李瑞宾课题组与大连理工大学环境学院李雪花副教授团队合作，在国际环境领域权威期刊《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。该研究首次实现了对纳米材料造成肺部炎症效应的预测。该研究不仅为纳米材料风险评估提供了重要的工具，还拓展了对纳米材料炎症效应机理的理解。

原文链接：https://ehp.niehs.nih.gov/doi/10.1289/EHP6508

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，危害人类健康。吸入纳米颗粒会引发肺部炎症，进而造成肺部纤维化，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。由于材料的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。

图1. 本文研究内容及路线

针对以上难点，本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）本研究构建了包含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）基于本文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、DFT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。

图2. 纳米金属氧化物造成肺部炎症的机理

这项工作为纳米材料的毒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（基金号：21777019；21477016；31671032），科技部国际合作重点项目（2018YFE0120400）的资助。