室内粉塵中の液晶モノマー混合物からネットワーク駆動型機械学習モデルを用いた混合神経学的健康リスクの予測

科学分野:

• 環境化学
• 神経毒性学
• 計算化学

背景:

• 液晶モノマー（LCM）は、潜在的な神経毒性効果を持つ新たな室内汚染物質です。
• LCMはしばしば共存しますが、混合物からのリスクは未研究のままです。

研究 の 目的:

• 住宅粉塵中のLCMを分析し、神経学的リスクを評価すること。
• 新規手法を用いてLCM混合物に関連するリスクを評価すること。

主な方法:

• 48の住宅粉塵サンプル中の70のLCMを分析しました。
• 摂取および皮膚接触による1日摂取量（EDI）を推定しました。
• リスク優先順位付けのためのネットワーク科学の適用と、混合リスク評価のための機械学習を用いた定量的構造活性相関（QSAR）モデリング。

主要な成果:

• 主要なLCMとして2OdFP3bcH、5cH2OdFP、3cHFBを特定しました。
• 乳幼児および小児でより高い曝露レベルが示されました。
• MeP3bcHを最も高い神経学的リスク化合物として優先しました。
• 電荷分布とイオン化エネルギーが混合リスクの主要因として特定されました。

結論:

• 本研究は、LCM混合物の神経毒性に関する方法論的および経験的洞察を提供します。
• 本研究の結果は、LCMからの一般公衆の曝露リスクの理解と軽減を強化することを支持します。