评估跨物种相关性估计模型,以增加分类学多样性,同时减少依赖动物试验的化学品,根据有毒物质控制法进行评估

科学领域:

• 环境毒理学环境毒理学
• 计算毒理学计算毒理学
• 风险评估 风险评估 风险评估

背景情况:

• 美国环境保护局 (EPA) 正在采用新的方法方法 (NAMs) 来加强化学危害评估.
• 根据有毒物质控制法 (TSCA) 进行的化学评估经常面临数据限制,因此它们适合NAM.
• 跨物种相关性估计 (ICE) 模型使用灵敏度相关性预测物种间的急性毒性.

研究的目的:

• 评估ICE模型在TSCA化学评估中的应用.
• 评估 ICE 预测的毒性数据对衍生关注度 (CoC) 的影响.
• 为了比较ICE补充数据集提供的分类学多样性和不确定性降低,与仅测量数据相比.

主要方法:

• 使用ICE模型与五种化学品测量的急性毒性值的数据集.
• 使用标准TSCA风险评估方法,包括评估因素和物种灵敏度分布 (SSD) 的衍生CoCs.
• 仅从测量数据中获得的CoCs与从数据集中获得的CoCs进行了比较,并增加了ICE预测值.

主要成果:

• ICE模型预测的物种平均急性值 (SMAVs) 在测量值的87%的5因数和92%的10因数内.
• 从测量数据和ICE补充数据中得出的CoC通常在五倍的差距内,表明了可比的保护.
• 与单独测量数据相比,ICE补充的数据集显著增加了SSD的分类学多样性.

结论:

• 冰的模型显示承诺作为一个NAM提高TSCA下的化学评估.
• 这些模型可以改善分类学表示,减少不确定性,并可能减少对评估因素的依赖.
• ICE模型的应用提供了一种数据驱动的方法,以更强大的化学风险评估.