近日，我校环境科学与工程学院瞿剑里博士在环境科学与工程领域顶级期刊《Environment International》（中科院一区Top，影响因子IF=9.7）发表题为“Integrating machine learning and metabolomics to identify PFAS associated metabolic alterations related to lung cancer risk”的原创研究论文。该研究整合机器学习与代谢组学方法，识别了与肺癌风险相关的PFAS代谢扰动特征。瞿剑里博士为论文第一作者，浙江水利水电学院为第一署名单位，环境学院本科生张欣国、金芊汛、郭亚燊、于浩淼、詹国银等参与研究。
全氟和多氟烷基物质（PFAS）是持久性有机污染物，广泛存在于生活环境中。此前，PFAS暴露、人体代谢紊乱与肺癌发病的内在关联，一直缺乏系统科学论证。该团队依托衢州人群健康队列，针对408名肺癌患者与421名健康人群开展对照研究，检测7种典型新老PFAS污染物与千余项血清代谢特征。研究证实，PFOA、PFHxS、新型替代物6:2Cl PFESA等多种PFAS暴露与肺癌风险呈正向剂量关联。团队筛选出最优LASSO预测模型及5种关键代谢标志物，探明PFAS暴露可能通过重塑脂代谢和氨基酸代谢影响肺癌相关生物学过程。该研究获国家及浙江省自然科学基金资助。
原文链接：https://doi.org/10.1016/j.envint.2026.110276）
