APP下载

有机污染物对发光菌和鱼的毒性相关性研究

2017-10-13冯晓娜杨芷孙洁王宁杨柳王晓红赵元慧

生态毒理学报 2017年3期
关键词:种间惰性亲水性

冯晓娜,杨芷, 孙洁, 王宁, 杨柳, 王晓红,赵元慧

东北师范大学 环境学院,长春 130117

有机污染物对发光菌和鱼的毒性相关性研究

冯晓娜,杨芷, 孙洁, 王宁, 杨柳, 王晓红*,赵元慧#

东北师范大学 环境学院,长春 130117

研究有机污染物对不同水生生物毒性的种间关系有助于探讨有机污染物对水生生物的毒性作用模式。本文应用1 470种有机化合物对发光菌的毒性数据和949种有机化合物对鱼的毒性数据,研究有机化合物对发光菌和鱼的种间毒性作用模式。结果表明,有机化合物对发光菌和鱼的毒性呈正相关,但种间相关性较差。通过计算毒性比率TR值表明多数类别有机化合物具有相似的种间毒性作用模式。基线和弱惰性化合物对发光菌和鱼的毒性均与辛醇水分配系数log Kow具有良好的线性关系,这说明基线和弱惰性化合物在发光菌和鱼体内的残余量CBR值均为一个常数。这些化合物对发光菌和鱼具有相似的毒性作用模式和生物吸收过程。另外,一些亲水性化合物的log TR值具有较大的种间差异,即对发光菌和鱼的毒性效应具有较大的种间差异,表明亲水性化合物对发光菌为反应型化合物,而对鱼为麻醉型化合物。有机化合物对发光菌和鱼的毒性种间相关性通过引入疏水性参数得到了一定的改善,这表明这些亲水性化合物毒性效应的种间差异有一部分归因于有机化合物在发光菌和鱼体内的生物富集不同,而不是由于与生物分子的反应性不同。这些亲水性化合物相对于鱼的腮和皮肤更容易通过发光菌的细胞膜,与生物分子发生化学反应,从而具有较高的毒性效应。Log Kow大于7的化合物对发光菌和鱼均具有较低的毒性,说明有机化合物在生物体内的富集能力对有机化合物剩余毒性的判别起着重要作用。

有机污染物;发光菌;鱼;毒性作用模式;亲水性化合物

Received22 November 2016accepted17 December 2016

Abstract: Investigation of the toxicity correlation between species plays a key role in the studying of the chemical toxic mechanisms to aquatic organisms. In this paper, the toxicity data of 1 470 compounds to Vibrio fischeri and 949 compounds to fish were used to investigate the modes of action (MOAs) between species. The results showed that the toxicity relationship was poor in spite of that there was a positive interspecies correlation. Analysis on the excess toxicity calculated from toxic ratios (TR) showed that many compounds had close toxicities and shared the same MOAs between species. Linear relationships between the toxicities and octanol/water partition coefficient (log Kow) for baseline and less inert compounds indicate that the critical body residues (CBRs) approach a constant both in fish and V. fischeri for these compounds. These compounds shared the same toxic mechanisms and bio-uptake processes between species. On the other hand, some hydrophilic compounds have different MOAs with significantly different log TR values between species. These hydrophilic compounds were identified as reactive compounds to V. fischeri, but not to fish. The interspecies correlation was improved by the inclusion of log Kowinto the correlation equation. This indicates that the differences in the toxic ratios between fish and V. fischeri for these hydrophilic compounds can partly explain the differences of bioconcentration between species, rather than the differences of reactivity with the target macromolecules. These hydrophilic compounds may more easily pass through the cell membrane of V. fischeri than the gill and skin of fish, react with the target macromolecules and exhibit excess toxicity. The compounds with log Kow> 7 exhibiting very low toxicity to both species indicate that the bioconcentration potential of a compound plays a key part in the identification of excess toxicity.

Keywords: Vibrio fischeri; fish; modes of action; hydrophilic compounds

随着经济的高速发展,工业化的规模增加,越来越多的有机污染物进入水体中,严重危害水生生物和水生生态系统。环境中的有机污染物在工业生产、农业养殖以及日常生活中应用十分广泛,这些有机污染物通过各种途径最终进入环境,引发的环境问题已经引起了广泛的关注。因此,有机污染物对水生生物和水生生态系统的生态风险性评价至关重要。

在水生生态风险评价中,研究有机污染物对水生生物的毒性作用模式十分重要[1-2]。目前,有机污染物对水生生物的毒性作用模式可分为麻醉型和反应型2种类型[3]。其中,麻醉型化合物包括基线化合物和弱惰性化合物,反应型化合物包括非特殊反应型化合物和特殊反应型化合物。基线化合物是指在整个毒性作用过程中没有与有机体的各个靶位发生生物化学反应的化合物。弱惰性化合物在整个毒性作用过程中也没有发生生物化学反应,但是其毒性比基线毒性稍高一些。麻醉型化合物通过干扰生物细胞膜的正常功能发挥其毒性效应,其毒性与疏水性参数log Kow具有线性关系[4-7]。非特殊反应型化合物是指化合物本身或者其代谢产物能与普遍存在于生物体内的大分子的某些结构发生反应的有机物。特殊反应型化合物是指能与某些受体分子发生特异性相互作用的化合物。反应型化合物与生物分子发生生物化学反应,其毒性显著高于麻醉型化合物。从基线毒性中区分剩余毒性是研究有机污染物毒性作用模式的有效方法[3]。目前,以毒性比率log TR = 1为临界阈值判别有机污染物的剩余毒性广泛地应用于有机污染物对水生生物毒性作用模式的研究[3]。

应用毒性比率判别有机污染物对不同水生生物的毒性作用模式不仅有利于评价有机污染物的生态风险性,而且有助于解释有机污染物的毒性作用机理。种间相关性研究表明,尽管有机污染物对不同水生生物的毒性呈现正相关,但是有些化合物对不同水生生物的毒性作用模式具有较大差异。这说明有些化合物具有相同的种间毒性作用模式,有些化合物具有不同的种间毒性作用模式[8-9]。有机污染物对水生生物的毒性作用模式不仅取决于有机化合物的分子结构,而且取决于有机生物体的生理构造。

发光菌和鱼是生态系统中2个不同的营养级,它们广泛地应用于环境污染物的毒性研究[8-9]。本文从文献中收集了1 470种有机化合物对发光菌的毒性数据和949种有机化合物对鱼的毒性数据。根据官能团将这些有机化合物进行分类并计算毒性比率判别这些有机化合物的剩余毒性。本文的研究目的:第一,研究有机污染物对发光菌和鱼的毒性种间相关性;第二,建立发光菌和鱼的基线方程,计算毒性比率判别有机化合物的毒性作用模式;第三,比较不同类别有机化合物对发光菌和鱼的毒性并研究亲水性化合物和疏水性化合物的种间毒性作用模式。

1 材料与方法(Materials and methods)

1.1 发光菌和鱼毒性数据

本文从文献和数据库中收集了共计2 043种有机污染物对发光菌和鱼的毒性数据。其中1 470种有机污染物对发光菌的毒性数据来自文献[6-7,10-16],发光菌种类为费氏弧菌(Vibrio fischeri),暴露时间包括5 min、15 min和30 min。研究表明有机化合物在不同暴露时间下对发光菌的毒性具有显著的相关性,本文发光菌毒性数据应用15 min半数发光抑制浓度IBC50(mol·L-1)表示,并转化为对数形式log 1/IBC50(mol·L-1),若15 min毒性数据缺失,应用30 min或5 min毒性数据,来自不同文献相同化合物的多个毒性数据取平均值。其中949种有机污染物对鱼的毒性数据来自文献[17-18]和CHRIP数据库,鱼种类包括古比鱼(Poecilia reticulata)、黑头软口鲦(Pimephales promelas)、彩虹鳟鱼(Oncorhynchus mykiss)和青鱂鱼(Oryzias latipes)。研究表明有机化合物对4种鱼类的毒性之间具有较好的相关性。因此将有机化合物对不同鱼类的毒性数据整合成为一个毒性数据集,相同化合物对不同鱼类的毒性数据取平均值。鱼类毒性数据应用96 h半数致死浓度 LC50(mol·L-1)表示,并转化为对数形式log 1/LC50(mol·L-1)。

1.2 剩余毒性

毒性比率TR广泛地应用于判别有机化合物的剩余毒性[1,3,19-20],可用方程(1)表示:

TR = Tpred(baseline)/ Texp

(1)

log TR = log 1/Texp- log 1/Tpred(baseline)

(2)

其中,T表示有机化合物对发光菌或鱼的毒性值(IBC50或LC50)。方程(1)经过对数转化可得到方程(2)。本文以log TR = 1为临界阈值从基线毒性中区分化合物的剩余毒性[3]。-1 < log TR < 1表明该化合物为基线或弱惰性化合物,log TR > 1表明该化合物为反应型化合物。

1.3 分子描述符和统计分析

应用EPISuite软件获取有机化合物的疏水性参数辛醇水分配系数log Kow。应用Minitab软件中最小二乘法对毒性数据和log Kow进行线性回归分析。每个回归方程给出所用样本数量N,标准偏差S,决定系数R2和Fisher检验F。

2 结果(Results)

2.1 种间相关性

图1显示了有机污染物对发光菌和鱼的毒性种间相关性。376种有机化合物对发光菌和鱼的毒性种间相关性较差,皮尔逊相关系数r为0.72。其中乙腈对发光菌和鱼的毒性具有显著差异,分别为-1.11和4.60。因此,对去除乙腈后的375种有机化合物建立毒性种间相关性方程(3)。结果表明,有机化合物对发光菌和鱼的毒性种间相关性未得到显著提高。

log 1/LC50= 0.729 log 1/IBC50+ 1.15

(3)

N = 375, S = 0.89,R2= 0.55,F = 449

图1 有机污染物对发光菌和鱼的毒性种间相关性(残差 = log 1/LC50 - log 1/IBC50)Fig. 1 Interspecies correlation of toxicities betweenVibrio fischeri and fish (RE = log 1/LC50 - log 1/IBC50)

尽管有机化合物对发光菌和鱼的毒性呈现正相关,但是相关性较差,相关系数r2为0.55。种间相关性方程(3)的斜率小于1而截距大于0,这表明发光菌和鱼对有机污染物的敏感性具有一定差异。图1显示了物种敏感性临界线(残差 = 0)以及残差分别为1和-1的2条临界线(残差 = log 1/LC50- log 1/IBC50)。结果表明,鱼对有机化合物的敏感性略高于发光菌,平均残差为0.16。从图1可以看出有些化合物对鱼的毒性显著高于对发光菌的毒性(残差 > 1),而有些化合物对发光菌的毒性显著高于对鱼的毒性(残差 < -1)。这说明发光菌和鱼对不同类别的有机化合物具有不同的种间敏感性差异。通过观察残差大于1或小于-1的有机化合物发现,鱼对疏水性化合物的敏感性高于发光菌,而发光菌对亲水性化合物的敏感性高于鱼。例如,21种烷烃类疏水性化合物中8种化合物对鱼的毒性显著高于对发光菌的毒性(残差 > 1),平均残差为0.72。而16种胺类亲水性化合物中7种化合物对发光菌的毒性显著高于对鱼的毒性(残差 < -1),平均残差为-0.16。因此,有些化合物具有相同的种间毒性作用模式,有些化合物具有不同的种间毒性作用模式。

2.2 基线和弱惰性方程的建立

尽管通过种间相关性分析能够有效地比较有机化合物对发光菌和鱼的毒性,但是不能用来判别有机化合物是否具有相同的种间毒性作用模式[9]。因此,本文应用毒性比率判别有机化合物对发光菌和鱼的种间毒性作用模式。根据方程(1)可知要计算有机化合物的毒性比率需要建立有机化合物的基线方程用以预测有机化合物的基线毒性。本文应用烷烃、醇、醚、酮、苯及其氯代衍生物等公认的基线化合物分别建立了发光菌和鱼的基线方程(4)和(5)[3, 21]:

log 1/IBC50= 0.994 log Kow+ 0.863

(4)

N = 97,S = 0.50,R2= 0.89,F = 748

log 1/LC50= 0.883 log Kow+ 1.16

(5)

N = 121,S = 0.32,R2= 0.94,F = 1 929

图2 基线和弱惰性化合物对发光菌和鱼的毒性与辛醇水分配系数的关系Fig. 2 Relationships between logKow and toxicities to Vibrio fischeri (VF) and fish for baseline and less inert compounds

同时,本文应用苯酚和苯胺类等弱惰性化合物分别建立了发光菌和鱼的弱惰性方程(6)和(7)[3,21]:

log 1/IBC50= 0.708 log Kow+ 2.26

(6)

N = 76,S = 0.34,R2= 0.79,F = 279

log 1/LC50= 0.638 log Kow+ 2.50

(7)

N = 86,S = 0.34,R2= 0.84,F = 455

方程(6)和(7)用以从基线毒性中判别弱惰性毒性,判别依据将在讨论中说明。图2显示了基线和弱惰性化合物对发光菌和鱼的毒性与log Kow的线性关系。

2.3 剩余毒性的区分

通过方程(2)和(4)或(5)计算了2 043种有机化合物的毒性比率log TR值。log TR > 1表明该化合物为反应型化合物,-1 < log TR < 1表明该化合物为麻醉型化合物,log TR < -1表明该化合物为离群化合物。对不同类别有机化合物的毒性比率进行统计分析,结果表明烷烃类、烯烃类、醇类、酮类、苯类化合物及其氯代衍生物对发光菌和对鱼均为基线化合物;苯酚类和苯胺类化合物及其氯代衍生物对发光菌和鱼均为弱惰性化合物,其中发光菌比鱼对苯酚类化合物更加敏感,而鱼比发光菌对苯胺类化合物更加敏感;醛类、二胺类、腈类、羟基苯甲醛类和苯二胺类等化合物对发光菌和鱼均为反应型化合物。大多数类别的有机化合物对发光菌和鱼的毒性作用模式相同,但是存在少数类别的有机化合物对发光菌和鱼的毒性作用模式不同。其中,烯丙基卤素化合物和醛类化合物对鱼的毒性明显高于对发光菌的毒性;而二醇类、二酮类、苯基醇类、苯基酮类、苯甲酸类、硝基苯类等亲水性化合物对发光菌的毒性明显高于对鱼的毒性。

3 讨论(Discussion)

3.1 基线化合物对发光菌和鱼的毒性

通过计算毒性比率发现对鱼表现为基线毒性的化合物对发光菌也具有基线毒性。这些化合物对发光菌和鱼具有相似的的毒性作用模式和生物吸收过程。基线化合物对发光菌和鱼的毒性均与log Kow呈线性关系。该线性关系可以通过体内残余量的概念进行解释,在理论上,实测浓度(IBC50或LC50)、体内残余量(CBR)和生物富集因子(BCF)的关系为[9,22]:

BCF = CBR / LC50(or IBC50)

(8)

log 1/LC50(or log 1/IBC50) = log 1/CBR + log BCF

(9)

有机污染物的疏水性是生物富集的主要驱动力,对于许多化合物,鱼体内log BCF与log Kow具有良好的线性关系[23-24],即log BCF = a log Kow+ b,将该线性关系代入方程(9)可得到有机污染物对发光菌或鱼的毒性与log Kow的关系:

log 1/LC50(or log 1/IBC50) = log 1/CBR + a log Kow+ b

(10)

研究表明,基线化合物在鱼体内的CBR值在一个很窄的范围内变化或接近一个常数[22,25],因此基线化合物对鱼的毒性log 1/LC50与log Kow具有良好的线性关系。基线化合物对发光菌的毒性log 1/IBC50同样与log Kow具有良好的线性关系,并且与鱼的基线方程斜率和截距十分相近。这说明发光菌对有机化合物的生物富集与鱼对有机化合物的生物富集类似,即与log Kow呈线性关系,并且基线化合物在发光菌体内的残余量CBR值与基线化合物在鱼体内的残余量CBR值相似,在一个很窄的范围内变化或接近一个常数。

3.2 弱惰性化合物对发光菌和鱼的毒性

弱惰性化合物对发光菌和鱼的毒性与log Kow也具有线性关系,且发光菌和鱼的弱惰性方程斜率和截距十分相近。这说明弱惰性化合物对发光菌和鱼也具有相似的毒性作用模式。在理论上,基线和弱惰性化合物的毒性比率log TR值应该小于1,但是部分基线或弱惰性化合物的毒性比率log TR值大于1。

基线和弱惰性化合物的毒性比率log TR值在-1到1之间。尽管弱惰性化合物的毒性略高于基线化合物的毒性,但是一直以来并没有一个确定的临界阈值来界定基线化合物和弱惰性化合物。图2显示当log Kow< 4时,弱惰性化合物的毒性明显高于基线化合物的毒性,此时如果该化合物的实测毒性值与通过基线方程预测的基线毒性值之间的绝对残差低于实测毒性值与通过弱惰性方程预测的弱惰性毒性之间的绝对残差,则该化合物为基线化合物,反之则为弱惰性化合物。而当log Kow> 4时,随着log Kow的增加,弱惰性化合物的毒性逐渐趋于基线化合物的毒性,甚至低于基线化合物的毒性。因此,有些基线化合物被预测为弱惰性化合物,反之有些弱惰性化合物被预测为基线化合物。这些高疏水性的弱惰性化合物由于具有较高的log Kow而降低了因极性相互作用而产生的毒性,从而被预测为基线化合物。

3.3 反应型化合物对发光菌和鱼的毒性

反应型化合物具有特定的结构和性质,能够与生物靶分子发生化学反应,产生较大的毒性效应[3]。反应型化合物的log 1/CBR值通常情况下高于麻醉型化合物的log 1/CBR值,而不是在一个很窄的范围内变化或趋于一个常数,从而具有较高的log TR值[26]。通过对毒性比率的计算表明尽管基线和弱惰性化合物对发光菌和鱼具有相似的种间毒性作用模式,但是仍有较多类别的有机化合物对发光菌和鱼具有不同的种间毒性作用模式,从而导致log TR值具有一定种间差异。根据毒性比率判断,多数类别的有机化合物尤其是亲水性化合物对发光菌为反应型化合物,而对鱼为麻醉型化合物。但是,通过log TR值并不能确定这些化合物一定具有不同的种间毒性作用模式。这是因为基于体外环境浓度计算的毒性比率log TR值不一定能反映出有机化合物的毒性作用模式,而体内环境浓度却能够准确地反映出有机化合物的毒性作用模式。毒性比率log TR与体内环境浓度CBR的关系为[25]:

log TR = log 1/Texp- log 1/Tpred (baseline)

= (log 1/CBR + log BCF)exp- (log 1/CBR + log BCF)pred (baseline)

= Δlog 1/CBR + (log BCFexp- log BCFpred (baseline))

(11)

方程(11)表明,log TR值能否反映有机化合物的毒性作用模式取决于该化合物的生物富集因子log BCF能否通过与log Kow的线性关系得到准确的预测。如果有机化合物的生物富集因子能够通过log BCF - log Kow线性关系得到较为准确的预测,即log BCFexp- log BCFpred (baseline)≈ 0,那么log TR ≈ Δlog 1/CBR。此时log TR值能够反映体内环境浓度,因而能够反映有机化合物的毒性作用模式。反之,如果有机化合物的生物富集因子不能够通过log BCF - log Kow线性关系得到较为准确的预测,即log BCFexp- log BCFpred (baseline)≠ 0,那么log TR ≠ Δlog 1/CBR。此时log TR值不能够反映体内环境浓度,因而不能够反映有机化合物的毒性作用模式。亲水性化合物之所以具有较高的log TR值,可能是因为亲水性化合物的log Kow值很低,导致其生物富集因子通过log BCF - log Kow线性关系被显著低估,即log BCFexp- log BCFpred (baseline)> 0,从而导致log TR值过高。

有机化合物的疏水性是生物富集的主要驱动力,多数有机化合物在鱼体内的生物富集因子log BCF与log Kow具有良好的线性关系[27],因此,通常情况下毒性比率log TR值能够反映鱼体内的化合物浓度。但鱼是高等生物,发光菌是低等生物,对发光菌来说,有机化合物的log BCF不一定能够通过与log Kow的线性关系得到准确地预测。对鱼来说,有机化合物需要通过鱼的表皮组织,进而进入鱼体内产生毒性效应,这些组织能够阻止亲水性化合物达到作用靶位,从而导致其具有较低的毒性效应。但是这不一定意味着这些亲水性化合物不能与生物分子发生相互作用,这些亲水性化合物对鱼的毒性较低可能是由于它们在鱼体内的生物富集能力较差。而对发光菌来说,这些亲水性化合物很容易进入细胞内与生物分子发生相互作用,从而表现出较高的毒性。亲水性化合物毒性比率的种间差异是因为发光菌和鱼具有不同的生理结构。疏水性参数log Kow能够表征水生生物对有机化合物的生物富集,并且能够校正由于不同物种对有机化合物的生物富集不同导致的种间毒性差异。因此,向方程(3)中引入log Kow改善化合物毒性的种间相关性,得到方程(12):

log 1/LC50= 0.456 log 1/IBC50+ 0.352 log Kow+ 1.39

(12)

N = 375,S = 0.79,R2= 0.64,F = 331

尽管有机化合物对发光菌和鱼的毒性种间相关性并没有显著提高,但是决定系数R2从0.55提高到0.64,这说明亲水性化合物log TR值的种间差异有一部分原因是发光菌和鱼对有机化合物生物富集的不同造成的。方程(12)中log Kow的系数为正值,即log Kow越大,有机化合物对鱼的毒性比对发光菌的毒性越大。亲水性化合物的log Kow多为负值,从而导致亲水化合物对发光菌的毒性比对鱼的毒性大。

[1] Von der Ohe P C, Kühne R, Ebert R U, et al. Structural alerts—A new classification model to discriminate excess toxicity from narcotic effect levels of organic compounds in the acute daphnid assay [J]. Chemical Research in Toxicology, 2005, 18: 536-555

[2] Nobels I, Spanoghe P, Haesaert G, et al. Toxicity ranking and toxic mode of action evaluation of commonly used agricultural adjuvants on the basis of bacterial gene expression profiles [J]. PLoS ONE, 2011, 6: e24139

[3] Verhaar H J M, van Leeuwen C J, Hermens J L M. Classifying environmental pollutants. 1: Structure-activity relationships for prediction of aquatic toxicity [J]. Chemosphere, 1992, 25: 471-491

[4] Könemann H. Quantitative structure-activity relationships in fish toxicity studies. 1. Relationship for 50 industrial pollutants [J]. Toxicity, 1981, 19: 209-221

[5] Vighi M, Migliorati S, Monti G S. Toxicity on the luminescent bacteriumVibrio fischeri (Beijerinck). I: QSAR equation for narcotics and polar narcotics [J]. Ecotoxicology and Environmental Safety, 2009, 72: 154-161

[6] Dearden J C, Cronin M T D, Zhao Y H, et al. QSAR studies of compounds acting by polar and non-polar narcosis: An examination of the role of polarisability and hydrogen bonding [J]. Quantitative Structure-activity Relationships, 2000, 19: 3-9

[7] Qin W C, Su L M, Zhang X J, et al. Toxicity of organic pollutants to seven aquatic organisms: Effect of polarity and ionization [J]. SAR and QSAR in Environmental Research, 2010, 5: 389-401

[8] Li J J, Wang X H, Wang Y, et al. Discrimination of excess toxicity from narcotic effect: Influence of species sensitivity and bioconcentration on the classification of modes of action [J]. Chemosphere, 2015, 120: 660-673

[9] Zhang X J, Qin H W, Su L M, et al. Interspecies correlations of toxicity to eight aquatic organisms: Theoretical considerations [J]. Science of the Total Environment, 2010, 408: 4549-4555

[10] Jones D, Scarlett A G, West C E, et al. Toxicity of individual naphthenic acids toVibrio fischeri [J]. Environmental Science and Technology, 2011, 45: 9776-9782

[11] Villa S, Migliorati S, Monti G S, et al. Toxicity on the luminescent bacteriumVibrio fischeri (Beijerinck). II: Response to complex mixtures of heterogeneous chemicals at low levels of individual components [J]. Ecotoxicology and Environmental Safety, 2012, 86: 93-100

[12] Kaiser K L E, Palabrica V S. Photobacterium phosphoreum toxicity data index [J]. Water Pollution Research Journal of Canada, 1991, 26: 361-431

[13] Cronin M T D, Schultz T W. Structure-toxicity relationships for three mechanisms of action of toxicity toVibrio fischeri [J]. Ecotoxicology and Environmental Safety, 1998, 39: 65-69

[14] Cronin M T D, Bowers G S, Sinks G D, et al. Structure-toxicity relationships for aliphatic compounds encompassing a variety of mechanisms of toxic action toVibrio fischeri [J]. SAR and QSAR in Environmental Research, 2000, 11: 301-312

[15] Zhao Y H, Cronin M T D, Dearden J C. Quantitative structure-activity relationships of chemicals acting by non-polar narcosis-theoretical considerations [J]. Quantitative Structure-activity Relationships, 1998, 17: 131-137

[16] Aruoja V, Sihtmäe M, Dubourguier H-C, et al. Toxicity of 58 substituted anilines and phenols to algae Pseudokirchneriella subcapitata and bacteria Vibrio fischeri: Comparison with published data and QSARs [J]. Chemosphere, 2011, 84: 1310-1320

[17] Raevsky O A, Grigor’ev V Y, Weber E E, et al. Classification and quantification of the toxicity of chemicals to guppy, fathead minnow and rainbow trout: Part 1. Non-polar narcosis mode of action [J]. QSAR and Combinatorial Science, 2008, 27: 1274-1281

[18] Raevsky O A, Grigor’ev V Y, Dearden J C, et al. Classification and quantification of the toxicity of chemicals to guppy, fathead minnow, and rainbow trout: Part 2. Polar narcosis mode of action [J]. QSAR and Combinatorial Science, 2009, 28: 163-174

[19] Neuwoehner J, Zilberman T, Fenner K, et al. QSAR-analysis and mixture toxicity as diagnostic tools: Influence of degradation on the toxicity and mode of action of diuron in algae and daphnids [J]. Aquatic Toxicology, 2010, 97: 58-67

[20] Schramm F, Müller A, Hammer H, et al. Epoxide and thiirane toxicity in vitro with the ciliatesTetrahymena pyriformis: Structural alerts indicating excess toxicity [J]. Environmental Science and Technology, 2011, 45: 5812-5819

[21] Cronin M T D, Dearden J C. QSAR in toxicology. 1. Prediction of aquatic toxicity [J]. Quantitative Structure-activity Relationships, 1995, 14: 1-7

[22] Maeder V, Escher B I, Scheringer M, et al. Toxic ratio as an indicator of the intrinsic toxicity in the assessment of persistent, bioaccumulative, and toxic chemicals [J]. Environmental Scienceand Technology, 2004, 38: 3659-3666

[23] Meylan W M, Howard P H, Boethling R S, et al. Improved method for estimating bioconcentration/bioaccumulation factor from octanol/water partition coefficient [J]. Environmental Toxicology and Chemistry, 1999, 18: 664-672

[24] Pavan M, Netzeva T I, Worth A P. Review of literature-based quantitative structure-activity relationship models for bioconcentration [J]. QSAR & Combinatorial Science, 2008, 27: 21-31

[25] Su L M, Liu X, Wang Y, et al. The discrimination of excess toxicity from baseline effect: Effect of bioconcentration [J]. Science of the Total Environment, 2014, 484: 137-145

[26] Wen Y, Su L M, Qin W C, et al. Investigation of critical body residues and modes of toxic action based on injection and aquatic exposure in fish [J]. Water Air and Soil Pollution, 2015, 226: 174

[27] Wang Y, Wen Y, Li J J, et al. Investigation on the relationship between bioconcentration factor and distribution coefficient based on class-based compounds: The factors that affect bioconcentration [J]. Environmental Toxicology and Pharmacology, 2014, 38: 388-396

InvestigationofToxicityCorrelationofOrganicPollutantsbetweenVibriofischeriandFish

Feng Xiaona, Yang Zhi, Sun Jie, Wang Ning, Yang Liu, Wang Xiaohong*, Zhao Yuanhui#

School of Environment, Northeast Normal University, Changchun 130117, China

10.7524/AJE.1673-5897.20161122001

2016-11-22录用日期2016-12-17

1673-5897(2017)3-687-08

X171.5

A

赵元慧(1961—),男,教授,博士生导师,主要研究方向为环境化学,发表SCI等学术论文100余篇。

国家自然科学基金(21377022,21777022)

冯晓娜(1996-),女,硕士研究生,研究方向为环境化学,E-mail: fengxn398@nenu.edu.cn

*通讯作者(Corresponding author), E-mail: wangxh171@nenu.edu.cn

#共同通讯作者(Co-corresponding author), E-mail: zhaoyh@nenu.edu.cn

冯晓娜, 杨芷, 孙洁, 等. 有机污染物对发光菌和鱼的毒性相关性研究[J]. 生态毒理学报,2017, 12(3): 687-694

Feng X N, Yang Z, Sun J, et al. Investigation of toxicity correlation of organic pollutants between Vibrio fischeri and fish [J]. Asian Journal of Ecotoxicology, 2017, 12(3): 687-694 (in Chinese)

猜你喜欢

种间惰性亲水性
三峡库区支流花溪河浮游植物种间关联及影响因子分析
双负载抗生素亲水性聚氨酯泡沫的制备与表征
离散分布对惰性基弥散燃料传热的影响研究
列举法的惰性——老师,我怎样学会深度学习(新定义集合篇)
刺破天空的“忍者飞镖”——美军神秘的新型惰性制导武器
印度南瓜与中国南瓜种间杂交试验
基于惰性基质燃料PWR嬗变技术研究
空气中纳秒脉冲均匀DBD增加聚合物的表面亲水性
江苏省宜兴市茶园秋季杂草种间生态关系及群落分类
水刺型空气加湿器滤材的亲水性改性研究