综述：揭示汞的生物可利用性：从分子机制到人工智能驱动的环境解决方案

本综述系统探讨了汞（Hg）生物可利用性的多尺度机制与评估策略，聚焦其环境转化（如甲基汞（MeHg）生成）、生物吸收及健康风险。文章整合了分子途径（如微生物hgcA/B基因介导的甲基化）、先进检测技术（扩散梯度薄膜（DGT）、全细胞生物传感器、同位素示踪）与人工智能（AI）预测模型，强调水稻作为人类暴露关键途径，并提出跨尺度统一评估框架以支持精准环境治理。

　　

汞生物可利用性的多尺度机制与环境健康意义

汞（Hg）作为全球性污染物，其环境行为和毒性效应高度依赖于生物可利用性。这一概念在不同生物层级（微生物、植物、动物和人类）中存在定义差异，导致评估标准难以统一。本综述通过整合多尺度研究进展，系统阐述了汞生物可利用性的分子机制、检测技术及预测模型，为环境风险管理和政策制定提供科学依据。

微生物转化与汞生物可利用性

微生物（如硫酸盐还原菌）通过hgcA和hgcB基因介导无机汞（Hg(II)）的甲基化，形成高毒性的甲基汞（MeHg）。汞的生物可利用性取决于其化学形态及跨膜运输途径。亲水性Hg(II)物种（如Hg(SH)₂、低分子量硫醇复合物（Hg(LMM-RS)₂）和纳米颗粒HgS（β-HgSNP）更易被微生物吸收并转化。硫醇、颗粒结合和共存金属离子（如Cu(II)）显著影响汞的甲基化效率。例如，低浓度半胱氨酸（Cys）可促进汞的细胞摄取，而高浓度则形成稳定复合物抑制甲基化。

检测技术中，扩散梯度薄膜（DGT）通过模拟微生物胞外聚合物网络的扩散过程，量化可甲基化汞；全细胞生物传感器利用荧光或生物发光信号实时监测细胞内活性汞；同位素示踪技术可揭示汞的转化路径和细胞分布机制。这些方法各具优势，但均受环境条件（如pH、氧化还原电位）限制，需进一步整合以提高跨尺度适用性。

环境基质中的汞生物可利用性

在植物和动物中，汞生物可利用性指从环境介质中同化并积累的汞份额。水稻（Oryza sativa L.）因其对MeHg的高积累能力成为关键生物指示物。MeHg通过根吸收并经维管系统转移至可食用部位（如稻米），导致人类膳食暴露。全球数据显示，中国西南地区稻田土壤MeHg浓度居世界前列。此外，汞通过食物网传递：水生昆虫将MeHg转移至陆生捕食者（如蜘蛛、鸟类），而鱼类通过摄食浮游生物积累MeHg，肌肉和脑部为主要储存器官。

溶解有机质（DOM）和硫化物对汞的生物可利用性具有双重作用：DOM可形成Hg-DOM复合物降低生物有效性，但纳米颗粒β-HgS可能转化为可吸收的Hg(SR)₂物种。鱼类营养级、生长速率及水体理化条件（如溶解有机碳（DOC）浓度）进一步 modulate 汞的富集因子（BAF-Hg）。

人类暴露与健康风险

人类汞暴露主要通过食用污染鱼类和水稻实现。生物可利用性分为体外生物可给性（消化过程中溶出的汞份额）和体内生物利用度（吸收入血液循环的汞比例）。元素汞蒸气经肺吸收率高达50–100%，而胃肠道对液态汞的吸收率不足1%。体外评估方法（如模拟胃肠消化、Caco-2细胞模型）受酶浓度、消化时间等条件影响，缺乏标准化流程。肠道微生物组通过代谢作用影响汞的吸收，但相关研究尚不充分。

挑战与前景：人工智能与未来方向

当前研究存在多个知识空白：低分子量活性硫物种（LMM-RSH）与MeHg形成的机制不清；体外生物可给性方法需标准化；肠道微生物作用未充分整合；汞结合形态与生物有效性的关系需深化；水稻MeHg暴露的参考剂量待精确化。

机器学习（ML）模型为跨尺度预测提供新途径。通过整合环境参数（pH、DOC、硫化物）、微生物指标（hgcA基因丰度）和生物特征（营养级、生长阶段），随机森林（RF）、XGBoost等算法可预测汞在土壤、水稻和鱼类中的生物可利用性。可解释性AI工具（如SHAP值）能识别关键驱动变量（如硫化物浓度对甲基化的贡献）。然而，模型泛化性受数据质量和生态异质性限制，需结合传统技术（DGT、同位素）验证。

未来需建立统一评估框架，耦合多尺度数据与AI模型，以支持全球汞治理的精准监测和风险管控。