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：[e-mail]摘要：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：混合污染物；联合毒性；作用方式；QSAR1．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CAIAIAI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.1ModeofactionofmixturetoxicityandPredictionmethod3．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。=11iiniCECx==∑(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独立作用模型独立联合作用或称为独立作用（IndependentAction）概念首先是由LoeweandMuischnek[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。mixababRRRRR=+−11(1)mixiniRR==−−∏(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-stepprediction（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()]mixmixmixiniECEC==−−∏(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,111111150iiininiRCECρ==⎧⎫⎪⎪⎪⎪⎪⎪=−−⎨⎬⎪⎪+⎪⎪⎛⎞⎪⎪⎜⎟⎝⎠⎩⎭∏∑(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,,1111111()50iajaiininiRkCCECρ==⎧⎫⎪⎪⎪⎪⎪⎪=−−⎨⎬⎪⎪+⎪⎪×⎛⎞⎪⎪⎜⎟⎝⎠⎩⎭∏∑(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：(,)1150aiiiininiRKCeffaCECρ==⎧⎫⎪⎪⎪⎪⎪⎪=−−×⎨⎬⎪⎪+⎪⎪⎛⎞⎪⎪⎜⎟⎝⎠⎩⎭∏∑(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。昀后，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(QSAR)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昀为有效的方法之一。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QSAR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