整合多组学与机器学习在留一聚合物验证下预测微塑料细胞毒性

《Environmental Pollution》：Integrating Multi-Omics and Machine Learning to Predict Microplastic Cytotoxicity Under Leave-One-Polymer-Out Validation

　　

• •
  整合了多组学和理化描述符来预测微塑料的细胞毒性。
• •
  嵌套式留一聚合物交叉验证评估了对未见聚合物类型的预测能力。
• •
  QSBAR描述符相较于仅使用理化描述符，提高了预测效果。
• •
  RF-QSBAR模型取得了最佳的折外性能（R²=0.794）。
• •
  SHAP分析识别出Z-Ave、PLPP4和GPD2为稳定的预测特征。

引言

塑料因其耐久性、低成本、轻质和高柔韧性而被广泛使用。微塑料（MPs）通常被定义为小于5毫米的塑料颗粒，广泛分布于环境中（Thompson等人，2024年）。现有研究表明，微塑料广泛分布于海洋、土壤（Yang等人，2025年）、淡水环境和大气颗粒物中（Wu等人，2019年），其化学成分和浓度各不相同（Rhodes，2019年）。人类可通过多种途径暴露于微塑料（Zhao等人，2024年；Feng等人，2023年），包括摄食、吸入和皮肤接触。微塑料还可能积累在肝脏、肾脏和脾脏等器官中（Wu等人，2025年）。大量研究表明，同时暴露于不同类型微塑料可能对肺部健康产生不利影响（Shi等人，2022年）。联合暴露于不同类型微塑料可能产生增强的毒性效应，进一步加剧细胞损伤和代谢紊乱（Marana等人，2022年；Liu等人，2024年）。混合暴露的复杂性对传统的针对单一污染物的毒性评估方法构成了挑战，并引发了对长期健康风险的进一步担忧。近期研究还表明，微塑料毒性受颗粒理化性质、环境条件和生物反应的共同影响。因此，毒性评估需要基于多层次证据进行综合评估（Zhang等人，2026年）。随着环境研究中来自理化表征、生物反应和组学研究的多维数据不断积累，异构数据的有效整合和环境效应相关信息提取已成为环境数据分析中的重要挑战。数据驱动建模和标准化数据管理为复杂环境数据的整合、分析和预测提供了重要的技术支持（Eslamian和Eslamian，2023年）。

在此背景下，机器学习方法为整合多维描述符和识别复杂的非线性暴露-响应关系提供了新的机遇。基于机器学习的定量结构-活性关系（QSAR）建模已成为毒性预测的重要工具（Yuan等人，2026年）。传统QSAR模型主要依赖理化描述符来建立与生物活性的统计关系（Tropsha，2010年；Xu等人，2023年）。然而，描述符冗余和有限的生物学相关性可能导致过拟合，并可能限制模型的可解释性（Rahman等人，2024年）。

对于微塑料而言，毒性反应不仅受颗粒大小、表面电位和暴露浓度等外部性质的影响，还受细胞代谢和转录反应的影响。因此，仅靠理化特征可能无法充分表征微塑料复杂的暴露-响应关系（Zhao等人，2024年）。越来越多的证据表明，微塑料毒性可能源于颗粒性质、暴露条件和生物过程之间的复杂相互作用，而这些效应可能无法仅通过理化描述符来充分捕捉（Shruti等人，2026年）。

组学技术为将机制相关的生物描述符纳入预测模型提供了新的机遇。代谢组学可以通过分析小分子代谢物来帮助揭示毒性机制（Lee等人，2018年），而转录组学可以通过谱分析基因表达来识别与毒性反应相关的生物标志物（Joseph，2017年）。先前的研究表明，生物描述符可以在某些QSAR框架中改善表型毒性预测（Zhu等人，2020年；Li等人，2020年；Wang等人，2018年）。然而，当样本量较小且聚合物类型有限时，将多组学信息纳入机器学习模型在方法学上仍具有挑战性。特征维度的增加可能会增加过拟合风险，而不恰当的数据分割可能引入数据泄漏。在基于机器学习的科学研究中，数据泄漏已被确认为一个普遍存在的问题，它可能导致过于乐观的结果和较差的可重复性（Kapoor和Narayanan，2023年）。在毒性预测中，如果将同一聚合物不同浓度的观察结果随机分配到训练集和测试集中，模型可能部分依赖聚合物特定的背景信息，而不是学习可推广的浓度-响应关系。这会大幅高估其对未见聚合物的泛化能力。

本研究旨在评估在受控的体外实验框架中使用多维描述符预测不同聚合物毒性的可行性。基于BEAS-2B细胞暴露于五类微塑料（PE、PET、PVC、PP和PS）的浓度-响应数据，通过多组学筛选识别了关键生物通路和候选分子标志物；随后，利用qRT-PCR和ELISA建立了浓度依赖的生物描述符。通过嵌套式留一聚合物交叉验证（LOPO）评估模型性能，以评价跨聚合物泛化能力。此外，采用高斯扰动、适用域（AD）分析和Shapley加性解释（SHAP）来系统表征模型鲁棒性、外推风险和特征贡献。本研究为开发可解释且具有泛化能力的微塑料细胞毒性预测方法提供了可行的参考。

各章节片段

测试材料与表征

人正常支气管上皮细胞系BEAS-2B购自中国科学院细胞库。选取五种具有代表性的微塑料——聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）、聚氯乙烯（PVC）、聚丙烯（PP）和聚苯乙烯（PS）——作为测试材料，由广东星翔新材料有限公司提供。测试材料的平均流体力学粒径（Z-Ave）列于表1中。Zeta电位（ZP）和Z-Ave

多组学衍生的生物描述符

为识别与微塑料暴露反应相关的生物特征，将转录组和代谢组数据与不同微塑料处理组的代谢通路富集结果进行了整合。采用UpSet图比较五类微塑料处理组之间显著富集代谢通路的重叠情况（图1）。左侧的水平柱状图显示了每个处理组中显著富集通路的数量。底部的点阵图和

研究局限与未来展望

本研究存在若干局限性。模型仅基于五类微塑料、单一细胞系和有限的一组理化描述符构建；因此，其在当前实验范围之外的适用性仍有待确立。为便于检测生物信号，组学筛选在800 μg/mL浓度下进行，所得到的生物描述符应被理解为该体外系统中响应相关的特征，而非通用毒性

结论

在嵌套式LOPO交叉验证框架下，RF-QSBAR模型展现了出色的跨聚合物预测性能（R² = 0.794，RMSE = 0.072，CCC = 0.858），表明整合理化和生物描述符是预测微塑料细胞毒性的可行策略。高斯扰动分析进一步揭示了模型对模拟输入变化具有稳健的稳定性。多组学数据与机器学习模型的结合不仅

CRediT作者贡献声明

傅一平：撰写—原稿撰写、可视化、形式化分析。张柯宇：调查研究、数据整理。袁贝蕾：撰写—审阅与编辑、方法论、经费获取。刘承志：验证、方法论。陈爽：软件、调查研究。张华中：撰写—审阅与编辑、经费获取

未引用参考文献

Liu等人，2024年；Padró-Ferragut等人，2026年；Zhao等人，2024年。

数据可用性声明

本研究结果所依据的数据和计算代码已公开存放于Zenodo仓库，地址为https://doi.org/10.5281/zenodo.22764994。该仓库包含实验数据和加工后的数据、分析文件、计算模型代码以及描述所存材料组织和使用方法的README文件。

资金支持

本研究由江苏省研究生科研创新计划项目（编号：PX-122633）和江苏省卫生健康委员会医学研究一般项目（编号：M2024052）资助。

利益冲突声明

? 作者声明不存在可能影响本文所报告工作的已知财务利益或个人关系等利益冲突。

傅一平|刘承志|陈爽|张柯宇|袁贝蕾|张华中