[科普中国]-效应加和模式

效应加和模式

化学污染物总是以混合物形式存在于实际环境体系中。化学混合物的毒性评估与预测是环境化学领域当前的研究热点与难题。要评估与预测一个化学混合物的毒性效应，首先要证明其是否具有加和性。目前有 3 个加和参考模型即效应相加模型(ES)、浓度加和模型(CA)、独立作用模型(IA)用于化学混合物毒性的加和性检验。如果混合物效应明显偏离加和参考模型预测效应，则认为该混合物产生毒性相互作用，即协同或拮抗。选择不同的加和参考模型可能得出不同的相互作用结论。ES 模型最早广泛应用，但不能解释由同一化合物构成的所谓虚拟组合现象，应用已开始受到限制。IA 模型被认为适用于具有相异作用模式的化学物构成的混合物，而 CA 模型适用于相似作用模式化学物构成的混合物并能合理解释 ES 模型不能解释的虚拟组合现象，常常认为是化学混合物毒性预测的标准模型。然而，由于 CA 模型目前没有坚实的理论支持，也不能直接联系混合物毒性作用机理，同时在浓度-效应曲线的部分区域存在不能预测的所谓“预测盲区”，因此，CA 模型也只是一个工作模型，需谨慎使用。

效应加和模式研究背景环境体系中化学污染物的联合效应评估与预测已逐渐成为环境化学领域的研究热点与难题之一，具有挑战性。同样的化学污染物(以下简称化学物)组分可以通过不同的组合方式构成多种多样的混合物，对生物体产生各种不同的毒性效应。这些毒性效应可能是加和的，也可能是非加和的(协同或拮抗)。要正确评估和预测某混合物体系在不同组成时的毒性效应必须首先选择合适的加和参考模型以确定其毒性是否具有加和性。

如果混合物毒性与由选定的加和参考模型预测的毒性一致，则认为混合物毒性具有加和性，此时混合物体系的毒性可由该参考模型预测。如果混合物毒性偏离预测毒性，则认为该混合物具有毒性相互作用即协同(大于预测毒性)或拮抗(小于预测毒性)，其毒性是非加和的，不能由加和模型预测。目前在化学混合物毒性研究中最流行的加和参考模型是效应相加(effect summation，ES)模型和浓度加和(concentration addition，CA)模型。另外，也常使用独立作用(independent addi-tion，IA)模型1。

效应加和模式的广泛应用“无中生有”不是协同效应加和模型的经典协同或拮抗定义在许多环境毒理学研究中证明是有差异的。例如，多个处于无观测效应浓度(NOEC)甚至低于 NOEC 的化学物构成的混合物体系，根据效应加和模型分析时其混合物效应应该等于零，而实际效应却明显大于零，产生所谓“无中生有”的现象，即效应加和模型认为的经典“协同”作用。Silva 等在测定环境中 8 种双酚 A 类化学物全部在无观测效应浓度(NOEC)时构成的混合物的毒性效应时，发现混合物效应明显大于零。Faust 等发现 18 种三嗪类农药在低于 NOEC(均为 EC1)进行混合时，其毒性效应达47。1% 。如用效应加和模型来分析这两个混合物都判别为明显协同作用。然而，如果用 CA 模型来分析这两个所谓的“无中生有”混合物，其结果是典型的浓度加和作用，而不存在协同作用。我们[26]在考察具有非单调CRC 特征的 10 个离子液体混合物的毒性效应时也发现无中生有的现象，但它们均可以用 CA 模型进行解释。

等效线图分析毒性相互作用等效线图(Isobologram)最早由 Loewe于 1953 年提出。1981 年 Berebaum 给出了多种生物活性物质混合物的等效线图，分析了混合物毒性相互作用，进而判别这些混合物是1% 联合毒性检验。图 3A 给出了由化学物 1 和化学物2 组成的所有二元混合物在混合物效应为 50%时各组分的浓度分布。如果这些浓度分布点都在一条对角直线(称 CA 加和线)上，则认为是(浓度)加和的，没有相互作用。如果分布在直角线(称独立线)上，说明该混合物的效应只与其中某一组分的浓度有关。若在 CA 线之下，则认为有协同作用。若在独立线之外则认为存在拮抗作用。若位于 CA 线与独立线之间则称为部分加和作用。

应用置信区间分析混合物相互作用化学污染物及其混合物的毒性实验存在随机误差，浓度-效应曲线(CRC)拟合也会产生拟合误差，因此合理表征浓度-效应曲线及其置信区间非常重要。目前文献中存在两种形式的置信区间(Confidence interval，CI)，即拟合函数的置信区间(Function-based confidence in-terval，FCI)和基于实验观测值的置信区间(Observation- based confidence interval，OCI)。朱祥伟等[32]在浓度-效应曲线非线性拟合的基础上，给出了 FCI 和 OCI 的计算原理，分析了 FCI 与 OCI 表征 CRC 曲线的利弊，证明在讨论混合物协同、拮抗或加和作用时采用 OCI 表征比FCI 更合理。实验点及其 95%置信区间位于参考模型预测的加和线的左边则为协同作用，位于右边则为拮抗作用2。

CA 与 IA 有不同的应用范围相比效应加和模型，CA 和 IA 作为加和参考模型近年来经常用于混合污染物的联合毒性评价。例如 ，Zhang 等以 CA 和 IA 模型为参考模型评估了离子液体与有机磷农药间产生的毒性相互作用; Backhaus 等也曾用 CA 和 IA 模型对喹诺酮类物质构成的混合物体系进行毒性评估。综合现有的文献报道，CA 被认为适用于具有相似作用模式化学物的混合物，而 IA 则适用于具有相异作用模式化学物的混合物。例如，由25 种具有相似作用模式的除草剂构成的混合物，其混合物毒性可用CA模型准确预测; 由 16 种相异作用模式的化学品构成的混合物可以用 IA 模型进行准确预测。然而，由于大多数污染物对相关靶标的作用机理尚不明确以及如何判定“相异”作用模式的难题无法解决，何时应用 CA 或 IA 仍是悬而未决的问题。在实际工作中，CA 预测的 CRC 可能高于、低于或等于 IA 预测的 CRC(图 5)，这取决于混合物包含的组分数目、各组分浓度分数、组分 CRC 特征等多个因素。16种相异作用物质、均三嗪除草剂混合物[25]、25 种除草剂相似作用物质[41]以及 4 种多环芳烃相似作用物质等构成的混合物体系，其CA模型预测CRC明显高于 IA 模型预测 CRC。苯酚及其衍生物和苯胺类混合物，其 CA 预测 CRC 则小于 IA 预测。Payne 等[46]发现DDT、木黄酮、丁基酚与壬基酚的混合物，其 CA 与 IA预测 CRC 是相互交叉的。宋晓青等[47]则发现部分除草剂与重金属混合物体系中有 3 个混合物，在总效应为40%以下时，实验毒性与 CA 或 IA 预测的毒性基本一致，但随总浓度增加，CA 与 IA 预测的差别逐渐增大，实验效应数据点更接近于 CA 预测曲线。