张婷副教授研究团队在国际权威期刊Nano Today上发表文章

发布者:崔梦晶发布时间:2023-09-13浏览次数:608

2023814日,东南大学公共卫生学院张婷副教授研究团队在国际权威期刊Nano Today上在线发表题为“Based on the Nano-QSAR model: prediction of factors influencing damage to C. elegans caused by Metal oxide nanomaterials and validation of toxic effects”的研究性论文。东南大学为唯一完成单位,张婷副教授为本文唯一通讯作者,2022级博士研究生庞艳婷为本文第一作者。

该研究基于计算毒理学和机器学习的分析手段,将16种金属氧化物纳米材料不同量纲的理化属性特征进行统一编码,在多种可影响生物效应的因素中进行权重分析并构建毒性预测模型,最终筛选出对毒效应影响权重较大的理化属性,结合模式生物秀丽隐杆线虫对所筛选的理化属性进行生物毒效应验证。本研究内容受到期刊编辑Dr Cordelia Sealy的关注,Cordelia博士在Nano Today期刊News and Opinions板块针对研究中所用建模方法和分析手段发表了题为“Model predicts toxicity of metal oxide nanomaterials”的新闻介绍。(https://www.sciencedirect.com/science/article/pii/S1748013223002256#abs0015


1. Nano QSAR模型的构建流程、数据批处理及模型毒理机制验证

自国家纳米技术计划(NNI)启动以来,纳米材料和纳米产品在各类工业,商业和医疗领域得到了快速发展,这包括但不限于纳米催化剂、卫生用品、生物成像、疫苗和药物载体等热门应用,纳米材料制造的市场价值正在不断扩大。纳米材料的生产使用增加了人类的接触机会,这引起了各界学者对纳米材料安全性问题的广泛争论,并且涌现了公众对其公共卫生问题的担忧。金属氧化物(MeOx)纳米材料是一类具有代表性的工程纳米材料,种类繁多,性质复杂。然而,传统的材料安全性评价手段周期长,成本高,难以短期内实现对多种纳米材料的系统评估。因此,张老师团队联用计算毒理学的分析思路和机器学习的建模手段,通过模拟运算建立结构效应预测模型(Nano-QSAR模型),实现了对多种金属氧化物纳米材料多种理化属性的评估预测。

相比于传统的QSAR模型Nano-QSAR模型更适配于纳米级化合物的特征信息,可以更大限度的整合分子特征而不仅局限于分子结构描述符;并且描述符的编码在传统简化分子线性描述符(Simplified Molecular Input Line Entry System, SMILES)的基础上进行了优化,将不同量纲的分子结构属性按照归一化的解析规则泛化为可以同时整合纳米材料理化属性和权重信息的描述符(quasi-SMILES描述符),削弱了分子结构描述符只能描述结构特点的局限性,创新性的将非内在结构属性(如缓冲介质中的电势、粒子分散性和聚合尺寸)与内在属性(原始尺寸,金属元素百分比、相对分子质量等)进行统一编码加入预测模型。采用了蒙特卡洛偏最小二乘方法(MC-PLS)模拟运算了线虫中位致死浓度(效应终点:Log10(LC50))与quasi-SMILES描述符之间的关联,最终对不同理化属性的生物毒效应权重进行了排序。研究发现Zeta电位和阳离子电荷是影响MeOx纳米材料毒性的关键属性,具有较高Zeta电位绝对值或较高阳离子电荷的MeOx纳米材料可凭借较少的摄取量诱导线虫体内更强的氧化应激及屏障损伤。金属氧化物纳米材料在激发生物体氧化应答的过程中会伴随自由基的产生,自由基是具有不成对电子的原子或分子,因此,作者推测金属氧化物纳米材料暴露后可能会通过诱导电子异常转移而激发氧化应激,而金属氧化物纳米材料的电势大小和阳离子电荷数可能与内环境中电子转移密切相关。


2. MeOx NPs理化属性建模及模式生物验证结构-毒效应关系(摘自原文图形摘要)

Nano-QSAR分析策略具有很多优势:方法原理简单,运算效率高,可组合多种属性因素,效应终点多样化,可减少资源过度消耗,不仅同时对多种材料进行分析,还可以对多种材料的多种理化性质进行计算,更加符合3R原则的内容,研究团队认为这一分析策略值得在其他分析领域或其他种类化学物的毒性评估中进行推广,并且作者也将进一步结合预测模型开展深层次的效应分析,明确内源与外源金属元素之间的相互作用,进一步阐明内暴露粒子的转化特性与毒作用过程之间的关联。该研究策略为纳米毒理学的安全性评价提供了新的研究视角,有望指导未来新纳米材料的安全设计和毒性评估,助力未来纳米医学新技术的研发。

这项工作得到了国家自然科学基金,中央高校经费和江苏省研究生科研与实践创新计划等项目的资助,环境医学工程教育部重点实验室为该研究的开展提供了良好的实验平台。

 

原文链接:[Pang et al., Nano Today 52 (2023) 101967, https://doi.org/10.1016/j.nantod.2023.101967]