核心发现：
2025年3月，中国科学院生态环境研究中心江桂斌院士团队在环境科学顶刊《Environmental Science & Technology》（ES&T）发表最新研究，提出MSFragTox方法，首次实现基于高分辨率串联质谱（MS/MS）数据直接预测污染物毒性，为环境风险评估提供高效新工具。
研究亮点
1.技术突破：
MSFragTox模型利用MS/MS碎片光谱数据，结合机器学习（XGBoost算法），跳过传统结构解析步骤，直接预测7类内分泌干扰物毒性，AUROC达0.845，性能优于传统QSAR模型。
开发在线客户端（http://ms.envwind.site:8500），支持用户上传MS/MS数据快速获取毒性预测结果。
2.应用价值：
成功验证污水污泥样品中污染物的雄激素受体（AR）激动剂活性，证明其在实际环境样本中的适用性。
通过SHAP分析揭示毒性关键亚结构，为机制研究提供新视角。
3.行业意义：
解决传统毒性检测速度滞后（<0.1%化学品被高通量筛选覆盖）的痛点，助力新兴污染物快速预警。
专家点评
江桂斌院士指出：“MSFragTox将质谱数据的‘结构信息’与AI的‘预测能力’结合，是环境毒理学迈向智能化的关键一步。”
未来展望
团队计划扩展模型至更多毒性终点，并探索混合污染物联合毒性效应，进一步提升预测精度。
论文信息：
Zhang et al., Environ. Sci. Technol. 2025.
DOI: 10.1021/acs.est.4c11417
快讯撰写：环境科学前沿
发布时间：2025年3月28日
注：MSFragTox模型目前聚焦单一物质毒性预测，混合效应评估仍需进一步研究。
