近日，南方科技大学医学院张文勇课题组与前沿与交叉科学研究院研究助理教授栾合密联合香港浸会大学环境与生物分析国家重点实验室蔡宗苇教授以及华中科技大学同济医学院徐顺清教授在公共卫生、环境与人体健康领域的研究中取得突破进展，相关成果以“Machine Learning for Investigation on Endocrine-Disrupting Chemicals with Gestational Age and Delivery Time in a Longitudinal Cohort”为题在线发表在中国科学技术协会和美国科学促进会共同创办的定位为国际一流、高影响力、综合性、科技期刊《Research》上。

暴露组学旨在研究从妊娠开始贯穿整个生命的环境暴露因素及其累积，研究对象不仅包括内部表观遗传、蛋白组、代谢组等暴露因素，还包括了外部环境暴露，以及生命内部环境与外部环境的相互作用等。内分泌干扰物是广泛存在的环境暴露来源，越来越多的证据显示内分泌干扰物通过干扰生命代谢过程导致孕妇不良妊娠过程相关，例如双酚A，邻苯二甲酸盐，以及羟苯甲酮等。

由于缺乏对内分泌干扰物-内源性分子的相互作用效用的有效解析，内分泌干扰物在孕妇体妊娠过程的作用影响被显著的低估了。内分泌干扰物的动态浓度和内源性激素之间的相互作用对胎龄和分娩时间的相互作用仍不清楚。为了描绘妊娠期间内分泌干扰物和内源性激素之间的动态规律，我们采用同位素稀释-液相色谱-串联质谱联用方法全面、无偏见、定量检测武汉出生队列中孕妇尿液中的暴露物组（7大类33种新型内分泌干扰物）与代谢物组（3大类14种激素）。

为了描绘妊娠期间内分泌干扰物和内源性激素之间的动态规律，我们开发了基于随机森林算法的机器学习，利用内分泌干扰物和内源性激素的动态浓度信息精准预测孕妇在整个妊娠周期的孕龄（AUROC > 0.9）。进一步通过递归特征消除选择内分泌干扰物和内源性激素的最佳组合可以预测性分娩时间（两周和四周内分娩的时间，AUROC为0.82）。

该成果发现以往被认为弱效应的双酚类和邻苯二甲酸盐对孕周或分娩时间影响要强于部分内分泌激素的效应，基于代谢组学与暴露组学全面的揭示了妊娠相关的暴露物质时间动态规律，并且基于机器学习多组学方法发现对妊娠周期作用的的重要性暴露因子，有助于推动揭示环境暴露的内分泌干扰物对人体健康影响。

医学院张文勇课题组与前沿与交叉科学研究院研究助理教授栾合密为本文的第一作者；蔡宗苇教授和徐顺清教授为本论文的共同通讯作者。南科大是论文第一单位。

论文链接: https://spj.sciencemag.org/journals/research/2021/9873135/

供稿：栾合密