筛查有害化学物质, 有助于源头防控化学品的风险, 防范化学品成为新污染物。具有环境持久性(P)、生物蓄积性(B)的有毒(T)化学品, 是典型的有害化学物质。高的环境持久性, 容易导致化学品在环境中积累, 导致其高环境暴露浓度。高生物蓄积性的化学品, 容易在生物体内具有高的内暴露浓度。毒性则直接决定化学品的环境风险。
大连理工大学陈景文课题组在《科学通报》发表评述文章, 综述了化学品P, B, T属性值的环境计算毒理学预测方法和模型, 以及基于机器学习的PBT化学品的集成筛查技术, 展望了机器学习算法在化学品P, B, T属性值预测、PBT化学品的集成筛查方面的应用前景。融合机器学习等技术, 环境计算毒理学有望从化学品P, B, T属性值预测、有害化学品筛查、替代化学品设计的角度, 助力化学品风险管理和新污染物治理。
图文速览
图1 源头治理新污染物的必要性
图2 环境计算毒理学原理、技术与化学品风险防控
图3 化学品在多介质环境中的迁移分配和降解转化行为示例
图4 代表性物种的生理毒代动力学模型框架及建模表达式. (a) 鱼类; (b) 海参
图5 分子起始事件(MIEs)与关键事件(KEs)相关的in vitro测试数据
图6 治理新污染物的总体思路. d-MFA表示动态物质流分析, MEM表示多介质环境模型, ERA表示生态风险分析
王浩博, 陈景文*, 马芳芳, 朱明华, 苏利浩, 刘文佳, 张煜轩. 筛查持久性、生物蓄积性有毒化学品的环境计算毒理学: 进展与展望. 科学通报, 2024, 69(6): 688–702
https://doi.org/10.1360/TB-2023-0351
欢迎转发朋友圈
转载、投稿请留言
