日益加重的环境污染严重制约经济和社会可持续发展，且越来越多的研究表明慢性非传染疾病的发生是环境暴露（化学、物理和生物因素）与遗传因素共同作用的结果，单从遗传基因角度揭示疾病发生的研究模式存在一定局限性，因而近年来环境暴露的研究热度逐年攀升，越来越受到专家和学者的重视。

1. 环境暴露与代谢组学

暴露组学作为基因组学的补充，是指从妊娠开始贯穿整个人生的环境暴露，其暴露源包括外源（污染、辐射、饮食等）和内源（炎症、感染、微生物等）。

常见的环境暴露有可吸入颗粒物、多环芳羟、重金属、有机氯化合物、农药、增塑剂等等，它们可通过饮食、水、空气或者直接皮肤接触等方式进入人体，对人体的健康造成巨大威胁。研究环境暴露对人类健康的潜在影响较为复杂，需要流行病学、分子生物学以及分析化学等多种不同研究方法的结合。而代谢组作为与表型最为接近的组学，正越来越多地被应用于环境暴露研究中，为由化学污染物暴露引起的代谢物水平变化提供了新思路。

纳米银暴露改变细胞能量代谢（ACS Nano）：

环境暴露与代谢组学有着密切的关系。环境暴露物进人体内后，大多需要经过代谢，与体内的一些生物小分子结合，竞争代谢底物，从而引起代谢系统的紊乱。此外，某些环境暴露物可影响基因的表达，进一步影响蛋白的翻译，最终导致代谢产物的变化。代谢组学可以全面检测由于环境暴露而引起的体内代谢变化，有助于揭示环境暴露物的致病机制。

2. 不同种类环境暴露相关的代谢特征

多种环境暴露均可对人体代谢产生严重的不良影响，其中与氧化应激相关的细胞信号通路的扰动可能是引起代谢变化的驱动因素。研究表明不同种类的环境污染物所引起的代谢改变是不同的，下图即展示了几种不同的污染物暴露所引起的代谢差异。

Current Opinion inToxicology，2018

（1） 重金属与多环芳烃（PAHs）

活性氧(ROS)介导的氧化应激，被认为是重金属和多环芳烃的一种潜在作用模式。众多研究都表明，无论是暴露于砷、镉、钒、多环芳烃还是更复杂的混合物中，代谢物水平的变化都表明发生了氧化：TCA循环扰动和氨基酸代谢受损会引起线粒体功能障碍，导致能量产生不足。脂质代谢紊乱也可能是由于氧化或炎症过程引起。下表总结了几种不同重金属及PAHs所引起的代谢变化情况。

（2） 持久性有机污染物

持久性有机污染物暴露的代谢组学研究多侧重于二噁英和多氯联苯（PCBs），其次是有机氯农药(DDE、HCB和HCH)。这些研究大多表现出胆固醇、类固醇代谢和胆汁酸生物合成的失调，这与AhR mediation和肝损伤相一致。在暴露于PCBs、DDE和HCB的人群中也发现了脂肪酸、甘油磷脂、鞘脂和甘油脂等脂质代谢的紊乱。

二噁英暴露的尿液代谢生物标记（Toxicol Lett）

（3） 环境内分泌干扰物

环境内分泌干扰物包括某些农药、化工原料、增塑剂、酚类化合物等，它们普遍存在于人类环境中，对机体具有内分泌干扰作用。Jordan等采用代谢组学研究发现在低浓度暴露下，壬基酚（NP）主要干扰机体糖代谢、脂质代谢和核酸代谢；邻苯二甲酸二辛酯（DEHP）影响糖代谢和脂质代谢；双酚基丙烷（BPA）影响糖代谢。

NP、BPA暴露下代谢通路富集（J Proteome Res）

3. 环境暴露研究思路解析

思路一：表型分析+代谢组

此类文章的整体结构较为简单，大致可分为3部分：表型结果展示、代谢组学数据分析、代谢联合表型深入探讨，部分文章可通过添加验证实验进一步提高文章水平。

代谢组学分析探讨了母体暴露于PM2.5对小鼠神经行为的影响（2019）

（1） 生殖流行病学研究表明，围产期PM2.5暴露与不良出生结局之间存在关联。为了探讨围产期早期暴露于PM2.5对后代的影响，取孕1.5天的孕鼠暴露于pm 2.5或过滤的清洁空气中连续14天（每组12只）。

（2） 表型分析表明，对照组与暴露组中母鼠死亡率、体重、活胎数量、后代发育情况均不存在明显差异。

（3） 神经行为测试表明，PM2.5暴露组后代的自发运动和探索行为显著增强。

（4） 代谢组学分析表明在PM2.5暴露组的后代小鼠大脑中多巴胺途径被激活，而甘氨酸途径被抑制。

（5） 使用DRD4拮抗剂氯氮平；或者向小鼠后代补充甘氨酸受体激动剂牛磺酸，可减弱小鼠后代的过度运动。

（6） 这些结果表明在大脑发育的关键时期，母体暴露在空气污染中可能会增加后代患神经疾病的风险。

思路二：表型分析+代谢组+微生物组

代谢组和微生物组联合分析揭示重金属暴露会影响健康（2019）

（1） 流行病学和动物研究表明，接触镉和砷这两种重金属会引起代谢健康问题。为了探讨镉和砷暴露的影响，分别对小鼠进行50ppm镉和50ppm砷暴露2周，取结肠内容物进行16S rRNA扩增子测序，盲肠内容物进行代谢组测序。

（2） 表型分析表明，对照组与暴露组体重，食物和水的消耗均不存在明显差异。

（3） 微生物组分析表明，砷与镉暴露均引起了小鼠肠道微生物多样性的降低，但只在镉暴露组有显著性；砷与镉暴露组与对照组相比，分别有5个和2个显着变化的门及42和24个属；两种重金属暴露均观察到属水平丰度下降，其中包括几种产丁酸菌。

（4） 代谢组学分析表明，砷与镉暴露均显著干扰了代谢组整体变化，镉暴露组影响更大，砷暴露组中有2个未知代谢物差异显著，而镉暴露组中有33个代谢物差异显著；胆汁酸相关分子的差异分析显示，两种重金属暴露均存在差异。

（5） 微生物与代谢组联合分析网络图表明，鉴定了几个在代谢物相互作用数量上显著变化的属，包括布劳特氏菌属，艾森伯格氏菌，梭状芽胞杆菌_XlVa等。

（6） 这些结果表明镉和砷的暴露通过影响与代谢健康相关的胆汁酸，氨基酸和菌群，引起肠道微生物组和代谢组的变化。

思路三：表型分析+代谢组+蛋白组

蛋白组学加代谢组学联合分析揭示BPS暴露促进人乳腺癌细胞系增殖

（1） 流行病学与动物研究表明，BPA作为之前食品包装材料的重要原料，具有潜在的致癌作用及类激素作用，而BPS作为BPA的结构类似物，其是否具有类激素作用，对于评估其安全性具有重要意义。

（2） 结合MTT实验结果，表型分析表明，MCF-10A细胞系暴露于不同浓度BPS 24h后，呈现出不同的细胞增殖率。

（3） 蛋白组学分析表明，暴露于BPS 24h后，相比于阴性对照组，200种蛋白质表现出表达差异，其中细胞增殖相关的蛋白，EGFR信号通路相关蛋白，与TCA循环相关的代谢通路蛋白均表现出显著上升，而细胞凋亡相关蛋白显著下调。

（4） 代谢组学分析表明，暴露于BPS 24h后，相比于阴性对照组，35种内源性代谢物表现出明显差异，主要与嘌呤代谢，TCA循环，氨基酸代谢（包括苯丙氨酸，丙氨酸，天冬氨酸和谷氨酸），甘油磷脂代谢，丙酮酸代谢相关。

（5） 蛋白组学与代谢组学联合分析表明，BPS暴露促进MCF-10A增殖，与EGFR受体的表达上调有关，同时，观察到细胞增殖相关蛋白MKI67和CDH1表达上调，另外, 参与维持细胞增殖与信号转导的TCA循环，嘌呤代谢，丙酮酸代谢和脂质代谢增强，说明了BPS暴露促进了MCF-10A的增殖。

（6） 这些结果表明，低浓度BPS具有类激素的作用，能通过EGFR介导的信号通路促进细胞增殖，同时伴随细胞增殖相关的代谢活动增强，这对于其安全性评估具有重要的探究意义。

4.环境暴露研究投稿期刊推荐

参考文献：

Wei Huang, Lin Zhu, Chao Zhao, et al. Integration of proteomics and metabolomics reveals promotion of proliferation by exposure of bisphenol S in human breast epithelial MCF-10A cells[J]. Science of the Total Environment, 2020, 12(3):321-329.

Cui J , Fu Y , Lu R , et al. Metabolomics analysis explores the rescue to neurobehavioral disorder induced by maternal PM2.5 exposure in mice[J]. Ecotoxicology and Environmental Safety, 2019, 169(MAR.):687-695.

Li X , Brejnrod A D , Ernst M , et al. Heavy metal exposure causes changes in the metabolic health-associated gut microbiome and metabolites[J]. Environment International, 2019, 126:454-467.

Bonvallot N , David A , Chalmel, Frédéric, et al. Metabolomics as a powerful tool to decipher the biological effects of environmental contaminants in humans[J]. Current Opinion in Toxicology, 2018:S2468202017301390.

Chen Y , Wang Z , Xu M , et al. Nanosilver Incurs an Adaptive Shunt of Energy Metabolism Mode to Glycolysis in Tumor and Nontumor Cells[J]. Acs Nano, 2014, 8(6):5813-25.

Jeanneret F , Boccard J , Badoud F , et al. Human urinary biomarkers of dioxin exposure: Analysis by metabolomics and biologically driven data dimensionality reduction[J]. Toxicology Letters, 2014, 230(2):234-243.

Jordan J , Zare A , Jackson L J , et al. Environmental Contaminant Mixtures at Ambient Concentrations Invoke a Metabolic Stress Response in Goldfish Not Predicted from Exposure to Individual Compounds Alone[J]. Journal of Proteome Research, 2012, 11(2):1133-1143.