技术领域
[0001] 本
发明属于生态风险评价测试策略领域,具体涉及一种用于制定水质基准及风险评估的生物富集因子预测方法。
背景技术
[0002] 水质基准是制定水质标准的科学依据,在水环境保护方面发挥着非常重要的作用。化学品生态风险评估是环境风险管理的重要组成部分及科学
支撑,是当前环境管理里领域中的重点和难点,帮助环境管理部
门了解和预测外界生态影响因素和生态后果之间的关系,最终为风险管理提供决策支持。然而目前,本土物种对化学品生物富集因子(BCF)数据的相对匮乏是制约水质基准和化学品生态风险评估研究的关键因素之一。早期研究认为污染物在环境中的迁移主要归因于物理作用(如大气、洋流等),但最近的研究强调了生物在迁移和转运有机污染物中起到的关键作用。因此,了解化学品对生物的富集作用至关重要。而随着现代工业的飞速发展,新合成化学品每年以数百种的数量投入市场,如若对每种化合物的生物富集作用进行实验检测,势必要消耗大量的人
力、物力和财力,也需要承担巨额的实验经费,同时也不符合OECD组织关于减少动物实验的原则。
[0003] 中国
专利申请CN 103761431A也公开了一种定量结构活性关系预测
有机化学品鱼类生物富集因子的技术,其应用了模型QSAR模型,当前,在应用模型外推法预测生物富集因子中,国际上最常用的模型是定量构效关系(QSAR)模型,QSAR模型是根据化合物的结构性质,通过计算其结构描述符建立生物富集因子与结构间的相关关系。美国环保局(EPA)还依据QSAR模型集成开发了预测生物富集因子的EPISuite
软件,应用化学品的辛醇水分配系数(logKow)等相关结构描述符对其在某特定物种体内的富集能力进行预测。但每种QSAR模型仅能预测单一物种对多种化学品生物富集因子的预测,由于富集因子数据多数集中在模式生物中,而QSAR模型的建立需要基于大量数据,因此QSAR模型多数基于模式生物建立,无法满足水质基准与风险评估研究对物种多样性的要求。
[0004] 化学品生物富集因子数据的缺乏是水质基准和化学品生态风险评估的常见问题,尤其对于一些新合成化学品,生物富集因子的缺乏更加制约化学品安全管理和环境风险管理的发展需求。因此,如何在数据缺乏的情况下开展水质基准和化学品生态风险评估方面的相关研究,是一个极具挑战的问题,此时,模型预测的方法就显得尤为重要。
[0005] 因此,亟需提供一种准确、快速、简便的生物富集因子预测方法。
发明内容
[0006] 为克服以上技术问题,本发明提供了一种用于制定水质基准及风险评估的生物富集因子预测方法,该方法能够准确、快速、简便的生物富集因子预测方法,并可用于
指定水质基准和风险评估。
[0007] 为实现以上目的,本发明提供的技术方案如下:
[0008] 一种用于制定水质基准及化学品生态风险评估的生物富集因子预测方法,包括以下步骤:
[0009] (1)生物富集因子数据的选取:取预测物种,筛选不同物种生物富集因子的实测数据,数据需满足相同的富集器官、受试生物的发育阶段、实验方法、实验条件、暴露途径和化学品的纯度等级,同一物种对应相同化学品的所有生物富集因子取几何平均值;
[0010] (2)替代物种的选择:根据筛选出的生物富集因子数据集,选择代表性物种作为替代物种,且替代物种实验数据较为充足;
[0011] (3)生物富集因子种间关系(BCF-ICE)模型的建立,将替代物种和预测物种间生物富集因子数据按照相同化学品名称进行一一匹配,基于偏最小二乘法线性回归方程建立替代物种和预测物种生物富集因子间的相关关系模型,公式如下:
[0012] Log10(Predict taxes BCF)=a+b×Log10(Surrogate taxes BCF)[0013] 式中a和b分别为线性方程的截距和斜率;
[0014] (4)预测数据的筛选,模型预测的准确性和精确性依据统计学参数判断;
[0015] 其中统计学参数包括均方差(mean square error,MSE)、交叉验证率、置信区间、
自由度、相关系数(R2)、显著性水平(p值)。
[0016] 优选地,步骤(2)中,所述替代物种需要满足以下两个条件:(1)同一替代物种的污染物数据至少5个;(2)同一替代物种所建立的种间关系模型至少10个;
[0017] 优选地,步骤(4)中,所述R2>0.6,p<0.05;
[0018] 优选地,用于制定水质基准及化学品生态风险评估的生物富集因子预测方法中还包括:
[0019] 将化学品疏水性分类,将选取的替代物种和预测物种间生物富集因子数据按照相同化学品名称进行一一匹配,对匹配后化学品进行疏水性分类,根据分类选择BCF数据再建立生物富集种间关系模型;
[0020] 优选地,所述化学品进行疏水性分类时用辛醇/水分配系数logKow作为化学品疏水性的分类指标;
[0021] 优选地,将匹配后化学品的生物富集因子按照logkow<1,15三组指标进行分类。
[0022] 优选地,所述选择BCF数据为:选择1
[0023] 与
现有技术比,本发明的技术优势在于:
[0024] (1)本发明通过建立BCF-ICE模型,可以避免耗时耗力的生物实验,通过化学品对已知物种的生物富集因子预测更多物种的生物富集因子,尤其是稀有和濒危物种生物富集因子数据的空白,改善目前面临本土物种数据极度短缺的情况,满足水质基准对生物富集因子数据
生物多样性的需求,加快水质基准的研究发展,并且可以为化学品生态风险评估提供
基础数据支持。
[0025] (2)本发明的预测方法不仅可以充分利用现有的本土物种的生物富集因子实测数据,还可以利用发达国家相对完善的化学品生物富集因子
数据库,建立适用于本土物种的生物富集因子种间
预测模型,扩充本土物种生物富集因子数据量,是解决制约水质基准和生态风险评估发展的主要途径。
附图说明
[0026] 图1:生物富集因子中间相关关系图;
[0027] 现结合附图和
实施例对本发明作进一步说明:
具体实施方式
[0028] 基础实施例
[0029] 用于制定水质基准及化学品生态风险评估的生物富集因子预测方法,包括以下步骤:
[0030] (1)生物富集因子数据的选取:取预测物种,筛选不同物种生物富集因子的实测数据,数据需满足相同的富集器官、受试生物的发育阶段、实验方法、实验条件、暴露途径和化学品的纯度等级,同一物种对应相同化学品的所有生物富集因子取几何平均值;
[0031] (2)替代物种的选择:根据筛选出的生物富集因子数据集,选择代表性物种作为替代物种,且替代物种实验数据较为充足;所述替代物种需要满足以下两个条件:(1)同一替代物种的污染物数据至少5个;(2)同一替代物种所建立的种间关系模型至少10个;
[0032] (3)生物富集因子种间关系(BCF-ICE)模型的建立,将替代物种和预测物种间生物富集因子数据按照相同化学品名称进行一一匹配,基于偏最小二乘法线性回归方程建立替代物种和预测物种生物富集因子间的相关关系模型,公式如下:
[0033] Log10(Predict taxes BCF)=a+b×Log10(Surrogate taxes BCF)[0034] 式中a和b分别为线性方程的截距和斜率;
[0035] (4)预测数据的筛选,模型预测的准确性和精确性依据统计学参数判断;
[0036] 其中统计学参数包括均方差(mean square error,MSE)、交叉验证率、置信区间、自由度、相关系数(R2)、显著性水平(p值);满足R2>0.6,p<0.05;
[0037] 除上述基础方法以外,用于制定水质基准及化学品生态风险评估的生物富集因子预测方法中还包括:
[0038] 将化学品疏水性分类,将选取的替代物种和预测物种间生物富集因子数据按照相同化学品名称进行一一匹配,对匹配后化学品进行疏水性分类,根据分类选择数据建立生物富集种间关系模型;
[0039] 所述化学品进行疏水性分类时用辛醇/水分配系数logKow作为化学品疏水性的分类指标;将匹配后化学品的生物富集因子按照logkow<1,15三组指标进行分类。
[0040] 实施例1
[0041] (1)以黑头呆鱼为预测物种,古比鱼为替代物种,通过文献调研和数据库查找,筛选出具有相同的富集器官、发育阶段、实验方法、实验条件、暴露途径和化学品的纯度等级的黑头呆鱼和古比鱼的生物富集因子。同一物种对应相同化学品的所有生物富集因子取几何平均值,两物种相同化合物进行匹配后共12种不同结构化学品的生物富集因子数据,如表1所示。
[0042] 表1:基于古比鱼和黑头呆鱼建立的BCF-ICE模型BCF数据,单位(L/kg)[0043]
[0044]
[0045] (2)基于12种不同结构化学品的生物富集因子数据建立两物种间的BCF-ICE模型,建立BCF-ICE模型如附图1所示,由附图1获得两物种间的线性关系如下:
[0046] Log10(黑头呆鱼)=0.14+0.92log10(古比鱼)
[0047] 其中,R2=0.88,DF=10,P<0.05,AE=0,AAE=0.19,RMSE=0.24;
[0048] 以上统计学参数中:R2表示相关系数,R2为0.88大于0.6表示拟合程度具有统计学意义;DF表示自由度,取值不受限制的变量个数为10;P值为0小于0.05表示具有显著性相关;AE表示平均残差,AAE表示平均绝对残差,RMSE表示均方根误差,AE=0、AAE=0.19和RMSE=0.24值均较低,以上参数说明BCF-ICE模型具有稳定的预测能力,可以用于制定水质基准及风险评估。
[0049] 上述详细说明是针对本发明其中之一可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本发明技术方案的范围内。