使用PERK预测药物度和评估水生环境中的风险:英格兰西南部的一个水域的案例研究
Kishore Kumar Jagadeesan1, Kathryn Proctor2, Richard Standerwick2
1Department of Chemistry, University of Bath, United Kingdom,; Centre of Excellence in Water Based Early Warning Systems for Health Protection, University of Bath, Bath, BA2 7AY, UK.
Water research
|November 3, 2024
概括
本研究引入了一种模型,用于预测水生生态系统中的药物度和环境风险. 该模型准确地预测了水平,突出了某些药品带来的重大风险.
科学领域:
- 环境科学 环境科学
- 生态毒理学 生态毒理学
- 制药科学 制药科学
背景情况:
- 药品越来越多地被检测到水生环境中,这可能会带来潜在的生态风险.
- 了解制药的命运和运输对于环境风险评估至关重要.
- 现有的模型可能缺乏准确预测环境度的分辨率.
研究的目的:
- 开发和验证水生环境中药物度的预测模型.
- 使用风险系数 (RQ) 方法评估药品带来的环境风险.
- 整合关于药品使用,排放和环境命运的高分辨率数据.
主要方法:
- 利用了废水和河流系统中药物度的高分辨率数据集.
- 纳入了关于药品排放点及其在废水处理和环境中的命运的数据.
- 雇员每邮政编码的药物处方数据用于模型培训.
- 评估了41种不同的药品.
主要成果:
- 在流,废水和河流样本中,成功地实现了0.7%至1%的测量值内的度预测.
- 基于预测和测量的数据的风险评估显示出强烈的对齐 (86%),验证了模型的可靠性.
- 确定与特定药品相关的重大环境风险.
- 观察到的预测变化需要持续改进模型,特别是对于特定的废水处理厂.
结论:
- 开发的模型为预测制药度和评估水生生态系统中的环境风险提供了可靠的工具.
- 这项研究强调了制药污染的复杂动态以及需要继续进行研究的必要性.
- 模型预测与测量数据保持一致,支持其在环境风险管理策略中的实用性.
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
13.9K
05:46Identification of Pharmaceuticals in The Aquatic Environment Using HPLC-ESI-Q-TOF-MS and Elimination of Erythromycin Through Photo-Induced Degradation
Published on: August 1, 2018
13.0K
