淡水环境中水生生物对甾体雌激素的物种敏感度分布

2021-09-10路屏

净水技术 2021年9期

路屏

(西安同展环境咨询有限公司，陕西西安 710054)

环境激素又称为内分泌干扰物(endocrine disrupting chemicals，EDCs)，指通过干扰生物体内荷尔蒙的产生、代谢、合成、转化等影响生物体自身内分泌系统的稳定及平衡，进而导致生物体生长、发育和繁殖等生理功能异常的外源性物质。甾体雌激素是具有雌激素活性的一类内分泌干扰物，其内分泌干扰能力较其他内分泌干扰物具有效应剂量小、危害程度强的特点(危害程度可达其他环境激素3个数量级以上)，极其微量的该类化合物便可对生态系统产生巨大的危害[1]。甾体雌激素污染主要来源于动物和人类排放的天然雌激素及避孕药生产和使用中排放的人工合成雌激素。随着社会人口增加、生活需求的不断扩大和避孕药的大量使用，甾体雌激素在水环境中的排放和污染日益严重，对水生生物的危害也越加显著。开展水生生物对甾体雌激素类内分泌干扰物的物种敏感度分布(species sensitivity distribution，SSD)研究，有利于更清晰地认识和了解甾体雌激素对水生生物种群的危害程度和特点，并为进一步制定甾体雌激素环境质量基准提供科学依据和技术支持。

SSD是制定污染物环境质量基准和进行生态风险评价采用的重要方法。通过构建污染物污染浓度与物种敏感度的概率分布函数，描述不同物种对某一污染物的敏感度差异，进而得到危害5%物种(即保护95%物种)的HC5(hazardous concentration for 5% the species)阈值。

甾体雌激素类包括雌酮(E1)、雌二醇(E2)、乙炔基雌二醇(EE2)、雌三醇(E3)等，本研究以其中典型的E2及EE2为研究对象。选用其对我国淡水水生物种的慢性毒性数据，建立我国淡水水生生物基于自然对数-累积正态分布函数的SSD模型，得到E2及EE2对淡水水生生物物种的HC5值，并推导出基准连续浓度，为今后建立甾体雌激素的水生生态基准及进行水生生态系统评价提供理论依据及方法支持。

1 材料与方法

1.1 数据获取与处理

本研究所用的数据主要来源于美国环保署毒理学数据库(http://www.epa.gov/ecotox)。为保证数据的准确性及可靠性，筛选了实验室条件下甾体雌激素对我国淡水水域中的水生生物、淡水介质中的慢性毒性数据——无观察效应浓度(no observed effect concentration，NOEC)构建SSD模型，并明确给出甾体雌激素对各类水生生物物种的生理效应影响。

1.2 SSD模型的建立

目前，SSD模型的建立仍然没有统一的方法和程序[2]。本研究应用药效学S型剂量效应曲线拟合的数学模型，建立基于自然对数-累积正态分布的SSD模型，不仅对试验数据能较好地拟合，而且具有生理学含义[3]，如式(1)。

(1)

其中：F(X)——累积概率；

X——毒性浓度的自然对数值(即物种NOEC的自然对数值)；

μ——样本浓度自然对数的平均值(即物种NOEC自然对数的平均值)；

σ——样本浓度自然对数值的方差(即物种NOEC自然对数值的方差)。

累积分布函数确定后，以对数浓度为横坐标，累积概率为纵坐标，即可得到其SSD曲线。

2 结果与分析

2.1 参数计算和SSD曲线拟合

E2及EE2的慢性毒性数据中，涉及的水生生物物种包括鱼类、软体动物、浮游动物等，所筛选的毒性数据分别如表1～表2所示。对同一物种的不同慢性毒性数据，通过NOEC矫正值统一参与参数计算。

表1 E2慢性毒性数据Tab.1 Chronic Toxicity Data of E2

表2 EE2慢性毒性数据Tab.2 Chronic Toxicity Data of EE2

应用最大似然法，得到基于自然对数-累积正态分布的E2的SSD模型参数：μ=5.487 5，σ=4.657 8；EE2的SSD模型参数：μ=1.403 5，σ=5.044 2。根据所得参数得到E2的累积正态分布函数如式(2),EE2的累积正态分布函数如式(3)。

(2)

(3)

以物种慢性毒性值的自然对数为横坐标、累积概率为纵坐标，得到E2的SSD拟合如图1所示，EE2的SSD拟合如图2所示。

图1 E2 SSD曲线Fig.1 SSD Curve of Aquatic Species for E2

图2 EE2 SSD曲线Fig.2 SSD Curve of Aquatic Species for EE2

2.2 估算HC5

根据HC5阈值危害5%物种，即保护95%物种的生态意义，在E2和EE2的SSD曲线图上，从累积概率5%反推即可得到E2和EE2对水生生物的HC5分别为0.113 7 μg/L和0.001 0 μg/L。

3 讨论

由图1与图2可知，虹鳟、青鳉、孔雀鱼对E2的反应较敏感，淡水藻、吴郭鱼、鲤鱼对E2的抵抗力较强；稀有鮈鲫、大羊角螺、貂蛙对EE2的反应敏感，湾海龙对EE2的抵抗力较强。食蚊鱼对EE2的抵抗力较强但对E2较为敏感，主要原因可能是EE2和E2对其的生理效应不同。当E2作用于食蚊鱼的生殖系统，影响其求偶、交配行为时，其NOEC仅为0.5 μg/L;而当EE2作用引起食蚊鱼死亡时，其NOEC为10 000 μg/L。表明甾体雌激素对水生生物内分泌系统的干扰较其他生理影响更为敏感。此外，同一物种暴露同一介质下，引起相同生理危害时，暴露时间越长，甾体雌激素对物种的NOEC值越小，例如，青鳉接触EE2环境7 d时，诱导产生卵黄蛋白原的NOEC为20 μg/L，而接触38 d时诱导产生卵黄蛋白原的NOEC仅为0.001 μg/L。这说明即使甾体雌激素剂量微小，水生生物长久暴露，其仍能在机体内累积存赋，引起生理毒害。

本研究采用慢性毒性值建立SSD模型，符合甾体雌激素类产生效应剂量低、长久暴露、累积存赋的特点，更贴合实际环境。生物慢性毒性效应的表征常使用NOEC和LOEC(最低可观察效应水平)，本文为保证数据的严整和规范，均统一采用NOEC。根据U.S.EPA《推导保护水生生物及其用途的国家水质基准的技术指南》中水生生物的慢性毒性值拟合所获得HC5与基准连续浓度(criteria continuous concentration，CCC)等值的数量关系，可推导出E2和EE2的CCC分别为0.113 7 μg/L和0.001 0 μg/L。

本研究采用的自然对数-累积正态分布的SSD模型符合药效学S型剂量效应曲线拟合，由图1与图2可知，该模型对E2和EE2的剂量效应拟合较好。EE2的SSD曲线较E2的SSD拟合的“S”型较为显著，这说明SSD模型对生物毒性数据的依赖程度高，当生物毒性数据越多时，剂量效应的S型拟合越好。目前，我国已有的甾体雌激素类内分泌干扰物对水生生物的慢性毒性研究数据有限且研究成果较分散，因此，完善水生生物的毒理性试验研究及建立国家生物毒理学数据库是亟需加强的基础性和重要性工作。