综述：环境健康研究中荟萃分析的开发与应用

这篇综述系统阐述了荟萃分析在环境健康研究中的整合作用，重点聚焦如何通过数据融合方法将环境流行病学与毒理基因组学（TGx）证据链关联，构建从分子起始事件（MIEs）到人群不良结局（AOs）的暴露-效应关系网络，为环境污染物健康风险评估提供高阶循证依据。

　　

Abstract

环境健康研究正面临大数据时代的机遇与挑战。有害结局路径（Adverse Outcome Pathway, AOP）框架作为污染物健康效应研究的核心范式，贯穿从分子水平到群体层面的生物学层级。毒理基因组学（Toxicogenomics, TGx）通过整合转录组、蛋白质组等组学技术与传统毒理学，在AOP构建中发挥关键作用——其能揭示化学暴露与分子起始事件（Molecular Initiating Events, MIEs）的关联，并追踪关键事件（Key Events, KEs）的级联反应。值得注意的是，某些MIEs（如特定酶活性改变或受体结合/激活）需结合经典酶学检测和受体功能分析进行验证，这凸显了多模态数据整合的必要性。

数据整合的桥梁：荟萃分析

面对环境流行病学产生的人群观测数据与TGx提供的机制研究数据，荟萃分析展现出强大的证据合成能力。通过标准化效应量计算、异质性检验和发表偏倚评估，该方法能跨越研究尺度差异，识别污染物暴露与健康结局的稳定关联模式。例如，对大气细颗粒物（PM_2.5）的荟萃分析发现，氧化应激相关基因（如Nrf2通路成员）的甲基化变化可作为连接短期暴露与心血管事件的分子标志物。

挑战与前景

当前应用仍存在方法论瓶颈：① TGx数据的物种外推需考虑保守生物通路；② 流行病学混杂因素可能掩盖真实的暴露-反应关系；③ 跨组学数据整合缺乏统一标准。未来发展方向包括开发机器学习辅助的自动化文献筛选系统，建立环境暴露组-表观组-转录组的多组学联合分析框架，以及构建可动态更新的AOP知识图谱。

结语

作为连接微观机制与宏观证据的"翻译器"，荟萃分析正推动环境健康研究从碎片化走向系统化。随着计算毒理学与真实世界数据的深度融合，这一方法将为精准环境医学提供更强大的决策支持工具。