新兴污染物的物种敏感度分布曲线的预测框架:海洋和淡水环境的比较研究

科学领域:

• 环境化学环境化学
• 生态毒理学 生态毒理学
• 计算生物学 计算生物学

背景情况:

• 新出现的污染物对水生生态系统和人类健康构成重大威胁.
• 现有的风险评估受到各种水生物种缺乏全面的毒性数据的限制.
• 预测建模对于评估新型污染物的生态影响至关重要.

研究的目的:

• 开发和验证一个预测框架,用于估计16种水生物种新出现的污染物的毒性.
• 在海洋和淡水环境中模拟物种灵敏度分布 (SSDs) 的各种热量级.
• 建立一个全面的生态风险评估框架,整合多种危险和暴露参数.

主要方法:

• 利用机器学习算法来分析和多基物质 (PFAS) 和有机酸盐 (OPE) 的结构毒性关系.
• 开发了基于化学性质的水生物种毒性的预测模型,如链条长度,替代剂和以太键.
• 综合性持久性,生物积累,毒性和度数据用于波海风险评估.

主要成果:

• 在海洋物种中,PFAS和OPE的毒性比淡水物种更高.
• 特定的化学特征,包括芳香环,替代剂和链长度,与OPE毒性有关.
• PFAS毒性与链条长度,替代剂类型和以太键数相关.
• 波海评估确定了以前被低估的化合物 (例如,PFDoA,PFHxDA,TCPP) 作为重要的生态风险.

结论:

• 开发的预测框架准确地估计了水生物质的毒性,并对新出现的污染物模拟了SSD.
• 该研究强调了PFAS和OPE在海洋和淡水环境之间的毒性差异.
• 综合风险评估确定了波海的关键新兴污染物,需要有针对性的管理策略.
• 该框架为推进新出现的水生污染物的生态风险评估提供了一个强大的工具.