大连理工大学李雪花团队ES&T封面：基于淡水生态毒理学知识共享的海洋多物种水生毒性定量预测

该研究由大连理工大学李雪花团队完成，并以封面论文形式发表于Environmental Science & Technology。背景方面，针对当前新污染物海洋生态毒性数据严重匮乏的问题，传统的海洋毒性预测模型因数据不足而性能受限。研究目的旨在通过创新的跨域知识共享策略，利用相对丰富的淡水生态毒性数据来提升海洋多物种毒性的定量预测能力。结论方面，该工作首次提出了淡水与海洋生物毒性知识共享的建模框架，建立了涵盖5种淡水生物及26种海洋生物、涉及38种毒性终点的多任务图神经网络模型。模型整合了2万余条异构化毒性数据，通过跨域融合，显著提升了15个海洋小数据集毒性终点的预测性能，决定系数最高提升140%。研究进一步构建了多物种-毒性亚结构互作网络，识别了102种关键亚结构单元。基于模型，高通量预测了约7万种化学品的百万条毒性数据，建立了物种敏感度分布曲线，并开发了在线数据库查询系统MarineTox Predictor。该平台为新污染物的海洋生态风险定量评估提供了重要数据支持。