到1992年，墨西哥城因人口激增、交通拥堵和工业爆炸式增长，被联合国列为全球污染最严重的城市。这座高海拔大都市坐落于山谷中，导致有毒大气污染物常年笼罩。随后几年，污染影响不仅体现在头顶的雾霾层，还反映在城市犬类身上——部分狗因严重迷失方向甚至无法识别主人。神经病理学家莉莲·卡尔德隆-加西迪纳斯通过系列精妙研究，对比了这座被戏称为"病城"的儿童与犬类大脑与低污染地区样本，结果令人震惊：童年时期暴露于空气污染会减小脑容量，并显著增加成年后罹患帕金森病、阿尔茨海默病等多种脑部疾病的风险。
如今担任蒙大拿大学环境神经预防实验室主任的卡尔德隆-加西迪纳斯指出，通过神经成像在年轻犬类和人类大脑中发现的损伤不仅影响晚年健康，更会导致终身记忆障碍和智力评分下降。其他研究证实，儿童后期暴露于空气污染会改变全脑神经回路，可能影响决策能力、专注力等执行功能，并提高精神疾病风险。
对全人类而言，后果极为严重。在印度、中国及全球南方地区，数十年来室内外空气污染持续飙升。联合国基金会数据显示，"全球近半数人口每日呼吸有毒空气，包括90%以上的儿童"。基金会补充称，全球约23亿人依赖固体燃料和明火烹饪，使问题进一步恶化。世界卫生组织统计，此类烹饪产生的空气污染每年导致约300万人过早死亡，主要为妇女和儿童。
与此同时，自1970年《清洁空气法案》实施以来，美国平均空气污染水平显著下降。但关键在于"平均"二字——数百万美国人仍在呼吸含致炎臭氧和细颗粒物的室外空气。这类直径小于2.5微米的颗粒物（即PM2.5）不仅损害心肺功能，更与脑损伤密切相关。野火（如去年夏季肆虐加拿大的火灾）是PM2.5的主要来源。最新研究表明，杀虫剂、油漆、清洁剂等个人护理产品是PM2.5另一重大但被忽视的来源，可能引发包括脑损伤性中风在内的多种健康问题。
厘清空气污染与大脑的关系极为复杂。在现代工业社会中，人类同时暴露于数千种污染物。相同污染物对不同个体产生的症状、功能障碍或疾病各不相同——部分源于基因差异，部分因暴露发生在不同发育阶段或影响身体不同区域。更关键的是，社会不平等加剧了污染暴露：贫困人群几乎总居住在工厂、毒素和污染物附近。
为破解此难题并实施干预，新兴学科"暴露组学"应运而生。该学科研究环境暴露对健康、疾病和发育的影响，整合环境毒素分布、基因细胞反应及人类行为模式的海量数据。面对庞杂信息，研究人员正借助人工智能技术进行解析。
"我们外部环境中的任何要素——呼吸的空气、食用的食物、饮用的水、日常面对的情感压力——所有这些都会转化为生物学信号，"纽约西奈山医学院暴露组学研究所联合主任罗莎琳德·赖特教授解释道，"这些要素叠加基因本身，共同解释了我们观察到的风险模式。"当暴露持续累积，或超出人体适应能力，或发生在胎儿期、婴儿期、儿童早期等关键发育阶段时，将对终身认知清晰度和脑健康产生强大影响。
南加州大学神经科学家梅根·赫廷长期研究空气污染对发育中大脑的影响。"近年研究发现，PM2.5暴露水平升高与大脑形态、神经架构及功能组织的多项差异相关，包括皮层厚度变化及灰白质微观结构差异，"她表示。基于暴露儿童的神经成像，赫廷团队推测这些与空气污染相关的脑结构功能广泛差异，可能是后期认知情绪问题的早期生物标志物。
2023年一项国际荟萃分析（对多项研究的整合分析）为此推测提供佐证：该研究证实童年及青春期大脑发育关键期暴露于空气污染，会增加抑郁症和自杀行为风险。相关影像显示脑结构变化，包括可能涉及帕金森病等运动障碍的神经回路，以及负责执行决策、注意力和自控的前额叶白质。
在2023年研究中，赫廷团队追踪了进入青春期的儿童群体——此时大脑处于敏感发育期，更易受毒素长期损伤。赫廷指出："前额叶皮层在此阶段发育，它掌管认知控制、自我调节、决策、注意力和问题解决。同时，情绪奖励系统仍在精炼完善。"通过对9000余名9-10岁暴露儿童的脑扫描数据追踪，研究者发现脑区连接模式改变：部分区域连接减少，其他区域则异常增多。赫廷解释，这些结构功能连接支撑着日常生活，但其改变是否及如何产生影响，目前尚不明确。
导致异常脑回路的特定污染物包括二氧化氮、臭氧和PM2.5——后者最受研究者关注。赫廷强调：尽管美国对细颗粒物的限值比多数国家更严格，但仍显不足。美国环境保护署目前规定年均浓度限值为每立方米12微克，日均峰值限值为35微克。而卫生组织呼吁将标准降至8微克和25微克。"即使符合EPA标准，全美空气质量仍在关键发育期改变儿童脑网络，"赫廷警示，"这预示着认知情绪问题后期风险增加。"她计划将追踪对象随访至成年，以揭示青春期污染暴露的长期效应。
其他研究显示，空气污染会随时间推移增加精神疾病风险。芝加哥大学计算生物学家安德烈·日热茨基基于美国和丹麦大数据集发现：两国空气质量差的地区，双相情感障碍和抑郁症发病率更高，尤其当暴露发生于生命早期。研究团队整合丹麦全国健康登记库（含公民从出生到死亡的健康数据）和美国保险理赔数据（含居住县、年龄、性别及家族关联等关键信息），后者有助于揭示生命前10年患精神疾病的遗传易感性。
"相同环境可能因个体遗传变异差异，对一人致病而对另一人无害，"日热茨基表示，"遗传易感性是谜题一部分，另一部分是环境差异。"事实上，这些复杂疾病的扩散速度远超遗传学单独解释的范畴。"我们无法确定哪种污染物是确切病因，难以锁定'罪魁祸首'，但PM2.5持续显示强统计关联，"他指出，"要精准定位需更多数据，暴露组学将发挥关键作用。"
2022年10月美国神经学会"神经暗物质"研讨会上，宾夕法尼亚大学神经学家弗朗西丝·詹森向同行发出警示："这是警钟。"会议聚焦驱动神经退行性疾病的暴露组（个体终身接触的外部因素总和），空气污染是核心议题。作为美国神经学协会主席，詹森强调：研究人员需更关注污染物，因为帕金森病诊断率激增无法仅用人口老龄化解释。"环境暴露始终潜伏背景中，且日益严重，"她断言。
帕金森病已是继阿尔茨海默病后第二常见的神经退行性疾病。症状（包括不受控运动、平衡障碍和记忆问题）多发于60岁以上人群，但偶见20岁青年。埃默里大学环境健康科学家迈克尔·考德尔通过质谱技术鉴定人体化学物质，发现多种空气污染嫌疑物可能导致多巴胺神经元损失。他重点研究的脂多糖（常见于空气污染和细菌毒素）虽不能直接入脑，但会引发肝脏炎症，释放炎症分子进入血液，与血脑屏障血管相互作用，"最终导致类似帕金森病的多巴胺神经元损失。"
巴罗神经学研究所神经流行病学家布里塔尼·克里赞诺夫斯基通过疾病地图发现密西西比-俄亥俄河谷（含田纳西和肯塔基地区）的帕金森病高发区。起初怀疑农药使用，但随后意识到该区域密集路网暗示空气污染可能为因。"这些地区的污染可能含更多交通燃烧颗粒和工业重金属，已证实会引发帕金森病相关脑区细胞死亡，"她指出。
2023年10月发表在《神经病学》的研究中，克里赞诺夫斯基团队运用地理空间分析技术证实：中等空气污染暴露者患帕金森病的风险比最低暴露者高56%。除密西西比-俄亥俄河谷外，北达科他州中部、德克萨斯州部分区域、堪萨斯州、密歇根州东部及佛罗里达州尖端均为高发区。美国西部居民患病风险低于全国其他地区。河谷地区的发病率比最低颗粒物暴露区高25%，且疾病频率随污染加剧而上升，但污染持续飙升时却趋平。可能原因包括：阿尔茨海默病等其他污染相关疾病掩盖帕金森病显现；或PM2.5成分存在地域差异。"帕金森病的区域差异可能反映颗粒物成分差异，某些区域的颗粒物可能含更多毒性成分，"克里赞诺夫斯基表示，她计划运用暴露组学原则深入探索。
南加州大学神经老年病学家卡莱布·芬奇同样聚焦环境因素与阿尔茨海默病的关联。他与同事陈久传正合力研究环境神经毒素与脑健康衰退的联系。该研究极具挑战性，因空气污染水平和具体污染物在精细尺度上差异显著，且全球多地区每小时都在变化。基于跨三大洲数百人的脑扫描数据，芬奇指出："高污染区居民表现出动脉疾病加速、心脏病发作、中风风险增加及认知衰退更快。"
阿尔茨海默病风险最高的似乎是携带载脂蛋白E4基因（APOE4）变异者——该基因参与合成运输胆固醇的蛋白质。约25%人群携带单拷贝，2-3%携带双拷贝。但仅遗传该基因不足以决定患病风险，环境暴露同样关键。
陈久传、芬奇团队近期在《阿尔茨海默病杂志》发表的研究追踪了1100名约56岁男性。到68岁时，高PM2.5暴露者语言流畅性测试最差；高二氧化氮（NO2）暴露者情景记忆衰退更显著；携带APOE4基因者执行功能评分最低。证据表明：空气污染与遗传风险交互导致阿尔茨海默病的过程可能始于中年（至少对男性如此）。
另项针对2000多名女性的南加大研究发现：空气质量改善时，老年女性认知衰退速度减缓。当PM2.5和NO2暴露量在六年中每年降低每立方英尺数微克，受试女性认知测试表现比实际年龄年轻约一岁。这表明降低空气污染暴露可减少痴呆风险。
同期，《柳叶刀》委员会国际研究结论指出：通过调整12个可改变风险因素（高血压、听力损伤、吸烟、肥胖、抑郁、社交不足、低教育水平、缺乏运动、糖尿病、酗酒、脑外伤及空气污染）可降低包括阿尔茨海默病在内的痴呆风险。这12个因素共同导致全球约40%痴呆病例，理论上可预防或延迟。
鉴于此，芬奇与杜克大学社会科学家亚历山大·库尔米尼斯基提出"阿尔茨海默病暴露组"概念，系统评估与基因交互导致痴呆的环境因素。当药物研发屡屡受挫，暴露组学或能提供突破。瑞典双胞胎研究显示，阿尔茨海默病风险个体差异的50%可能源于可改变的环境因素。研究者指出：环境毒素广泛破坏脑细胞修复及保护机制，而肥胖、压力等因素引发的慢性炎症可能损害神经元功能。"阿尔茨海默病暴露组"研究框架为个体全生命周期（从受精前配子到子宫内胎儿期、童年期及以后）的环境致病根源提供系统性解析路径。
西奈山医学院的罗莎琳德·赖特三十年来致力于追踪公路排放、重金属及家庭化学物质等污染物对神经发育和退化的关键影响，但数据规模曾令其望而却步。随着人工智能和先进神经成像技术的出现，基于海量基因数据库的高精度研究终于成为可能。"我早知需提出这类问题，但苦于缺乏工具。如今技术成熟，前景令人振奋，"赖特表示。
赖特运用机器学习分析包含个体精确住址及接触污染物种类的巨型数据集。"其本质与其他统计模型无异，但能处理更大规模数据、更多暴露类型，"她解释。这种数据解析将揭示特定因素对特定人群的驱动风险，指导人们精准减少有害污染物暴露，最终降低功能障碍和疾病风险。
赖特团队正将工具应用于阿尔茨海默病等疾病研究。"整合基因与环境数据，我们开始识别高风险人群及不同群体的潜在致病机制，"她指出。暴露组学还能解释污染更微妙的认知影响，如注意力、智力和表现的长期损害。
要应对环境脑风险，需明确污染物构成——这正是暴露组学的另一目标。美国环保署在主要城市部署固定监测站，每日测量交通工业排放的细颗粒物及衍生化学物。全球数千颗卫星则监测热浪对污染物反应的影响。
赖特等先驱者正开始绘制影响大脑的环境暴露版图。"随着暴露组测量日益精确，我们将能定制预防干预策略。新型武器包括实验室中的硅胶手环——佩戴后可检测你接触的污染物，"赖特介绍。她还探索更多数据收集方式："单根头发即可追溯暴露史。头发每月生长1厘米，若孕妇有9厘米长发，我们可回溯胎儿整个孕期（9个月）；儿童6岁换牙时，我们甚至能构建终身暴露组历史。"
"人类本具韧性，"赖特补充道，"但当暴露持续累积并超出适应能力时，问题便显现。我们无法解决所有问题，但更深入了解自身暴露状况，能促使我们思考'我正在优化平衡，并尽最大努力干预'。"
【全文结束】
