近日，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《EnvironmentalHealthPerspectives》上发表了题为Quantitativestructure-activityrelationshipmodelsforpredictinginflammatorypotentialofmetaloxidenanoparticles(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./EHP)。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。
李雪花，年生，博士，大连理工大学副教授，博士生导师。年7月获大连理工大学环境工程专业学士学位，年9月-年12月在大连理工大学环境工程专业硕博连读，年12月获得大连理工大学博士学位，博士期间在国家留学基金委的资助下，到日本北九州市立大学联合培养。主要从事化学品的有机微污染物的暴露和风险评价、预测*理学模型等方面的研究。先后主持国家自然科学基金青年基金项目()、国家自然科学基金面上项目(,)、国家重点项目子课题(AA)、国家重点研发计划试点专项骨干课题、中央高校基本科研业务费等科研项目。近年来，在Environ.Pollut.Environ.Toxicol.Chem.，Chemosphere等国内外期刊上发表学术论文50余篇，在国内外学术会议上宣读学术论文10余篇，授权专利8项、获批软件著作权1件。曾获高等学校科学研究优秀成果奖(自然科学二等奖)，排名第四。
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*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CathepsinB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
《EnvironmentalHealthPerspectives》是环境健康领域国际权威期刊。经WebofScience检索，该刊年共发表论文篇，其中第一完成单位在中国的论文共有15篇。
大连理工大学环境学院博士生*杨为该论文的第一作者，环境学院李雪花副教授和苏州大学放射医学与防护学院李瑞宾教授为共同通讯作者。这项工作为纳米材料的*性筛查和安全性设计提供了工具，也为未来实现以计算模拟替代大规模动物实验提供了可能性。该工作得到国家自然科学基金(,,)和科技部合作重点项目(YFE)的资助。