孩子语言延迟可能与妈妈孕期接触这些物质有关

影响婴儿大脑发育的原凶

最近Science发布了一篇关于孕妇产前暴露在特定化学品混合物与孩子的语言延迟风险增高相关的报道，文章中撰写了关于利用非洲爪蟾和斑马鱼进行实验的示意图内分泌干扰物（EDCs）是干扰生理激素调节的化合物。早期接触这些EDCs混合物会导致人体机体发生变化，最终导致整个生命周期内对疾病（包括神经发育障碍）的易感性明显增加。

近日，来自意大利欧洲肿瘤研究所的GiuseppeTesta团队等多个团队在Science杂志上合作发表了这篇文章。他们开发了一种以混合物为中心的整合流行病学和实验数据的的风险评估策略，并发现在妊娠早期接触EDCs混合物与后代语言延迟有关。此项研究将风险评估框架从单一化学品到复杂混合物的人类暴露范围证据与不良健康影响相关的实验证据相结合，确定了一种与儿童语言延迟相关的化学混合物，并在体外和体内模型中通过实验确定了混合物的分子和细胞关键事件。

EDCs混合物暴露风险评估 

研究人员为了对生活里的EDCs混合物暴露进行风险评估，分别利用：

1）基于人群的前瞻性母婴妊娠队列（SELMA）来测量产前EDCs暴露，并结合统计工具来推断与儿童神经发育相关的EDCs；

2）体外人类细胞确定将EDCs混合物暴露与不良结果联系起来的分子机制；

3）确定关键受影响途径的生理影响和剂量反应的体内模型；

4）结合这种EDCs混合物的体内证据和妊娠队列的暴露信息，使用相似混合法（SMACH）评估与混合物相关的风险。

---首先研究团队检测了1874孕妇血液与尿液中的EDC混合物（包括开头介绍的多种邻苯二甲酸盐、双酚A和全氟化合物），并将结果与其后代在两岁半时的语言发育延迟联系了起来；

---然后研究团队从实验室的类器官和动物模型研究中，揭示了EDC混合物通过哪些分子靶点干扰对内分泌环路的调控，以及如何导致与自闭症、智力缺陷相关的基因的表达失调；

---最后这些源自实验室的发现被研究团队用于开发评估混合物风险的新方法。

这个项目的另一位主要参与者，意大利米兰大学的GiuseppeTesta教授说：“人脑类器官让我们得以首次直接探索这类化合物在相当于孕期的阶段，对于人类脑组织的影响。连同其他实验和计算机模拟，我们发现EDC混合物干扰了与自闭症相关的基因调控，并且阻碍了神经元的分化、改变了甲状腺激素在神经组织中的功能。”

在妊娠期早期，浓度合适的甲状腺激素对于大脑的生长、发育非常重要。所以，EDC混合物很可能正是通过对甲状腺激素的影响，造成了新生儿语言发育的迟缓。这项研究提醒道，在研究中54%的孕妇所面临的EDC混合物浓度处于令人担忧的水平，她们的后代出现语言发育延迟的风险增加了2.3倍。

总  结 

这项研究将风险评估框架从单一化学品到复杂混合物的人类暴露范围证据与不良健康影响相关的实验证据相结合，确定了一种与儿童语言延迟相关的化学混合物，并在体外和体内模型中通过实验确定了混合物的分子和细胞关键事件。这种方法将广泛适用于健康领域。

参考文献：

[1] Nicolò Caporale et al.,  BFrom cohorts to molecules: Adverse impacts of endocrine disrupting mixtures. Science (2022) DOI: 10.1126/science.abe8244[2] Animangsu Ghatak， How does a lizard shed its tail?Science(2022) DOI: 10.1126/science.abn4949[3] More chemicals, fewer words: exposure to chemical mixtures during pregnancy alters brain development. Retrieved Feb. 17, 2022 from https://www.eurekalert.org/news-releases/943556[4] C. Cheroni, N. Caporale, G. Testa, Autism spectrum disorder at the crossroad between genes and environment: Contributions, convergences, and interactions in ASD dvelopmental pathophysiology. Mol. Autism 11, 69 (2020). doi: 10.1186/s13229-020-00370-1; pmid: 32912338[5] S. Akbarian et al., The PsychENCODE project. Nat. Neurosci. 18, 1707–1712 (2015). doi: 10.1038/nn.4156; pmid: 26605881[6] S. Marshall et al., An empirical approach to sufficient similarity: Combining exposure data and mixtures toxicology data. Risk Anal. 33, 1582–1595 (2013). doi: 10.1111/risa.12015; pmid: 23398277