环境复合污染形势严峻，区域风险评估的前提是准确识别关键致毒物，科学合理的生物毒性终点是提高识别准确性的基础，而当前毒性终点选择多基于主观经验，缺乏区域污染相关性。作者建立基于文本挖掘和机器学习的事件驱动分类法，从14000余篇文献中归纳出26种事件驱动因子，集成分子起始事件和相关致毒物的数据集，绘制了我国各省市水污染毒性指纹，发现麻醉作用、雌激素和芳香烃受体效应是我国主要的毒性驱动因子。该分类法弥补了原文献中45%的机制描述缺口，能较准确完整地识别驱动因子，有效指导区域风险识别评估中生物测试组设计。

图1. 依据历史文献报道的中国水体中典型的毒性作用机制类型

图2. 中国各省市地区水体中被检出的毒性作用机制类型

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