在金属风险评估中的人口建模:将毒性测试推算到人口水平
Karel P J Viaene1, Karel Vlaeminck1, Simon Hansul2
1ARCHE Consulting, Ghent, Belgium.
种群模型通过推断金属毒性数据来增强生态风险评估. 这些模型虽然显示了变化,但通常会减少不确定性,并改善对铜和等金属的监管风险评估.
科学领域:
- 环境毒理学环境毒理学
- 生态建模 生态建模
- 风险评估 风险评估
背景情况:
- 生态风险评估从使用人口模型的现实主义中受益.
- 将实验室毒性数据推断到人口水平对于准确的环境风险评估至关重要.
研究的目的:
- 利用人口模型将金属毒性测试结果 (Ag,Cu,Ni,Zn) 推断到人口水平.
- 评估基于生态建模的实验室对人口效应推算因子 (ECOPEX因子) 的评估.
- 探索人口模型在环境风险评估中的监管适用性.
主要方法:
- 应用种群模型对三种初级生产者,五种无脊椎动物和五种鱼类的毒性数据.
- 计算了ECOPEX因子,即人口水平EC10与实验室水平EC10的比.
- 综合人口推断到物种灵敏度分布,并将模型应用于监管案例研究.
主要成果:
- ECOPEX系数在0.7到78.6之间 (中位数为2.8),这表明大多数情况下人口水平效应度更高.
- 确定了ECOPEX因素变化的关键因素,包括毒性模型的不确定性,金属机制,测试设计,环境因素和终点选择.
- 种群建模通常减少了试验之间的EC10变化,并影响了危险度等监管指标.
结论:
- 人口模型是评估生态风险的有价值工具,增强现实性并减少不确定性.
- 纳入人口推断可以完善对金属的监管风险评估.
- 需要进一步的研究和数据来优化人口模型在监管框架中的使用.
更多相关视频
00:05In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
Published on: August 28, 2019
16:02Demonstration of the Sequence Alignment to Predict Across Species Susceptibility Tool for Rapid Assessment of Protein Conservation
Published on: February 10, 2023
相关概念视频
Mechanistic Models: Compartment Models in Individual and Population Analysis
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Mutagenicity and Carcinogenicity
