環境複合污染形勢嚴峻，區域風險評估的前提是準确識别關鍵緻毒物，科學合理的生物毒性終點是提高識别準确性的基礎，而當前毒性終點選擇多基于主觀經驗，缺乏區域污染相關性。作者建立基于文本挖掘和機器學習的事件驅動分類法，從14000餘篇文獻中歸納出26種事件驅動因子，集成分子起始事件和相關緻毒物的數據集，繪制了我國各省市水污染毒性指紋，發現麻醉作用、雌激素和芳香烴受體效應是我國主要的毒性驅動因子。該分類法彌補了原文獻中45%的機制描述缺口，能較準确完整地識别驅動因子，有效指導區域風險識别評估中生物測試組設計。
圖1. 依據曆史文獻報道的中國水體中典型的毒性作用機制類型
圖2. 中國各省市地區水體中被檢出的毒性作用機制類型
原文地址：Fei Cheng, Huizhen Li, Bryan W. Brooks, and Jing You* Signposts for Aquatic Toxicity Evaluation in China: Text Mining using Event-Driven Taxonomy within and among Regions. Environmental Science & Technology. 2021. DOI: 10.1021/acs.est.1c00152
