AI首次揭示微塑料在人体七大主要器官的分布特征

微塑料已成为无处不在的全球性污染物，能侵入人体多个器官组织。然而，现有研究大多聚焦于单一器官，对微塑料在多器官间的分布模式、器官特异性特征及其与健康风险的具体关联认识，我们知之甚少。此外，微塑料具有多样的的物理化学性质，这使得产生的高维数据复杂，传统统计方法难以处理。本研究首次系统揭示了微塑料在人体七大主要器官中的分布特征，并建立了基于AI算法的预测模型，以克服传统方法的局限。

导 读

微塑料已成为一种无处不在的新型全球性污染物。随着检测技术的不断进步，科学界正以前所未有的速度将关注焦点转向微塑料对人类健康的潜在威胁。本研究首次结合拉曼成像和人工智能的技术，系统分析微塑料在人体七个主要器官（肺、心、肝、脾、脑、肾脏和小肠）的分布模式及其健康风险。研究团队采集了8位捐献者的56份组织样本，借助深度学习增强的U-Net模型对拉曼图像进行分割，并利用随机森林分类器基于120个成像特征实现了器官特异性微塑料溯源（准确率达72.73%）。动物实验的结果也印证了人体中发现。本研究首次构建AI驱动的多器官分析框架，揭示了微塑料的器官特异性分布及其健康风险，并建立了全球首个微塑料生物分布预测模型。

图1基于AI驱动的微塑料多器官沉积预测与器官特异性健康风险分析

作为一种全球性环境污染物，微塑料其无处不在和潜在的健康风险，让它成为21世纪最令人担忧的公共卫生议题之一。塑料产量的指数级增长以及废弃物管理体系的滞后，导致微塑料已渗透到地球生态系统的各个角落，并通过食物链、空气吸入及皮肤接触等途径侵入人体。长期暴露于微塑料可能诱发人体的氧化应激、炎症反应及细胞功能紊乱。同时，微塑料还可作为载体吸附其他污染物，加剧毒性效应。目前，关于人体内微塑料的研究均聚焦于单一器官，而微塑料在人体主要脏器中的分布规律、器官特异性特征及其与健康风险的关联仍不明确。本研究利用8例捐献的尸体标本，结合拉曼光谱分析与人工智能技术，揭示微塑料在人体七个主要器官（肺、心、肝、脾、脑、肾、小肠）中的分布模式及特征差异。研究采用改进的U-Net网络分割拉曼图像，提取120维形态与纹理特征，并结合随机森林模型实现器官归属分类。动物实验则用于验证上述分布规律。

在人体组织样本中，微塑料在不同器官的分布呈现出以下特征。普遍性：所有器官均检测到微塑料，且不同器官的微塑料丰度存在显著差异。肝脏、小肠和肾脏的微塑料丰度相对较高，平均值分别为65.28±23.94个/克、61.06±25.25个/克和58.63±16.50个/克。紧随其后的是大脑、心脏和肺，其丰度分别为48.54±11.20个/克、40.34±17.16个/克和30.01±0.49个/克。脾脏的微塑料丰度最低，为12.75±7.09个/克。特征异质性：人体组织中检测到的微塑料粒径范围为1.52微米至170.62微米，平均值为34.30±34.91微米。其中，肺组织中的微塑料粒径最大（56.80±57.70微米），可能源自吸入的空气颗粒；而肝脏（5.13±2.19微米）和脾脏（5.42±2.58微米）中的微塑料直径最小，主要为＜10 μm的超细颗粒。人体器官样本中共检测到十种类型的微塑料，心脏中微塑料包含7种聚合物类型最为，肾脏和小肠富集聚丙烯（PP）碎片，而脾脏仅含PP这一种成分。形态与功能的关联性：碎片形微塑料在各器官中均占主导地位。肝脏和肾脏中可见颗粒状微塑料，肺与小肠中则以纤维状微塑料居多。它们的形态与器官的屏障功能及暴露途径直接相关。

图2 人体中微塑料分布特征

为了验证人体内发现是否具有普遍性，研究团队在动物水平进行进一步验证。雄性SD大鼠连续一个月腹腔注射绿色荧光染料标记的聚苯乙烯（PS）颗粒。结果显示，低浓度组和高浓度组的所有器官中均观察到荧光信号。大鼠脏器中的微塑料含量与人体脏器中的结果极为接近，这表明微塑料在哺乳动物体内的微塑料分布模式具有普便性。

图3 动物中微塑料分布特征

接着，将各脏器已检出微塑料颗粒进行120维图像特征提取，这些高维特征能够细致地刻画微塑料在不同器官中所呈现出的多样化形态和内在结构。各器官的特征表现具有显著差异，反映了器官的功能特性和微塑料的迁移规律。在肺脏中，微塑料颗粒尺寸较大，形状多呈狭长状，熵值和能量均较高，纹理复杂。在小肠中，微塑料颗粒分布无序、颗粒密度低、纹理复杂且异质性高。在肝脏中，微塑料表现出像素强度不均匀、边缘明显、饱和度高和强度变化大的特性。在肾脏中，微塑料颗粒存在均匀分布的低密度区域，且纹理分布较为均匀。在脾脏中，微塑料颗粒平滑区域较多，结构模式单一，区域内相似性高，纹理平滑。在心脏中，微塑料表现出色调和饱和度较高、明暗对比强烈，且存在异常高亮区域。在大脑中，微塑料颗粒强度较高，结构平滑，相邻像素间的灰度变化较小。这些差异化的特征为分析微塑料在不同器官中的分布提供了有力依据。

图4 七个不同器官的微塑料图像成像特征分布图

基于所获得的各脏器微塑料特征值，本研究采用了包括主成分分析（PCA）、逻辑回归和t-SNE在内的降维方法，分别与支持向量机（SVM）、k近邻（KNN）等分类算法相结合，构建了多种AI算法组合模型，对多器官微塑料分布预测进行比较，最终发现，将ISOMAP与随机森林相结合的方法效果最佳，在测试集上达到了72.73%的分类准确率。最后，本研究利用从运用该模型空气、河流和土壤中收集的32个微塑料样本进行特定器官预测，得出了样本在7个主要器官的分布概率，这进一步说明了该方法在处理高维非线性数据以及捕捉微塑料分布特征差异方面的优势。

图5 基于AI算法的环境微塑料器官归属分类结果

总结与展望

本研究通过多器官整合分析、动物实验验证及AI建模，首次绘制出微塑料在人体内的"隐秘旅程"。研究发现，微塑料在人体内普遍存在，其丰度与器官的血管化程度相关。肝脏、小肠和肾脏是微塑料的主要沉积部位，且不同器官中的微塑料在粒径、聚合物类型和形态方面存在显著差异。所建立的AI预测模型能够有效地预测微塑料在不同器官中的分布，开创微塑料毒理学研究新范式。

展望未来，研究者有必要进一步探索微塑料通过淋巴和组织液的转运机制，扩大样本的地理和人群覆盖范围以减少偏差；并深入研究微塑料与其他环境污染物的协同毒性效应。这将为制定针对性的微塑料暴露防控策略和公共卫生政策提供更全面的科学依据，助力应对全球微塑料污染带来的健康挑战。