染物会显著延长QTc这一结论的稳定性，研究从人群的角度进行验证，以同样的分析方法在另一组人群中建立各个污染物分组和QTc的关联，通过显著性和变化趋势来判断关键污染物是否通过验证。研究结果发现，7种关键污染物中有3种通过了验证，既在另一组人群中的结果依然显著，有4种没有通过验证，但是依然表现出了延长QTc的趋势，其结果如附图5所示。

S5：基于暴露-机制-表型的人群健康效应机制链条，确定关键组分与生物标志物关联关系模型，构建出终点与机制相结合的颗粒物毒性组分识别技术体系。

S51：基于步骤S4识别出的可延长QTc间期的关键污染物，进一步确定关键污染物与生物标志物的关联关系模型，探明关键污染物是如何延长QTc的机制；

S52：使用BKMR模型，根据生物标志物的变化趋势，分析关键污染物在延长QTc的过程中，检测到10种生物标志物的具体变化过程；

S53：根据检测的生物标志物变化过程，确定关键污染物与生物标志物关联关系模型，构建出终点与机制相结合的颗粒物毒性组分识别技术体系。

本发明实施例基于以上发现的延长QTc间期的关键污染物，研究进一步探索了关键污染物与生物标志物的关联，解决“关键污染物是如何延长QTc”的问题，使用BKMR模型，根据生物标志物的变化趋势，探索关键污染物在延长QTc的过程中，检测到的10种生物标志物是如何变化的，变化趋势结果如附图6所示。

S6：构建实现前述步骤S1-S5方法的大气颗粒物组分混合暴露的关键毒性组分的识别系统；

S61：构建一个以基于互联网的计算机系统，该系统包括外部数据源、远程云服务器、WEB服务器及多个管理终端、用户终端，所述的远程云服务器内置有执行所述步骤S1-S5的多个计算机单元，各计算机单元内置有相应的计算机模块与程序；

S62：由流程自动化控制单元，通过内置的识别规范化流程程序，控制其他各计算机单元内置的计算机模块与程序，相互配合、依次工作，实现终点与机制相结合的颗粒物毒性组分识别方法的自动化运行。

S7：识别系统根据输入的新数据自动输出新的识别结果。

本发明上述实施例，重点步骤包括：（1）颗粒物全组分检测和污染物分组；（2）健康结局测量和生物标志物检测；（3）各组污染物混合与健康结局关联；（4）关键污染物与健康结局关联的验证；（5）关键污染物与生物标志物关联。

本发明上述实施例，重点是基于人群健康效应链条及高通量分析的颗粒物组分混合暴露毒性组分识别方法，本发明的核心步骤包括：自动化系统构建，高通量化学分析；人群健康效应靶点分析；人群健康效应链条的毒性组分筛查；细胞实验或动物实验毒性验证。首先构建识别的规范化流程与自动化系统，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别；采用靶向和非靶向技术，可以检测267种污染物，而且具有较好的可扩展性，还可以覆盖更多的污染物；采用新式混合暴露分析手段，可以结合污染物混合暴露与健康结局的关联，并且可以识别关键污染物。

实施例3

本发明实施例提供的大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，在实施例1的基础上，进一步通过基于人群健康效应机制链条与高通量分析的颗粒物毒性组分识别技术体系构建，以下将颗粒物中塑料添加剂组分与心率之间的关联分析作为案例对本发明的具体实施方案进行说明。

一种大气颗粒物组分混合暴露的关键毒性组分的识别方法，是通过构建技术平台，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别，包括如下步骤：

S1：基于高通量污染物检测技术平台，采用靶向和非靶向相结合的方法，对颗粒物进行全组分检测并且根据化学结构或者化学性质进行组分分组，具体为：

S11：使用中流量采样器对颗粒物进行采样，在进行高通量分析之前对采样滤膜进行前处理，

S12：分别采用超高效液相色谱串联三重四极杆质谱联用仪和气相色谱串联单四级杆质谱联用仪，依托标准品、in-house数据库和商业数据库，以化合物结构−质谱特征规律、化合物结构−色谱保留规律为基础，对化学组分进行识别，检测出不少于90种增塑剂；

S13：将检测出的多种增塑剂，按照分子结构分为不少于10组，包括：邻苯二甲酸二酯；邻苯二甲酸单酯；脂肪酸酯增塑剂、非pae增塑剂；烷基化有机磷酸酯；苯基有机磷酸酯；异丙基和叔丁基三芳基磷酸盐异构体；己二酸酯；二苯甲酮和苯甲酸酯；苯并噻唑和苯并三唑，双酚类似物，丁酸盐和柠檬酸盐，以及合成抗氧化剂。

本步骤具体是使用中流量采样器对颗粒物进行采样，在进行高通量分析之前对采样滤膜进行前处理，分别采用超高效液相色谱串联三重四极杆质谱联用仪和气相色谱串联单四级杆质谱联用仪，依托标准品、in-house数据库和商业数据库，以化合物结构−质谱特征规律、化合物结构−色谱保留规律为基础，对化学组分进行识别，共检测到98种增塑剂，按照分子结构分为13组，分别是邻苯二甲酸二酯；邻苯二甲酸单酯;脂肪酸酯增塑剂、非pae增塑剂，烷基化有机磷酸酯，苯基有机磷酸酯、异丙基和叔丁基三芳基磷酸盐异构体、己二酸酯、二苯甲酮和苯甲酸酯;苯并噻唑和苯并三唑，双酚类似物，丁酸盐和柠檬酸盐，以及合成抗氧化剂。

S2：进行人群健康指标测量，具体为；

S21：对每个调查对象都进行心电图检测，用双通道12导联心电监护仪记录心电图5-10分钟，每通道采样率为256hz；

S22：对节拍间隔（IBI）进行计时（ms），并转换为HR（bpm），作为研究的结局指标；

其中，人群健康效应靶点分析，主要包括人群健康效应靶点指标的建立。

S3：采用新式混合暴露分析手段，获得各组组分混合暴露对健康的影响，并且基于混合效应识别关键毒性组分，具体为；

S31：采用新式混合暴露分析手段，从人群的角度分别建立10种以上污染物分组与健康结局QTc的关联模型；

S32：使用WQS模型，目的是得到13种污染物分组中污染物混合效应会加快心率的分组，并根据每组污染物中单个污染物的权重，从每组污染物找到加快心率的关键污染物；

S33：根据WQS模型结果，获得7种污染物混合暴露会显著加快心率，由此获得各组污染物混合与健康结局的关联关系模型。

本步骤从人群的角度分别建立13种污染物分组与健康结局QTc的关联，使用WQS模型，目的是得到13种污染物分组中污染物混合效应会加快心率的分组，并根据每组污染物中单个污染物的权重，从每组污染物找到加快心率的关键污染物，根据WQS模型结果，实施例发现以下7种污染物会显著加快心率，具体如附图7、图8所示。

S4：构建实现前述步骤S1-S5方法的大气颗粒物组分混合暴露的关键毒性组分的识别系统；

S41：构建一个以基于互联网的计算机系统，该系统包括外部数据源、远程云服务器、WEB服务器及多个管理终端、用户终端，所述的远程云服务器内置有执行所述步骤S1-S5的多个计算机单元，各计算机单元内置有相应的计算机模块与程序；

S42：由流程自动化控制单元，通过内置的识别规范化流程程序，控制其他各计算机单元内置的计算机模块与程序，相互配合、依次工作，实现终点与机制相结合的颗粒物毒性组分识别方法的自动化运行。

S5：识别系统根据输入的新数据自动输出新的识别结果。

本发明上述实施例，重点步骤包括：（1）颗粒物全组分检测和污染物分组；（2）健康结局测量；（3）各组污染物混合与健康结局关联；（4）关键污染物与健康结局关联。

本发明上述实施例，重点是基于人群健康效应链条及高通量分析的颗粒物组分混合暴露毒性组分识别方法，本发明的核心步骤包括：自动化系统构建，高通量化学分析；人群健康效应靶点分析；人群健康效应链条的毒性组分筛查。首先构建识别的规范化流程与自动化系统，基于人群健康效应机制链条与高通量分析，对大气颗粒物组分混合暴露的关键毒性组分进行识别；采用靶向和非靶向技术，可以检测267种污染物，而且具有较好的可扩展性，还可以覆盖更多的污染物；采用新式混合暴露分析手段，可以结合污染物混合暴露与健康结局的关联，并且可以识别关键污染物。

本发明提供的大气颗粒物组分混合暴露的关键毒性组分的识别方法与系统，重点是通过构建技术平台，基于人群健康效应机制链条与高通量分析，结合大气颗粒物组分混合暴露的联合效应，并且进行关键毒性组分识别，构建出一整套基于人群健康效应链条及高通量分析的混合暴露毒性组分识别技术体系与自动化系统，无需依赖专业人员操作，以实现以人群健康效应为导向的混合暴露毒性的自动化识别，并提高识别技术的通量与准确性。

本发明提供的识别方法与系统，具有无需人工干预、自动化运行、可扩展性强、效率高、可信度高等优点。

以上所述仅为本发明的示例性实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。