膦酰基羧酸共聚物

联系方式

相关链接

应用ICE 和PCA 方法评价硝基芳烃的综合毒性

　综合毒性因子及其QSAR 分析

用SPSS1310 对ICE 计算获得的硝基芳烃的各种生物毒性进行主成分分析,计算综合毒性因子( ITI) .

应用美国EPA 的Kowwin V1166 计算lg Kow , Kowwin V1166 自带的数据库中如存在lg Kow 实验值 则使用实验值,无实验值则使用其计算值.

应用MOPAC 910 中的半经验量子化学计算方 法———AM1 法计算量子化学参数,优化分子结构后 计算相对分子质量( Mr ) 、极化率(α) 、分子体积(Vm) 、分子表面积( S ) 、分子最低未占轨道能 ( Elumo ) 、分子最高占据轨道能( Ehomo ) 、分子总能量 (TE) 、电子能量( EE) 、核2核排斥能(CCR) 、介电能 (DE) 、偶极矩(μ) 、离子化势( IP) 、生成热(HOF) 、氢原子最大正电荷( qH + ) 、最负原子净电荷( q - ) 、最正 原子净电荷( q + ) . 硝基数目和位置指示变量I按方法计算.

　结果与讨论

　ICE 分析

除了黄瓜种子发芽抑制毒性与其他部分生物毒性种间相关性较差外,其他各种生物毒性之间都在1 %的显著水平上呈显著的线性正相 关,假设r = 0成立的概率非常小.因此应用ICE 预测反应性化合物硝基芳烃的毒性数据是可行的,这 是因为硝基芳烃对这些生物的致毒机理是基本一致的,因此可以建立各种生物毒性的种间相关关 系.黄瓜种子发芽抑制毒性例外的原因可能是因为其数据量较小,与其他生物毒性相关分析时配对组 的数量皆小于10 ,因此在建立统计模型时造成的随机性较大,所以相关性可能有好有差.

根据本研究确定的ICE计算规则,计算缺失的生物毒性数据.黄瓜种子抑制毒性显然不能满足规则②和③,因此根据规则④计算,用已经通过ICE方法计算得到的其他9种生物毒性与它进行相关分 析,得到它与斜生栅列藻毒性相关性最好,r=01891,因此用斜生栅列藻毒性与黄瓜种子抑制毒性 进行ICE 计算,获得50 种硝基芳烃的黄瓜种子抑制毒性.

综合毒性评价

用PCA 方法对基于ICE 计算获得的各种生物 毒性数据进行分析,提取的第一主成分的方差贡献 率达到921131 % ,远高于Papa 等评价酯类化合物时 作为综合毒性指标的第一主成分方差贡献 (6513 %) . 提取第一主成分即可满足累计方差贡 献率超过85 %的一般原则;且第一主成分与各种生 物毒性之间的Pearson 相关系数在01942～01980 之 间,可见第一主成分基本包括了硝基芳烃的各种生 物毒性信息,因此本研究以第一主成分作为综合毒性 因子( ITI) ,计算出的第一主成分得分(即ITI).

由方程(1) 可知,ITI 与Elumo显著相关, Elumo与分子的电子亲和能直接相关,其值越小,电子进入该轨 道后体系能量降低得越多,该分子接受电子的能力越强.可见硝基芳烃与生物受体分子的亲电反应活性是决定其毒性的主要因素,化合物Elumo 越小, 即亲电性越强,毒性越大.亲电反应性是硝基芳烃对各种生物的毒性所综合反映的主要致毒机理.

为了得到更好的预测模型,用ITI 对上述18 个 描述符进行逐步回归,得到:

除了硝基芳烃综合毒性的主要影响因素Elumo , 相对分子质量Mr 和硝基数目和位置指示变量I 也 进入了QSAR 模型.指示变量I实际上也是硝基芳 烃亲电反应活性的反映,而Mr则是化合物分子 大小的反应,体现化合物的基线毒性,但是它对硝基 芳烃毒性的影响是次要的. 方程(2) 预测值ITIpre 见 表1,由表1 和图1 可知,ITI 与ITIpre的大小趋势具有 一致性. 留一法(leave2one2out) 交叉验证得到r2 loo=01815 ,方程(2) 能很好地预测硝基芳烃的综合毒性因子.

基于QSAR 和ICE 方法的ITI 比较

QSAR 和ICE 方法预测生物毒性有各自的优缺 点,ICE 法相对简单快捷,只根据生物毒性本身进行 相关分析和毒性预测,不需要计算理化参数,也不需 要熟悉各种化学计量学方法. 然而这种方法在计算 化合物的各种生物毒性时至少要求获得此化合物的 一种生物毒性实验值,而QSAR 方法则不受此限制. 而且ICE 法很可能由于物种间毒性相关性差而不可 行,而QSAR 法则可以通过各种类型的描述符和化 学计量学方法建立良好的模型来预测化合物毒性. 因此,两者的结合运用可以弥补单独运用的不足,提 高毒性预测的效率.

对本研究基于ICE 和PCA 方法得到综合毒性 因子(表示为ITI2ICE) 中基于QSAR 和 PCA 方法得到的综合毒性因子(表示为ITI2QSAR) 进 行比较,如图2 所示,两者具有很强的线性相关性, r = 01907 ,表明通过这2 种方法得到的硝基芳烃综合 毒性大小的趋势具有一致性, ICE 与PCA 方法的联 合应用可以成功地评价和预测硝基芳烃的综合毒性。

　结论

(1) 反应性化合物硝基芳烃的各种生物毒性之间存在很好的种间相关性,因此ICE 方法可以用于其缺失毒性数据的预测. ICE 与PCA 方法的联合应 用可以成功地评价和预测硝基芳烃的综合毒性因子 ( ITI) ,对硝基芳烃的多种生物毒性进行综合评价, 分析综合毒性的相对大小. 对综合毒性因子( ITI) 的 QSAR 分析表明Elumo 与ITI 相关性显著,是影响ITI 的最重要的参数,亲电反应性是硝基芳烃的各种生 物毒性所综合反映的主要致毒机理.

(2) 综合毒性因子( ITI) 评价方法适用于在大量 化合物中快速筛选优先控制污染物,特别是在化合 物风险评价和管理中对毒性数据缺失的化合物进行 初步评价,参考综合毒性因子的大小确定需要重点 关注的风险污染物.