定量预测混合污染物的联合毒性研究进展.pdf

1 定量预测混合污染物的联合毒性研究进展定量预测混合污染物的联合毒性研究进展 王壮 黄丽萍 李斐 大连理工大学环境科学与工程系 辽宁大连 116024 E mail wangzhuang126 摘摘 要 要 环境中的有机体频繁地暴露在混合污染物当中 然而 对单一物质暴露下的生态毒 性研究成果 难以适用于环境中多元混合污染物的生态毒理效应诊断及风险评价 由于环境 中这种潜在的混合风险性不断提高 因而研究的焦点就集中在发展计算模型用于预测评价化 学品的联合毒性 综述了近年生态毒理学领域在混合污染物的毒性定量预测模型方面的研究 进展 关键词 关键词 混合污染物 联合毒性 作用方式 QSAR 1 引言 引言 化学污染物以各种混合形式存在于环境中是一条普遍的规律 污染物大多以混合物形式 暴露在水体 土壤 沉积物等各种环境介质之中 1 2 对人体和环境带来潜在的健康与生态 危害 环境中的化学混合物由于对人类健康存在潜在的危害 使得化学混合物生态毒理和风 险评价研究成为一个极为重要且富有挑战的未知科学领域 3 并正在成为环境与生态学的一 个研究重点 4 对化合物毒性风险评价的传统方法是在实验室条件下测试生物量 而这种方法往往很难 正确反映实际环境中污染物混合存在时的生态行为及环境危害 传统的实验方法也存在很多 不足之处 第一 实验方法花费昂贵的费用 第二 利用实验测试耗费大量时间 第三 用 于测试的很多生物还没被学界所公认的 随着科学的发展和人们认识事物本质能力的提高 研究者们发现应用模型来预测化合物的毒性效应是替代实验的一种十分有效的方法 特别是 对于通过现有的方法测得的化合物的毒性大多是单一毒性 而要获得混合组分的联合毒性效 应 模型预测则是既经济又实用的方法 联合毒性的预测这一研究领域受到越来越多的环境 研究者的广泛关注 然而 更多的研究是集中在发展传统的联合毒性效应分类的方法上 却 很少研究预测混合物的联合毒性效应 5 6 因此 寻求一种普遍适用的用于预测混合物的联 合毒性效应方法是发展的必然 并且通过这种预测提高风险评价的质量和制定完善的生态标 准 近年通过模型预测毒性替代实验测试的方法得到了广泛的发展和应用 特别是在联合毒 性预测上 多学科交叉推动了模型预测的发展 联合毒性预测模型的方法论主要集中在两个 方面 一方面以统计学为基础的 结合大量的生物毒性数据以及已确认的单一物质的毒性作 用方式 建立模型进行预测 另一方面 基于分子结构描述符的定量结构活性关系模型 QSAR 方法 并结合非经典的数学方法如 模糊集合理论 使多元混合物的预测进如了一个崭新的 领域 2 联合毒性作用方式 联合毒性作用方式 确认混合体系中各物质对受试生物的毒性作用方式 进而判断混合物质整体表现的毒 性作用 是选择合适的模型用来预测联合毒性的基础 一般来说 在混合体系中组分间可能 存在 相似作用 或加和作用 非相似作用 或独立作用 部分相似作用和相互作用 相 互作用又包括协同作用和拮抗作用 相似作用 混合体系中的各组分均在相同的靶位点上产生同样的毒性作用 因而产生等同的 2 效应 各物质作用于位点的程度可能会存在不同 非相似作用 混合体系中的各组分经过完全不同的方式作用于各自的靶位点 但贡献于相同 的体系产生的效应 部分相似作用 这种作用介于相似作用和非相似作用之间 相互作用 混合体系间的相互作用 包括协同作用和拮抗作用 化合物间的相互作用发生在 浓度修饰或效应修饰的水平上 当机体暴露于一种物质后会导致作用在另一靶位点上的物质 的有效浓度的改变 这样物质间产生浓度相互作用 当一种物质进入机体后 会对其他物质 在机体内产生的效应有影响 这样物质间产生效应相互作用 目前 在生态毒理学研究领域 对应物质间不同的联合作用方式 基于浓度加和 独 立作用和相互作用三个概念建立的毒性预测模型主要有 浓度加和模型 CA 独立作用模 型 IA 相互作用模型 IAI 和两步预测模型 TSP 多元混合组分的联合毒性作用 相似作用独立作用相互作用 CAIA IAI 部分相似作用 TSP 协同作用拮抗作用 图 1 联合毒性作用方式和预测方法 Fig 1 Mode of action of mixture toxicity and Prediction method 3 联合毒性预测模型 联合毒性预测模型 预测混合物联合毒性的模型需要有对组成混合体系的单一化合物毒性进行的描述 剂量 反应曲线提供了丰富的定量数据用来描述单一化合物的毒性以及提供了一种比较不同化合 物的毒性大小和特征的手段 以实验数据为基础 要准确地描述剂量 反应关系 即建立剂 量 反应曲线 CRCs 必须对其进行非线形拟和 在统计学上 常应用非线性回归模型来 对数据进行模拟 普遍应用于生态毒理学上的标准回归模型利用的是 正态分布 如 概率 分析 对数分布 如 逻辑分析 或者是 Weibull 分布 如 Weibit 分析 三种分布 方程 7 3 1 浓度加和模型浓度加和模型 Bliss 8 第一次把 浓度加和 这一概念应用于混合污染物毒性研究中 浓度加 和 概念可由公式 2 来描述 第一个公式表示二元体系的联合作用 第二个公式 描述的是由 n 种组分组成的混合体系的联合作用 3 1 ab ab CC ECxECx 1 1 i i n i C ECx 1 Ca表示化合物a的浓度 x表示暴露于混合体系所产生的效应 ECxa是化合物a产生x效应时的 浓度值 这种方法是基于混合体系中的所有物质都是通过相同的作用机制而产生的效应这一假 设为前提的 在环境毒理学的研究中浓度加和模型已经有效地预测具有已知相同作用机制的 混合污染物体系 9 17 3 2 独立作用模型独立作用模型 独立联合作用或称为独立作用 Independent Action 概念首先是由Loewe and Muischnek 18 提出的 这一概念是用来描述混合物的联合毒性 与浓度加和概念不同的是 应有独立作用的混合体系中的各化合物它们所产生的效应是经过完全不同的作用机制所完 成的 独立作用模型公式如下 第一个公式表示二元混合体系的联合作用 化合物a和化合物 b 第二个公式表示的是一般的由n种组分组成的混合体系的联合作用 mixababRRRR R 1 1 1 mixi n i RR 2 Rmix表示混合物产生的总效应 Ri是化合物 i 产生的效应 独立作用模型同样地在环境毒理学的研究中有效地预测了具有不同作用机制的组分组 成的混合体系的联合作用 19 20 3 3 两步预测模型两步预测模型 以混合形式暴露在实际环境中的化学物质可能并不具有完全相同或完全不同的毒性作 用方式 其中的一些会具有相同作用方式 另一些却不同 因而 浓度加和和独立作用都不 适合评价这些组合的化合物的联合毒性 为了克服浓度加和和独立作用模型的 局限性 Junghans等 21 发展了两步预测的方法 Two step prediction TSP TSP 模型可以 预测既含有相同又含有不同的作用方式的化合物所组成的混合体系的毒性 TSP模型的基本 原理是分步应用CA和IA模型进行联合毒性的预测 预测的过程是第一步 在所研究的混合 体系当中把具有相同作用方式的化合物归到一组中 这样混合体系根据作用方式的不同分成 了若干组 应用CA模型对各个组进行联合毒性的预测 自然这些组之间的作用方式是不同 的 第二步 应用IA模型对具有不同作用方式的这些组所体系进行联合毒性的预测 这样 完成了对混合体系联合毒性的预测 把CA和IA模型组合到一个公式 如公式 3 所示 1 1 1 mix mixmix i n i E CE C 3 Jin 等 22 应用TSP模型对工厂排放的污水中的混合物的联合毒性进行了有效的饿预测 3 4 相互作用模型相互作用模型 对于简单混合物的机制研究越来越关注的是化合物间的相互作用 也就是非加和作用 包括浓度加和和效应加和作用 23 我们把这些模型综合在一种形式中 结合浓度加和和独立 作用两个模型来评价混合毒性作用 首先基于作用机制相同的原则把每个混合组分赋值在 盒子 中 再基于化合物的毒理学 4 知识及平行的浓度 效应曲线对 盒子 进行分配 盒子 的分配还可通过结构 活性分析进行 判断 应用浓度加和方法计算与单个 盒子 有关的效应 各 盒子 组合到一起之后的总的联 合效应可通过独立作用模型进行计算 这个模型公式如下 arg 1 1 1 11 1 1 50 i i i n i n i R C EC 4 这种组合模型的方法成功的用于预测混合物的联合毒性 23 24 3 4 1 相互作用相互作用 浓度加和和独立作用模型应用的前提是混合体系中的各组分不发生相互作用 然而 化 合物间的相互作用发生在浓度修饰 toxicokinetic 或效应修饰 toxicodynamic 的水平上 这些相互作用可以被综合到混合模型之中 以k 方程的形式表示 k 方程可以定义为一种物 质在浓度或效应上对另一种物质所起的作用 3 4 2 浓度相互作用浓度相互作用 当暴露一种物质后可以导致另一种物质在其靶位点的有效浓度 这样物质间会发生浓度 相互作用 例如 一种物质可能会影响另一种物质的代谢 因而会导致一种物质在其靶位点 量的增加或减少 这些作用可以归纳在以下的模型中 arg 1 1 1 11 1 1 50 i ajai i n i n i R kCC EC 5 这个相互作用方程中ka i 表示化合物a影响化合物i在其靶位点的效应浓度的程度大 小 这个方程并不是一个常数方程而是依赖化合物a的浓度 当a的浓度接近0时ka i 的值接 近1 如果这个方程的值随着a的浓度值增加 那么它们之间的相互作用是协同作用 如果这 个方程的值随着a的浓度值降低 那么它们之间的相互作用呈现拮抗 K 值可以在实验中通 过定量修饰化合物在受影响的化合物的浓度 效应曲线的作用来获得 3 4 3 效应相互作用效应相互作用 当暴露一种物质之后 该物质改变另一种正在作用的物质效应 这样物质间发生效应相 互作用 这种相互作用典型的例子是物质B提高靶位点对A的影响敏感性以达到对A的靶位 点的修饰作用 由于这些是效应修饰作用 因而它们通常可以在 盒子 间定量而非在单个物 质间量化 5 arg 1 1 1 11 1 1 50 a i i i i n i n i RKCeff a C EC 6 相互作用方程Ka i 表示在 盒子 A的化合物在毒理动力学相互作用中改变 盒子 I的效 应的能力 这里方程的核心 Ceff A 是 盒子 A的效应浓度 当 盒子 A的有效浓度达到0时 该方程的值为1 如果Ka i 的值随着 盒子 A的浓度增加 那么相互作用呈现协同 相反 则呈现拮抗 为算法的计算机化 模型还要进一步的细化 最后 这些模型成为有效的数学工具用来 评价毒性实验的结果或通过现存数据库中的有效信息来计算混合物的毒性 4 定量结构活性关系定量结构活性关系 QSAR 模型预测混合物的联合毒性模型预测混合物的联合毒性 由药理学发展而来 一种基于化学结构和毒性关系的定量结构 活性相关模型 QSAR 已成为预测单一有机化学物质毒性最为有效的方法之一 如果这种数学关系能够拓展到混合 体系 那么 QSAR 方法就可以在联合毒理研究领域得到进一步的发展 近年 国内外在应 用 QSAR 方法预测混合污染物的联合毒性研究上取得了很多突破性的进展 概括地讲这些 工作是从三个角度发展了 QSAR 模型 4 1 发展从单一化合物到混合物毒性预测的发展从单一化合物到混合物毒性预测的QSAR模型模型 Nirmalakhanda 26 于 1994 年根据毒性单位的概念率先提出 对于含 n 个单一化合物 的体系 在等毒性的假设前提下 由单一化合物的 QSAR 模型 先预测出各单一化合物的 半致死浓度 LC50 i 进而计算出在相同毒性指标下的混合体系中 任一有机化合物的毒性 Nirmalakhanda 的工作为应用 QSAR 模型预测混合物的毒性成为可能 Boeije 等 27 结合加和联合毒性的概念拓展了 QSAR 模型的应用域 根据单一化合物的 QSAR 模型 成功的预测了乙醇乙氧基化物类表面活性剂类物质的混合物的联合毒性 同时 从单一化物的 QSAR 模型出发预测混合物的联合毒性受到两个条件的限制 第一 化合物 间的联合作用是简单的相加作用 第二 所建的 QSAR 模型能很好地预测化合物的单一毒 性 4 2 以化合物性质为基础建立新的混合以化合物性质为基础建立新的混合QSAR模型模型 Verhaar等 28 发展了单一物质和混合物的生物富积因子与C18 containing EmporeTM disk 水分配系数关系 他们并且提出了一个用来计算混合物C18 containing EmporeTM disk 水分配 系数的公式 基于该公式Lin 29 等和Yu 30 等用C18 Empore disk计算了20种卤化混合物的分配 系数 结果显示实验观察值和毒性预测值有很好的一致性 随后 他们在毒性与74种卤代苯 类混合物的计算的总分配系数之间建立了一个很好的相关关系 正辛醇 水分配系数 Kow 和C18 containing EmporeTM都可以描述化学物质的疏水性质 然而 Kow被应用的更为广泛 其有效数据更多 任何一种物质即使没有实验测得的Kow值 也可以通过Hansch 31 的方法来 进行估算 6 如果这种数学关系可以用于混合物的预测 那么QSAR方法可以提供有效的途径来预测 混合物的联合毒性 Lin等 32 33 34 在这方面做了一系列的研究 他们已应用QSAR的方法评 价基于生腈类毒物和乙醛的物质与物质间的相互作用机制的联合毒理效应 并研究发现生腈 类毒物与乙醛之间的相互作用是由碳负离子的形成引起的 因此这种相互作用导致了两类物 质间的不同联合毒性效应的产生 通过分析物质间的相互作用发现中间态的碳负离子的形成 高度依赖乙醛中醛基 CHO 的碳原子电荷和在生腈类毒物的碳链上的碳原子 C 电荷 应用Hammett Constant P 衡量乙醛中 CHO的碳原子电荷 并基于机制的QSAR方法 M 0 316 4 386 P和r 2 0 933 SE 0 082 F 55 389 p 0 002 M为毒性单位之和 评价 羟基 异 丁腈和单一脂肪醛的联合毒理效应 另一个QSAR方程的提出用来评价 羟基 异丁腈与芳香 醛之间的联合毒性 M 0 978 0 720 P和r 2 0 852 SE 0 152 F 40 148 p 0 0001 最后 应用生腈类毒物的碳链上的碳原子 C 的电荷 基于机制模QSAR M 20 161 7 721C 和r 2 0 847 SE 0 227 F 27 657 p 0 003 来评价p 硝基甲醛和生腈毒物间的联合毒性效 应 但是现有的报道中 应用 QSAR 方法预测混合物的联合毒性都是以研究二元混合物为 主 这样基于 G M Boeije 的预测方法还存在局限 其次 在生物机体内对各化合物间相互 作用的可靠的认识 潜藏在混合物毒性下相互作用机制还没有明确的被揭示 另外 还不能 获得以机制为基础的数学关系 总之 对于混合物的 QSAR 的发展最大的难题在于缺乏对 涉及生物效应的混合物中相关化合物之间相互作用的认识 4 3 应用非经典的数学方法发展应用非经典的数学方法发展QSAR模型模型 近年 为了克服现有模型 CA 和 IA 的局限性 Mwense 等 35 37 基于化合物分子结 构应用非经典数学方法 模糊数学 用于非相互作用的有机物联合毒性预测 并结合 CA 和 IA 模型建立了 INFCIM Integrated Fuzzy Concentration addition Independent action Model 模 型 对 INFCIM 的总体评价是在存在非相互作用混合体系的联合毒性预测方面 INFCIM 模 型比现有的 CA 和 IA 模型表现了更好的预测能力 INFCIM 可以看作是 QSAR 联合毒性 预测模型 但也有所区别 两者关系如表 2 表 1 QSAR 模型与 INFCIM 模型的异同 Tab 1 Comparision between QSAR and INFCIM model 区别 QSAR INFCIM 预测条件 单一组分 作用方式相似 混合组分 作用方式相似 和非相似 模型的发展 多元数据分析技术 偏最小二乘 PLS 和人 工神经网络 模糊隶属函数 分子描述符 数据及参数 处理的数据量大 只需确定两个参数 u 和 X1 应用 对于预测由多组分组成的混合物的毒性还 有待研究 可预测由任意组分组成的 混合物的毒性 5 结语 结语 通过以上对混合物的联合毒性预测方法的介绍 结合现有的实验体系 可以把对混合 污染物的联合毒性的整个预测过程概括为以下七个部分 7 1 发展生物统计的方法用来建立浓度 效应关系 对低效应浓度进行估算 以及联合毒性的 统计学评价 2 详尽的实验设计方案 该实验设计在 EC01和 EC90范围内应与浓度 效应方程的统计估算 相一致 3 以对受试化合物的作用方式或化学统计分析的结果的掌握为基础来选择化合物及产生 受试混合物 4 通过实验和生物统计分析建立单一物质对单一受试物种的浓度 效应曲线 5 通过计算获得联合毒性的预测值 6 通过实验进一步确定联合毒性值 7 对实验观测值和模型预测值及单一混合组分的效应值进行对比 目前 由具有明确的作用方式和充分的毒理学信息的化学组分组成的主要混合物已经得 到分析和评价 主要应用的是基于混合组分相对毒性的比率法 相反 在水生和陆地环境中 组分的混合形式及他们的混合比率主要依赖初始量 分布状态和持久性 因此 联合毒理预 测的发展方向应在分析更多的非均匀混合的混合物上 并且混合物的混合比率反映的在环境 中实际暴露的情况 为填补这种研究上的缺陷 提出以下可能的方案 1 评价假定在现实环境中混合物可能发生暴露的情况 包括在城市和工业排放源 农 田径流区等 2 由于在环境中混合形式是具有代表性存在的物质形态 就要对单一物种及生物群落 和混合物的联合毒性效应之间的相关性进行评价 3 评价是否环境中存在混合物的毒性可以通过单一污染物的毒性为基础进行预测 4 制定公认的 优先 混合物的方案 参考文献参考文献 1 Altenburger R Walter H Grote M What contributes to the combined effect to of a complex mixture J Environ Sci Wang X Z Buontempo F V Horan N Young A Osborn D 2006 QSAR approach for mixture toxicity prediction using independent latent descriptors and fuzzy membership functions J SAR and QSAR in Environmental Research 17 1 53 73 9 Advances on the quantitative prediction of joint effect of mixtur