通过整合人类生物监测,新方法方法和贝叶斯建模来推进概率风险评估:与真菌毒素脱氧尼瓦伦 (deoxynivalenolenol) 的案例研究
En-Hsuan Lu1, Fabian A Grimm1, Ivan Rusyn1
1Interdisciplinary Faculty of Toxicology and Department of Veterinary Physiology and Pharmacology, Texas A&M University, College Station, TX 77843, United States.
Environment international
|November 24, 2023
概括
使用贝叶斯建模和生物监测数据进行了Deoxynivalenol (DON) 菌毒素风险评估. 这种概率方法完善了对DON暴露的人类健康风险的描述,提供了更准确的人口风险分布.
科学领域:
- 毒理学和风险评估
- 计算毒理学计算毒理学
- 环境健康 环境健康
背景情况:
- 脱氧尼瓦伦醇 (DON) 是谷物中普遍存在的真菌毒素,具有降低体重和免疫毒性等风险.
- 传统的风险评估 (可容忍每日摄入量 (TDI)) 对于广泛的DON暴露是不够的.
- 之前的工作建立了一个使用Deoxynivalenol作为案例研究的概率框架.
研究的目的:
- 通过整合贝叶斯模型和新方法方法来增强Deoxynivalenol风险表征.
- 取代默认分布,使用体内和体内毒动力学 (TK) 和毒动力学 (TD) 变异性的数据.
- 用生物监测数据和概率剂量-反应函数来描述人口风险分布.
主要方法:
- 用贝叶斯模型来分析毒理学数据.
- 在体内和体内新方法方法 (NAMs) 用于建模物种间和物种内部TK/TD变异性.
- 人类生物监测数据与概率剂量-反应函数相结合,用于风险表征.
主要成果:
- 推导出人类剂量,对应于人口 (HD) 的第I百分位数中的效果大小M的5.5 [1.4-24] μg/kg-day,在第1百分位数下降5%的体重.
- 血液 (0.53 [0.17-1.6] 毫克/升) 和尿液分泌 (3.9 [1.0-16] 毫克/千克/天) 的计算生物监测等价值 (BEMI).
- 使用人类生物监测数据集进行了先进的定量风险表征,估计了具有特定效应大小和效应大小分布的种群部分.
结论:
- 在WHO/IPCS概率框架内整合贝叶斯模型,生物监测数据和体外NAM,显著提高了风险表征的准确性和精度.
- 这种先进的方法可以更全面地了解与脱氧尼瓦伦醇暴露相关的人口层面风险.
- 该研究强调了这些综合方法对未来化学风险评估的潜力.
