空气污染是造成全球疾病负担的主要原因。然而，人类通过呼吸暴露接触到的化学物质非常复杂，对其中与疾病相关的关键化合物的识别极具挑战。目前，仍缺乏有效的技术手段来识别空气中与疾病相关的关键毒性化合物。

　　本研究构建了一个基于网络拓扑学的分析框架，用于识别空气中化学暴露组中的关键有毒化合物。研究发现，空气化学暴露组中不同化合物的蛋白质靶点网络模块与心血管疾病模块之间存在密切联系。通过结合质谱测定的外暴露浓度和机器学习预测的内暴露浓度，该框架可以将暴露与疾病相关风险有效连接，从而确定空气化学暴露组中一系列与心血管疾病相关的关键化合物。研究结果也得到了区域范围内的暴露和疾病数据的验证。这些关键化合物涉及多个来源，为以健康为导向的空气污染控制策略提供了可靠的科学支持。

　　

图1. 基于网络框架识别空气化学暴露组中的关键毒性组分

 

　　图2. 空气化学暴露组的毒性网络

　　该工作提供了一种有效的策略来识别环境暴露组中的关键化合物，有望应用于其他环境暴露因素和疾病的风险评估，为理解空气污染及复杂环境暴露的致病机制提供了新的视角。

　　该论文的通讯作者为刘倩研究员，第一作者为中心直博生张伟灿。该研究得到了国家重点研发计划、国家自然科学基金、中国科学院稳定支持基础研究领域青年团队、广州国家实验室专项等支持。

　　相关论文链接：https://pubs.acs.org/doi/10.1021/acs.est.4c09711