2024, Vol. 45
地下水是我国重要的饮用水源和战略资源, 2021年《中国水资源公报》显示, 地下水资源量为8.196 × 1012 m3, 约占全国水资源总量的27.7%, 地下水源供水量为8.538 × 1011 m3, 占供水总量的14.5%, 对区域经济社会发展和生态文明建设具有重要贡献. 但我国地下水水质状况总体不容乐观, Ⅰ ~ Ⅳ类水质点位占比为79.4%, Ⅴ类水质点位占比达20.6%[1]. 造成我国地下水污染的来源, 主要包括工业污染源、农业污染源和生活污染源等, 地下水污染对国家用水安全和人民健康都造成了巨大的威胁[2].
地下水中的污染物按照化学性质的不同, 通常划分为无机污染物和有机污染物. 最新的研究证实与无机污染物相比, 有机污染物对地下水生态系统可能表现出更大的危害, 具有更高的潜在风险[3]. 特别是一些疏水性有机污染物(hydrophobic organic contaminants, HOCs)由于具有强持久性、生物累积性和高毒性, 在世界范围内被广泛列入优先监测的污染物清单[4]. 2017年我国对地下水质量标准进行了修订, 新修订的标准中有机污染物相关的监测指标由原有的2项提升到49项, 表明有机污染物特别是HOCs已成为我国地下水水质监管的重点. 但是即便如此, 与持续增加的新污染物相比, 新标准对监测指标的修订仍具有局限性；此外, 目前的水质监测仍主要依赖传统的靶向分析技术, 难以识别地下水中的“未知”污染物[5]；可见, 我国地下水水质监测与管理仍面临来自新污染物和“未知”污染物的挑战.
非靶向筛查(non-targeted screening, NTS)技术可实现在没有任何先验信息的条件下对未知污染物的筛查分析[6], 可以作为传统靶向分析技术的补充. 例如全二维气相色谱质谱联用技术(comprehensive two-dimensional gas chromatography-quadrupole mass spectrometry, GC × GC-MS)可同时检测环境水体中的多种HOCs, 提供了一种HOCs的非靶向筛查方法, 可以更真实地反映环境水样HOCs污染情况, 且由于其检测限低、分辨率高、分离效果好等优势, 已广泛应用于环境水体的污染研究[7]. 根据已有研究, 该技术目前已被应用于我国河流、湖泊和城市废水中的已知/未知HOCs的筛查, 但尚未见其在地下水应用的报道[8]. 因此, 本课题组将该技术应用于北京市某地下水监测站点采集地下水样品的分析.
虽然NTS技术已筛选出大量的地下水HOCs, 但是如何识别HOCs的潜在危害, 从大量的HOCs中甄别出危害较大的毒害污染物, 是亟待解决的关键问题. 目前已发展了大量的方法, 例如：潜在危害指数法、综合评分法、毒理学优先指数法(toxicological priority index, Tox Pi)等, 其中Tox Pi是目前常用的危害综合评价方法, 广泛应用于污染物的危害识别和优先性排序[9]. 基于该方法开发了Tox Pi GUI软件, 可整合不同评价指标的多维数据, 如急性毒性和慢性毒性等数据, 计算Tox Pi毒理学优先指数用于定量表征污染物危害, 相较于其他方法可以更加全面准确地评估污染物的危害潜力[10]. 除此以外, 污染物在生物体内的吸收、分布、代谢和排泄(absorption, distribution, metabolism, excretion, ADME)过程也会影响其毒性效应和危害水平, 因此, 评价过程亦需要考虑污染物的ADME性质[11]. 现有研究证实, 单一污染物通常具有多个分子靶点及毒作用类型, 不同毒作用类型的危害强度差异较大, 为综合评价、表征污染物复杂的生物学效应, Leung等[12]提出了“基因评分”和二模网络的概念, 通过评分以及构建二模网络以评估毒害污染物和各分子靶点之间的关联性, 揭示毒害污染物的主要毒作用类型. 由此可见, 上述方法均能从不同的角度开展污染物的危害评价, 方法的组合则更可能扬长避短, 实现污染物潜在危害的多角度综合评价, 但是目前相关的研究工作仍较少.
因此, 本文拟依托美国离体高通量筛选数据库Tox Cast DB, 采用Tox Pi GUI软件开展污染物的环境危害识别和排序, 为弥补毒代动力学数据的不足, 进一步耦合污染物ADME性质评估, 筛选高毒害污染物, 并采用二模网络模型可视化表征其多靶点的生物学效应, 最终形成污染物危害评估-筛选-表征综合体系；针对NTS检出的地下水HOCs, 应用该体系, 全面揭示地下水HOCs对人体健康的潜在危害, 筛选高毒害HOCs. 本研究成果不仅为我国区域地下水中新污染物的防治提供技术支撑, 而且对于加强我国地下水新污染物管控, 防范环境与健康风险具有重要意义.
1 材料与方法 1.1 样品采集与分析选择北京市某地下水监测站点开展地下水样品采集. 采样站点的地下水主要以第四纪孔隙水为主, 其埋深较浅, 易受人为影响, 2021年10月共采集监测站内三口监测井的12件地下水样品(如图 1). 选用低速采样系统(Osees, 中国)开展地下水样采集. 如Liu等[13]所述, 所有样品均通过0.7 μm的玻璃纤维滤膜(Millipore, 美国)过滤, LC18固相萃取柱(Supelco, 美国)和Oasis HLB柱(Waters, 美国)联合萃取水样中的HOCs, 采用10 mL二氯甲烷洗脱(Fisher Scientific, 美国), 并将溶剂置换为正己烷(Fisher Scientific, 美国), 高纯氮(纯度 > 99.99%)浓缩至0.3 mL. 样品保存在-20℃下, 用于NTS分析. 采用安捷伦7890气相色谱仪(Agilent, 美国)搭配安捷伦5975C四极杆质谱检测器(Agilent, 美国)GC × GC-MS开展地下水样品中HOCs的检测, 测试流程及相关参数参考Li等[14]的报道, 并采用GC Image 2.2软件对数据进行处理.
|
图 1 采样点示意 Fig. 1 Schematic diagram of sampling sites |
本文选取生物累积性、环境持久性和急/慢性毒性作为评价指标, 采用Tox Pi GUI软件开展HOCs的危害评估[15]；指标权重参考文献[16]报道, 生物累积性、环境持久性、急性毒性和慢性毒性的权重比值为5∶5∶3∶3. 评估中, 采用污染物在水中降解的半衰期定量表征其环境持久性；采用生物浓缩系数(bioconcentration factor, BCF)表征其生物累积能力；采用大鼠经口的化合物半数致死剂量(median lethal dose, LD50)表征其急性毒性强度；用半数效应浓度值(median effect concentration, AC50)表征其慢性毒性强度[15]. 上述数据收集自Tox Cast DB数据库(https://comptox.epa.gov/dashboard/)和化学物质毒性数据库(https://www.drugfuture.com/toxic/search.aspx). 对于单一化合物, 本文共收集60个毒作用分子靶点的慢性毒性数据, 对于数据库中缺失的AC50值, 优先选用结构类似替代化合物的AC50值代替, 若没有替代化合物或替代化合物的数据仍缺失, 则该AC50值表征为“NA”[15]. 参考文献[15, 17]对数据进行处理, 对于收集的慢性毒性数据AC50值, 设定不同毒作用分子靶点数据的权重相同, 采用Tox Pi GUI软件内置加权程序进行处理；进一步采用Tox Pi GUI软件内置的归一化程序对收集的半衰期数据、BCF值、LD50值和加权处理后的慢性毒性数据统一处理, 自动输出化合物的Tox Pi指数并排序.
1.3 污染物ADME性质评估参考文献[11], 采用ADME Tlab 2.0软件(https://admetmesh.scbdd.com/)预测HOCs在人体内的ADME性质. 可简述为：查询化合物简化分子线性输入规范码(simplified molecular input line entry system, SMILES), 并输入ADME Tlab 2.0软件中, 收集ADME性质的相关数据；采集人体肠道吸收性(human intestinal absorption, HIA)、血浆蛋白结合性(plasma protein binding, PPB)、P450酶结合能力和人肝清除率(clearance, CL)的数据分别代表化合物的吸收、分布、代谢和排泄能力[18, 19]. 按照污染物人体肠道吸收性好、血浆蛋白结合性高、代谢排泄缓慢危害水平更高的原则, 参考文献[20]的方法, 根据污染物ADME性质的不同, 将其划分为“高优先级”和“低优先级”两类.
1.4 基因评分及网络化表征目标HOCs通常具有多个分子靶点, 不同靶点AC50值相差较大, 本文进一步借鉴Leung等[12]报道的基因评分法定量表征化合物与多个分子靶点之间的相关性, 计算公式如下：
|
(1) |
式中, Z(X, A)表示化合物X对应分子靶点开展测试A的标准化评分；log10[AC50(X, A)]表示化合物X在测试A获取AC50值的对数；m(X)表示化合物X对应分子靶点所有AC50值对数集的中位数；Mglobal表示所有化合物MAD的中位数；MAD表示化合物X对应分子靶点所有AC50值对数集的绝对中位差.
|
(2) |
式中, I[0, ∞)表示Z的权重, Z表示化合物X对应测试A的标准化评分值.
|
(3) |
式中, G(X, g)表示化合物X的评分值；g表示不同的分子靶点；nassay(g)表示已开展化合物X的测试个数.
基于上述公式采用Excel 2016软件计算各化合物基因评分值, 并在此基础上采用Gephi 0.9.2构建不同化合物与各基因分子靶点之间的二模网络, 可视化化合物与各分子靶点之间的相互作用.
2 结果与讨论 2.1 研究区地下水HOCs污染特征本文采用GC × GC-MS非靶向筛查技术对研究区地下水样品开展检测, 从地下水中共检出234种HOCs, 单一采样点HOCs检出数量大于118种. 234种HOCs按照其理化性质和主要用途的不同分类, 包括有：有机合成中间体108种、药物和个人护理产品(pharmaceutical and personal care products, PPCPs)63种、添加剂35种、天然物质或代谢物20种以及农药8种[如图 2(a)]. 通过与Web of science数据库比对, 发现有170种HOCs(占HOCs总量的73%)为首次报道在地下水样品中检出, 其中, 包括有机合成中间体88种、PPCPs 44种、添加剂17种、天然物质或代谢物16种以及农药5种[如图 2(b)]为表征HOCs的环境危害, 本文进一步将234种HOCs与Tox Cast DB数据库进行比对, 共获取94种HOCs的毒性数据, 如图 2(c)所示, 包含PPCPs 34种, 添加剂25种, 有机合成中间体21种, 农药8种以及天然物质或代谢物6种.
|
(a)非靶向筛查总HOCs, (b)地下水中首次报道的HOCs, (c)Tox Cast DB数据库检索出的HOCs 图 2 检出的HOCs按用途分类的类别及数量 Fig. 2 Category and number of detected HOCs by application |
本文对于地下水中HOCs的筛查结果与已有研究报道的结果基本一致. Kong等[21]在北京市地下水环境中发现了42种HOCs, 包括21种农药、9种有机合成中间体、7种PPCPs和5种增塑剂, 其检出的主要污染物类别与本文报道相同, 但其检出的污染物数量远远低于本文所报道的污染物数量, 可见相较于传统靶向分析测试方法NTS技术能实现对于已知和未知污染物的筛查, 能够高效准确地识别和发现地下水环境中未知的新污染物, 进而为揭示地下水污染状况、开展污染物管理控制以及相关政策法规的制定等工作提供科学支撑[5].
本文检出的234种HOCs中占比最高的是有机合成中间体、PPCPs以及添加剂；这3类物质也是地下水中首次报道的新污染物的主要类型. 地下水中对于上述3类物质的高检出, 可能与这些物质在生产生活中的广泛使用相关. 地下水采样区位于北京市某地下水监测站点, 周边人口密度较高, 还有较为密集的农业活动以及分散的工业生产活动, 可能是导致上述HOCs进入地下水的原因[21]. 已有研究报道, 工业生产过程中的污水排放及废弃物处置过程中的渗滤液入渗是地下水中有机合成中间体、PPCPs和添加剂的重要来源[22]. 特别是, 现有关于地下水中PPCPs污染的研究较多, 证实制药厂、医院、畜禽养殖废水以及城市生活污水排放, 是地下水中PPCPs的重要来源, 考虑到城市/农村污水处理厂对一些PPCPs的去除率较低, 随污水排放或污泥填埋进入地下水, 地下水中PPCPs类的污染不容忽视[23, 24].
2.2 研究区地下水HOCs Tox Pi指数评价结果本文利用Tox Cast DB数据库共收集到94种HOCs的毒理学数据, 采用Tox Pi GUI软件开展危害评价. 根据Tox Pi指数从高到低, 对HOCs进行排序, 排序前20的HOCs如表 1所示, 主要包括添加剂、有机中间体、PPCPs、农药以及天然物质或代谢物. 添加剂中高Tox Pi指数的污染物包括：邻苯二甲酸二(2-乙基己基)酯[bis(2-ethylhexyl)phthalate, DEHP]、2, 4-双(1, 1-二甲乙基)-5-甲基苯酚(2, 4-di-t-butyl-5-methylphenol, 2, 4-DTBMC)、邻苯二甲酸二异丁酯(diisobutyl phthalate, DIBP)、4-肉桂苯酚[phenol, 4-(1-methyl-1-phenylethyl), CP]、1-萘氨基苯(n-phenyl-1-naphthylamine, P1NA)和磷酸三苯酯(triphenyl phosphate, TPHP)；高Tox Pi评分的PPCPs主要包括对氯间二甲苯酚(4-chloro-3, 5-dimethylphenol, PCMX)；除此之外, 除草剂乙草胺(acetochlor, ACT)的Tox Pi指数也比较高.
|
表 1 危害潜力排名前20污染物Tox Pi指数 Table 1 Tox Pi index of the top 20 pollutants with harmful potential |
分析危害潜力排名前20的污染物清单, 发现其中3种污染物：荧蒽(fluoranthene, FLU)、萘(naphthalene, NAP)以及DEHP, 均包括在我国2017年修订的地下水质量标准以及我国水环境优先控制污染物黑名单中, 其次芘(pyrene, Pyr)、苊(acenaphthene, ACE)、NAP、FLU和DEHP属于美国EPA列出的129种优先控制污染物, 由此可见, 采用Tox Pi毒理学优先指数法筛选出的污染物与相关标准、清单结果具有一致性, 初步证明该筛选结果的合理性. 除此以外, 值得注意的是, Tox Pi指数排名前20的HOCs中有5种污染物从未在地下水环境中报道检出, 主要包括：CP、BHT、PCMX、2, 4-DTBMC和P1NA. 其中PCMX是一种广谱杀菌消毒剂, 研究证实PCMX可有效杀死新型冠状病毒, 新冠疫情暴发以来含PCMX的消毒剂使用量大增, 近年来, 在河流及再生水中均检测到PCMX[25]；甚至有研究在儿童和孕妇的尿液中检出PCMX, 浓度分别为21.6 µg·L-1和31.9 µg·L-1[26]. 虽然其对生物体的毒性效应目前尚未完全识别, 但是研究发现长期暴露于PCMX会导致斑马鱼和虹鳟鱼胚胎的孵化延迟或抑制, 甚至导致胚胎死亡[27]. 本文首次报道PCMX在地下水样品中检出且危害潜力不容忽视, 因此, 提示应加强地下水中危害水平较高的新污染物的监测与管理.
Tox Pi GUI还可以定量表征不同评价指标对于评价结果的贡献, 如图 3所示, 慢性毒性指标对污染物环境危害的贡献不容忽视. 以危害排名前10的污染物为例, 其中2, 4-DTBMC、DIBP和CP的危害水平主要受到其慢性毒性的影响. 其中DIBP作为一种常见的邻苯二甲酸酯类增塑剂, 能够诱导发育毒性、生殖毒性和内分泌干扰效应等多种慢性毒性, 能够作用雄激素受体(androgen receptor, AR)、雌激素受体1(estrogen receptor 1, ESR1)和类视黄醇受体等多个毒作用靶点[28]. 与DIBP类似, 2, 4-DTBMC和CP, 也被发现可竞争性结合AR和ESR1, 对生物体内分泌、生殖、生长和发育等产生干扰[29, 30]. 之前的研究无论是开展污染物危害性评价还是优先控制污染物的筛选, 多选取污染物急性毒性的数据；由于慢性毒性数据资源有限, 数据处理难度较大, 研究通常对于慢性毒性数据的重视不够[31]. Tox Cast DB数据库的发展为污染物慢性毒性的评价提供了数据基础, Tox Pi GUI软件的开发为慢性毒性的评价提供了工具技术, 本研究不仅证实评价污染物的环境危害不能忽视其慢性毒性, 更是为联合Tox Cast DB数据库和Tox Pi GUI软件技术开展污染物的慢性毒性及环境危害评价提供应用示范.
|
图 3 Tox Pi排名前10污染物各评价指标得分 Fig. 3 Score of each evaluation index of the top ten pollutants |
上述的研究主要评价了污染物的潜在环境危害, 值得注意的是Tox Cast DB数据库中的测试数据多通过离体(in vitro)生物毒性测试方法获取, 不考虑污染物在人体内吸收、分布、代谢和排泄过程即ADME过程对污染物毒性的影响, 事实上, 污染物在进入到生物体后, ADME过程会影响其对于生物的危害, 特别是对于人体健康的危害[32], 因此下文主要就筛选出的危害潜力排名前20的污染物开展ADME性质评估.
2.3 污染物ADME性质评估结果本文将20种HOCs按照ADME性质的不同划分优先级, 其中有3种HOCs, 包括2, 4-DTBMC、2, 6-二叔丁基苯酚(2, 6-Di-tert-butylphenol, 2, 6-DTBP)和吲哚被划分为低优先级, 其余17种HOCs被划分为高优先级(如表 2). 对于低优先级的污染物, 其ADME活性有限, 以吲哚为例, Zeynep等[33]报道其生物利用度较低, 经口摄入生物体后吸收不良, 且不能与血浆蛋白很好结合, 难以在生物体内运输以及在组织中分布, 因而其对人体健康的影响有限.
|
|
表 2 17种高优先级污染物的ADME性质1) Table 2 ADME properties of 17 high priority pollutants |
分析17种高优先级污染物发现, 大部分污染物都属于公认的危害人体健康的有毒有害物质. 以TPHP为例, 相关研究已经证实其极易被人体肠道吸收, 进入血液后与血浆蛋白结合能力较强, 经过血液输送, 能够广泛分布于不同组织如肝脏、肾脏、脂肪组织等, 并诱发组织损伤[34]. DEHP和DIBP也具有类似的肠道高吸收活性, 虽然其在生物体内的代谢活性也较强, 但是DEHP、DIBP及其主要代谢产物[例如邻苯二甲酸单(2-乙基己基)酯、邻苯二甲酸单丁酯]已被证实在生物体组织中广泛分布, 其毒害效应也不能忽视[35]. 由此可见, 在Tox Pi毒理学优先指数评价的基础上, 进一步考虑污染物的ADME特性, 有助于进一步聚焦生物活性较强的危害污染物.
HIA、PPB、CL和P450的酶结合能力这4项指标常被用于药物开发过程中定量表征药物的ADME性质, 筛选体内高活性药物. 本文将上述方法应用于高优先级污染物的识别, 类似的研究已有报道[11]. 徐秋亚[36]的研究也认为HIA可作为污染物生物利用度的定量表征指标, HIA值越高表明该污染物经口摄入生物体后的吸收效果越好. 其次, 污染物与血浆蛋白结合是其经血液在体内转运的主要形式, 因此, 其与血浆蛋白结合的结合能力能够表征转运和分布的能力[37], 李瑶[38]的研究也采用HIA和PPB作为主要的评价指标识别生物活性较强的污染物. 除此之外, 代谢和排泄过程作为污染物在体内消除的主要途径, 其在ADME性质评估中不可或缺；贾越[39]利用污染物与P450酶的结合能力表征有机磷阻燃剂在人体内的代谢转化活性；邓臣等[40]用CL定量描述磷酸三(2-丁氧基乙基)酯及其代谢物在雄性大鼠体内的排泄速度. 由此可见, 现有报道已初步证实选择上述指标表征污染物ADME性质的合理性.
为进一步刻画上述17种高优先级污染物作用生物体的分子靶点, 采用Gephi软件构建污染物与各基因分子靶点之间的二模网络, 可视化污染物与各分子靶点之间的相互作用.
2.4 构建高优先级污染物-基因分子靶点二模网络本文在Gephi软件中采用Force Atlas布局算法构建了17种高优先级污染物及其60个基因分子靶点的二模网络, 可视化污染物-生物效应间的相关关系, 结果如图 4所示. 所构建的二模网络由77个大小各异的节点和377条粗细不一的矢量边构成；红色和蓝色的节点分别表示污染物和基因分子靶点；矢量边表示污染物与相应基因分子靶点的基因评分大小, 如图 4所示, 一个污染物平均与20个基因分子靶点相连接, 表明污染物可通过多个基因分子靶点产生危害.
|
红色节点表示17种高优先级HOCs, 蓝色节点表示60个基因分子靶点, 节点的大小表示其平均加权度, 节点之间由矢量边相连接, 矢量边表示污染物与相应基因分子靶点的基因评分大小, 矢量边粗细与其相应的基因评分成正比, 越粗表示其对相应的基因分子靶点的毒性越大 图 4 高优先级污染物-基因分子靶点二模网络 Fig. 4 High-priority contaminants-gene molecular target dimodal network |
其次, 该二模网络还能够表征这17种高优先级污染物的危害潜力大小. 如表 3所示, 二模网络可计算不同节点的平均加权度以表征其影响力, 平均加权度越大其影响力较高. 本文按照平均加权度排序, 共筛选到10种污染物, 其平均加权度均大于20, 包括有：Pyr、FLU、DIBP、TPHP、ACT、CP、PCMX、ACE、DPA和DEHP. 这10种污染物具有较高的影响力, 在污染监测和防治中应该获得更多的关注. 其中, 包括7种常规污染物(Pyr、FLU、DIBP、ACT、ACE、DPA、DEHP)和3种新污染物(TPHP、CP、PCMX). 常规污染物中Pyr、FLU、ACE、DEHP被纳入了美国EPA优先污染物清单, DPA被列为欧盟第三批优先控制污染物, 其中FLU和DEHP同时也被纳入了我国2017年修订的地下水质量标准以及我国水环境优先控制污染物黑名单中, 初步佐证筛选结果的可靠性. 虽然DIBP和ACT在地下水中的研究较少, 但是其潜在危害和风险已在其它环境介质中有所论证. 例如龚雄虎等[41]采用综合评分法识别出DIBP为升金湖水体优先污染物；于志勇等[42]对我国36个重点城市145个水源水和209个出厂水的监测和评价证实ACT为高风险物质, 上述研究均从不同的侧面佐证了本文的筛选结果. 本文还筛选出需要关注的3种新污染物, TPHP、CP和PCMX, 目前国内外水质指标中均未涵盖该3种污染物, 但其毒害效应已被相关研究结果佐证. 例如, 研究证实TPHP具有生物富集和放大效应, 能够诱导发育毒性、心脏毒性和神经毒性, 鉴于其毒害效应, 已有报道还揭示水环境中的TPHP残留可能对人体健康和环境安全构成威胁[43 ~ 45]. PCMX在新冠疫情后被广泛用作消杀剂, 具有较强的生物积累和放大的潜力, 且难以生物降解性, 一般的污水处理工艺对其去除效率有限, 进入水体后能够损伤鱼鳃组织, 进入饮用水后更可导致人血红蛋白变性[46]. 与上述两种物质类似, CP也被证实具有较强的生物累积性和生物难降解性, 其内分泌干扰毒性较为突出, 特别是, 具有较强的雌激素活性, 能够干扰生物体的繁殖、生长和发育[47]. 综上, 文献报道已初步证实了上述3种新污染物的危害, 佐证了本文的筛选结果.
|
|
表 3 平均加权度排名前10的HOCs和基因分子靶点 Table 3 Average weighted top ten HOCs and gene molecular targets |
二模网络还筛选出具有高加权度和影响力的基因分子靶点, 排名前10的基因分子靶点包括：ESR1、核受体亚家族1组I成员2(nuclear receptor subfamily 1 group I member 2, NR1I2)、AR、雌激素受体2(estrogen receptor 2, ESR2)、过氧化物酶体增殖物激活受体(peroxisome proliferator-activated receptor gamma, PPARG)、黄体酮受体(presterone receptor, PGR)、核受体亚家族4组A组成员2(nuclear receptor subfamily 4 group A member 2, NR4A2)、CD40受体(CD40 molecule, TNF receptor superfamily member 5, CD40)、非受体酪氨酸激酶(SRC proto-oncogene, non-receptor tyrosine kinase, SRC)和细胞色素P450, 家族2, 亚家族B, 多肽6(cytochrome P450, family 2, subfamily B, polypeptide 6, CYP2B6), 如表 3所示. 进一步开展生物学分类, 发现这些基因分子靶点主要集中在激素受体、DNA连接酶、细胞色素酶P450家族, 揭示地下水中筛选到的高优先级污染物可能诱导生物体的内分泌干扰效应、DNA损伤并激活外源性化合物的代谢转化.
针对本文筛选到的10种HOCs和基因分子靶点, 已有研究证实了HOCs和分子靶点之间的相关性[48]. 值得注意的是, 本文的研究还筛选出13条污染物-基因分子靶点途径具有较高的基因评分, 集中在：ACE、FLU、Pyr、PCMX、DIBP、DEHP和TPHP对AR、ESR1、NR1I2、PPARG和SRC的作用途径, 提示, 上述污染物及其特定的内分泌干扰活性和致癌活性值得关注. 其中邻苯二甲酸酯的DEHP和DIBP已被识别为典型的环境内分泌干扰物, 影响生殖和发育等关键的生物学过程；其与天然激素受体ESR1和AR具有较强的亲和力, 可作为其有害结局路径中重要的分子起始事件[49 ~ 51]. 其次, 对于多环芳烃的ACE、FLU和Pyr等而言, 其致癌活性已被广泛证实, 其低浓度条件下的ESR1结合活性及对水生生物内分泌系统的干扰已成为目前的研究热点[52]. 除上述传统污染物外, 本文还筛选出新污染物如TPHP、PCMX和CP作为地下水污染监测的关注重点, 虽然其对生物体的毒性效应目前尚未被完全识别, 但现有的in vitro、计算机模拟(in silico)以及部分活体实验(in vivo)的数据已证实其毒害效应不容忽视[53, 54]. 事实上, 我国生态环境部已发布了《重点管控新污染物清单》, 提出重点管控具有生物毒性、环境持久性和生物累积性等特征的有毒有害化学物质, 本文的研究对于加强地下水新污染物管控, 防范环境与健康风险具有重要意义.
2.5 不确定性分析本文的危害评估结果存在不确定性, 主要包括：由于部分化合物毒性数据缺失, 参考已有报道, 本文采用结构类似替代化合物的毒性数据代替, 会增加评估结果的不确定性. 其次, 毒性数据主要收集自ToxCast DB数据库, 其数据主要采集自离体毒性测试, 测试结果与化合物的实际环境毒性可能存在差异, 不考虑化合物在生物体内的转化过程, 不考虑实际环境的基质效应, 可能导致化合物毒性被低估或高估. 最后, 化合物的ADME数据采集自ADME Tlab 2.0软件的预测数据, 预测结果的不准确性亦会增加化合物优先级排序的不确定性.
综上所述, 本文改进了传统的危害评价方法, 将Tox Pi毒理学优先指数法、ADME性质评估法和二模网络分析法这3种方法创新性地结合在一起, 构建了一套新的污染物危害评估-筛选-表征综合体系, 该体系中, Tox Pi毒理学优先指数法可整合化合物生物累积性、环境持久性和急/慢性毒性数据, 实现综合评价, ADME性质评估可有效补充化合物毒代动力学数据, 二模网络模型实现化合物多靶点生物学效应的可视化表征, 3种方法的组合有助于更加全面地评价、直观地表征化合物的危害. 除此之外, 相较于以往研究中忽视慢性毒性或慢性毒性分子靶点考虑不足, 本文在评价过程中引入Tox Cast DB数据库中大量的慢性毒性数据, 综合考虑了60个基因分子靶点, 能够更加全面准确地评估污染物的危害潜力. 本文将上述体系应用于北京市地下水中HOCs的危害评估与毒害污染物的筛选, 成功识别出10种需要高关注的毒害HOCs, 特别是, 发现了3种新污染物TPHP、PCMX和CP值得关注；此外, 筛选出10种高关注的基因分子靶点, 揭示出地下水中高关注毒害HOCs主要的毒作用类型是诱导生物体的内分泌干扰效应、DNA损伤并激活外源性化合物的代谢转化, 同时实现了毒害污染物的筛选和主要毒作用类型的识别, 研究结果能够为我国地下水新污染物管理与防治提供技术参考和科学支撑.
3 结论(1) 本文改进了传统的危害评价方法, 构建了涵盖Tox Pi毒理学优先指数法、ADME性质评估法和二模网络分析法的污染物危害评估-筛选-表征综合体系.
(2) 基于上述体系在北京市某地下水监测站点地下水样品筛选出10种需要高关注的毒害HOCs, 除常规污染物外还包括新污染物TPHP、PCMX和CP.
(3) 本文还可视化表征了污染物-生物效应间的相关关系, 除筛选出10种需要高关注的毒害HOCs外还包括10种高关注的基因分子靶点, 揭示地下水中高关注毒害HOCs可能诱导生物体的内分泌干扰效应、DNA损伤并激活外源性化合物的代谢转化.
(4) 研究结果对于加强我国地下水新污染物管控, 防范环境与健康风险具有重要意义.
| [1] |
任静, 李娟, 席北斗, 等. 我国地下水污染防治现状与对策研究[J]. 中国工程科学, 2022, 24(5): 161-168. Ren J, Li J, Xi B D, et al. Groundwater pollution prevention and control in China: current status and countermeasures[J]. Strategic Study of CAE, 2022, 24(5): 161-168. |
| [2] |
韩奕彤, 刘畅, 秘昭旭, 等. 我国地下水污染修复技术的专利计量分析[J]. 环境保护科学, 2022, 48(6): 86-92. Han Y T, Liu C, Mi Z X, et al. Bibliometric analysis of patents for groundwater pollution remediation technology in China[J]. Environmental Protection Science, 2022, 48(6): 86-92. |
| [3] | D'Agostino F, Avellone G, Ceraulo L, et al. Groundwater of sicily (Italy) close to landfill sites: quality and human health risk assessment[J]. Exposure and Health, 2021, 13(3): 535-550. DOI:10.1007/s12403-021-00401-z |
| [4] | Li J, Xu Y, Jiang Y H, et al. Nongenomic effects and mechanistic study of butyl benzyl phthalate-induced thyroid disruption: based on integrated in vitro, in silico assays and proteome analysis[J]. Science of the Total Environment, 2022, 836. DOI:10.1016/j.scitotenv.2022.155715 |
| [5] |
张博超, 章丽萍, 王大伟, 等. 全二维气相色谱-飞行时间质谱(GC × GC-TOFMS)非靶向筛查水源地中微量有机污染物[J]. 环境化学, 2023, 42(4): 1109-1117. Zhang B C, Zhang L P, Wang D W, et al. Non-targeted screening of trace organic pollutants in source water by GC × GC-TOFMS[J]. Environmental Chemistry, 2023, 42(4): 1109-1117. |
| [6] |
毛佳迪, 于南洋, 于红霞, 等. 环境中有机污染物的高通量筛查技术研究进展[J]. 环境化学, 2020, 39(1): 156-165. Mao J D, Yu N Y, Yu H X, et al. Research process of the high-throughput screening for identification of environmental organic pollutants[J]. Environmental Chemistry, 2020, 39(1): 156-165. |
| [7] |
卢昕妍, 王菲, 张丽敏, 等. 太湖西岸地表水中极性有机污染物非靶向筛查与生态风险评估[J]. 环境科学, 2021, 42(11): 5284-5293. Lu X Y, Wang F, Zhang L M, et al. Nontarget screening and ecological risk assessment of polar organic pollutants in surface water on the West bank of Taihu Lake[J]. Environmental Science, 2021, 42(11): 5284-5293. |
| [8] | Liu Q Z, Xu X, Lin L H, et al. Occurrence, distribution and ecological risk assessment of polycyclic aromatic hydrocarbons and their derivatives in the effluents of wastewater treatment plants[J]. Science of the Total Environment, 2021, 789. DOI:10.1016/j.scitotenv.2021.147911 |
| [9] |
张莹. 基于激素生物标志物的斑马鱼内分泌干扰效应综合评价模型的建立及其在三种杀菌剂评价中的应用[D]. 杭州: 浙江大学, 2020. Zhang Y. Development of zebrafish model for comprehensive assessment of endocrine disruption based on hormone biomarkers and application in assessment for three fungicides[D]. Hangzhou: Zhejiang University, 2020. |
| [10] | Feng X X, Sun H L, Liu X, et al. Occurrence and ecological impact of chemical mixtures in a semiclosed sea by suspect screening analysis[J]. Environmental Science & Technology, 2022, 56(15): 10681-10690. |
| [11] | Phillips M B, Leonard J A, Grulke C M, et al. A workflow to investigate exposure and pharmacokinetic influences on high-throughput in vitro chemical screening based on adverse outcome pathways[J]. Environmental Health Perspectives, 2016, 124(1): 53-60. DOI:10.1289/ehp.1409450 |
| [12] | Leung M C K, Phuong J, Baker N C, et al. Systems toxicology of male reproductive development: profiling 774 chemicals for molecular targets and adverse outcomes[J]. Environmental Health Perspectives, 2016, 124(7): 1050-1061. DOI:10.1289/ehp.1510385 |
| [13] | Liu Q Z, Xu X, Wang L, et al. Transformation reactivity of parent polycyclic aromatic hydrocarbons and the formation trend of halogenated polycyclic aromatic hydrocarbons in the presence of bromide ion during chlorination[J]. Chemical Engineering Journal, 2020, 400. DOI:10.1016/j.cej.2020.125901 |
| [14] | Li J, Yu S H, Liu Q Z, et al. Screening of hazardous groundwater pollutants responsible for microbial ecological consequences by integrated nontargeted analysis and high-throughput sequencing technologies[J]. Journal of Hazardous Materials, 2023, 445. DOI:10.1016/j.jhazmat.2022.130516 |
| [15] | Fang W D, Peng Y, Muir D, et al. A critical review of synthetic chemicals in surface waters of the US, the EU and China[J]. Environment International, 2019, 131. DOI:10.1016/j.envint.2019.104994 |
| [16] |
李沫蕊, 王亚飞, 滕彦国, 等. 应用综合评分法筛选下辽河平原区域地下水典型污染物[J]. 北京师范大学学报(自然科学版), 2015, 51(1): 64-68. Li M R, Wang Y F, Teng Y G, et al. Application of comprehensive evaluation for screening of typical pollutants in groundwater of the Liao River basin[J]. Journal of Beijing Normal University (Natural Science), 2015, 51(1): 64-68. |
| [17] | Arcega R D, Chen R J, Chih P S, et al. Toxicity prediction: an application of alternative testing and computational toxicology in contaminated groundwater sites in Taiwan[J]. Journal of Environmental Management, 2023, 328. DOI:10.1016/j.jenvman.2022.116982 |
| [18] | Ghannay S, Kadri A, Aouadi K. Synthesis, in vitro antimicrobial assessment, and computational investigation of pharmacokinetic and bioactivity properties of novel trifluoromethylated compounds using in silico ADME and toxicity prediction tools[J]. Monatshefte für Chemie-Chemical Monthly, 2020, 151(2): 267-280. DOI:10.1007/s00706-020-02550-4 |
| [19] | Xiong G L, Wu Z X, Yi J C, et al. ADMETlab 2.0: an integrated online platform for accurate and comprehensive predictions of ADMET properties[J]. Nucleic Acids Research, 2021, 49(W1): W5-W14. DOI:10.1093/nar/gkab255 |
| [20] | Qiao L, Gao L R, Huang D, et al. Screening of ToxCast chemicals responsible for human adverse Outcomes with exposure to ambient air[J]. Environmental Science & Technology, 2022, 56(11): 7288-7297. |
| [21] | Kong L X, Kadokami K, Duong H T, et al. Screening of 1300 organic micro-pollutants in groundwater from Beijing and Tianjin, North China[J]. Chemosphere, 2016, 165: 221-230. DOI:10.1016/j.chemosphere.2016.08.084 |
| [22] | Wang J W, Teng Y G, Zhai Y Z, et al. Spatiotemporal distribution and risk assessment of organophosphorus pesticides in surface water and groundwater on the North China Plain, China[J]. Environmental Research, 2022, 204. DOI:10.1016/j.envres.2021.112310 |
| [23] |
樊月婷, 昌盛, 张坤锋, 等. 疫情背景下长江中游地区典型饮用水源中PPCPs分布特征与风险评估[J]. 环境科学, 2022, 43(12): 5522-5533. Fan Y T, Chang S, Zhang K F, et al. Pollution characteristics and risk assessment of PPCPs in typical drinking water sources in the middle reaches of the Yangtze river during the COVID-19 pandemic[J]. Environmental Science, 2022, 43(12): 5522-5533. |
| [24] |
纪桂霞, 王学连, 周海东, 等. PPCPs在水环境中的风险控制研究进展[J]. 能源研究与信息, 2015, 31(3): 142-147. Ji G X, Wang X L, Zhou H D, et al. Research progress in risk control of pharmaceuticals and personal care products in the aquatic environment[J]. Energy Research and Information, 2015, 31(3): 142-147. |
| [25] |
陆建. 富电子材料改良磁性纳米粒子活化PMS高效去除水中新污染物[D]. 上海: 华东理工大学, 2022. Lu J. Activation of peroxymonosulfate by electron-rich materials modified magnetic nanoparticles for efficient removal of emerging contaminants in water[D]. Shanghai: East China University of Science and Technology, 2022. |
| [26] | Tan J H, Kuang H X, Wang C C, et al. Human exposure and health risk assessment of an increasingly used antibacterial alternative in personal care products: Chloroxylenol[J]. Science of the Total Environment, 2021, 786. DOI:10.1016/j.scitotenv.2021.147524 |
| [27] |
刘圣玮, 罗雯倩, 王博, 等. 4-氯-3, 5-二甲基苯酚的合成及应用研究进展[J]. 浙江化工, 2021, 52(10): 22-27. Liu S W, Luo W Q, Wang B, et al. Progress on synthesis and application of 4-Chloro-3, 5-dimethylphenol[J]. Zhejiang Chemical Industry, 2021, 52(10): 22-27. DOI:10.3969/j.issn.1006-4184.2021.10.008 |
| [28] | Zota A R, Woodruff T J. Changing trends in phthalate exposures: zota and woodruff respond[J]. Environmental Health Perspectives, 2014, 122(10): A264-A265. |
| [29] | Wang M X, Qin T, Chen G L, et al. The toxicity of 4-tert-butylphenol in early development of zebrafish: morphological abnormality, cardiotoxicity, and hypopigmentation[J]. Environmental Science and Pollution Research, 2023, 30(16): 45781-45795. DOI:10.1007/s11356-023-25586-5 |
| [30] |
王佳英. 叔丁基苯酚及水杨酸酯的雌激素、雄激素受体干扰效应[D]. 杭州: 浙江大学, 2018. Wang J Y. The disrupting effects of tert-butylphenols and salicylate esters toward estrogen and androgen receptors[D]. Hangzhou: Zhejiang University, 2018. |
| [31] |
巫俊楫. 典型香味物质的光化学降解机理及其产物的毒性评估[D]. 广州: 广东工业大学, 2021. Wu J J. Photochemical degradation mechanism and toxicity assessment of typical fragrance materials as well as their degradation intermediates[D]. Guangzhou: Guangdong University of Technology, 2021. |
| [32] |
柴子力. 基于化学物-表型-疾病构建有害结局路径(AOP)的方法框架及其在男(雄)性生殖损害研究中的应用[D]. 重庆: 中国人民解放军陆军军医大学, 2022. Chai Z L. A new method of generating adverse outcome pathway (AOP) via phenotypic analysis and its application in male reproductive impairment[D]. Chongqing: Army Medical University, 2022. |
| [33] | Ates-Alagoz Z, Kisla M M, Goker H, et al. Synthesis, molecular docking studies and antibacterial activities of novel monocationic indole-benzimidazole derivatives[J]. Medicinal Chemistry, 2021, 17(7): 699-706. DOI:10.2174/1573406416666200420080459 |
| [34] | Du J, Li H X, Xu S D, et al. A review of organophosphorus flame retardants (OPFRs): occurrence, bioaccumulation, toxicity, and organism exposure[J]. Environmental Science and Pollution Research, 2019, 26(22): 22126-22136. DOI:10.1007/s11356-019-05669-y |
| [35] | Husøy T, Martínez M A, Sharma R P, et al. Comparison of aggregated exposure to di(2-ethylhexyl) phthalate from diet and personal care products with urinary concentrations of metabolites using a PBPK model-Results from the Norwegian biomonitoring study in EuroMix[J]. Food and Chemical Toxicology, 2020, 143. DOI:10.1016/j.fct.2020.111510 |
| [36] |
徐秋亚. 新型BTK抑制剂的虚拟筛选、合成及生物活性研究[D]. 上海: 上海应用技术大学, 2022. Xu Q Y. Studies on the virtual screening, synthesis and bioactivity of novel BTK inhibitors[D]. Shanghai: Shanghai Institute of Technology, 2022. |
| [37] | Racané L, Cindrić M, Zlatar I, et al. Preclinical in vitro screening of newly synthesised amidino substituted benzimidazoles and benzothiazoles[J]. Journal of Enzyme Inhibition and Medicinal Chemistry, 2021, 36(1): 163-174. DOI:10.1080/14756366.2020.1850711 |
| [38] |
李瑶. 基于雌激素相关受体探讨香附紫苏挥发油抗围绝经期抑郁的作用及机制[D]. 南京: 南京中医药大学, 2022. Li Y. Effect and mechanism of Xiangfu-Zisu volatile oil against perimenopausal depression based on estrogen-related targets[D]. Nanjing: Nanjing University of Chinese Medicine, 2022. |
| [39] |
贾越. 新型阻燃剂与细胞色素P450酶相互作用机制的分子模拟[D]. 金华: 浙江师范大学, 2022. Jia Y. Molecular simulation of interaction mechanism of novel flame retardants with cytochrome P450 enzymes[D]. Jinhua: Zhejiang Normal University, 2022. |
| [40] |
邓臣, 刘云浪, 胡蓉, 等. 磷酸三(2-丁氧基乙基)酯及其代谢产物在大鼠体内的排泄动力学研究[J]. 生态毒理学报, 2022, 17(4): 80-86. Deng C, Liu Y L, Hu R, et al. Excretion kinetics of Tris (2-butoxyethyl) Phosphate and its metabolites in rats[J]. Asian Journal of Ecotoxicology, 2022, 17(4): 80-86. |
| [41] |
龚雄虎, 丁琪琪, 金苗, 等. 升金湖水体优先污染物筛选与风险评价[J]. 环境科学, 2021, 42(10): 4727-4738. Gong X H, Ding Q Q, Jin M, et al. Screening of priority pollutants and risk assessment for surface water from Shengjin lake[J]. Environmental Science, 2021, 42(10): 4727-4738. |
| [42] |
于志勇, 金芬, 李红岩, 等. 我国重点城市水源及水厂出水中乙草胺的残留水平[J]. 环境科学, 2014, 35(5): 1694-1697. Yu Z Y, Jin F, Li H Y, et al. Residual levels of acetochlor in source water and drinking water of China's major cities[J]. Environmental Science, 2014, 35(5): 1694-1697. |
| [43] | Huang Q H, Wei L, Bignert A, et al. Organophosphate flame retardants in heron eggs from upper Yangtze River Basin, Southwest China[J]. Chemosphere, 2019, 236. DOI:10.1016/j.chemosphere.2019.07.058 |
| [44] | Gibson E A, Stapleton H M, Calero L, et al. Differential exposure to organophosphate flame retardants in mother-child pairs[J]. Chemosphere, 2019, 219: 567-573. DOI:10.1016/j.chemosphere.2018.12.008 |
| [45] | Wang C, Le Y F, Lu D Z, et al. Triphenyl phosphate causes a sexually dimorphic metabolism dysfunction associated with disordered adiponectin receptors in pubertal mice[J]. Journal of Hazardous Materials, 2020, 388. DOI:10.1016/j.jhazmat.2019.121732 |
| [46] | Sreevidya V S, Lenz K A, Svoboda K R, et al. Benzalkonium chloride, benzethonium chloride, and chloroxylenol-Three replacement antimicrobials are more toxic than triclosan and triclocarban in two model organisms[J]. Environmental Pollution, 2018, 235: 814-824. DOI:10.1016/j.envpol.2017.12.108 |
| [47] | Janicki T, Długoński A, Felczak A, et al. Ecotoxicological estimation of 4-cumylphenol, 4-t-octylphenol, nonylphenol, and volatile leachate phenol degradation by the microscopic fungus Umbelopsis isabellina using a battery of biotests[J]. International Journal of Environmental Research and Public Health, 2022, 19(7). DOI:10.3390/ijerph19074093 |
| [48] | Ou K L, Song J L, Zhang S Q, et al. Prenatal exposure to a mixture of PAHs causes the dysfunction of islet cells in adult male mice: Association with type 1 diabetes mellitus[J]. Ecotoxicology and Environmental Safety, 2022, 239. DOI:10.1016/j.ecoenv.2022.113695 |
| [49] | Rehan M, Ahmad E, Beg M A. Structural binding perspectives of a major tobacco alkaloid, nicotine, and its metabolite cotinine with sex-steroid nuclear receptors[J]. Journal of Applied Toxicology, 2020, 40(10): 1410-1420. DOI:10.1002/jat.3993 |
| [50] |
弥启欣, 国晓春, 卢少勇, 等. 千岛湖水体中邻苯二甲酸酯(PAEs)的分布特征及健康风险评价[J]. 环境科学, 2022, 43(4): 1966-1975. Mi Q X, Guo X C, Lu S Y, et al. Distribution characteristics and ecological and health risk assessment of phthalic acid esters in surface water of Qiandao lake, China[J]. Environmental Science, 2022, 43(4): 1966-1975. |
| [51] |
罗艺文, 高盼, 闫路, 等. 邻苯二甲酸二(异)丁酯及其替代品的内分泌干扰效应研究进展[J]. 环境化学, 2021, 40(1): 11-27. Luo Y W, Gao P, Yan L, et al. Research progress on endocrine disruption effect of di-n-butyl phthalate, diisobutyl phthalate and substitutes[J]. Environmental Chemistry, 2021, 40(1): 11-27. |
| [52] | Zajda K, Gregoraszczuk E L. Environmental polycyclic aromatic hydrocarbons mixture, in human blood levels, decreased oestradiol secretion by granulosa cells via ESR1 and GPER1 but not ESR2 receptor[J]. Human & Experimental Toxicology, 2019, 39(3): 276-289. |
| [53] | Kojima H, Takeuchi S, Van den Eede N, et al. Effects of primary metabolites of organophosphate flame retardants on transcriptional activity via human nuclear receptors[J]. Toxicology Letters, 2016, 245: 31-39. DOI:10.1016/j.toxlet.2016.01.004 |
| [54] | Li J, Liu H D, Li N, et al. TDCPP mimics thyroid hormones associated with the activation of integrin αvβ3 and ERK1/2[J]. Chemosphere, 2020, 256. DOI:10.1016/j.chemosphere.2020.127066 |