近日，学院2024级硕士研究生王洁在Water Research（一区TOP，IF=12.8）发表了题为“Toxicity-guided assessment of disinfection by-products via machine learning and network toxicology”的学术论文（共同指导老师：重庆三峡科技大学宋先雨副教授和重庆三峡医药高等专科学校张玉坤教授）。硕士生王洁为论文第一作者。

饮用水消毒可保障微生物安全，但产生的消毒副产物（DBPs）可能危害健康。DBPs种类多、结构差异大且毒理学数据缺乏，风险评估困难。本研究整合分子模拟、机器学习、网络毒理学与细胞实验，构建可解释的毒性导向评估框架，对271种DBPs进行多维毒性预测与风险排序，为新兴DBPs快速筛选与风险评估提供新方法。

图1 消毒副产物毒性导向评估的综合研究框架

研究首先采用XGBoost、LightGBM、CatBoost、Gradient Boosting和Random Forest五种算法，预测DBPs的细胞毒性、生物富集系数及与CAT、AR的结合能，最优模型R²分别达0.879、0.925、0.977和0.829。SHAP分析表明，分子结构复杂度、拓扑连接性、电子极化性质及脂溶性是影响毒性与生物富集的关键特征，可解释性机器学习能有效揭示DBPs分子结构与毒性效应的非线性关系。

图2 机器学习模型对消毒副产物多维毒性相关指标的预测性能

研究综合多指标对DBPs进行毒性导向排序，发现卤代醌类（尤其卤代萘醌）优先级较高，含溴DBPs蛋白结合与细胞毒性更强；分子模拟表明卤素取代通过改变电子分布与极化性影响其潜在毒性，为高风险DBPs识别与优先监测提供依据。

研究接着选取1,4-萘醌（NQ）、2-氯-1,4-萘醌（MCNQ）、2-溴-1,4-萘醌（MBNQ）等4种代表性化合物开展细胞毒性与凋亡实验验证，CCK-8结果显示萘醌及其卤代衍生物对SV-HUC-1细胞呈浓度依赖性毒性，氯代、溴代萘醌毒性总体强于未取代萘醌。Western blot、流式细胞术与TUNEL染色证实其显著上调活化型Caspase-3并诱导明显细胞凋亡及DNA断裂，结果与综合风险优先排序总体一致，为评估框架识别高风险DBPs的可靠性提供了实验支持。

图3 代表性消毒副产物的细胞毒性及细胞凋亡实验验证

最后研究利用网络毒理学整合化合物预测靶点与膀胱癌相关基因，构建蛋白互作网络并进行GO与KEGG富集分析，发现CASP3、TNF、GSK3B、TP53、RELA和ESR1等可能为重要潜在靶点，涉及氧化应激、细胞凋亡、炎症反应及内分泌调节，AGE-RAGE等通路可能参与氧化应激与炎症反应。结合细胞实验结果，推测卤代萘醌类DBPs的毒性与其氧化还原活性及ROS相关细胞损伤密切相关。

图4 卤代萘醌类消毒副产物的潜在靶点及网络毒理学分析

综上所述，本研究通过融合分子模拟、可解释性机器学习、网络毒理学及细胞实验验证，建立了从分子结构特征、毒性预测、风险优先排序到潜在生物学效应分析的综合评估框架，实现了对271种消毒副产物的系统评估，并识别出以卤代醌类为代表的高优先级新兴污染物。该研究不仅为揭示消毒副产物分子结构与潜在毒性效应之间的关系提供了新思路，也为饮用水中新兴污染物的高通量筛选、优先监测及水质安全风险管理提供了科学参考。

本研究获得国家自然科学基金（22478045、22178072）、重庆市自然科学基金（CSTB2024NSCQ-QCXMX0099、CSTB2025NSCQ-LZX0099）及重庆市教育委员会科学技术研究项目（KJZD-K202301202）的资助。

论文链接：https://doi.org/10.1016/j.watres.2026.126658