综述：推进转化暴露组学：连接基因组、暴露组与个性化医学

这篇综述系统阐述了暴露组学(Exposome)如何通过整合多组学技术(如EWAS、PBBK建模等)与基因组数据，揭示环境暴露(如重金属、PFAS)与慢性疾病(心血管疾病、癌症等)的分子机制，为精准预防和公共卫生决策提供新范式。文章强调需关注社会经济差异和关键生命周期窗口，通过案例(如HERACLES儿童神经发育研究)展示了暴露组学在解析基因-环境交互作用中的独特价值。

　　

引言

暴露组(Exposome)概念涵盖从孕前到死亡全生命周期中所有影响健康的环境因素，包括跨代暴露效应。尽管人类基因组计划极大推动了疾病机制研究，但环境因素对慢性病(如心血管疾病和癌症)的贡献高达70-90%，远超遗传因素。暴露组学通过系统测量环境暴露(如化学物质、饮食、药物等)与生物系统的交互作用，结合多组学技术，为精准健康医学提供解决方案。

研究设计

暴露组研究采用系统生物学方法，整合个人暴露监测(PEM)系统(传感器、智能手机、卫星数据)和生物样本多组学分析。关键工具包括暴露组范围关联研究(EWAS)、生理基生物动力学(PBBK)模型和高级生物信息学。例如，通过分析尿液代谢组学数据可识别重金属暴露相关的神经发育毒性通路。研究强调需考虑个体代谢差异(如CYP450酶基因多态性)和关键生命周期窗口(如孕期、青春期)。

典型案例

案例1：HERACLES landfill研究
对雅典Fili垃圾填埋场周边325名儿童的研究显示，近距离暴露与土壤重金属(砷、汞等)浓度呈负梯度相关，儿童认知测试(WISC-IV量表)得分降低。值得注意的是，父母教育水平(每提高一级β≈0.30 IQ分数)和社会经济地位可缓冲污染危害，揭示环境与社会因素的协同作用。

案例2：Aspropyrgos塑料火灾事件
2015年雅典塑料厂火灾导致周边居民二噁英(PCDD/Fs)暴露激增(达背景值25倍)。PBBK模型预测：

• 母乳喂养婴儿终身癌症风险增加22%
• 母体转移使胎儿血液二噁英浓度同步升高17%
  代谢组学证实暴露者血液不饱和脂肪酸升高，提示芳烃受体(AhR)通路激活干扰脂质代谢。

整合平台

理想暴露组平台需整合：

1. 地理信息系统(GIS)与个体移动轨迹数据
2. 环境传感器与遥感监测
3. 多组学数据(表观基因组、代谢组等)
4. 社会经济学参数
   例如，通过机器学习分析发现PFAS与微塑料共暴露可干扰尿素循环通路，而城市绿地规划可降低噪声相关应激反应。

因果关系与转化

暴露组数据能强化因果推断：

• 乳腺癌：1/3病例与二噁英、PFOSA等环境致癌物相关
• 哮喘：空气污染与ADRB2基因变异存在交互作用
  精准预防策略包括：
• 高风险人群膳食干预(如增加ω-3脂肪酸)
• 政策层面推动化学品监管(REACH法规)
• 社区级暴露预警系统开发

结论

暴露组学通过量化环境-基因互作，突破了传统单因素疾病模型的局限。未来需扩大跨学科合作，将暴露组数据纳入公共卫生决策，实现从"一刀切"到个体化预防的范式转变。正如雅典垃圾场研究所示，只有同时干预重金属污染和提升社区教育资源，才能真正保障儿童神经发育健康。