一个增强的协议,以扩展人类显子体和机器学习为基础的预测的方法论应用程序
Ana He1, Yiming Yao1, Shijie Chen1
1MOE Key Laboratory of Pollution Processes and Environmental Criteria, College of Environmental Science and Engineering, Nankai University, Tianjin 300071, China.
Environmental science & technology
|February 10, 2025
概括
一个新的多固相提取 (多SPE) 协议显著改善了在人体样本中检测内分泌破坏性化学物质 (EDC) 和其代谢物,推进了暴露组研究和健康影响评估.
科学领域:
- 环境化学环境化学
- 毒理学 毒理学 毒理学
- 分析化学 分析化学
背景情况:
- 由于在生物样本中难以检测低水平内分泌干扰化学物质 (EDC) 和其代谢物,因此评估人类暴露组具有挑战性.
- 目前的分析方法限制了EDC暴露评估的准确性和对累积健康影响的理解.
研究的目的:
- 开发使用多固相提取 (多SPE) 的增强协议,以扩大在人类暴露组中极性EDC和代谢物的测量.
- 训练机器学习 (ML) 模型以基于分子描述符的方法来预测方法.
主要方法:
- 实施多个SPE协议用于血清和尿液样本分析.
- 多种SPE与单独的水友性-脂友性平衡 (HLB) 吸附剂的比较.
- 在一个更大的队列中,从生育年龄的妇女身上进行血清和尿液的非标分析.
- 开发一种ML模型,利用分子描述符进行方法预测.
主要成果:
- 与单独的HLB相比,多SPE协议显著提高了血清和尿液中EDC的测量.
- 使用多个SPE进行的非目标分析,在血清和尿液中发现了更多的目标EDC和新化学物质.
- 该ML模型预测,多SPE可以识别额外38%的最生物活性化学物质.
结论:
- 开发的多SPE协议通过扩大可测量的EDC和代谢物的范围,大大推进了人类暴露组研究.
- 这种增强的分析方法可以更好地识别化学物质暴露情况,并有助于了解潜在的健康影响.
