計算毒理學(xué)在農(nóng)藥毒性預(yù)測、活性篩查及風(fēng)險評估中的應(yīng)用

沈 超, 孫成亮, 郭沛霖, 潘興魯, 吳小虎,徐 軍, 鄭永權(quán), 董豐收*

(1. 植物病蟲害綜合治理全國重點實驗室，中國農(nóng)業(yè)科學(xué)院植物保護研究所，北京 100193；2. 教育部環(huán)境修復(fù)與生態(tài)健康重點實驗室，浙江大學(xué)環(huán)境與資源學(xué)院，杭州 310058)

農(nóng)藥作為農(nóng)業(yè)有害生物有效防控的重要化學(xué)品,廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)中。然而,農(nóng)藥種類繁多,且易發(fā)生代謝轉(zhuǎn)化,因此農(nóng)藥污染相比于其他化學(xué)品污染更加復(fù)雜。它們大量不合理使用導(dǎo)致的污染已引發(fā)一系列人類健康及環(huán)境安全問題。依靠常規(guī)試驗手段很難對所有化合物進行有效評估。計算毒理學(xué)的出現(xiàn)為解決這一大難題提供了思路,可有效避免高風(fēng)險農(nóng)用化學(xué)品的投入使用及對人類健康和環(huán)境造成的危害。本文主要介紹計算毒理學(xué)的發(fā)展及其在農(nóng)藥毒性預(yù)測、活性篩查及風(fēng)險評估中的應(yīng)用,以期為新時代背景下農(nóng)藥對人類健康及環(huán)境安全的風(fēng)險評估提供新思路。

1 計算毒理學(xué)的發(fā)展

20世紀(jì)80年代初期,計算機技術(shù)飛速發(fā)展,為計算毒理學(xué)的誕生奠定了良好基礎(chǔ)。計算毒理學(xué)的發(fā)展要從快速增長的化學(xué)品數(shù)量說起。由于化學(xué)品數(shù)量的急速激增,常規(guī)的試驗方法已無法為如此多的化學(xué)品毒性及風(fēng)險評估提供測試。高昂的動物實驗費用同樣阻礙了化學(xué)品毒性及風(fēng)險評估的進程,且違背實驗動物的“3R”原則(即減少Reduction、替代Replacement、優(yōu)化Refinement)。由此“計算毒理學(xué)”學(xué)科應(yīng)運而生。這是一門以計算機科學(xué)為基礎(chǔ),通過融合化學(xué)、生物信息學(xué)、數(shù)學(xué)及系統(tǒng)生物學(xué)等學(xué)科而形成的新興學(xué)科,其能夠?qū)崿F(xiàn)對化學(xué)品的環(huán)境暴露、毒性、活性及風(fēng)險的高效預(yù)測及評價。美國聯(lián)邦環(huán)保局將其定義為:應(yīng)用數(shù)學(xué)及計算機模型來預(yù)測、闡明化合物的毒副作用及作用機理[1]。經(jīng)過了幾十年的發(fā)展,計算毒理學(xué)已逐漸滲透到多個學(xué)科、領(lǐng)域中,在藥物開發(fā)、化學(xué)品毒性預(yù)測、活性篩查及風(fēng)險評價中扮演著重要角色。進入21世紀(jì)以來,以美國和歐盟成員國為主的一些發(fā)達國家大力發(fā)展計算毒理學(xué),并開發(fā)了一系列軟件及模型用于化學(xué)品的毒性預(yù)測、活性篩查及風(fēng)險評價[2]。美國聯(lián)邦環(huán)保局于2005年建立了國家計算毒理學(xué)研究中心,并在2年后啟動了宏偉的ToxCast項目[3]。ToxCast項目旨在通過體外細胞高通量篩選的方式一次性大規(guī)模地對化學(xué)品進行毒性及活性評估,大大減少了實驗動物的使用[3-4]。該項目的啟動不僅縮短了化合物毒性及風(fēng)險評估的時間,也為計算毒理學(xué)的發(fā)展提供了大量的數(shù)據(jù)支持。

我國計算毒理學(xué)學(xué)科的發(fā)展起步較晚。近年來,我國也逐漸開始高度重視計算毒理學(xué)的發(fā)展[5]。以大連理工大學(xué)、南京大學(xué)、中國科學(xué)院生態(tài)環(huán)境研究中心等單位為代表的科研團隊逐漸嶄露頭角,并在化合物的環(huán)境毒性預(yù)測及風(fēng)險評價等方面取得了重要進展[6-8]。目前,我國已有較多的科研人員將計算毒理學(xué)融入到科學(xué)研究中,計算毒理學(xué)的發(fā)展呈現(xiàn)出蒸蒸日上的趨勢。

2 計算毒理學(xué)在農(nóng)藥毒性預(yù)測、活性篩查及風(fēng)險評估中的應(yīng)用

農(nóng)業(yè)生產(chǎn)離不開農(nóng)藥的使用,農(nóng)藥在控制農(nóng)業(yè)病蟲草害中扮演著非常重要的角色。目前,全球登記使用的農(nóng)藥有效成分超過了1 000種,每年投入使用的農(nóng)藥總量達到了幾百萬噸[9-10]。農(nóng)藥在使用過程中約有60%會進入環(huán)境中,對非靶標(biāo)生物及生態(tài)系統(tǒng)構(gòu)成威脅。因?qū)r(nóng)藥進行環(huán)境毒性及風(fēng)險評價需投入大量的財力、物力及人力,通過實驗動物去評價農(nóng)藥的生態(tài)風(fēng)險不僅造成了一定的浪費,還會引發(fā)公眾對動物福利倫理的不滿。進入21世紀(jì)以來,世界各國都在極力探索通過先進的技術(shù)手段對農(nóng)藥進行毒性及風(fēng)險評估,以期降低和預(yù)防農(nóng)藥對人類及環(huán)境產(chǎn)生的負面影響。通過計算毒理學(xué)模型可以有效實現(xiàn)農(nóng)藥的高通量毒性預(yù)測、活性篩查及風(fēng)險評估,對指導(dǎo)農(nóng)藥的安全生產(chǎn)、科學(xué)使用管理具有重要意義[11]。目前國內(nèi)外針對農(nóng)藥進行的計算毒理學(xué)研究已有較多的報道。截至2023年6月初,通過輸入關(guān)鍵詞“computational toxicology”和“pesticide”,從“Web of Science”科學(xué)網(wǎng)站資源檢索到相關(guān)的文章5 598篇(圖1)。這些文章主要涉及計算毒理學(xué)在農(nóng)藥毒性預(yù)測、生物活性篩查及風(fēng)險評估中的應(yīng)用。

圖1 農(nóng)藥研究中與計算毒理學(xué)相關(guān)的文章發(fā)表情況Fig.1 Publications related to computational toxicology in pesticide studies

2.1 計算毒理學(xué)在水生生物毒性預(yù)測及風(fēng)險評估中的應(yīng)用

許多農(nóng)藥水溶性高、環(huán)境遷移力強,在降雨豐富和水系發(fā)達的地區(qū),這些具特殊理化性質(zhì)的農(nóng)藥會經(jīng)雨水沖刷、地表徑流、土壤淋溶等途徑進入水生生態(tài)系統(tǒng)[12-13]。長時間的水體積累易導(dǎo)致農(nóng)藥殘留濃度超過水體環(huán)境所能容許的最大安全閾值,進而對水體生態(tài)系統(tǒng)的種群繁殖及物種多樣性造成一定破壞。評估水體農(nóng)藥殘留污染對水生生態(tài)系統(tǒng)的影響對維護生態(tài)系統(tǒng)的穩(wěn)定具有重要意義。通常需要確定目標(biāo)農(nóng)藥對不同水生生物的毒性閾值,以此為基準(zhǔn)設(shè)定農(nóng)藥環(huán)境安全閾值。目前較為普遍的做法是通過模式生物測定農(nóng)藥對生物的半數(shù)致死濃度、半數(shù)有效濃度、無觀察效應(yīng)濃度、無觀察作用濃度等閾值,并結(jié)合物種敏感性分布曲線(species sensitive distribution curves, SSDs)及風(fēng)險熵值(risk quotient, RQ)評估農(nóng)藥的水體風(fēng)險[14]。

農(nóng)藥的毒理學(xué)數(shù)據(jù)是農(nóng)藥風(fēng)險評估的基礎(chǔ),ECOTOX(https:∥cfpub.epa.gov/ecotox/search. cfm)、PPDB(Pesticide Properties DataBase, https:∥sitem.herts.ac.uk/aeru/ppdb/)及OpenFoodTox(https:∥www.efsa.europa.eu/en/microstrategy/openfoodtox)等數(shù)據(jù)庫搜集了大部分農(nóng)藥對水生生物的毒理學(xué)數(shù)據(jù)。研究人員通過數(shù)據(jù)庫可了解農(nóng)藥對水生生物的潛在毒性[15-17],但當(dāng)前仍有一部分農(nóng)藥的毒理學(xué)數(shù)據(jù)是缺失的,而通過預(yù)測模型可以彌補該空缺。定量構(gòu)效關(guān)系(quantitative structure-activity relationship, QSAR)和定量結(jié)構(gòu)-毒性關(guān)系(quantitative structure-toxicity relationship, QSTR)是使用最廣泛的計算毒理學(xué)方法,可通過農(nóng)藥的化學(xué)結(jié)構(gòu)和性質(zhì)的相似性分析來有效預(yù)測單個農(nóng)藥對水生生物的毒性[18]。美國環(huán)保局和歐盟已相繼開發(fā)出專門用于農(nóng)藥水生生物毒性預(yù)測的軟件(EPI Suite和QSAR Toolbox套件),其原理是基于QSAR和QSTR模型算法實現(xiàn)化合物和測試物種的毒性之間的對應(yīng)聯(lián)系,通過公式算法預(yù)測化合物的毒性。當(dāng)前,QSTR和QSAR模型已被廣泛應(yīng)用于農(nóng)藥及其轉(zhuǎn)化產(chǎn)物對水生生物的毒性預(yù)測[19-20]。例如,通過QSTR模型可有效預(yù)測不同農(nóng)藥對糠蝦Americamysisbahia的毒性[21]。通過5種機器學(xué)習(xí)算法建立的639種農(nóng)藥對大型溞Daphniamagna急性毒性的QSTR模型,可有效預(yù)測不同農(nóng)藥對大型溞的毒性[22]。Toropov等[23]通過QSAR建模的方法構(gòu)建了農(nóng)藥對虹鱒Oncorhynchusmykiss的毒性預(yù)測模型,該模型能用于農(nóng)藥對水生生態(tài)系統(tǒng)的風(fēng)險評估。此外,Yang等[24]基于遺傳算法和多元線性回歸方法,建立了農(nóng)藥對羊頭魚的毒性預(yù)測QSAR模型,可有效用于殺蟲劑、殺菌劑及除草劑對羊頭魚的毒性預(yù)測,且具有較高的準(zhǔn)確性。種間相關(guān)估算(interspecies correlation estimation, ICE)是實現(xiàn)水生模式物種到瀕危物種毒性換算的常用預(yù)測模型,其作用在于補充農(nóng)藥毒理學(xué)數(shù)據(jù)的缺失,有助于構(gòu)建更具說服力的SSDs[25]。早在21世紀(jì)初期,美國聯(lián)邦環(huán)保局便開始嘗試使用ICE模型對一些污染物進行瀕危物種毒性預(yù)測,并證實了該模型的可靠性[26-28]。ICE模型已被廣泛用于水質(zhì)監(jiān)測及污染物的環(huán)境風(fēng)險評估,特別是在農(nóng)藥對水生生態(tài)系統(tǒng)的風(fēng)險評估中[29-31]。另外,近些年越來越多的模型軟件陸續(xù)被開發(fā),通過農(nóng)藥的簡化分子線性輸入規(guī)范來預(yù)測農(nóng)藥的理化性質(zhì)及對水生生物的毒性的研究更加流行[11]。

農(nóng)藥的轉(zhuǎn)化產(chǎn)物是近些年農(nóng)藥研究領(lǐng)域的熱點,轉(zhuǎn)化產(chǎn)物主要包括了代謝產(chǎn)物及降解產(chǎn)物。許多農(nóng)藥轉(zhuǎn)化產(chǎn)物被證實比其母體具有更強的水生生物致死毒性,且頻繁在水生環(huán)境中檢出[32-34]。例如新煙堿類殺蟲劑被廣泛應(yīng)用于農(nóng)業(yè)生產(chǎn)中,該類殺蟲劑及其轉(zhuǎn)化產(chǎn)物在水生環(huán)境中被頻繁檢出,其造成的水生生態(tài)風(fēng)險受到了國內(nèi)外環(huán)境領(lǐng)域?qū)＜业闹攸c關(guān)注[35-37]。因部分轉(zhuǎn)化產(chǎn)物本身存在不穩(wěn)定性,當(dāng)前通過儀器鑒定的方式仍無法對新煙堿類殺蟲劑轉(zhuǎn)化產(chǎn)物進行全面鑒定,這有可能忽略了部分新煙堿類殺蟲劑轉(zhuǎn)化產(chǎn)物潛在的環(huán)境風(fēng)險。通過模擬預(yù)測的方法能更快、更準(zhǔn)確、更便捷地對新煙堿類殺蟲劑轉(zhuǎn)化產(chǎn)物進行毒性預(yù)測及潛在風(fēng)險評估。我們前期通過預(yù)測的方法分析了國內(nèi)外7種常用的新煙堿類殺蟲劑及其轉(zhuǎn)化產(chǎn)物對水生生物的毒性及潛在的風(fēng)險。結(jié)果表明,吡蟲啉、啶蟲脒、噻蟲啉、噻蟲胺、噻蟲嗪、烯啶蟲胺和呋蟲胺可能分別存在21、19、80、16、47、17和86種有氧轉(zhuǎn)化產(chǎn)物,且部分轉(zhuǎn)化產(chǎn)物比其母體具有更強的水生生物毒性;進一步研究發(fā)現(xiàn)含有6-氯吡啶環(huán)結(jié)構(gòu)的轉(zhuǎn)化產(chǎn)物具有較強的生物富集能力,可在水生生物體內(nèi)蓄積并通過食物鏈傳遞和累積,因此其在水體生態(tài)系統(tǒng)中的潛在風(fēng)險不容忽視[38]。此外,我們預(yù)測分析了2種國內(nèi)創(chuàng)制的新煙堿類殺蟲劑及其轉(zhuǎn)化產(chǎn)物對水生生物的毒性及潛在的風(fēng)險。結(jié)果顯示,哌蟲啶和環(huán)氧蟲啶可能存在428和113種有氧轉(zhuǎn)化產(chǎn)物,近50%的哌蟲啶轉(zhuǎn)化產(chǎn)物及近41%的環(huán)氧蟲啶轉(zhuǎn)化產(chǎn)物對水生溞類或魚類具有毒性;且有80種哌蟲啶或環(huán)氧蟲啶轉(zhuǎn)化產(chǎn)物對水生生態(tài)系統(tǒng)具有潛在風(fēng)險。進一步的研究發(fā)現(xiàn)這些具有風(fēng)險的轉(zhuǎn)化產(chǎn)物均含有6-氯吡啶環(huán)結(jié)構(gòu),這可能是導(dǎo)致毒性風(fēng)險的主要原因[39]。

2.2 計算毒理學(xué)在蜜蜂毒性預(yù)測及風(fēng)險評估中的應(yīng)用

傳粉昆蟲是重要的植物傳粉媒介,通過昆蟲傳粉可以保證植物完成生命周期。蜜蜂作為最重要的傳粉昆蟲之一在自然界中扮演著重要的角色[40]。過去十幾年間,全球蜜蜂種群密度在急劇下降,其中農(nóng)藥(特別是殺蟲劑)的大量使用是致使蜜蜂種群數(shù)量下降的重要原因之一[41-42]。農(nóng)藥的蜂毒問題一直是農(nóng)藥行業(yè)關(guān)注的問題。在新農(nóng)藥研發(fā)或投入使用前,對其進行蜂毒評估是必不可少的步驟。傳統(tǒng)的蜂毒評估是以蜜蜂接觸農(nóng)藥后半數(shù)死亡的濃度來判斷該農(nóng)藥對蜜蜂的毒性強弱,將毒性劃分為低毒、中毒、高毒和劇毒4級[43]。然而,通過蜂毒試驗評估農(nóng)藥對蜜蜂的毒性需要耗費大量的蜜蜂個體,該做法有違實驗動物的“3R”原則。通過計算毒理學(xué)的方法可有效解決這一問題。近些年,基于機器學(xué)習(xí)算法的蜜蜂毒性預(yù)測模型被廣泛應(yīng)用于農(nóng)藥對蜜蜂的毒性評估[43-45]。例如,趙曉等[43]構(gòu)建了農(nóng)藥對熊蜂Bombusspp.和意大利蜜蜂Apismellifera急性接觸毒性分類預(yù)測模型,預(yù)測準(zhǔn)確率分別達到86.7%和80.0%。Como等[44]構(gòu)建了基于256種農(nóng)藥對蜜蜂急性接觸毒性的QSAR模型,該模型精確度為70%,有望用于預(yù)測不同結(jié)構(gòu)的農(nóng)藥對蜜蜂的急性接觸毒性。此外,Wang等[45]利用深度學(xué)習(xí)機器算法構(gòu)建了基于810種農(nóng)藥的蜜蜂毒性預(yù)測模型,該模型的精確度達到83.72%,可用于評估農(nóng)藥暴露對蜜蜂的毒性風(fēng)險。模型準(zhǔn)確性與充足的毒理學(xué)數(shù)據(jù)密不可分,隨著農(nóng)藥對昆蟲毒理學(xué)數(shù)據(jù)的不斷積累,計算毒理學(xué)在農(nóng)藥對昆蟲的毒性預(yù)測及風(fēng)險評估中的應(yīng)用前景將會更加廣闊。

2.3 計算毒理學(xué)在農(nóng)藥活性篩查中的應(yīng)用

核受體是后生動物中非常重要的轉(zhuǎn)錄因子,在生物體生殖發(fā)育、性別決定與分化,細胞新陳代謝、穩(wěn)態(tài)維持及基因表達調(diào)控等方面發(fā)揮重要作用[46-47]。許多核受體是外源小分子配體的重要靶點,在介導(dǎo)細胞信號轉(zhuǎn)導(dǎo)及代謝途徑激活中扮演重要角色[48-49]。農(nóng)藥等外源小分子在進入細胞后都會經(jīng)歷一系列代謝轉(zhuǎn)化及生理調(diào)控反應(yīng),這一系列反應(yīng)與核受體的調(diào)控密切相關(guān)[50-51]。比較典型的農(nóng)藥靶標(biāo)核受體包括芳香烴受體(aryl hydrocarbon receptor, AhR)、雌激素受體(estrogen receptor, ER)、雄激素受體(androgen receptor, AR)、甲狀腺激素受體(thyroid hormone receptor, TR)、過氧化物酶體增殖物激活受體(peroxisome proliferator activated receptors, PPARs)等[49,52-55]。絕大部分農(nóng)藥會通過靶向核受體發(fā)揮生理功能,激活或抑制核受體信號通路,調(diào)控下游基因表達。目前對農(nóng)藥進行核受體活性篩查的常規(guī)方法主要是通過體外細胞高通量篩查的方式。例如,Tox21項目已經(jīng)檢測了超過10 000種針對各種受體和其他蛋白質(zhì)的化學(xué)物質(zhì)[56]。但常規(guī)的核受體活性篩查方法仍存在投入費用昂貴、對儀器及操作人員的要求極高等諸多不足,在篩查效率上也無法滿足科研人員的需求。近些年,通過機器學(xué)習(xí)構(gòu)建篩查模型用于農(nóng)藥核受體活性篩查的案例層出不窮。例如,Zhu等[52]通過隨機森林及深度神經(jīng)網(wǎng)絡(luò)2種機器學(xué)習(xí)算法,構(gòu)建了用于農(nóng)藥AhR激動活性篩查的模型,其篩查準(zhǔn)確率高達96%;利用該模型篩查發(fā)現(xiàn),國內(nèi)外常用的700多種農(nóng)藥中有77種表現(xiàn)出AhR激動活性。同時,Shen等[53]通過機器學(xué)習(xí)的方法構(gòu)建了用于農(nóng)藥ER激動活性篩查的模型,準(zhǔn)確率為70%。篩查結(jié)果顯示,國內(nèi)外使用的1 000多種農(nóng)藥中有70多種展現(xiàn)出ER激動活性。此外,Piir等[54]基于1 688種AR激動劑或拮抗劑的化合物分子(小分子中包括了一部分農(nóng)藥),通過機器學(xué)習(xí)的方法構(gòu)建了用于化合物AR活性篩查的模型,其在預(yù)測AR激動劑和拮抗劑中的準(zhǔn)確度分別為80%和72%。通過機器學(xué)習(xí)算法篩查農(nóng)藥核受體活性不僅方便、快捷、低成本,且符合實驗動物的“3R”原則。隨著農(nóng)藥體外細胞活性篩查數(shù)據(jù)的不斷積累,計算毒理學(xué)在未來農(nóng)藥活性篩查中將會發(fā)揮更加重要的作用。

2.4 有害結(jié)局路徑用于農(nóng)藥暴露風(fēng)險評估

現(xiàn)實生活中,人類接觸及暴露于農(nóng)藥的方式是多樣化的,皮膚接觸、呼吸吸入、飲水及食物攝入等途徑都是人類暴露農(nóng)藥的方式[57-59]。據(jù)報道,包括水體、土壤、空氣等在內(nèi)的與人類生存相關(guān)的環(huán)境及食物中均頻繁檢測到不同種類農(nóng)藥殘留[60-61]。農(nóng)藥的廣泛持續(xù)使用可能會導(dǎo)致環(huán)境及食品污染,對人類的健康具有潛在危害,該風(fēng)險已引起廣泛的關(guān)注[62-63]。盡管科研人員已通過大量的實驗動物研究來評估農(nóng)藥暴露可能產(chǎn)生的人體健康風(fēng)險,但當(dāng)前研究的重點在于單種農(nóng)藥暴露引發(fā)的健康風(fēng)險及相關(guān)致害機理。而實際人體往往同時暴露于多種農(nóng)藥,其誘發(fā)的健康風(fēng)險可能比單種農(nóng)藥暴露更加復(fù)雜。因此,研究多種農(nóng)藥同時暴露可能產(chǎn)生的人類健康風(fēng)險是當(dāng)前科學(xué)家重點關(guān)注的內(nèi)容。

農(nóng)藥混合暴露不同于單種農(nóng)藥暴露,不僅要考慮不同農(nóng)藥暴露劑量差異的問題,也要考慮不同農(nóng)藥誘發(fā)的毒性效應(yīng)及機理的差異。同時,部分農(nóng)藥混合暴露還存在毒性疊加或增強的可能性[64-65]。因此,通過常規(guī)毒性評估往往無法準(zhǔn)確闡明農(nóng)藥混合暴露誘導(dǎo)的毒性風(fēng)險。歐洲食品安全局在2019年提出了通過有害結(jié)局路徑(adverse outcome pathway, AOP)框架評估農(nóng)藥混合累積產(chǎn)生的風(fēng)險,該方法的提出使農(nóng)藥多元暴露毒性研究變得更簡單[66]。AOP框架的概念最早于2010年提出,它是一個由分子起始事件引發(fā)的有害結(jié)局產(chǎn)生的概念框架,主要涵蓋了4個要素:分子起始事件、關(guān)鍵事件、關(guān)鍵事件關(guān)系及有害結(jié)局(圖2)。AOP框架構(gòu)建的動機是為了將體內(nèi)測定的毒理學(xué)數(shù)據(jù)與體外、化學(xué)及計算機信息相聯(lián)系,以支持化合物的風(fēng)險評估[67]。AOP框架已被廣泛應(yīng)用于農(nóng)藥的風(fēng)險評估,在農(nóng)藥的神經(jīng)毒性、發(fā)育毒性、遺傳毒性、內(nèi)分泌干擾作用及致癌性等評估中發(fā)揮著重要作用[68]。例如,Leung等[69]提出了一種產(chǎn)前同時接觸大麻素和有機磷農(nóng)藥毒死蜱的AOP框架,并闡明了產(chǎn)前接觸農(nóng)藥污染的大麻可能導(dǎo)致后代神經(jīng)發(fā)育毒性。Gou等[70]開發(fā)了一種名為ScoreAOP的框架用于預(yù)測包括農(nóng)藥在內(nèi)的11種化合物對斑馬魚胚胎發(fā)育的毒性,該研究對深入了解化學(xué)物質(zhì)誘導(dǎo)魚類發(fā)育毒性的潛在機理具有積極作用。Lichtenstein等[71]通過AOP框架評估了農(nóng)藥誘導(dǎo)人的肝癌細胞肝脂肪變性的作用方式,該研究對二元或多元農(nóng)藥混合暴露誘導(dǎo)的肝脂肪變性發(fā)生過程及產(chǎn)生的有害結(jié)局評估具有重要意義。AOP框架的提出對深入理解農(nóng)藥混合暴露過程中誘導(dǎo)的毒性風(fēng)險來源具有重要意義,在今后農(nóng)藥混合暴露的風(fēng)險評估研究中將會產(chǎn)生積極作用。

圖2 有害結(jié)局路徑框架圖Fig.2 Structure of adverse outcome pathway framework

3 計算毒理學(xué)在農(nóng)藥毒性預(yù)測、活性篩查及風(fēng)險評估應(yīng)用中所面臨的挑戰(zhàn)

計算毒理學(xué)的發(fā)展已直接或間接影響著科學(xué)研究的進展,其對解放科研人員勞動力及減少實驗動物投入具有積極作用。盡管計算毒理學(xué)已被廣泛應(yīng)用于農(nóng)藥毒性預(yù)測、活性篩查及風(fēng)險評估,但仍面臨許多挑戰(zhàn),主要包括以下幾個方面:1)毒理學(xué)數(shù)據(jù)的可靠性存疑。人員操作間存在差異及實驗條件差異是影響實驗結(jié)果的主要因素,因此,針對同一化合物毒性評估,可能產(chǎn)生不同的試驗結(jié)果,需要進行甄別。2)毒理學(xué)數(shù)據(jù)體量仍然不足。大數(shù)據(jù)是計算毒理學(xué)模型構(gòu)建的基礎(chǔ),毒理學(xué)數(shù)據(jù)樣本體量不足會影響模型構(gòu)建的精確度及可靠性。當(dāng)前的農(nóng)藥毒理學(xué)數(shù)據(jù)還遠遠無法滿足用于多方位模型構(gòu)建的要求,毒理學(xué)數(shù)據(jù)的不斷累積將有助于破解這一難題。3)預(yù)測結(jié)果與人體暴露的真實關(guān)聯(lián)度無法完美匹配。毒理學(xué)研究的最終目的是服務(wù)于人體健康及環(huán)境安全的風(fēng)險評估,通過動物實驗及體外細胞實驗測試獲得的實驗結(jié)果存在對保護人體健康的毒性外推問題。實驗動物與人體之間存在種屬差異,人類細胞與個體之間存在組織、器官及內(nèi)周系統(tǒng)相互作用的差異,都是影響測試結(jié)果與人體暴露相互匹配的因素。因此,基于動物實驗及體外細胞實驗測試結(jié)果構(gòu)建的預(yù)測模型用于人類健康風(fēng)險評估仍無法完美匹配農(nóng)藥暴露對人體的真實健康風(fēng)險。4)專業(yè)人才缺乏,不同背景的多學(xué)科人才合作需要加強。計算毒理學(xué)是一門多學(xué)科交叉的新興學(xué)科,對研究人員的要求極高。研究人員需要精通多學(xué)科知識(包括數(shù)學(xué)算法、統(tǒng)計學(xué)、物理化學(xué)、生物學(xué)、計算機科學(xué)等),并能熟練掌握計算機操作、會使用若干編程語言及軟件。目前,我國開展計算毒理學(xué)研究的人員仍然缺乏,專業(yè)人才的培養(yǎng)需要不斷加強。此外,單個人或單個研究團隊往往難以獨立完成整個項目的研究,因此,需要加強不同領(lǐng)域研究人員之間的合作,確保合理分工和聯(lián)合攻關(guān)破解難題[6]。

4 結(jié)論與展望

農(nóng)藥的使用在對農(nóng)作物病蟲害有效防治的同時帶來的環(huán)境污染及人類健康風(fēng)險問題已日趨嚴(yán)重。通過傳統(tǒng)的動物實驗評估農(nóng)藥的毒性及人類健康風(fēng)險不僅耗時、耗力、耗成本,且違背了動物實驗“3R”原則,引發(fā)了公眾的不滿。雖然基于體外細胞實驗的農(nóng)藥毒性與風(fēng)險評估及活性篩查避免了實驗動物的大量投入,但仍需要較高的經(jīng)費用于支撐高端儀器運作及所需材料與試劑的消耗。計算毒理學(xué)科的出現(xiàn)為農(nóng)藥的毒性預(yù)測、活性篩查及風(fēng)險評估提供了一個嶄新的研究方向,它的出現(xiàn)不但節(jié)約了開展實驗所需的成本和時間,而且減少了實驗動物的投入,其對未來農(nóng)藥的環(huán)境安全性及人類健康風(fēng)險評估具有非常重要的意義。盡管計算毒理學(xué)在農(nóng)藥毒性預(yù)測、活性篩查及風(fēng)險評估的應(yīng)用中仍面臨眾多挑戰(zhàn),隨著農(nóng)藥毒理學(xué)數(shù)據(jù)積累的增加,開展計算毒理學(xué)研究人才數(shù)量的增多,不同領(lǐng)域研究人員間合作的加深,相信在不久的未來,計算毒理學(xué)科在農(nóng)藥安全性及風(fēng)險評估中的應(yīng)用前景將更加廣闊。