近日，首都醫(yī)科大學附屬北京朝陽醫(yī)院（以下簡稱朝陽醫(yī)院）生殖醫(yī)學中心與北京大學公共衛(wèi)生學院和煙臺毓璜頂醫(yī)院合作研究的論文《利用機器學習構建各種微量元素的血卵分布模型并探索轉(zhuǎn)運相關通路》（Using Machine Learning to Construct the Blood-Follicle Distribution Models of Various Trace Elements and Explore the Transport-Related Pathways with Multiomics Data）發(fā)表在Environmental Science & Technology上。

朝陽醫(yī)院生殖醫(yī)學中心主任鹿群教授、北京大學公共衛(wèi)生學院王斌教授和煙臺毓璜頂醫(yī)院副主任醫(yī)師莊麗麗為該論文的共同通訊作者，北京大學公共衛(wèi)生學院張國歡博士為論文的第一作者。

該研究納入來自北京市和山東省兩個生殖中心進行體外受精-胚胎移植隊列的168名女性，對35種微量元素、代謝組學、脂質(zhì)組學、蛋白組學進行檢測并分析。研究發(fā)現(xiàn)砷（As）、鎳（Ni）、錳（Mn）、錫（Sn）、鉍（Bi）五種微量元素在卵泡液中的濃度顯著高于血清濃度，在卵泡液中存在富集的現(xiàn)象（富集組元素）。銻（Sb）、鍺（Ge）、釹（Nd）、譜（Pr）、釤（Sm）、釔（Y）、汞（Hg）、釓（Gd）、鈷（Co）、釷（Th）、鑭（La）、鈾（U）、硒（Se）、肽（Ti）、鐵（Fe）十五種元素的卵泡液濃度顯著低于血清濃度，其從血液向卵泡液的傳輸過程可能受到限制（傳輸受限組元素）?！案患M元素”和“傳輸受限組元素”的傳輸效率（卵泡液濃度/血清濃度）總體上在各自組內(nèi)顯著正相關，而在組間呈負相關。多組學分析表明，雌激素信號通路、糖代謝相關通路可能與上述元素的血-卵傳輸效率有關。通過整合多個生物信息學數(shù)據(jù)庫，構建了微量元素的血-卵傳輸相關通路網(wǎng)絡圖，結(jié)果顯示富集組的元素與類固醇激素的生物合成及信號通路（卵巢內(nèi)）、卵細胞成熟有關。最后，利用彈性網(wǎng)絡（ENET）、支持向量機（Support vector machine, SVM）、隨機森林(Random forest, RF)、極致梯度提升樹（Extreme gradient boosting tree, Xgbooting tree）四種機器學習算法建立了卵泡液中35種微量元素濃度的預測模型。結(jié)果表明：利用機器學習模型可以較好地預測卵泡液中的微量元素濃度，其中RF的預測結(jié)果最為準確。

該文章較為全面地描述了多種微量元素的血-卵分布特征。采用多組學分析發(fā)現(xiàn)了雌激素的合成及信號通路可能與微量元素的血-卵分布特征有關。使用機器學習模型預測了卵泡液中多種微量元素濃度，從而提供了一種低侵入性的暴露評估方法。該研究結(jié)果以女性生殖健康的角度，可促進多種微量元素的環(huán)境暴露風險評估。

生殖醫(yī)學中心 宋字儀