吴永宁团队发表最新食品安全风险评估综述！

21世纪毒性测试(TT21C)愿景提出以来, 以新策略方法(NAMs)为代表的非动物测试体系迅速发展, 但食品化学品安全评估仍长期依赖传统动物实验, 在成本、周期、伦理压力与通量上均难以匹配食品污染物、添加剂、接触材料迁移物、纳米材料及新型食品所构成的复杂暴露基质。尤其当暴露以经口、慢性、低剂量、多组分共存为主要特征时, 传统基于最高无可见有害作用水平(NOAEL)的动物端点既无法刻画分子与通路层面的早期扰动, 也难以反映食品基质依赖的生物利用度与人群变异性, 暴露出机制解释力与人体相关性的双重短板。在此背景下, 武汉轻工大学吴永宁、柳鑫、王桥团队在Environmental Science & Technology上发表综述Integrating High-Throughput Toxicity Testing with Mechanistic and Kinetic Modeling for Food Chemical Safety Assessment, 系统梳理了由高通量毒性测试(HTT)、不良结局路径(AOP)、基准剂量(BMD)建模与生理药代动力学驱动的体外-体内外推(PBK-QIVIVE)构成的四层一体新一代风险评估(NGRA)框架: HTT借助细胞、类器官、斑马鱼与多组学大规模产出分子起始事件(MIE)与关键事件(KE)级生物活性信号, AOP将其锚定为从MIE经KE到不良结局(AO)的因果链, BMD将通路扰动量化为基准浓度(BMC)等点出发剂量(PoD), PBK-QIVIVE 再通过反向剂量学把体外效力指标推演为人体等效剂量(HED/AED)。文章以 BPA、PFHxS、PFAS、微塑料等案例表明, AOP锚定的组学BMD可将生殖与代谢毒性预测准确率由仅用 HTT时的62%提升至86%, 中国国家食品安全风险评估中心基于PBTK-Monte Carlo对BPA系列双酚得到的HED高于现行最大残留限量, 而高蛋白结合PFAS 的游离浓度Cfree可比标称浓度Cnom低达100倍, 凸显游离浓度校正的必要性; 同时以三聚氰胺与DEHP 共暴露使肾损伤BMDL由2.67降至1.46μg/kg bw/day为例, 揭示混合暴露对单物质点出发剂量的系统性压低。在EFSA NAMs 2027路线图、EPA ToxCast/Tox21数据与OECD AOP-Wiki制度背景下, 作者直面定量AOP缺失、剂量-反应不确定、平台间变异、模型参数透明度与FAIR数据基础设施等监管落地障碍, 明确将HTT-AOP-BMD-PBK-QIVIVE输出定位为现行RfD/ADI的补充证据而非替代, 为建立更人体相关、更透明、更具适应性的食品化学品安全评估体系提供了完整的证据整合路径。

HTT平台与多组学打通早期生物活性到机制证据的链路。综述以ToxCast/Tox21等公共数据为基础, 将细胞毒性筛选、高内涵成像(HCI)、转录组/蛋白组/代谢组/表观多组学、类器官与斑马鱼表型整合为统一生物活性图谱, 把HTT输出从单一终点推向通路级扰动证据, 为食品相关化学品的早期危害识别和优先级排序提供机制锚定的高通量入口。

AOP框架把HTT信号翻译为机制语言。OECD公认的MIE→KE→AO结构化框架, 让HTT读数摆脱黑箱状态, 而定量AOP(qAOP)借助组学剂量-反应和通路富集, 在BPA/PFHxS/PFAS/微塑料等案例中完成了MIE到AO的因果链与定量关系构建, 成功将组学生物活性预测生殖/代谢/心血管毒性的准确率从62%提升到86%, 为后续剂量-反应与人体剂量转化提供机制接口。

BMD与PBK-QIVIVE把生物活性翻译成人体等效剂量。BMD建模替代NOAEL, 利用全剂量-反应曲线结合贝叶斯模型平均(BBMD)输出 PoD, 再通过PBK-QIVIVE反向剂量学把体外 AC50/EC10/BMC推到HED/AED的人体等效剂量。CFSA基于PBTK-Monte Carlo框架对BPA系列双酚得到的HED显著高于现行MRL, QIVIVE_free远小于QIVIVE_nom的事实又凸显了Cfree vs Cnom校正的必要性, 为含基质食品的慢性低剂量风险评估提供可量化桥梁。

直面混合暴露、定量 AOP 与数据标准化的监管落地难题。综述以食品场景特有的口服慢性低剂量、多源混合暴露、基质依赖生物利用度为切入点, 系统梳理了平台间变异、剂量-反应不确定性、PBK参数透明度、FAIR数据基础设施、以及EFSA NAMs 2027路线图与EPA ToxCast/Tox21制度路径, 明确把HTT-AOP-BMD-PBK-QIVIVE输出定位为补充证据而非替代RfD/ADI, 为监管接受度提供循序渐进的落地框架。

图1  把高通量毒性测试平台按技术-场景-应用绘制成一站式生物活性地图

外环按食品化学品场景(食品污染物与天然毒素、食品添加剂与加工助剂、食品接触材料与迁移物、食品纳米材料、新型食品与替代成分)分布典型化合物, 中环以多组学分析、先进体外模型、高内涵成像、高通量细胞毒性筛选四大技术平台承接, 内环以High-throughput toxicity testing (HTT)居中, 把化学品来源、检测技术与机制评估串联为统一地图。

(A)细胞活力流程示意、(B)微阵列液滴384 孔 pillar板3D生物打印肝类器官、(C)代谢组-转录组leave-one-out评估流程、(D)高内涵成像工作流。

细胞毒性assay是HTT的初筛模块(initial screening modules)，快速从大批化学品里挑出有生物活性的，作为早期hazard信号。

联合代谢组学和转录组学，再用leave-one-out（留一法）评估每个组分对观测效应的相对贡献。在混合物/复合暴露里，每次去掉一个组分，看表型或通路变化是否消失/减弱，从而归因哪个组分贡献最大。

图2  高通量毒性测试数据如何被翻译成AOP语言并用于风险评估

图分三栏: 左侧高通量毒性测试平台列出细胞毒性筛选、多组学分析、高内涵成像三大类高通量毒性测试端点; 

中段将高通量毒性测试端点映射到AOP框架展示从MIE(分子起始事件,以AhR为例)经 KEs(关键生物响应)到 AO(器官水平结局,如肝损伤)的纵向事件链; 

右侧风险评估应用显示AOP引导下的化学品优先级排序、剂量-反应评估、HED/AED推导与风险表征。

整体表达HTT→AOP→BMD→QIVIVE整合的逻辑链, 也呼应了对AOP解释力与剂量-反应评估的论述。

图3  BMD推导如何把传统毒理学与HTT拉到同一量度

左栏传统毒性测试列出急性、亚慢性/慢性、发育毒性、致癌性四类以NOAEL为基准的体内终点, 并标注其伦理、耗时、高费用、低通量、机制洞见有限等局限; 

右栏HTT包含组学(基因组、转录组、蛋白组、代谢组)、暴露科学(生物监测、人群暴露); 中间汇集为BMD基准剂量模块, 配套下方的BMR/BMDL/BMDU剂量-反应拟合曲线。

BMD在统一框架下吸纳两类数据源, 配合AI辅助分析、机制锚定、数据富集等优势, 为HTT派生的分子/通路PoD取代或补充NOAEL提供量化路径。

图4  把HTT生物活性翻译为人体等效剂量的PBK-QIVIVE反向剂量学(reverse dosimetry)闭环

上半部以高通量毒性测试(HTT)衍生输入为起点, 列出半数活化浓度(AC50)、10%效应浓度(EC10)、基准浓度(BMC)等体外效力指标、RNA测序(RNA-seq)表达谱、机器学习特征选择与表型端点, 经人工智能(AI)模块与生理药代动力学驱动的体外-体内外推(PBK-QIVIVE)反向剂量学, 得到模型化的人体等效剂量(HED)/给药等效剂量(AED)、暴露估计、风险表征与健康指导值(HBGV)考量, 输出人体相关剂量度量。

一、PFHxS通过PPARα的AOP案例, 如何体现qAOP框架相对定性AOP的价值？

AOP(Adverse Outcome Pathway,不良结局路径) 是OECD正式认可的框架,用一条因果链把MIE(分子起始事件)→ KE(关键事件)→ AO(不良结局) 串起来。比如受体结合(MIE)→ 通路扰动(KE)→ 器官损伤(AO)。

定性AOP:只描述哪些事件、按什么顺序、有没有生物学合理性。它回答的是这条通路是否成立、涉及什么机制 ,用途是化学归类、假设生成、把高通量毒性测试端点放进机制语境。但它不回答在什么剂量下、量有多大。

qAOP(定量AOP):在定性框架上,给相邻事件之间的关系参数化，用数学/剂量-反应函数,把上游扰动量化成下游KE/AO的幅度、概率或剂量依赖。通常靠HTT组学+剂量-反应建模+通路富集来建。它的产出是有机制锚定的PoD(点出发剂量),能直接接BMD→PBK-QIVIVE→HED。

PFHxS–PPARα体现qAOP的价值

定性AOP能告诉我们的:PFHxS(短链PFAS替代物)激活PPARα(分子起始事件)→ 驱动脂质积累(关键事件)→ 肝脂肪变/steatosis(不良结局)。这已经足够做机制归类(把PFHxS和别的PPARα激活剂归一组)、生成假设。但仅停在这条通路参与了。

qAOP的价值:把HTT转录组学锚定到这个AOP后,推导出的基准剂量值与体内证据可比。这一步把PFHxS 扰脂质代谢从定性变成了可量化的剂量-反应。

二、在PBK-QIVIVE中, 为什么要强调Cfree vs Cnom的校正？

Cnom是加入培养基的标称浓度, Cfree是实际与靶蛋白作用的可游离浓度, 两者对高蛋白结合的PFAS差异巨大。原文给出PFOA与PFOS的PPARγ抑制ECSPR20分别为3.64 μM与 0.243 μM, 若用Cnom直接外推会严重低估真实生物利用度; 非线性蛋白结合模型显示Cfree最高可比Cnom低100倍, 用QIVIVE_free≪1与QIVIVE_nom>1的差异提示必须以 Cfree校准PBK反向剂量学, 否则偏离真实暴露。

三、为什么本综述把高通量毒性测试输出定位为RfD/ADI的补充证据而非替代？

HTT-AOP-BMD-PBK-QIVIVE链条虽具机制深度和人体相关性, 但在PBK参数不确定性、qAOP缺乏剂量-反应标定、FAIR数据与跨平台标准化尚未成熟前, 不能直接等同于基于完整NOAEL/LOAEL数据库推导的RfD/ADI。

这给监管机构(如 EFSA NAMs 2027 路线图、EPA ToxCast)留出渐进接纳NAMs的过渡空间, 也为研究者明确了补强方向(参数透明度、模型验证、混合暴露方法学), 避免高通量毒性测试被过度宣称而损害后续法规接受度。