北京大学EST丨下一代人类健康风险评估的小样本学习：利用人工智能、暴露组数据和系统生物学

文章预览

转 自：Environmodel 第一作者：Tianxiang Wu 通讯作者：Bin Wang DOI: https://doi.org/10.1021/acs.est.4c11832                                                                                                                 主要内容                     开展与环境暴露相关的人类健康风险评估 (HRA) 面临巨大挑战，尤其是在将传统流行病学方法应用于暴露大数据时。这些数据涵盖广泛的外源环境因素（例如持久性有机污染物、内分泌干扰物、金属、环境空气污染物、细菌和噪音）和内源生物信息（例如表观基因组、转录组、蛋白质组、代谢组、肠道微生物群、炎症和氧化应激）。例如，人类暴露组数据库（HExpMetDB）汇编了 20 000 多种化学物质，并根据概率危害商对 13 441 种化学物质进行了优先排序，根据风险指数对 7 770 种化学物质进行了优先排序。 ………………………………