基于计算建模与体外生物测定并通过内分泌活性谱预测化学混合物的免疫毒性潜能

《Environment International》:Predicting the immunotoxic potential of chemical mixtures based on their endocrine activity profiles via computational modeling and in vitro bioassays

【字体: 大 中 小 】 时间:2026年07月11日 来源:Environment International 10.2

编辑推荐:

  暴露于内分泌干扰化学物(EDCs)被认为是对环境与人类健康的已知威胁,因为EDCs可干扰多种发育过程。由于免疫细胞依赖于可受EDCs影响的信号通路,内分泌过程的扰动具有直接或间接不利改变免疫反应的潜力。研究人员采用高通量计算机模拟(in silico)工作流程

  
暴露于内分泌干扰化学物(EDCs)被认为是对环境与人类健康的已知威胁,因为EDCs可干扰多种发育过程。由于免疫细胞依赖于可受EDCs影响的信号通路,内分泌过程的扰动具有直接或间接不利改变免疫反应的潜力。研究人员采用高通量计算机模拟(in silico)工作流程,鉴定可能改变内分泌与代谢过程且具有直接或间接免疫毒性潜能的EDCs。最初纳入的83,693种化学物被缩减为6,620种优先关注物,并与人体生物监测(HBM)研究报告的血液浓度进行匹配。研究人员按照代表性浓度比构建了5类主要EDCs混合物,每种混合物含5种化学物,涵盖全氟和多氟化合物、卤代农药、邻苯二甲酸酯、酚类和多环芳烃,另设置1种包含全部25种化学物的混合物。采用高通量生物测定对单一化合物及混合物进行测试,所覆盖的终点包括可能间接调节免疫反应的内分泌信号过程,例如通过激活雌激素受体(ER)、雄激素受体(AR)、糖皮质激素受体(GR)和芳香烃受体(AhR)的信号传导,甲状腺激素受体(THR)上的激动与拮抗所表征的甲状腺激素信号、甲状腺过氧化物酶(TPO)抑制以及甲状腺素运载蛋白(TTR)结合;也包括更直接的终点,如通过核因子κ轻链增强子活化B细胞(NF-κB)激活所表征的促炎信号,以及通过氧化应激反应和线粒体功能紊乱所反映的氧化还原与代谢失衡。在33个具有生物活性的混合物效应中,有19个在全部测试终点上于3倍偏差范围内验证了浓度相加性,表明常见检出的EDCs混合物作为潜在免疫调节物具有明确相关性。
该论文发表于《Environment International》,围绕内分泌干扰化学物(EDCs)混合暴露的免疫毒性潜能建立了“计算优先筛选—人体生物监测匹配—体外混合物验证”的一体化研究框架。研究背景在于,现代人群长期暴露于来源复杂、组成多样的有机微污染物混合物,其中EDCs因可扰乱机体内源性内分泌信号而备受关注。既往研究已表明,EDCs与糖尿病、肥胖、心血管疾病、生殖损伤及神经发育异常等健康结局相关,但其对免疫系统的直接或间接影响仍存在显著证据缺口。由于免疫系统与内分泌系统高度耦联,免疫细胞的活化、分化和炎症调节依赖多条可被EDCs影响的受体与信号通路,因此EDCs可能通过内分泌紊乱间接诱导免疫调节异常,或通过氧化应激、促炎信号和能量代谢紊乱等机制直接影响免疫功能。当前问题在于:一方面,化学物真实暴露通常以混合物形式存在,单一化学物测试难以反映真实风险;另一方面,具有监管相关性的高通量免疫毒性测试体系仍较缺乏。因此,研究人员提出利用相对更丰富的内分泌干扰生物活性数据,推断EDCs的潜在免疫调节与免疫毒性风险,并通过代表性混合物开展实验验证。

为解决上述问题,研究人员首先从多个数据库整合83,693种与内分泌干扰或人体血液暴露相关的化学物,结合生物活性数据、暴露预测和毒代动力学参数进行优先级排序,最终获得6,620种候选化学物。之后,研究人员依据欧洲多项人体生物监测(HBM)研究数据,筛选出25种在人群中具有代表性的EDCs,分别构建邻苯二甲酸酯(PHT)、全氟和多氟烷基物质(PFAS)、农药(PEST)、酚类(PHEN)和多环芳烃(PAH)5类五组分混合物,并设计1个包含全部25种化学物的总混合物(ALL)。在实验层面,研究人员采用11种中高通量体外生物测定,系统评估这些单体与混合物对雌激素受体α(ERα)、雄激素受体(AR)、糖皮质激素受体(GR)、芳香烃受体(AhR)、甲状腺激素受体(THR)、甲状腺过氧化物酶(TPO)、甲状腺素运载蛋白(TTR)、核因子E2相关因子2(Nrf2)氧化应激通路、线粒体膜电位(MMP)及核因子κ轻链增强子活化B细胞(NF-κB)等终点的影响,并将混合物实验效应与浓度相加(CA)模型预测值进行比较。研究表明,所选25种化学物在多个终点上均表现出生物活性,且多数混合物效应可由浓度相加模型较好预测,提示即便是弱特异性或近细胞毒性范围内起作用的组分,在现实比例混合后仍可形成可预测的加和效应。这一结果支持EDCs混合物作为潜在免疫调节因素的现实相关性,也说明基于内分泌活性谱推断免疫毒性潜力具有方法学价值。

主要技术方法方面,研究人员首先基于CompTox、ExposomeExplorer、Human Metabolome Database和Blood Exposome Database等来源建立候选化学物库,并利用OPERA 2.9、SEEM模型及httk软件包预测理化性质、外暴露水平与稳态血浆浓度;随后汇总Tox21等平台497个细胞水平读数,提取各终点基准效应浓度,结合基线毒性与结构相似性进行缺失活性补全,并通过10万次人工混合物模拟评估各化学物对累积混合效应的贡献频率;在实验验证中,研究人员依据欧洲HBM队列与数据库构建代表性混合物,采用11项体外生物测定获得浓度-反应曲线,并以生物分析当量浓度(BEQ)和浓度相加模型评估混合效应。

在结果部分,论文保留的主体小标题依次展示了研究发现。

“3.1. 6,620 chemicals prioritized as potential immunomodulators”部分指出,研究人员通过整合暴露、毒代动力学和生物活性数据,将83,693种候选化学物缩减为6,620种潜在免疫调节物。高优先级化学物多为多酚类和醌类,如萘酚、对羟基苯甲酸酯和双酚类,这些物质兼具较高暴露相关性和频繁或较强的生物活性。结果提示,除典型内分泌干扰外,氧化应激反应与能量稳态失衡可能是指示化学物免疫调节潜能的重要低阶反应。研究人员同时指出,该优先清单主要用于筛选与排序,其定量重要性仍需结合实际HBM检出情况和后续生物测定进一步验证。

“3.2. Five groups of chemicals as representative EDC mixtures”部分显示,研究人员从欧洲多项HBM研究及数据库中整理出128种已检出的化学物,其中90种至少在两项独立研究中出现。综合区域代表性、可测试性和优先级后,最终选定25种化学物,构建PHT、PFAS、PEST、PHEN、PAH五类混合物及ALL总混合物。对于部分仅有尿液代谢物数据的化学物,研究人员以最可能前体化合物替代,以更贴近血液中的真实暴露构成。结果认为,这些混合物虽存在反向动力学换算带来的不确定性,但总体可代表欧洲广泛人群的内暴露结构。

“3.3. Bioactivity of the single chemicals in the bioassays”部分表明,25种化学物全部在至少一项生物测定中表现出生物活性或细胞毒性。ER、AhR、THR、TPO、TTR、氧化应激反应和线粒体膜电位等终点能够检出较明确的活性模式,而GR激活、AR激活和THR拮抗在六种混合物中未观察到可信的特异性活性,因此未进一步解析单体贡献。具体而言,PAH和PHEN对氧化应激反应贡献最高;多数化学物可影响线粒体膜电位,其中三氯生(triclosan)最强;PHEN,尤其双酚A(BPA)和双酚S(BPS),在ER激活中活性最突出;AhR激活以芘(pyrene)最具特异性;THR激活以二苯甲酮-3(benzophenone-3)为代表;TPO抑制以1-萘酚和BPA最具特异性;TTR竞争性结合则主要由PFOA和PFDA等PFAS驱动。NF-κB方面仅DEHP达到10%活性阈值,但曲线置信度较低,尚不足以确认其特异性促炎激活作用。

“3.4. Additive mixture effects across all endpoints”部分是全文核心。研究人员发现,各细胞测定获得的IC10整体一致,说明平均IC10可作为非特异性效应的代表指标。对八个特异性终点及细胞毒性进行混合效应检验后发现,33项混合物实验中有生物活性的结果里,19项在3倍偏差内符合浓度相加预测,13项在10倍偏差内,仅1项偏差超过10倍,另有3项为实验未活化但模型预测有活性。PHEN和PAH混合物在多终点上最常表现出特异性生物活性,而PFAS与PEST多在接近细胞毒性浓度时表现活性,TTR除外。进一步比较不同建模情景后,研究人员认为,纳入所有具有生物活性的组分而不按特异性强弱筛除时,混合效应预测性能最佳。这说明在真实混合暴露中,弱特异性甚至非特异性组分同样可能通过加和方式贡献总体效应,不能因其单体效应接近细胞毒性而被简单忽略。研究还讨论了部分偏差来源,包括疏水性强化学物的溶解度与生物可利用度限制,以及无细胞体系中结合位点竞争等。

讨论部分总体强调,本研究建立的开放式工作流程将高通量生物活性数据、暴露预测、毒代动力学模拟与代表性混合物实验相结合,为识别潜在免疫调节性EDCs提供了系统工具。研究的重要认识在于,免疫系统和内分泌系统紧密相连,因此基于内分泌活性谱评估免疫毒性潜力具有生物学合理性;同时,混合物风险评估必须重视浓度相加与“无中生有”(Something from Nothing)现象,即多个低效应组分可在现实暴露比例下累积形成可检测效应。不过,作者也明确指出,本研究对免疫毒性的判断主要仍建立在“内分泌扰动可间接影响免疫反应”的假设上,尽管已覆盖主要内分泌过程、代谢失衡及部分促炎信号,但关于这些定义明确的混合物是否会导致细胞因子释放失调、炎症介质信号异常或免疫细胞功能改变,仍需在更具生理相关性的免疫模型中进一步验证。

研究结论部分可译为:高通量生物测定数据与毒代动力学建模的结合,使研究人员能够通过将83,693种目标化学物缩减为6,620种适于实验测试的候选物,填补EDCs免疫调节潜能方面的数据空白。研究表明,开展化学混合物测试十分必要,因为所选25种化学物在全部检测终点上均显示出生物活性,并且在现实混合体系中,即使是非特异性或弱特异性作用的化学物也会产生可预测的加和效应。研究数据支持如下观点:将计算机模拟(in silico)建模与复杂但具有代表性的化学混合物设计相结合,并辅以多样化生物测定面板,是评估EDCs及其他化学物生物活性谱的有价值框架。结果进一步凸显了迫切需要持续评估EDCs,尤其是其混合物,通过直接途径或经由内分泌信号扰动间接改变免疫反应的能力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号