有机污染物对水生生物毒性作用机理.docx

庆祝王连生教授80寿辰专刊有机污染物对水生生物毒性作用机理的判别及影响因素2013年1月29日收稿。*国家自然科学基金项目（20977015）；东北师范大学中央高校基本科研业务费专项资金（10SSXT134）资助。李金杰 张栩嘉*通讯联系人，TEL：0431-85099550；E-mail：zhangxj957nenu.edu.cn* 赵元慧（东北师范大学城市与环境科学学院国家环境保护湿地生态与植被恢复重点实验室，长春，130024）摘 要 有机污染物对水生生物急性毒性作用机理的判别及影响因素是定量结构与活性相关研究的基础，对准确预测有机污染物对水生生物的毒性具有重要的意义。本文根据目前国内外在该领域的研究现状和我们在该领域的研究成果，系统地总结了有机污染物对水生生物的急性毒性作用机理、毒性作用机理的判别方法，及影响毒性作用机理判别的因素。有机污染物对水生生物的急性毒性作用机理可分为非极性麻醉型、极性麻醉型、反应型和特殊作用型；化合物的毒性比率、毒性临界值和结构警示是目前判别毒性作用机理的主要方法；有机化合物的生物富集、非生物转化、生物代谢、离子化率和溶解度是毒性作用机理判别的主要影响因素。关键词 毒性作用机理，毒性比率，结构警示。 随着工业的发展，越来越多的外源性有机污染物进入到水体，对水生生物和水生生态系统造成严重危害。目前，有超过100,000种化合物正在被生产和使用，每年还有大约2000种新化合物投入市场，因此化合物的生态风险评价是世界各国都非常关注的一个问题1。对水体中的有机污染物进行危险性评价不仅需要了解它们的理化性质和环境行为，更重要的是要搞清它们对水生生物的毒性作用机理2。研究有机污染物的毒性作用机理，不仅要考虑污染物本身的结构和性质，还要考虑其与有机体作用靶位之间的作用模式3。许多研究者根据毒性作用机理的不同对有机物进行分类，并建立了分类化合物的定量结构-活性关系（Quantitative Structure -Activity Relationships, QSAR）预测模型4-8。这种以毒性作用机理为基础建立QSAR模型的方法被认为是最成功的建模的方法。本文针对有机污染物对水生生物的毒性作用机理进行了分类综述，结合我们近几年的研究工作，总结了不同类别化合物的判别方法，并就影响化合物水生生物毒性作用机理分类的因素进行了讨论。1. 有机污染物毒性作用机理分类Verhaar等在1992年根据有机化合物对古比鱼（Poecilia reticulata）的毒性数据，对不同结构的化合物提出了四种毒性作用模式的分类方法：（1）非极性麻醉型（惰性）化合物；（2）极性麻醉型（弱惰性）化合物；（3）反应型化合物；（4）特殊作用型化合物4。由于根据Verhaar的分类方法，仍然存在多种化合物无法准确的分类，因此部分研究者提出了更为详细的毒性作用机理分类方式，例如Russom以黑头呆鱼（Pimephales promelas）的毒性数据为研究对象，提出了麻醉型、氧化还原解偶联作用、呼吸抑制作用、亲电/亲核反应、乙酰胆碱酯酶抑制作用、中枢神经系统发作反应六种作用模式，并更为详细的将麻醉型化合物分为非极性麻醉型、极性麻醉型和酯类麻醉型三种作用类型9。但是Verhaar的分类方式仍然是目前普遍认同的毒性机理分类方法。1.1非极性麻醉型（或惰性）化合物非极性麻醉型化合物是指在整个毒性作用过程中没有与有机体的各个靶位发生生物化学反应的化合物。一般认为非极性麻醉型作用是通过化合物与细胞膜之间的某种非共价作用，可逆性的改变了细胞膜的结构和功能，进而对有机体产生毒性作用10。Cantor认为麻醉型化合物在生物细胞膜的磷脂双分子层的接触面上积累，使得双分子层的内部横向压力增强，进而改变了双分子层上离子通道的开关比率11。非极性麻醉型化合物的毒性取决于其进入有机体能力，因此其毒性作用潜力完全依赖于疏水性，与正辛醇/水分配系数log KOW有很好的相关性，可以建立良好的log KOW单参数模型，并且不同受试生物的非极性麻醉型模型差别不大3,7,8,12,13。从理论上讲，任何化合物都有进入到有机体的能力，所有化合物都至少可以引导非极性麻醉型毒性，因此非极性麻醉型毒性是化合物的最小毒性，也称基线毒性。一般脂肪族烷烃、烯烃、醇、醚、酮以及苯和卤代苯类化合物被公认为是基线化合物。1.2极性麻醉型（或弱惰性）化合物和非极性麻醉型化合物一样，弱惰性化合物在整个毒性作用过程中也没有发生生物化学反应，但是其毒性比基线毒性稍高一些，通常被认为是极性麻醉性作用机制4。虽然非极性麻醉型和极性麻醉型作用机制在生理学上的区别没有详细的说明，但我们可以通过这些化合物的结构来进行区分。这类化合物一般都包括氢键供体，例如苯酚类和苯胺类14。这类化合物也被证明与疏水性参数logKOW有较好的相关性。比较非极性麻醉型化合物和极性麻醉型化合物对水生生物毒性与疏水性参数logKOW的相关方程，发现极性麻醉型方程的截距较大而斜率较小，这说明对高疏水性化合物而言，非极性麻醉型化合物和极性麻醉型化合物的毒性比较接近。赵元慧等研究了非极性麻醉型和极性麻醉型化合物对梨形四膜虫（Tetrahymena pyriformis）的毒性，并分别建立了logKOW单参数模型，模型的决定系数R2分别为0.94和0.84，截距分别是-1.91和-1.05，斜率分别是0.783和0.647。可以看出虽然两个模型的决定系数都比较高，但是并不是平行关系，而是在logKOW较高的部分存在交点。在logKOW的基础上引入分子极化率参数（S），可以很好的将非极性和极性化合物拟合在一起，决定系数R2达到0.938。1.3反应型化合物 反应型化合物是指化合物本身或者其代谢产物能与普遍存在于生物大分子的某些结构发生反应的有机物。反应型有机化合物结合的生物靶位主要是多肽、蛋白质和核酸中的亲核基团8，例如氨基（-NH2），羟基（-OH）和巯基（-SH）等。化合物与亲核靶位之间的亲电-亲核反应是非特异性的，并且可以产生多种不良后果15。因为反应型化合物与亲核配体结合的方式多种多样，所以很难用一两种参数将反应型化合物统一建立QSAR模型。Moosus和Maran应用具有不同作用机理的253种化合物对大型蚤（Daphnia magna）的毒性数据建立了四参数QSAR模型，除了疏水性参数外，最高占有分子轨道能Ehomo是对模型影响最大的参数16。Ehomo与化合物的电离电势相关，可以表征化合物对亲电试剂的敏感程度17。Ehomo越高化合物就越容易给出电子，反应性较强。Ehomo是区分软亲电试剂和硬亲电试剂主要因素，软亲电试剂Ehomo都处于较高的水平而硬亲电试剂的Ehomo都处于较低的水平。在Moosus和Maran的研究中，毒性与Ehomo成负相关，说明硬亲试剂的毒性小于软亲电试剂，因为在生物有机体内亲核作用靶位要远远多于亲电作用靶位16。 1.4 特殊作用型化合物特殊作用型化合物是指能与某些受体分子发生特异性相互作用的化合物，例如有机磷酸酯类化合物能够有效的抑制乙酰胆碱酯酶，DDT是作用于神经元上的钠离子通道调节受体（特异或受体毒性）； 另外，（二硫代）氨基甲酸酯和菊酯类化合物都是特殊作用型化合物4。2. 化合物毒性作用机理分类的判别2.1反应型和非反应型毒性化合物的判别为了区分反应型和非反应型化合物，许多研究者引入了毒性比率（Toxic Ratio）的概念4,18-19。毒性比率（TR）是指用基线模型预测的毒性（Tpred）与有机物观测毒性（Texp）的比值，如方程1。如果有机物的TR值接近于1，说明其毒性表现为基线毒性作用模式，有机物的TR值越大，说明其多于基线毒性的剩余毒性越大，一般反应性化合物都有较大的剩余毒性。 TR = Tpred (baseline)/Texp (1)一般用TR=10作为反应型和非反应型化合物的临界值，化合物的TR值在1到10之间说明其为非反应型化合物，如果化合物的TR值显著地大于10说明其存在剩余毒性，也说明有机物与生物靶位之间发生了相互作用，为反应型化合物4。用毒性临界值来区分反应性和非反应性化合物很容易受到实验误差等其他因素的干扰，为了更好的对有机物进行分类，根据对水生生物毒性数据的研究，确认了一系列能与生物蛋白共价结合的化学结构警示。Hermens于1990年发表了一系列（共36种）直接作用型亲电化合物结构警示，含有这些结构的化合物对多种鱼类都表现出了剩余毒性20。Verhaar等不仅建立的化合物分类规则，同时也给出了22种结构警示，这些化学结构能与蛋白质中的赖氨酸或者半胱氨酸共价结合4。在Verhaar研究的基础上，Nendza 等发表了一系列文章探讨了结构警示的亲电反应能力和物理化学性质，并通过研究鱼和大型蚤的毒性数据建立了化合物的分类规则21,22。Schultz研究组建立了梨型四膜虫（Tetrahymena pyriformis）的毒性数据库并且也鉴别出了一些亲电反应化合物类型，例如极化烯烃、卤代羰基化合物和活化芳香系统23, 24。Von der Ohe 等应用有机物对大型蚤的毒性数据确认了7种直接作用型和6种间接作用型亲电结构警示 18。Enoch等详细地总结了反应型化合物与共价蛋白结合的五种亲电反应历程以及结构警示15。2.1.1酰化作用。含有羰基或者类羰基（C=O, S=O, P=O，N=C=N）化合物被生物亲核试剂赖氨酸或半胱氨酸攻击，如果羰基上连接了一个较好的“离去基团”，酰基化反应就会发生。“离去基团”指具有稳定的电负性的基团，例如卤素、氰基、羟基等，而电负性越大酰基化反应越容易发生（图1.a）25,26。羰基或者类羰基连接在三元、四元、五元环或者杂环上，由于环内张力的作用，也可以发生酰化作用(图1.b.c) 25-27。另外异氰酸酯类化合物也是酰化作用模式(图1.d) 27。图1是酰化反应历程示意图，其中Nu表示亲核试剂，X表示离去集团。 图1酰化反应历程Fig. 1 Acylation reaction mechanism2.1.2迈克尔加成反应。被极化的双键或者三键在位的碳会存在电子缺陷，被生物亲核试剂攻击发生加成反应，称为迈克尔加成反应。迈克尔加成反应主要包括以下几种结构警示：极化烯烃及其含氮的同系物(图2.a) 32,33、极化炔烃(图2.b) 3,26,30、醌类化合物(图2.c) 4,30-33、以及酸性酰亚胺(图2.d) 33。图2是迈克尔加成反应历程示意图。丙烯酸酯、,-不饱和酮和醛都是典型的迈克尔加成反应型化合物，Schultz建立了这三类化合物对梨形四膜虫毒性的QSAR模型，结果表明：,-不饱和酮的毒性只与电性参数有关；,-不饱和醛的毒性除了与电性参数有关外还与疏水性参数有关；而丙烯酸酯的毒性基本接近于一个常数。另外此类化合物多具有空间位阻作用，以上三类化合物的剩余毒性TR值都随着有机物碳链的增长而减小24。图2迈克尔加成反应历程Fig. 2 Michael addition reaction mechanism2.1.3双分子亲核取代反应（SN2）亲核试剂攻击连接了离去基团的脂肪族碳、氮、硫或卤素原子而发生的反应。主要有以下几种反应类型：含有反应性sp3杂化碳原子的有机物（图3.a）18,20,23, 33,35、具有强环内张力的环系统（图3.b）4,26,35、含有反应性氮、硫和卤素原子的有机物（图3.c.d.e）20,26,36,37、含有反应性sp2杂化碳原子的有机物38。图3（图3.f）为双分子亲核取代反应历程示意图。 图3双分子亲核取代反应历程Fig. 3 Bi-molecular nucleophilic substitution (SN2) reaction mechanism2.1.4形成Schiff 碱 图4Schiff碱形成反应历程Fig. 4Schiff base formation reaction mechanism蛋白质中的氨基攻击反应性羰基，与羰基上的碳形成亚氨基中间体，并迅速脱水形成Schiff碱含羰基的化合物能发生以上反应，但一些形成Schiff碱的反应型化合物并没有表现出较高的剩余毒性，例如脂肪醛类化合物对大型蚤和梨型四膜毒性的平均TR值都小于1026。图4是形成Schiff碱反应历程示意图4, 31,33。 2.1.5芳香族亲核取代反应连接强吸电子基团（例如硝基、醛基、酮、或者三氟代甲基）的芳香环的邻位将被激活，如果邻位上连接了适当的带有负电的离去集团，将会被生物亲核试剂攻击，发生亲核取代反应34。图5为芳香族亲核取代反应历程示意图。图5芳香族亲核取代反应历程Fig. 5 Aromatic nucleophilic substitution (SNAr) reaction mechanism2.1.6 氧化磷酸化解偶联反应弱酸解偶联剂的结构包括一个弱酸基团（氨基或羟基）、一个庞大的具有强疏水性的芳香环部分和多个电负性基团（硝基或卤素）39。弱酸解偶联剂可以作为质子透过线粒体膜的载体，改变线粒体膜内外的质子浓度差，影响了线粒体膜内外的能量信号传导，进而使氧化作用和磷酸化作用解偶联3。一些研究表明弱酸解偶联作用与疏水性和弱酸分子的吸电子能力有关，可以用log KOW和离子化常数pKa建立QSAR模型40-42。五氯酚和2,4-二硝基苯酚是典型的弱酸氧化磷酸化解偶联剂，是反应性化合物，但从其对水生生物的毒性作用上看，并没有表现出较高的剩余毒性，TR值一般小于10。2.2非极性麻醉型和极性麻醉型毒性作用化合物的判别表1 非极性麻醉型和极性麻醉型化合物的分类列表Table1 Classification scheme of non-polar narcosis and polar narcosis chemicals非极性麻醉型化合物极性麻醉型化合物1. 只含C和H的化合物2. 饱和卤代烃1. 无酸性或弱酸性的酚：烷基酚、单硝基酚、1到3个氯取代苯酚3. 不饱和卤代烃（不包括位卤素取代化合物）2. 烷基苯胺、单硝基苯胺、1到3个氯取代苯胺4. 苯、烷基取代苯、卤代苯5. 醚（不包括环氧化物）3. 单硝基苯、烷基取代单硝基苯、1或2个氯取代单硝基苯6. 脂肪醇（不包括丙烯醇或稀丙醇）4. 脂肪伯胺7. 芳香醇（不包括酚类和苯甲醇）5. 烷基取代吡啶和1或2个氯取代吡啶8. 酮类（不包括-不饱和酮）9. 脂肪族仲胺和叔胺10. 卤代醚、醇、酮（不包括位和位卤素取代化合物）Verhaar在研究中应用TR=5作为非极性麻醉型和极性麻醉型化合物的临界值，认为5TR10的化合物为极性麻醉性化合物，而1TR5的化合物为非极性麻醉型化合物4。并对极性和非极性麻醉性化合物的结构特点进行了总结，结果见表1。虽然研究者给出了非极性麻醉型和极性麻醉型化合物的分类列表，但是仅仅通过一或两个取代官能团来分类非极性麻醉型和极性麻醉型化合物是非常困难的，例如分子量较小的醇和酮的极性都较强，但是它们却被分为非极性麻醉型化合物。所以“极性”并不是区分两种麻醉型化合物的特征性因素，苯酚和乙醇的偶极矩都约等于1.7德拜，但是苯酚被分为极性麻醉型而乙醇是非极性麻醉型。此外，含有胺基取代和酯基取代的有机物已经被确定为麻醉型，但是它们在某些时候的毒性效应要大于基线毒性。因此含有酯基取代的有机物属于哪一种麻醉型还存在争议10。 麻醉型化合物是分为非极性和极性两种类型还是只存在一种作用机理，目前还存在很大争论。用疏水性参数log KOW建模时，两种麻醉型化合物可以得到不同的构效关系模型是麻醉型化合物分为两种类型的有力证据3。但是研究者发现用膜-水分配系数取代log KOW可以将两种类型的化合物很好的拟合在同一个构效关系模型中43，但是随后的研究又发现了相反的结果44。在鱼类急性综合症的研究中研究者发现麻醉型化合物的两种截然不同的毒性效应，非极性麻醉型有机物使鱼嗜睡，而极性麻醉型化合物使鱼表现出多动症状3。联合毒性研究也表明极性和非极性麻醉型的毒性是非相加作用43。 3.影响有机物毒性作用机理分类的因素3.1有机物的毒性与生物富集及辛醇/水分配系数的影响 用于衡量化学品水生生物毒性的测试终点一般被定义为在一定时间之内引起水生生物50%不良反应的化学品在水中的浓度Cwater，是化学品对水生生物的体外浓度，如：EC50、LC50、IGC50等。但是要准确衡量化学品对水生生物毒性作用，应该使用到达水生生物体内作用靶位的化学品的临界浓度，也就是体内临界浓度（Critical body residue, CBR）45。化学品从水体进入到水生生物体内的主要推动力就是生物富集作用。因此可以用生物富集因子推导出化学品的水体临界浓度和水生生物体内的体内临界浓度的关系，如方程2和3。一般认为基线化合物的CBR值近似一个常数45，因此化学品的体外毒性只与生物富集呈正相关。根据剩余毒性的定义可以导出体外（log TR）和体内（log 1/CBR）毒性比率的关系，如方程4。BCF = 生物体内的浓度/水体中的浓度 = CBR/ Cwater (2)log 1/ Cwater = log 1/ CBR + log BCF (3)log TR = log 1/Texp log 1/Tpred (baseline)= (log 1/CBR + log BCF)exp (log 1/CBR + log BCF)pred = log 1/CBR + (log BCFexp log BCF pred) (4)log TR = log 1/CBR + (log BCFexp a log KOW b) (5)有机化合物的疏水性是生物富集的主要驱动力，许多研究者都得出了生物富集因子和辛醇/水分配系数的线性关系，进而应用辛醇/水分配系数来预测化合物在生物体内的生物富集因子，即log BCF = a log KOW + b46。将log BCF和log KOW 的关系导入方程3，我们可以得到生物毒性和log KOW之间的关系，如方程5。如果一种化合物的BCF值可以通过log KOW进行准确预测，那么log BCFexp log BCFpred这一项将接近于0。log TR值将接近于log 1/CBR值，体外临界浓度的差异就可以反映体内临界浓度的差异。否则，log TR值将不能反应体内临界浓度的不同。因此用log TR值作为分类临界值，将会导致错误的分类。目前，大部分预测模型所应用的KOW 都是通过估算的方法得到的。现今有很多估算KOW的软件程序，不同的软件应用的估算方法不尽相同，因此估算得到的KOW值也有一定差异。我们应用Epi Suite （http:/www.epa.gov/opptintr/exposure/pubs/ episuite.htm）和ClogP（Biobyte Corp., Claremont, CA 91711）两种软件估算1088种有机化合物的KOW值, 尽管两种软件估算的KOW值的皮尔逊相关系数R = 0.94，但是对于部分化合物而言，这两种软件的估算结果差异还是较大，尤其是结构复杂的高疏水性和高亲水性有机化合物46。在1088种有机化合物中，有114种化合物的两种软件估算结果的差异大于1个log 单位。 这说明有一些类型的化合物的log BCF值不能被log KOW线性模型很好的预测。首先是log KOW值大于6的化合物。这些高疏水性化合物的溶解度很低，或被溶液中的微粒吸附，进而影响有机物的生物可利用性和生物富集因子。其次是log KOW值小于1的化合物，这类化合物大部分都具有较强的极性基团，例如羧酸类化合物。Meylan将这一类化合物的生物富集因子都规定为0.547。第三是一些具有长链的化合物，细胞膜的磷脂双分子层对与具有长链的疏水性分子以及具有较大分子断面(9.5 )的化合物的扩散具有物理障碍48。虽然这种现象是在对鱼的研究中观察到的，但是我们在研究有机物对大型蚤（Daphnia magna）的毒性中也发现了如上现象，几乎所有log TR值小于-1的离群化合物都具有长链、高疏水性或者有羧酸基团。3.2代谢和转化的影响水生生物对有机物的代谢也是影响有机物毒性作用分类的因素之一。尽管鱼类和低等水生生物对有机物代谢的速度、途径和能力都不尽相同，但是生物代谢是必然会发生的。对于鱼类而言有机物代谢发生的主要场所是肝脏，肝脏可以通过一系列抗氧化酶的作用代谢外源性有机物，另外细胞色素P-450也是主要的代谢外源性有机物的酶。代谢产物的毒性有时会大于有机物本身的毒性。此外，有些化合物在溶解状态下很容易发生转化49，例如酯类很容易在水生生物的作用下水解成醇和酸；含有三元环或者三元杂环的化合物因为环的张力过大，很容易发生反应；羟基苯酚、氨基基酚和二元胺类化合物在水中很容易被氧化成醌类化合物，或者发生分子间反应。对于容易发生代谢和转化的有机物，很难通过生物实验准确测得其毒性值，误差很大。3.3离子化的影响外源性化合物的毒性取决于两个过程：一是污染物透过生物膜并到达作用靶位的过程，二是污染物在作用靶位与生物大分子之间的相互作用过程8，第一个过程实际上也是生物富集的过程。麻醉型化合物没有与生物大分子发生相互作用，所以其毒性主要被生物富集影响，与疏水性参数有很好的线性关系。而反应型和特殊作用型化合物的毒性不仅仅受生物富集的影响，其还能与生物大分子中的某些化学结构反应或者发生某些特定作用进而使毒性增强，因此其毒性与疏水性参数相关性较差。对于可离子化有机污染物，离子化率是一个重要的影响生物毒性的因素。可离子化有机污染物在水中存在两种形态，即离子态和非离子态。就生物富集过程而言，化合物的非离子态比离子态的贡献更大，因为水生生物对化合物两种形态的吸收速率不同，对非离子态的吸收率要远远大于对离子态50。因此，化合物离子化程度越大其生物富集的能力越差，其生物毒性就越小。离子化有机物的水生生物毒性随pH值的变化规律也证明了这一点，酸性有机物的离子化率随pH值的增大而增大，而毒性随pH值的增大而减小；碱性有机物的离子化率随pH值的增大而减小，而毒性随pH值的增大而增大51,52。但是有许多研究表明化合物的离子化率越大，其毒性越强53,54。我们在研究有机物对梨型四膜虫的毒性时也发现了这一结果，非极性麻醉型模型对脂肪酸和碱的预测毒性是偏低的，即使是被看做极性麻醉型化合物的离子化有机物，例如二卤代苯酚，用极性麻醉型模型预测的毒性与观测毒性相比也是偏低的8。这说明化合物的离子态可以与生物大分子靶位相互作用，从而增强毒性。虽然化合物的离子态很难透过生物膜，但是有机物的中性态在进入生物膜之后会进一步水解，产生离子态化合物，直到达到平衡为止。由于不同水生生物自身的性质和结构不同，其对可离子化有机物的吸收能力也不同。我们在研究中发现可离子化有机物对不同水生生物的毒性显示了不同的结果。对于低等物种如发光菌，可离子化有机物很容易进入细胞组织内，和生物受体作用，因此具有很高的毒性作用，但对于高等生物如鱼或大型蚤却显示了较小的毒性作用55,56。3.4溶解度的影响研究表明有机物的毒性与溶解性成负相关57,58，对于一些溶解性很低的化学物质来说，尽管溶解度接近饱和，这些化合物仍没有显示出毒性，但是并不能完全说明这类化合物就不具有毒性作用。对于低溶解度化合物来说，其生物可利用性会受到很大影响，因为固相化合物是不能通过生物膜的，化合物只有被溶解之后才能被吸收。对于CBR值相同的化合物，溶解度较低的化合物一般比溶解度较高的化合物的毒性低。低溶解度和化合物实验测得的BCF值一般不准确，会使BCF值偏低59。Abernathy等发现建立有机化学物质溶解度与毒性数据的相关性时，对大分子应加一个校正项，并认为低溶解性的化学物质生物毒性较低的原因是它们在类脂相和水相的富集没有达到平衡60。3. 展望目前对外源性有机污染物对水生生物毒性作用机理的研究以及化合物的分类都是基于水生生物体外毒性的数据，但是真正体现水生生物毒性的应该是到达作用靶位的体内毒性，也就是CBR值。在现有的研究中所应用的CBR值大多是通过计算获得的，而真正通过实验获得的数据非常有限。因此，对水生生物体内毒性的实验研究将是以后研究外源性有机污染物对水生生物毒性作用机理的一个重要方向。另外，毒理学研究除了依据急性或者慢性毒性数据，还应该集合水生生物对外源性有机物暴露的不良症状，目前除了鱼类急性综合症评价系统以外，对于其他水生生物不良症状的评价系统也很少见，因此这也将是一个重要的并且很有意义的研究方向。参 考 文 献 1 Papa E, Battaini F, Gramatica P. Ranking of aquatic of esters modeled by QSAR J. Chemosphere, 2005, 58(5): 559-5702 Moore M, Depledge M, Readmana J, et al. An integrated biomarker-based strategy for ecotoxicological evaluation of risk in environmental management J. Mutation Res, 2004, 552(1-2): 247-268 3 Netzeva T I, Pavan M and Worth A P. Review of (quantitative) structure - activity relationships for acute aquatic toxicity J. QSAR Comb Sci, 2008, 27(1): 77-90 4 Verhaar H, Van Leeuwen C J, Hermens J L M. Classifying environmental pollutants. 1: Structure-activity relationships for prediction of aquatic toxicity J. Chemosphere, 1992, 25(4): 471-4915 Verhaar H, Solbb J, Speksnijder J, et al. Classifying environmental pollutants: Part 3. External validation of the classification system J. Chemosphere, 2000, 40(8): 875-8836 Escher B I, Hermens J L M. Modes of action in ecotoxicology: their role in body burdens, species sensitivity, QSARs, and Mixture Effects J. Environ Sci Technol, 2002, 36(20): 4201-42177 Zhao Y H, Qin W C, Su L M, et al. Toxicity of substituted benzenes and algae (Scenedesmus obliquus) with solvation equation J. Chinese Sci Bull, 2009, 54 (1): 1-78 Zhao Y H, Zhang X J, Wen Y, et al. Toxicity of organic chemicals to Tetrahymena pyriformis: Effect of polarity and ionization on toxicity J. Chemosphere, 2010,79 (1): 72-779 Russom C L, Bradbury S P, Broderius S J, et al. Predicting modes of toxic action from chemical structure: Acute toxicity in the fathead minnow (Pimephales Promelas) J. Environ Toxicol Chem, 1997, 16(5): 948-96710 Schultz T W, Cronin M T D, Walker J D, et al. Quantitative structure-activity relationships (QSARs) In toxicology: a historical perspective J. J Mo Struct, 2003, 622(1/2): 1-2211 Cantor R S.The lateral pressure profile in membranes: A physical mechanism of general anesthesia J. Biochemistry, 1997, 36(9): 2339-234412 Cronin M T D, Dearden J C. QSAR in toxicology.1.Prediction of aquatic toxicity J. Quant Struct-Act Relat, 1995, 14(1): 1-713 Su L M, Fu L,He J,et al. Comparison of Tetrahymena pyriformis toxicity based on hydrophobicity, polarity, ionization and reactivity of class-based compounds J. SAR QSAR Environ Res,2012, 32(5-6): 537-55214 Schultz T W, Holcombe G W, Phipps G L. Relationships of quantitative structure-activity to comparative toxicity of selected phenols in the Pimephales promelas and Tetrahymena pyriformis test systems J. Ecotoxicol Environ Safety, 1986, 12(2): 146-15315 Enoch S J, Ellison C M, Schultz T W, et al. A review of the electrophilic reaction chemistry involved in covalent protein binding relevant to toxicity J. Crit Rev Toxicol, 2011,41(9): 783-80216 Moosus M, Maran U. Quantitative structure-activity relationship analysis of acute toxicity of diverse chemicals to Daphnia magna with whole molecule descriptors J. SAR QSAR Environ Res, 2011, 22(7/8): 757-77417 Karelson M, Lobanov V S, Katritzky A R. Quantum-chemical descriptors in QSAR/QSPR studies J. Chem Rev, 1996, 96(3): 1027-104318 Von der Ohe P C, Khne R, Ebert R U, et al. Structural alerts - A new classification model to discriminate excess toxicity from narcotic effect levels of organic compounds in the acute Daphnid assay J. Chem Res Toxicol, 2005, 18(3): 536-55519 Neuwoehner J, Zilberman T, Fenner K, et al. QSAR - analysis and mixture toxicity as diagnostic tools: Influence of degradationon the toxicity and mode of action of diuron in algae and daphnids J. Aquat Toxicol, 2010, 97(1): 58-6720 Hermens J L. Electrophiles and acute toxicity to fish J. Environ Health Perspect, 1990, 87: 219-22521 Nendza M, Mller M. Discriminating toxicant classes by mode of action: 2. Physico-chemical descriptors J. Quant Struct-Act Relat, 2001, 19(6): 581-59822 Nendza M, Wenzel A. Discriminating toxicant classes by mode of action. 1. (Eco)toxicity profiles J. Environ Sci Pollut Res Int, 2006, 13(3): 192-20323 Schultz T W, Ralston K E, Roberts D W, et al. Structure-activity relationships for abiotic thiol reactivity and aquatic toxicity of halo-substituted carbonyl compounds J. SAR QSAR Environ Res, 2007, 18(1-2): 21-2924 Schultz T W, Netzeva T I, Roberts D W, et al. Structure-toxicity relationships for the effects to Tetrahymena pyriformis of aliphatic, carbonyl-containing, alpha, beta-unsaturated chemicals J. Chem Res Toxicol, 2005, 18(2): 330-34125 Roberts D W, Aptula A O, Patlewicz G. Electrophilic chemistry related to skin sensitization. Reaction mechanistic applicability domain classification for a published data set of 106 chemicals tested in the mouse local lymph node assay J. Chem Res Toxicol, 2007, 20(1): 44-6026 Roberts D W, Patlewicz G, Kern P S, et al. Mechanistic applicability domain classification of a local lymph node assay dataset for skin sensitization J. Chem Res Toxicol, 2007, 20(7): 1019-103027 Enoch S J, Roberts D W, Cronin M T D. Electrophilic reaction chemistry of low molecular weight respiratory sensitizers J. Chem Res Toxicol , 2009, 22(8): 1447-145328 Schultz T W, Rogers K, Aptula A O. Read-across to rank skin sensitization potential: Subcategories for the Michael acceptor domain J. Contact Derm, 2009, 60(1): 21-3129 Enoch S J, Roberts D W, Cronin M T D. Mechanistic category formation for the prediction of respiratory sensitization J. Chem Res Toxicol, 2010, 23(10): 1547-155530 Schultz T W, Yarbrough J W, Hunter R S, et al. Verification of the structural alerts for Michael acceptors J. Chem Res Toxicol, 2007, 20(9): 1359-136331 Enoch S J, Madden J C, Cronin M T D. Identification of mechanisms of toxic action for skin sensitisation using a smarts pattern based approach J. SAR QSAR Environ Res, 2008, 19(5-6): 555-57832 Schultz T W, Yarbrough J W, Johnson E L. Structure-activity relationships for reactivity of carbonyl-containing compounds with glutathione J. SAR QSAR Environ Res, 2005, 16(4): 313-32233 Gerner I, Barratt M D, Zinke S, et al. Development and prevalidation of a list of structure-activity relationship rules to be used in expert systems for prediction of the skin-sensitising properties of chemicals J. Altern Lab Anim, 2004, 32(5): 487-50934 Bajot F, Cronin M T D, Roberts D W, et al. Reactivity and aquatic toxicity of aromatic compounds transformable to quinine-type michael acceptors J. SAR QSAR Environ Res, 2011, 22(1-2): 51-6535 Aptula A O, Roberts D W. Mechanistic applicability domains for noanimal-based prediction of toxicological end points: General principles and application to reactive toxicity J. Chem Res Toxico, 2006,19(8): 1097-110536 Chipinda I, Hettick J M, Simoyi R H, et al. Oxidation of 2-mercaptobenzothiazole in latex gloves and its possible haptenation pathway J. Chem Res Toxicol, 2007, 20(8): 1084-109237 Zinke S, Gerner I, Schlede E. Evaluation of a rule base for identifying contact allergens by using a regulatory database: Comparison of data on chemicals notified in the European Union with “structural alerts” used in the DEREK expert system J. Altern Lab Anim, 2002, 30(3): 285-29838 Lei M Y, Xiao Y J, Liu W M, et al. Nucleophilic substitution reaction at an sp2 carbon of vinyl halides with an intramolecular thiol moiety: Synthesis of thio-heterocycles J. Tetrahedron, 2009, 65(34): 6888-690239 Terada H . Uncouplers of oxidative phosphorylation J. Environ.Health Perspect, 1990, 87: 213-21840 Terada H. The interaction of highly active uncouplers with mitochondria J. Biochim Biophys Acta, 1982, 639(3/4): 225-242.41 Schultz T W. The use of the ionization constant (pKa) in selecting models of toxicity in phenols J. Ecotoxicol Environ Saf, 1987, 14(2): 178-18342 Cajina-Quezada M, Schultz T W, Structure-toxicity relationships for selected weak acid respiratory uncouplers J. Aquat Toxicol, 1990, 17(3): 239-25243 Vaes W H J, Ramos E U, Verhaar H J M, et al. Acute toxicity of nonpolar versus polar narcosis: Is there a difference J. Environ Toxicol Chem, 1998, 17(7): 1380-138444 Roberts D W, Costello J F. Mechanisms of action for general and polar narcosis: A difference in dimension J. QSAR Comb Sci, 2003, 22(2): 226-23345 McCarty L S, Mackay D. Enhancing ecoyoxicological modeling and assessment J. Environ Sci Technol, 1993, 27(9): 1719-172846 Wen Y, He J, Liu Xian, et al. Linear and non-linear relationships between bioconcentration and hydrophobicity: Theoretical consideration J. Environ Toxicol Pharmacol, 2012, 33(1): 200-20847 Meylan W M, Howard P H, Boethling R S,et al. Improved method for estimating bioconcentration / bioaccumulation factor from octanol/water partition coefficient J. Environ Toxicol Chem, 1999, 18(4): 664-67248 He J, Qin W C, Zhang X J, et al. Linear and nonlinear relationships between biodegradation potential and molecular descriptors/fragments for organic pollutants and a theoretical interpretation J. Sci Total Environ, 2013, 444(3): 392-40049 Dimitrov S D, Dimitrova N C, Walker J D,er al. Predicting bioconcentration factors of highly hydrophobic chemicals effects of molecular size J. Pure Appl Chem