南方科技大学裘文慧课题组ES&T：10,863种PFAS谁最危险？AI绘出鱼类毒性风险地图

本文背景在于PFAS作为“永久化学物质”在水环境中广泛存在，对鱼类具有潜在毒性，但传统实验方法难以应对其庞大的种类数目和有限的数据。研究目的是构建一套结构驱动型机器学习框架，通过融合PFAS的化学结构特征与鱼类物种性状信息，预测10,863种PFAS对斑马鱼的死亡效应无可观察效应浓度（NOEC），并进一步外推至其他12种鱼类。结论表明，优化后的集成模型（XGBoost-LightGBM-SVR-NN）在测试集上表现良好（R²=0.7096），超过92%的化合物在模型适用域内；毒性随碳链长度呈“U形”变化，长链PFAS毒性更高；不同鱼类对PFAS的敏感性受进化背景、代谢能力和行为特征共同影响；该框架可支持PFAS生态风险排序、优先评估候选污染物识别及跨物种毒性外推，为化学品前瞻性监管提供科学依据。