关注环境暴露，守护肺部健康

全球各地的人们持续接触空气中的有毒物质。有些污染物是人为产生的，例如汽车和工厂排放；另一些则来自自然来源，包括野火、沙尘暴等。随着全球气温上升，一些自然污染物（如过敏原和微生物）变得越来越常见。

评估空气污染影响的传统方法通常聚焦于固定时间段内的单一暴露。但有证据表明，污染物会协同作用，放大对人体肺部的损害。传统研究未能探究这种协同效应，也忽略了终身接触污染物的累积效应（即暴露组）。研究人员需要从单一污染物研究转向涉及广泛暴露的研究。

《自然·展望：肺部健康》指出，暴露组学可与基因组学、表观基因组学和代谢组学相结合，揭示基因-环境互作如何影响肺部疾病风险。例如，这种分析模式能提供环境如何通过表观遗传改变调控基因表达，以及这些变化如何影响健康的信息。暴露组学还能在人群层面追踪不同时间段和整个生命周期的暴露影响，从而绘制累积效应和时间依赖性效应。欧洲人类早期生命暴露组（HELIX）队列的纵向数据分析发现，儿童时期接触铜、乙基对羟基苯甲酸酯、五种邻苯二甲酸酯代谢物、家庭过度拥挤以及学校周边非住宅开发密度增加，与肺功能下降有关联1。

在一项大型研究2中，约35万名参与者中确诊了7428例新哮喘病例。在成年人中，与高浓度颗粒物和二氧化氮暴露相关的病例群，其哮喘风险更高。高度建成且绿化水平低的区域，也与成人和儿童的哮喘风险相关。诸如此类的多重暴露案例，展示了暴露组学分析的优势。

数字暴露组学技术的进步，如可穿戴传感器和地理空间监测，能够捕捉高分辨率的实时数据。此外，改进的计算分析方法和日益复杂的统计工具，使得建立环境污染物与疾病之间的可靠关联成为可能。暴露组全关联研究让研究人员能够筛选环境与疾病之间的关联。

众多分析工具正被用于发现机制联系和预测健康风险。这些工具有助于分离混合物中最有害的化合物，发现诊断生物标志物，确定与疾病风险增加相关的社会因素，解决健康差异问题，实现个性化监测，助力定制干预措施，并辅助关键污染物的政策决策。

有一项研究3采用暴露组学方法评估了污染物对雅典某大型垃圾填埋场附近儿童健康的影响。通过暴露组学分析工具并整合多样化数据集，该研究发现，居住在垃圾填埋场附近与儿童神经发育得分较低相关，这与重金属暴露有关。研究还发现，父母教育水平、社会经济地位和营养等因素会显著改变这种影响。

然而，暴露组学的广泛应用面临诸多障碍。其一，定义和测量暴露组在概念和实践上存在挑战——主要是因为暴露组在时间和地理上存在差异。此外，暴露的数量庞大且种类多样，需要并非总能获取或负担得起的工具和技术，包括高通量组学技术、环境传感器和先进的数据处理技术。暴露组学测量的特异性和敏感性也可能较低，增加了假阳性和虚假关联的风险。将数据与理论脱节也可能导致暴露组学研究结果难以转化为临床实践。

若要实现暴露组学研究的潜力，需要在多个方面取得进展。首先，科学家应收集暴露数据，不要在实验中忽略这些数据。其次，应制定保护位置信息、健康记录元数据和用药记录隐私的法规，以保护个人数据。第三，必须建立数据库和数据中心等枢纽网络，以获取涵盖所有种族和背景人群的全面暴露数据并进行分析。这可以通过气象学、营养学和环境科学等多个学科的科学家和临床医生的合作来实现。目前已有进展——最显著的是建立了HELIX、欧洲人类暴露组网络（EHEN）和国际人类暴露组网络（IHEN）等大型数据库。

暴露组学不会取代传统研究，而是一种生成假设的补充工具，这些假设随后需要验证。最终，数字暴露组学技术的进一步发展可能会改善肺部疾病的精准医疗。在全球范围内增加投资和开展合作研究，可能会加速这一理想结果的实现。