该领域国际权威期刊发表大工最新科研成果！

日前，大连理工大学环境学院李雪花副教授团队与苏州大学李瑞宾教授团队合作在国际环境健康领域权威期刊《Environmental Health Perspectives》上发表了题为“Quantitative structure-activity relationship models for predicting inflammatory potential of metal oxide nanoparticles”(纳米金属氧化物诱导炎症效应的定量结构-效应关系模型)的研究论文(DOI:10.1289/EHP6508)。该研究首次构建了机器学习模型，实现了对纳米材料造成肺部炎症效应的预测。不仅为纳米材料风险评价提供了重要的工具，还拓展了对纳米材料炎症效应机理的认识。

随着纳米科技的发展，越来越多纳米材料在生产和使用中进入环境，威胁人体和生态系统的健康。人体吸入纳米颗粒会引发肺部炎症，造成肺部纤维化，评价纳米材料的肺部炎症效应至关重要。纳米毒性的传统评价方法主要依赖活体动物实验。由于纳米材料种类不断增多以及生物系统的复杂性，大规模动物实验带来很大的伦理问题和经济负担。

该研究的内容及技术路线

针对以上难点，该研究首次报道了预测纳米金属氧化物肺部炎症效应的机器学习模型。该研究主要发现如下：

(1) 构建了包含30种纳米金属氧化物的数据库，其中涵盖金属氧化物的4种定量理化性质。检测了金属氧化物在免疫细胞中引发的多种细胞因子，发现白介素IL-1β是炎性响应的重要生物学标志物，为纳米材料在细胞和动物体内炎症风险评估提供了重要的基础数据。

(2) 基于所构建的数据库和量子化学计算，开发了预测纳米金属氧化物肺部炎症效应的机器学习模型，模型的预测准确率达90%以上。通过实验的验证，证明模型的外部预测能力良好，准确率达86%。

(3) 识别和证明了金属氧化物诱导炎症效应的关键细胞事件。机器学习分析、量子化学计算和实验结果共同说明：细胞摄取、溶酶体损伤及组蛋白酶Cathepsin B释放是金属氧化物造成炎症的关键事件。

纳米金属氧化物造成肺部炎症的机理