本發(fā)明涉及環(huán)境保護(hù)技術(shù)領(lǐng)域，具體講，涉及一種應(yīng)用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)方法。

背景技術(shù)：

水質(zhì)基準(zhǔn)是制定水質(zhì)標(biāo)準(zhǔn)的科學(xué)依據(jù)，在水環(huán)境保護(hù)方面發(fā)揮著非常重要的作用。而作為環(huán)境風(fēng)險(xiǎn)管理的重要組成部分及科學(xué)支撐，生態(tài)風(fēng)險(xiǎn)評(píng)估是當(dāng)前環(huán)境管理領(lǐng)域中的重點(diǎn)和難點(diǎn)，幫助環(huán)境管理部門了解和預(yù)測(cè)外界生態(tài)影響因素和生態(tài)后果之間的關(guān)系，最終為風(fēng)險(xiǎn)管理提供決策支持。然而目前，我國(guó)在水質(zhì)基準(zhǔn)的研究方面相對(duì)于發(fā)達(dá)國(guó)家起步較晚，最主要的制約因素是化學(xué)品對(duì)中國(guó)本土生物的毒性數(shù)據(jù)相對(duì)匱乏，并且數(shù)據(jù)質(zhì)量參差不齊。而隨著現(xiàn)代工業(yè)的飛速發(fā)展，新合成化學(xué)品每年以數(shù)百中的數(shù)量投入市場(chǎng)，如若對(duì)每種化合物進(jìn)行生物實(shí)驗(yàn)檢測(cè)，勢(shì)必要消耗大量的人力、物力和財(cái)力，也是中國(guó)目前經(jīng)濟(jì)實(shí)力難以負(fù)荷的巨額實(shí)驗(yàn)經(jīng)費(fèi)，同時(shí)也不符合oecd組織關(guān)于減少動(dòng)物實(shí)驗(yàn)的原則。

污染物生物毒性數(shù)據(jù)的缺乏是水質(zhì)基準(zhǔn)研究中的常見問題，尤其對(duì)于一些新型污染物，毒性數(shù)據(jù)的相對(duì)缺乏更加制約了水質(zhì)基準(zhǔn)的研究進(jìn)程。因此，如何在數(shù)據(jù)缺乏的情況下開展水質(zhì)基準(zhǔn)方面相關(guān)研究，是一個(gè)極具挑戰(zhàn)的問題，此時(shí)，模型預(yù)測(cè)的方法就顯得尤為重要。

種間關(guān)系預(yù)測(cè)(interspeciescorrelationestimation，ice)模型是一種基于物種之間毒性的相關(guān)關(guān)系而構(gòu)建的一種預(yù)測(cè)方法，種間關(guān)系預(yù)測(cè)可以用簡(jiǎn)單低等生物毒性試驗(yàn)來代替高等生物毒性測(cè)試，用簡(jiǎn)單毒性測(cè)試體系代替復(fù)雜的毒性測(cè)試體系。ice模型最初是由美國(guó)環(huán)保局(usepa)開發(fā)出來的一種用已知物種的毒性數(shù)據(jù)來預(yù)測(cè)未知物種毒性的軟件方法。后來，ice模型經(jīng)過不斷開發(fā)和升級(jí)，開始推出了一種網(wǎng)絡(luò)在線預(yù)測(cè)平臺(tái)，并且內(nèi)置了水生生物和野生生物等的預(yù)測(cè)模塊。隨著ice模型的不斷擴(kuò)展，目前在線預(yù)測(cè)的操作平臺(tái)(http://www.epa.gov/ceampubl/fchain/webice/)，可以預(yù)測(cè)水生生物(藻類、魚類、無脊椎動(dòng)物)和陸地野生生物(主要是鳥類、哺乳類等)生物的毒性，并且針對(duì)稀有生物和瀕危物種，也有很好的預(yù)測(cè)效果。ice預(yù)測(cè)方法能夠彌補(bǔ)由數(shù)據(jù)不足造成的物種敏感度分布(speciessensitivitydistribution，ssd)曲線擬合不準(zhǔn)確的缺點(diǎn)，能夠提供未知物種的預(yù)測(cè)毒性數(shù)據(jù)。ice模型是一種基于物種之間毒性的相關(guān)關(guān)系而構(gòu)建的預(yù)測(cè)方法，種間關(guān)系預(yù)測(cè)可以用簡(jiǎn)單低等生物毒性實(shí)驗(yàn)來代替高等生物毒性測(cè)試。美國(guó)環(huán)保局(usepa)基于北美物種龐大的毒性數(shù)據(jù)庫(kù)，應(yīng)用ice模型建立了在線預(yù)測(cè)平臺(tái)web-ice，可以預(yù)測(cè)水生生物(藻類、魚類、無脊椎動(dòng)物)和陸地野生動(dòng)物(鳥類、哺乳類等)生物的毒性，并且針對(duì)稀有生物和瀕危物種也有很好的預(yù)測(cè)效果。但是ice預(yù)測(cè)模型是以生物毒性數(shù)據(jù)為基礎(chǔ)進(jìn)行預(yù)測(cè)的模型。

qsar(quantitativestructureactivityrelationship，定量結(jié)構(gòu)活性相關(guān))模型作為化合物風(fēng)險(xiǎn)評(píng)價(jià)中預(yù)測(cè)生物毒性基礎(chǔ)數(shù)據(jù)的一種經(jīng)濟(jì)、有效的方法，已經(jīng)得到了廣泛應(yīng)用。但建立的每種qsar模型都是基于一種物種的毒性數(shù)據(jù)，因此只能預(yù)測(cè)某一種物種對(duì)不同化合物的毒性數(shù)據(jù)。

目前，在進(jìn)行毒性預(yù)測(cè)時(shí)，通常僅采用單一的預(yù)測(cè)模型，例如專利申請(qǐng)201510592015.6公開了一種基于模型預(yù)測(cè)的生物毒性預(yù)測(cè)方法，具體步驟為：，其包括如下步驟：

步驟一，替代物種的選擇：

針對(duì)某一種物質(zhì)，收集整理該物質(zhì)已有的的生物毒性數(shù)據(jù)，在所有的物種毒性數(shù)據(jù)中，選擇當(dāng)?shù)卮硇缘奈锓N作為替代物種，將物種對(duì)應(yīng)的所有毒性數(shù)據(jù)進(jìn)行處理，取幾何均值，作為模型預(yù)測(cè)輸入數(shù)據(jù)備用；

步驟二，用替代物種進(jìn)行毒性預(yù)測(cè)，獲得未知物種的毒性數(shù)據(jù)：

根據(jù)步驟一篩選出的物種，在模型里輸入數(shù)據(jù)，選擇預(yù)測(cè)物種，獲得預(yù)測(cè)物種的毒性數(shù)據(jù)；

步驟三，預(yù)測(cè)數(shù)據(jù)的篩選。

該專利申請(qǐng)利用了ice模型對(duì)物種的毒性進(jìn)行預(yù)測(cè)，但ice模型僅能針對(duì)生物毒性數(shù)據(jù)進(jìn)行預(yù)測(cè)，生物毒性數(shù)據(jù)需要進(jìn)行大量的動(dòng)物實(shí)驗(yàn)，耗費(fèi)人力和物力。

目前，鑒于此，特提出本發(fā)明。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的發(fā)明目的在于提出一種應(yīng)用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)方法。

為了完成本發(fā)明的目的，采用的技術(shù)方案為：

本發(fā)明提出一種用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)方法，至少包括以下步驟：

步驟一，建立系列ice模型，獲得系列替代物種和預(yù)測(cè)物種間的相關(guān)關(guān)系模型，并篩選出1～5種典型替代物種；

步驟二，基于所述典型替代物種污染物的結(jié)構(gòu)性質(zhì)，建立所述典型替代物種的qsar預(yù)測(cè)模型；

步驟三，將每一種所述典型替代物種的qsar預(yù)測(cè)模型代入到所述預(yù)測(cè)物種的ice模型中，得到針對(duì)每一所述典型替代物種的、用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)qsar-ice模型；

步驟四，選擇預(yù)測(cè)物種相應(yīng)的qsar-ice模型，輸入預(yù)測(cè)污染物的結(jié)構(gòu)性質(zhì)參數(shù)，獲得預(yù)測(cè)物種的毒性數(shù)據(jù)；所述預(yù)測(cè)物種的毒性數(shù)據(jù)用于水質(zhì)基準(zhǔn)的制定。

優(yōu)選的，所述典型替代物種需要滿足以下兩個(gè)條件：(1)同一替代物種的污染物數(shù)據(jù)至少5個(gè)；(2)同一替代物種所建立的種間關(guān)系模型至少10個(gè)。

優(yōu)選的，所述典型替代物種選自稀有鮈鯽、草魚、泥鰍、羅非魚、大型溞或虹鱒魚中的至少一種。

優(yōu)選的，所述ice模型如式1所示：

log10(predictedtaxatoxicity)＝a+b*log10(surrogatetaxatoxicity)(1)

其中，log10(predictedtaxatoxicity)表示預(yù)測(cè)物種的毒性；log10(surrogatetaxatoxicity)表示替代物種的毒性；a為ice模型的截距；b為ice模型的斜率。

優(yōu)選的，所述qsar模型如式2所示：

log10(surrogatetoxicity)＝a0+a1f1+a2f2+…+anfn(2)

其中，log10(surrogatetoxicity)表示替代物種的毒性；a0表示qsar模型的截距；a1、a2～an為qsar模型中各結(jié)構(gòu)性質(zhì)參數(shù)的系數(shù)；f1、f2～fn為構(gòu)建qsar模型選取的污染物的結(jié)構(gòu)性質(zhì)參數(shù)。

優(yōu)選的，所述qsar-ice模型如式3所示：

qsar-ice:log10(predictedtoxicity)＝a+b*(a0+a1f1+a2f2+…+anfn)

＝a0+a1f1+a2f2+…+anfn(3)

其中，log10(predictedtoxicity)表示預(yù)測(cè)物種的毒性；a0為qsar-ice模型的截距；f1、f2～fn為構(gòu)建qsar模型選取的污染物的結(jié)構(gòu)性質(zhì)參數(shù)；a1、a2～an為qsar-ice模型中各結(jié)構(gòu)性質(zhì)參數(shù)的系數(shù)。

本發(fā)明的技術(shù)方案至少具有以下有益的效果：

本發(fā)明通過建立qsar-ice模型，不僅可以避免耗時(shí)耗力的生物實(shí)驗(yàn)，并且應(yīng)用一種模型同時(shí)可以在化學(xué)品和物種兩個(gè)層面上擴(kuò)充預(yù)測(cè)范圍，可以填充更多化學(xué)品對(duì)更多物種，尤其是稀有和瀕危物種毒性數(shù)據(jù)的空白，改善中國(guó)目前面臨的生物數(shù)據(jù)極度短缺的情況，滿足中國(guó)水質(zhì)基準(zhǔn)研究對(duì)毒性數(shù)據(jù)生物多樣性的需求，加快水質(zhì)基準(zhǔn)的研究發(fā)展，并且可以為生態(tài)風(fēng)險(xiǎn)評(píng)估提供基礎(chǔ)數(shù)據(jù)支持。

本發(fā)明的預(yù)測(cè)方法不僅可充分利用現(xiàn)有的中國(guó)本土生物的毒性數(shù)據(jù)，還可充分利用發(fā)達(dá)國(guó)家相對(duì)完善的毒性數(shù)據(jù)庫(kù)，建立適用于中國(guó)本土生物的毒性預(yù)測(cè)模型，擴(kuò)充中國(guó)本土生物毒性數(shù)據(jù)量，是解決制約中國(guó)水質(zhì)基準(zhǔn)和生態(tài)風(fēng)險(xiǎn)評(píng)估發(fā)展的主要途徑。

附圖說明

圖1為本發(fā)明用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)方法的流程圖；

圖2為本發(fā)明實(shí)施例基于草魚和白鰱魚毒性數(shù)據(jù)建立的ice模型；

圖3為本發(fā)明實(shí)施例基于草魚毒性數(shù)據(jù)建立的qsar模型；

圖4為本發(fā)明實(shí)施例基于白鰱魚實(shí)測(cè)毒性數(shù)據(jù)和預(yù)測(cè)毒性數(shù)據(jù)間的相關(guān)性模型。

本發(fā)明涉及到的一些相關(guān)名詞解釋：

ice：interspeciescorrelationestimation(種間關(guān)系預(yù)測(cè)模型)；

qsar：quantitativestructureactivityrelationship(定量結(jié)構(gòu)活性相關(guān)模型)。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。

本發(fā)明提出一種用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)方法，其流程示意圖如圖1所示，至少包括以下步驟：

步驟一，建立系列ice模型，獲得系列替代物種和預(yù)測(cè)物種間的相關(guān)關(guān)系模型，并篩選出1～5種典型替代物種；

ice模型如式1所示：

log10(predictedtaxatoxicity)＝a+b*log10(surrogatetaxatoxicity)(1)

其中，log10(predictedtaxatoxicity)表示預(yù)測(cè)物種的毒性；log10(surrogatetaxatoxicity)表示替代物種的毒性；經(jīng)過對(duì)數(shù)變換后，替代物種和預(yù)測(cè)物種之間存在線性相關(guān)關(guān)系，a和b為擬合的線性參數(shù)，a表示ice模型的截距；表示ice模型的斜率；

典型替代物種需要滿足以下兩個(gè)條件：(1)同一替代物種的污染物數(shù)據(jù)至少5個(gè)；(2)同一替代物種所建立的種間關(guān)系模型至少10個(gè)。

常用的典型替代物種可選自稀有鮈鯽、草魚、泥鰍、羅非魚、大型溞、虹鱒魚。

步驟二，基于典型替代物種污染物的結(jié)構(gòu)性質(zhì)，建立典型替代物種的qsar預(yù)測(cè)模型；

qsar模型如式2所示：

log10(surrogatetoxicity)＝a0+a1f1+a2f2+…+anfn(2)

log10(surrogatetoxicity)表示替代物種的毒性；a0表示qsar模型的截距；a1、a2～an為qsar模型中各結(jié)構(gòu)性質(zhì)參數(shù)的系數(shù)；f1、f2～fn為構(gòu)建qsar模型選取的污染物的結(jié)構(gòu)性質(zhì)參數(shù)。

qsar模型是根據(jù)化合物的結(jié)構(gòu)性質(zhì)，通過計(jì)算其結(jié)構(gòu)描述符建立毒性與結(jié)構(gòu)間的相關(guān)關(guān)系。該模型可以減少動(dòng)物實(shí)驗(yàn)，應(yīng)用非生物實(shí)驗(yàn)數(shù)據(jù)，如理化性質(zhì)參數(shù)，來預(yù)測(cè)不同結(jié)構(gòu)化合物的毒性。

步驟三，將每一種典型替代物種的qsar預(yù)測(cè)模型代入到預(yù)測(cè)物種的ice模型中，得到針對(duì)每一典型替代物種的、用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)qsar-ice模型；

qsar-ice:log10(predictedtoxicity)＝a+b*(a0+a1f1+a2f2+…+anfn)

＝a0+a1f1+a2f2+…+anfn(3)

log10(predictedtoxicity)表示預(yù)測(cè)物種的毒性；a0為qsar-ice模型的截距；f1、f2～fn為構(gòu)建qsar模型選取的污染物的結(jié)構(gòu)性質(zhì)參數(shù)；a1、a2～an為qsar-ice模型中各結(jié)構(gòu)性質(zhì)參數(shù)的系數(shù)。

本發(fā)明通過ice模型確立了典型替代物種，并建立了典型替代物種的qsar預(yù)測(cè)模型，從而可利用qsar模型中的化合物數(shù)據(jù)，從而將利用生物數(shù)據(jù)轉(zhuǎn)化為利用化合物毒性數(shù)據(jù)。

步驟四，選擇預(yù)測(cè)物種相應(yīng)的qsar-ice模型，輸入預(yù)測(cè)污染物的結(jié)構(gòu)性質(zhì)參數(shù)，獲得預(yù)測(cè)物種的毒性數(shù)據(jù)，用于水質(zhì)基準(zhǔn)的制定。

本申請(qǐng)的預(yù)測(cè)方法基于搜集的中國(guó)本土物種及北美物種(主要是兩棲類和魚類)的毒性數(shù)據(jù)建立了中國(guó)本土物種之間的ice模型，以及中國(guó)本土物種和北美物種之間的ice模型。并篩選出ice模型中的典型替代物種，如中國(guó)本土物種：稀有鮈鯽、草魚、泥鰍等；北美物種：羅非魚、大型溞、虹鱒魚等物種。分別基于以上典型替代物種的化學(xué)品結(jié)構(gòu)性質(zhì)建立qsar預(yù)測(cè)模型，最終建立qsar-ice合并模型。對(duì)未知化學(xué)品毒性數(shù)據(jù)的預(yù)測(cè)上，不僅可以應(yīng)用中國(guó)本土物種模型進(jìn)行預(yù)測(cè)，在中國(guó)本土物種模型不足以滿足預(yù)測(cè)范圍時(shí)，還可以依靠北美物種毒性數(shù)據(jù)對(duì)中國(guó)本土物種的毒性數(shù)據(jù)進(jìn)行預(yù)測(cè)，最重要的是qsar-ice模型可以滿足利用非生物數(shù)據(jù)預(yù)測(cè)多元物種的需求。

qsar-ice模型的建立，不僅可以避免耗時(shí)耗力的生物實(shí)驗(yàn)，并且應(yīng)用一種模型同時(shí)可以在化學(xué)品和物種兩個(gè)層面上擴(kuò)充預(yù)測(cè)范圍，可以填充更多化學(xué)品對(duì)更多物種，尤其是稀有和頻危物種毒性數(shù)據(jù)的空白，改善中國(guó)目前面臨的生物數(shù)據(jù)極度短缺的情況，滿足中國(guó)水質(zhì)基準(zhǔn)研究對(duì)毒性數(shù)據(jù)生物多樣性的需求，加快水質(zhì)基準(zhǔn)的研究發(fā)展，并且可以為生態(tài)風(fēng)險(xiǎn)評(píng)估提供基礎(chǔ)數(shù)據(jù)支持。

具體實(shí)施例

以具體實(shí)施例方式為例，進(jìn)一步說明本發(fā)明的用于制定水質(zhì)基準(zhǔn)的毒性預(yù)測(cè)方法：

步驟一、以白鰱魚為預(yù)測(cè)物種，通過文獻(xiàn)調(diào)研和數(shù)據(jù)庫(kù)查找，發(fā)現(xiàn)中國(guó)本土水生生物草魚的污染物數(shù)據(jù)多并且草魚的種間關(guān)系模型多，因此選擇草魚為典型替代物種，基于17種不同結(jié)構(gòu)污染物的急性毒性數(shù)據(jù)建立兩物種間的ice模型：其中，17種不同污染物數(shù)據(jù)如表1所示。

建立ice模型如圖2所示，由圖2獲得兩物種之間的線性關(guān)系如下：

log10(白鰱)＝-0.128+1.04log10(草魚)

其中，r²＝0.986df＝15p＝0.000

以上統(tǒng)計(jì)學(xué)參數(shù)中：r²表示相關(guān)系數(shù)，r²大于0.6表示擬合程度具有統(tǒng)計(jì)學(xué)意義；df表示自由度，即取值不受限制的變量個(gè)數(shù)；p值小于0.05表示顯著性相關(guān)。

表1：基于草魚和白鰱魚建立的ice模型急性毒性數(shù)據(jù)(單位logmol/l)

步驟二、基于草魚的43種不同結(jié)構(gòu)污染物的急性毒性數(shù)據(jù)建立草魚的qsar模型：

其中，43種不同結(jié)構(gòu)污染物的數(shù)據(jù)如表2所示，其中，logs表示溶解度；mw表示相對(duì)分子質(zhì)量；f±耦合離子的百分率；logkow表示辛醇/水分配系數(shù)。

建立qsar模型如圖3所示，由圖3獲得草魚的qsar模型如下式所示：

log10(草魚)＝1.29+0.637logs+0.00346mw-2.72f±-0.0815logkow

r²＝0.817df＝41p＝0.000

以上統(tǒng)計(jì)學(xué)參數(shù)中：r²表示相關(guān)系數(shù)，r²大于0.6表示擬合程度具有統(tǒng)計(jì)學(xué)意義；df表示自由度，即取值不受限制的變量個(gè)數(shù)；p值小于0.05表示顯著性相關(guān)。

表2：基于草魚建立的qsar模型急性毒性數(shù)據(jù)(單位logmol/l)

步驟三、將兩種模型合并得到qsar-ice模型：

log10(白鰱)＝-0.128+1.04(1.29+0.637logs+0.00346mw-2.72f±-0.0815logkow)

＝1.214+0.662logs+0.00359mw-2.829f±-0.0848logkow

步驟四，將預(yù)測(cè)污染物的結(jié)構(gòu)性質(zhì)參數(shù)輸入到qsar-ice模型中，獲得白鰱的毒性數(shù)據(jù)；

其中，白鰱污染物的結(jié)構(gòu)性質(zhì)參數(shù)如表3所示；

表3：白鰱預(yù)測(cè)污染物的結(jié)構(gòu)性質(zhì)參數(shù)

得到白鰱的預(yù)測(cè)毒性數(shù)據(jù)如表4所示；

表4白鰱的毒性預(yù)測(cè)值和實(shí)測(cè)值(單位logmol/l)

通過搜集文獻(xiàn)數(shù)據(jù)的方法獲得白鰱的實(shí)測(cè)毒性數(shù)據(jù)，具體也如表4所示，得到實(shí)測(cè)值和預(yù)測(cè)值間的平均殘差ae＝-0.02；平均絕對(duì)殘差aae＝0.48；均方根誤差rmse＝0.50；相關(guān)系數(shù)r²為0.910；p值小于0.05具有顯著性相關(guān)，如圖4所示，說明qsar-ice模型具有穩(wěn)定的預(yù)測(cè)能力，可以用于制定水質(zhì)基準(zhǔn)。

本發(fā)明雖然以較佳實(shí)施例公開如上，但并不是用來限定權(quán)利要求，任何本領(lǐng)域技術(shù)人員在不脫離本發(fā)明構(gòu)思的前提下，都可以做出若干可能的變動(dòng)和修改，因此本發(fā)明的保護(hù)范圍應(yīng)當(dāng)以本發(fā)明權(quán)利要求所界定的范圍準(zhǔn)。