环境空气污染物与自然流产关联中的关键暴露窗口识别：基于病例对照研究与网络毒理学分析

《Scientific Reports》：A case-control study identifying critical exposure windows in the association between ambient air pollution and spontaneous abortion

本论文为解决孕期空气污染与自然流产(SA)关联的具体暴露窗口和机制尚不明确的问题，研究人员在山西长治开展了病例对照研究。通过分布滞后非线性模型(DLNM)分析，发现SO2暴露存在滞后效应，风险在滞后28天达到峰值，而O3则与SA风险呈负相关。研究运用网络毒理学揭示了炎症/免疫相关通路（如Toll样受体、IL-17信号通路）的潜在作用。该研究为空气污染所致不良妊娠结局的预防提供了重要的暴露窗口和机制线索。

　　

怀孕本应是一段充满期待的旅程，但有时它会在毫无预兆的情况下突然终止，这种被称为自然流产（Spontaneous Abortion, SA）的经历给许多家庭带来了难以言说的伤痛。在我们生活的环境中，看不见摸不着的空气污染物，是否在这无声的悲剧中扮演了推波助澜的角色？这已成为公共卫生和生殖健康领域日益关注的问题。尽管大量流行病学研究已经将PM_2.5、SO₂、NO₂、O₃等常见污染物与不良妊娠结局联系在了一起，但一个关键的谜题仍未完全解开：在怀孕早期的哪个具体时间段，母亲暴露于这些污染物最为危险？传统的风险评估往往将整个孕早期视为一个整体，这可能掩盖了特定的、高风险的“关键暴露窗口”。此外，污染物究竟通过何种生物学途径影响胚胎发育并最终导致流产，其背后的分子机制依然如同一个“黑箱”。这些知识的空白，使得针对性的预防和干预措施难以精准实施。为了破解这些难题，一项聚焦于中国山西省长治市的前沿研究在《Scientific Reports》上发表，它像一名侦探，试图锁定空气污染“作案”的关键时间点，并追踪其潜在的生物学“作案手法”。

研究人员为开展此项研究，主要运用了几项关键的技术方法。首先，他们采用了基于医院的病例对照研究设计，选取特定地区的特定人群进行观察。其次，在暴露评估上，他们结合了参与者的居住地地理编码和环境监测数据，通过反距离加权（Inverse Distance Weighting, IDW）插值法，估算了每个个体在怀孕早期的每日空气污染物暴露水平。在统计分析阶段，研究运用了多变量逻辑回归模型来初步评估污染物与SA的关联，并针对体质指数（BMI）、孕周、孕次和产次等因素进行了调整。对于在逻辑回归中显示显著关联的污染物，研究人员进一步采用了分布滞后非线性模型（Distributed Lag Non-linear Models, DLNM）来深入剖析暴露-反应关系的时间模式，即识别具体的滞后效应和风险窗口。最后，为了探索潜在的生物学机制，该研究引入了网络毒理学（Network Toxicology）方法，通过构建蛋白质-蛋白质相互作用（Protein-Protein Interaction, PPI）网络并进行基因本体（Gene Ontology, GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）通路富集分析，来系统筛选和阐释空气污染物可能影响的共同靶点与信号通路。

研究结果

• •
  污染物浓度与SA风险的基本关联
  通过多变量逻辑回归分析，研究人员发现了两种污染物与SA风险存在统计学上显著的关联，但其作用方向相反。对于臭氧（O₃），处于最高三分位数（Q3）暴露水平的孕妇，其发生SA的风险相比最低三分位数（Q1）的孕妇显著降低（比值比OR = 0.42， 95% 置信区间CI: 0.211–0.824），显示出一种保护性关联。而对于二氧化硫（SO₂），则观察到了明显的风险梯度效应：与Q1组相比，Q3组的SA风险增加至2.124倍（95% CI: 1.068–4.291），而Q4组的风险更是升高至2.992倍（95% CI: 1.536–5.946）。
• •
  关键暴露窗口的识别
  为了探究暴露时间的影响，研究对SO₂和O₃应用了DLNM。分析结果揭示了显著的滞后效应。对于SO₂，其与SA风险的关联呈现出明显的滞后依赖性，风险在暴露后第28天达到峰值（OR = 1.242， 95% CI: 1.0077–1.5363）。进一步分析表明，在滞后22至28天这个时间窗口内，SO₂暴露与SA风险存在持续且显著的关联。相比之下，O₃的滞后效应模式则显得较弱且不一致，未发现类似SO₂的清晰、稳健的风险时间窗口。
• •
  潜在机制的探索：网络毒理学分析
  为了理解污染物作用的生物学基础，研究进行了网络毒理学分析。通过整合多个毒物基因组学数据库，研究人员筛选出了与SO₂、O₃及SA共同相关的核心靶点基因。基于这些重叠靶点构建的PPI网络分析，识别出了数个处于网络枢纽位置的关键基因。随后的GO功能富集分析表明，这些靶点基因显著富集于与炎症和免疫反应密切相关的生物学过程，例如对细菌来源分子的反应、细胞对脂多糖的反应等。KEGG通路富集分析进一步将核心机制指向了几条关键的炎症与免疫信号通路，其中最突出的包括Toll样受体（Toll-like receptor）信号通路和白细胞介素-17（IL-17）信号通路。这些通路在调控先天免疫和炎症反应中扮演着核心角色。

结论与讨论

这项研究为我们理解空气污染与自然流产的关系提供了更精细的图景。其主要结论指出，在怀孕早期暴露于较高水平的SO₂会显著增加自然流产的风险，并且这种风险存在一个明确的滞后效应，在暴露后约四周（22-28天）达到最高，这很可能对应着胚胎植入后某个高度易损的发育阶段。与此相反，O₃表现出的负相关（即似乎有保护作用）则需要极为谨慎地解读。作者在讨论中强调，这种关联可能受到未被测量的混杂因素（如个体行为、其他未监测污染物）或复杂的大气化学反应的影响，不能直接推断O₃本身具有保护性。

更重要的是，本研究首次将分布滞后非线性模型与网络毒理学方法结合，应用于该研究领域。这不仅成功识别了SO₂影响妊娠的一个具体、关键的时间窗口，为公共卫生预警和个体防护提供了宝贵的时间参考（例如，在确认怀孕前后几周内需特别注意避免高浓度SO₂暴露），还从系统生物学角度提出了潜在的作用机制。网络毒理学分析结果强烈提示，炎症相关的免疫激活通路，特别是Toll样受体和IL-17信号通路，可能是SO₂暴露引发不良妊娠结局的重要生物学途径。这为后续开展机制验证实验（例如动物模型或细胞实验）指明了方向。

该研究的发现强调了在评估空气污染健康风险时，考虑暴露时间特异性（而不仅仅是累积剂量）以及探索分子机制的重要性。尽管研究存在一些局限性，如样本来源于单一城市、暴露评估基于固定监测站等，但其采用的方法学和取得的发现，无疑推动了该领域向更精准、更深入的方向发展。它提醒我们，保护孕期健康，不仅需要关注空气污染物的“浓度”，还需要警惕其作用的“时机”和体内的“战场”。