基于多通路机制的信息整合框架，用于在数据匮乏的多氟烷基和多氟醚类（PFAS）物质中筛选具有发育和生殖毒性的关键物质

《Environmental Pollution》：A multi-pathway mechanism-informed read-across framework for screening developmental and reproductive toxicity priorities among data-poor PFAS

　　

摘要

全氟和多氟烷基物质（PFAS）构成了一个庞大的化学体系，然而只有少数几种化学品拥有可供比较的发育和生殖毒性数据。我们开发并评估了一种基于多途径机制的信息驱动的跨类别推理方法，用于筛选数据不足的PFAS，同时将预测结果与监管危险分类区分开来。EPA的CompTox EPAPFASINV数据库使用RDKit进行了标准化处理，仅包含了69种属于四个严格酸类的PFAS，并将这些PFAS与ToxCast数据库中与七个核受体和甲状腺相关途径组的生物活性联系起来，然后使用八种PFAS作为对象，针对其大鼠口服发育或生殖/发育终点进行了评估。比较了三种GenRA风格的模型：结构相似性模型、结构加化学域筛选模型以及基于机制的信息模型。由于终点数据量较少且模型覆盖率存在差异，因此验证工作仍处于初步阶段。在所有模型都预测到的共同目标终点子集上，基于机制的信息模型的总体误差与结构基线模型相当（平均绝对误差为1.41 log10单位），但其覆盖率较低，这表明在覆盖率和性能之间存在权衡，并非绝对优于其他模型。在分层筛选应用中，61种数据不足的PFAS中有44种获得了预测结果：14种被归类为高优先级筛选对象，19种为中等优先级，11种为较低优先级，17种的证据不足。大多数含有醚基的替代PFAS缺乏同类物质的体内暴露终点数据。这些结果支持使用该方法来优先确定测试需求并记录类似物的合理性；不过，目前尚未建立经过验证的监管性起点模型。

引言

全氟和多氟烷基物质（PFAS）仍然是环境污染研究中的一个重大挑战，因为它们的化学多样性远远超过了相应毒性数据的生成速度。经更新的OECD术语将PFAS定义为包含完全氟化的甲基或亚甲基碳基团的广泛物质类别，其中包括传统的全氟烷基酸以及许多含有醚基的替代结构（OECD，2021）。这种广泛性带来了一种实际的毒理学问题：在监管和研究清单中列出的PFAS中，只有少数几种拥有可靠的发育和生殖毒性数据（Wang等人，2017；Gluge等人，2020；Schymanski等人，2023；Williams等人，2017）。

跨类别推理和定量结构-活性关系方法有助于填补这一证据空白，但由于PFAS的复杂性，仅依靠结构信息进行推断非常困难。同类的全氟烷基链在链长、末端基团、醚基取代、分支结构、蛋白质结合能力、肾清除率、生物累积性、物种毒代动力学和受体活性等方面可能存在差异。因此，结构上相似的类似物并不一定在生物学上也具有相似性，不确定性必须作为预测的一部分加以考虑，而不能事后加以修正（Schultz等人，2019；Helman等人，2018；Patlewicz和Shah，2023）。

新的方法论可以使类似物的选择更加明确。EPA的CompTox Chemicals Dashboard整合了化学标识符、精心整理的结构信息、生物活性数据、暴露信息以及毒性值（Williams等人，2017）。ToxCast和Tox21风格的检测方法为不同分子靶点提供了标准化的结果判定和浓度-反应信息（Richard等人，2016；Filer等人，2017；Feshuk等人，2023a）。如果相关途径的证据没有超出其适用范围，不利结果途径框架也能帮助整理机制信息（Ankley等人，2010）。

PFAS的发育和生殖毒性不能简单地归结为单一的受体或途径。相关证据涉及PPAR信号通路、CAR、PXR、雌激素受体活性、甲状腺相关通路、脂质稳态、线粒体功能、免疫过程以及毒代动力学变异性（Houck等人，2021；Albrecht等人，2013）。因此，本研究采用了多途径生物活性分析方法来使类似物的选择更加符合生物学实际。选择PPAR-α作为其中一个特征明确的组分，是因为小鼠中PFOA的发育毒性已被证实与PPAR-α的表达有关，且几种全氟烷基酸能够在体外激活PPAR-α（Abbott等人，2007；Rosen等人，2010）。不过，它并不被视为该框架的唯一机制基础。

本研究评估了基于多途径机制的信息驱动的跨类别推理方法是否能够使PFAS的筛选优先级和类似物选择的合理性更易于理解。该分析适用于数据有限的情境，比较了不同的GenRA风格模型，记录了来源终点矩阵，报告了共同子集和特定终点的验证指标，并区分了筛选级别的优先级类别与监管层面的危险结论。

部分内容摘要

PFAS数据集构建

PFAS数据来自EPA的CompTox Chemicals Dashboard，使用EPAPFASINV化学清单作为起始数据源。保留了化学标识符和结构信息，包括DTXSID、CASRN、首选名称、SMILES（如可用）、QSAR兼容的SMILES、InChIKey、分子式以及来源列表元数据。使用RDKit 2026.03.1版本通过SMILES解析、数据清洗、最大片段选取、中和和立体化学赋值对结构进行了标准化处理（RDKit）

精选的PFAS化学物质

通过RDKit的清洗和严格酸域分类，生成了包含69种PFAS的模型集。该集合包括46种PFCA、10种PFSA、12种FECA和1种FESA。图1显示，PFCA和PFSA在Morgan指纹PCA空间中占据不同的区域，尽管含氟醚类羧酸部分有所重叠，但仍可区分。保留了那一种FESA用于可视化及证据空白处的标注，但缺乏可用于跨类别推理的同类物质暴露数据。

多途径生物活性分析

基于途径的ToxCast/CompTox分析方法被用于进一步处理数据

讨论

研究结果支持了一种可审计的、基于筛选层次的跨类别推理框架，而非一个经过验证的PFAS毒性预测模型。主要进展在于在数据有限的条件下对类似物的适用性进行了更有条理和可追溯的评估。基于结构的跨类别推理可以识别化学上相似的化合物，但仅凭结构相似性无法确定PFAS的子类、生物活性特征或终点证据的范围。当前框架评估了目标物质与来源信号通路之间的关系

结论

本研究结合了严格的PFAS分类方法、RDKit的结构描述符、ToxCast/CompTox的多途径生物活性分析、多途径机制解释以及专注的大鼠口服发育/生殖终点数据，从而在既定的筛选范围内支持了透明的类似物选择、筛选优先级分类和证据缺口的识别。作为现有监管跨类别推理实践的补充，这一工作流程有助于整理研究方向

CRediT作者贡献声明

陶宇：撰写——审稿与编辑、监督、项目管理、概念构思。张华睿：数据可视化、验证。张毅：验证、方法论设计。刘晓宇：撰写——初稿撰写、数据整理、概念构思。郑敏：撰写——审稿与编辑、数据整理

Helman, 2019; Rogers和Hahn, 2010; RDKit文档, 2026.

数据可用性

所有需要 reviewers 查看的数据和代码文件均包含在修订后的提交包中，并将通过Editorial Manager作为补充/数据附件上传。附件包括：Supplementary_Tables_Revised.xlsx；所有修订后的补充表的匹配CSV导出文件；S10_data_access_index.csv（用于关联每个数据集及其附件路径和预期用途）；Supplementary_Public_Data_and_Code.zip（包含代码、输入数据和输出结果）

作者声明没有已知的可能影响本文研究的财务利益冲突或个人关系。

资金来源

本研究未获得公共、商业或非营利部门的任何特定资助。

作者声明没有已知的可能影响本文研究的财务利益冲突或个人关系。

上传前请确认所有作者均同意此声明。

本手稿的编写基于公开的EPA CompTox、ToxCast和ToxVal资源。

刘晓宇 | 郑敏 | 张华睿 | 张毅 | 陶宇中国疾病预防控制中心职业健康与中毒研究所，北京 100050