重新定义健康：人类暴露组计划 (Human Exposome Project)
人类疾病的成因中，约 20% 源于基因，而高达 80% 与环境相关。为了系统性地研究这些环境因素，约翰霍普金斯大学的环境毒理学家 Thomas Hartung 博士提出了雄心勃勃的“人类暴露组计划”。
核心理念：
正如“人类基因组计划”解码了遗传信息，暴露组学（Exposomics）旨在全面记录一个人从出生到死亡所经历的所有环境暴露——包括化学、物理、生物、心理及社会因素，并探究它们如何与基因相互作用导致疾病。
关键驱动力：人工智能
由于暴露组数据极其复杂且分散，传统方法难以处理，AI 成为了该领域的核心工具：
- 整合数据： 利用 AI 消化过去碎片化、不规范的旧研究数据，挖掘新结论。
- 预测与建模： AI 在毒性预测方面进步神速，例如 Hartung 博士的 AI 模型对分子毒性预测的准确率已从 2015 年的 65% 提升至去年的 91%。
- 关联分析： 类似大语言模型的技术，可以帮助解析不同环境因子间的相互作用，精确建立因果关系。
现实挑战与前景：
- 技术瓶颈： 虽然质谱仪灵敏度在提升，小型化环境传感器和可穿戴设备也在普及，但海量异构数据的收集仍是巨大挑战。
- 资金与政治： 目前该领域处于“手停口停”的资金困境。相比之下，欧洲联盟表现出更强的政治意愿，已投入上亿欧元支持相关研究网络（如 EHEN），而美国目前的投入则相对有限。
尽管该计划任重道远，且面临建立全新学科的学科认可度问题，但其尝试将“后天环境因素”进行系统化建模的努力，对于人类彻底理解疾病成因具有不可替代的价值。