2024年6月，中国科学院生态环境研究中心江桂斌院士团队曲广波研究员与南京大学环境学院史薇教授等人合作，于环境科学领域权威期刊《Environmental Science & Technology》发表了题为“High-Efficiency Effect-Directed Analysis Leveraging Five High Level Advancements: A Critical Review”的综述文章。

　　

　　图1. 效应导向分析关键进展图文摘要

　　污染物在环境中具有来源广泛、低浓度高风险、管控和治理难度大等显著特点，对生态环境与人类健康造成严重威胁。新污染物治理已成为我国基础研究和科技创新的重大前沿研究方向，受到科学研究、政府监管和公共卫生防控的广泛关注。然而，我国在新污染物危害识别、暴露预测、环境风险评估、绿色化学品替代、污染物治理等领域仍缺乏系统性部署，研究基础相对薄弱。这种不足限制了对新污染物环境风险的科学评估与精准管控。

　　效应导向分析（Effect-Directed Analysis，EDA）是一种将生物效应评价与化学分析相结合的高效毒物识别策略，目前已广泛应用于沉积物、水体、原油和生物样本等多种真实环境样品中的关键效应污染物识别。尽管EDA近年来在新污染物识别领域成绩显著，然而其每个关键环节仍然面临多重挑战，例如提取与分馏过程中存在物质损失风险、毒性评估靶点有限以及关键毒物识别如“大海捞针”般困难。为了推动EDA高效关键毒物识别的研究发展，该综述总结了近年来EDA在五个重要环节上取得的关键进展。在样品提取方面，该综述归纳了多材料固相萃取和大体积固相萃取通过耦合多种类型的吸附剂以实现更加全面的化学品富集方法，并论述了生物有效性提取在EDA中的应用与意义。在组分分馏方面，该综述总结了高分辨率微分馏和多维分馏技术，这些技术成功将单个馏分的质谱峰数量减少高达58倍，有效降低了样品的复杂性。在生物效应测试方面，该综述列举了稳定且高灵敏的体内体外毒性测试靶点，以及EDA中运用多组学技术（如转录组学和代谢组学）实现分子水平上半定量毒性评估的新进展。在化学分析方面，该综述回顾了用于EDA研究中高分辨率质谱的最新进展，包括高性能色谱仪与质谱仪配置、高效数据采集与处理技术等。最后，本文提出了建立化学驱动、数据驱动和知识驱动三种方法的毒物识别框架，以实现关键效应污染物的快速识别与验证。该综述不仅回顾总结了EDA四十年来的发展与进步，还为未来EDA研究中关键毒物识别工具的开发提供了战略性科学指导与可行性分析，在新污染物识别上具有重大历史意义。未来，EDA将在高通量多靶点效应评价和精准化学分析的基础上，融合大数据与人工智能技术，构建更强大的环境危害因子识别体系，为深入新污染物治理提供更加科学有力的理论支持。

　　江桂斌课题组研制的高通量多功能成组毒理学分析系统（High-Throughput and Multifunctional Integrated Toxicology Analyzer，ITA）的一个重要应用目标是高效完成EDA，在有毒新污染物识别中将发挥越来越重要的作用。

　　论文第一作者为博士研究生刘积富，通讯作者为中国科学院生态环境研究中心曲广波研究员和南京大学史薇教授。该工作得到国家重点研发计划、国家自然科学基金杰出青年基金、重大项目、国家重大仪器研制项目、面上项目和中国科学院科学仪器研制项目的支持。

　　论文链接：https://doi.org/10.1021/acs.est.3c10996