環境モニタリングデータを用いた生態毒性予測手法の開発

利用环境监测数据开发生态毒性预测方法

• 批准号: 22KJ2360
• 负责人: 柳原 未奈
• 金额: $ 3.08万
• 依托单位: Ehime University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ2360/
• 关键词: 水質; 生態毒性; 化学物質; バイオアッセイ; 水生生物; 河川

本研究では、モニタリングなどを通じて蓄積されてきた水質の化学分析・毒性データを活用し、水生生物に対する化学物質の毒性を予測し、化学物質を管理する仕組みを提案することを目的としている。本年度は、１）化学物質の構造から毒性を予測するモデルの検討と２）水生生物の生息域と毒性の関係性の評価を中心に研究課題を遂行した。１）では、定量的構造活性相関（QSAR）に着目し、化学物質の構造から毒性を予測する手法の適用性について検討した。ここでは特に、毒性情報が報告されていない化学物質に着目し、類似の構造を有する化学物質の毒性情報をもとに当該物質の毒性を予測するモデルを用いて毒性評価を行った。この手法を、水環境中に存在する化学物質に対して適用して毒性を予測した例について国際学会にて発表するなど、化学物質の構造が毒性予測に重要な情報であることを示した。２）では、水生生物の化学物質への感受性が淡水域と海水域で異なるという背景から、毒性予測を行ううえでの淡水・海水産の生物種のデータの取り扱い方について検討した。水生生物の生態毒性試験の結果をもとに、およそ100種類の化学物質について種の感受性分布（SSD）を推定し、淡水産・海産の生物種間で感受性を比較した。その結果、両者の間で感受性はほぼ同程度であることが示され、本研究での毒性予測においてこれらの生息域を合わせて扱うことの妥当性が示唆された。以上のように、化学物質の物性情報や、生態毒性のデータをもとにした毒性予測・評価の手法を構築するうえで重要な知見が得られた。

这项研究旨在使用通过监测和其他手段积累的水质的化学分析和毒性数据来预测化学物质对水生生物的毒性，并提出一种管理化学物质的机制。今年，我们进行了研究主题，重点是1）检查基于化学物质结构预测毒性的模型，以及2）评估水生生物栖息地与毒性之间的关系。在1）中，我们专注于定量结构活性关系（QSAR），并根据化学物质的结构研究了一种预测毒性的方法。在这里，我们专注于尚未报告毒性信息的化学物质，并使用模型进行毒性评估，该模型基于具有相似结构的化学物质的毒性信息来预测该物质的毒性。该方法应用于水环境中的化学物质，以通过在国际会议上以预测毒性为例来预测毒性。化学物质的结构是预测毒性的重要信息。在2）中，我们检查了如何处理淡水和海水物种数据以预测毒性，因为背景是水生生物对化学物质的敏感性在淡水和海水区域之间有所不同。根据水生生物的生态毒性测试的结果，估计物种易感分布（SSD）的大约100种化学物质，并比较了淡水和海洋物种之间的易感性。结果表明，两者之间的敏感性大致相似，这表明在这项研究中预测毒性时，将这些栖息地一起处理在一起的有效性。如上所述，基于化学特性信息和生态毒性数据的建立毒性预测和评估方法已经获得了重要的知识。

项目成果

KWR Water Research Institute(オランダ)

KWR水研究所（荷兰）