利用体外数据确定环境化学物质的可接受暴露水平：以p,p’-DDE的致肥胖性为例

《Environment International》：Using in vitro data to derive acceptable exposure levels for environmental chemicals: A case study on p,p’-DDE obesogenicity

本研究通过整合体外实验数据和计算模型，评估了早孕期p,p’-DDE暴露对儿童肥胖的影响。采用动态质量平衡模型和毒理动力学模型，从转录水平和表型变化确定剂量阈值，并计算了耐受日摄入量和生物监测等效值。结果显示，基于表型变化的等效值范围（54.4-188 ng/g脂质）与流行病学中测得的母亲和胎儿血浆浓度分布一致，而转录水平数据得到的等效值（4.31-14.9 ng/g脂质）则普遍低于实际监测值，表明体外方法在毒性预测中具有保守性，但需进一步验证模型参数的适用性。

　　近年来，随着人类健康风险评估的重要性日益凸显，科学家们不断探索更有效、更经济且更贴近人类生物学的评估方法。传统的动物实验方法虽然在某些情况下仍然有效，但其高昂的成本、耗时的流程以及对人类健康影响的预测能力有限，促使研究人员寻找替代方案。这些替代方法通常基于人类体外实验数据和计算模型，从而减少对动物实验的依赖。本文通过一个案例研究，探讨了一种结合体外实验和计算模型的方法，用于评估一种持久性有机污染物——p,p’-DDE（二氯二苯并二氯乙烯）的可接受暴露水平，并研究其对发育性肥胖的影响。

p,p’-DDE是DDT（二氯二苯并三氯乙烷）的代谢产物，因其持久性而被广泛研究。研究表明，这种化合物可能通过影响脂肪细胞的功能，增加肥胖的风险。尽管动物实验能够提供一定的数据支持，但它们无法完全反映人类的生理特征，因此需要一种更为精准的方法来评估其对人体的潜在危害。本研究中，科学家们使用了体外实验数据，结合计算模型，以确定p,p’-DDE在细胞内的有效浓度，并进一步推导出每日可接受摄入量和生物监测等效值。这种方法不仅提高了评估的准确性，还减少了实验动物的使用，体现了对伦理问题的关注。

研究团队采用了一种动态质量平衡模型，用于估算体外实验中p,p’-DDE的细胞内浓度。该模型考虑了化学物质在不同系统组件中的分布情况，包括挥发到气相、吸附到器壁、与血清成分和溶解有机物结合以及在细胞内和水中的降解过程。通过这种方式，研究人员能够更准确地预测化学物质在人体内的生物有效性，从而为风险评估提供更为可靠的依据。此外，研究还利用了毒动学模型，将体外浓度转化为母亲的每日摄入量，并通过不确定性因子调整这些数值，以确保其适用于更广泛的人群。

在体外实验中，研究团队选取了多种与肥胖相关的终点，包括基因表达变化和细胞表型变化。这些研究结果显示，最低观察到有害效应浓度（LOEC）分别对应于0.1 μM和1 μM的p,p’-DDE浓度。基于这些数据，研究团队计算了相应的每日可接受摄入量，分别为2.50至8.65 ng/kg/day和0.198至0.685 ng/kg/day。生物监测等效值则分别为54.4至188 ng/g脂质和4.31至14.9 ng/g脂质。这些数值与多项流行病学研究中母亲和脐带血中的p,p’-DDE浓度相比较，结果显示大部分平均或中位浓度均处于或高于由表型体外数据推导出的生物监测等效值范围，而由转录组数据推导出的生物监测等效值则低于多数研究中观察到的浓度。

尽管体外数据和计算模型在评估化学物质的健康风险方面展现出巨大的潜力，但研究过程中也遇到了一些挑战。例如，体外实验中的一些关键参数，如培养基的组成和溶解有机物的浓度，通常未被报告，这限制了模型的准确性。此外，不确定性因子的使用缺乏统一的指导，这也影响了模型的广泛接受度。研究团队在应用这些模型时，采用了三个不确定性因子，分别是亚慢性到慢性暴露的转换、个体间差异以及LOEC到NOEC的转换。这些因子的综合应用使得最终的每日可接受摄入量和生物监测等效值更为保守，从而确保了对不同人群的安全性。

在实际应用中，研究团队发现，由体外数据推导出的每日可接受摄入量和生物监测等效值与流行病学研究中的数据存在一定的差异。例如，一些研究显示，母亲和脐带血中的p,p’-DDE浓度通常高于由转录组数据推导出的生物监测等效值。这表明，体外实验中基于单个基因的终点可能过于保守，无法准确反映实际暴露水平对人类健康的影响。因此，未来的研究需要进一步探索更全面的终点，以提高模型的预测能力。

此外，研究还强调了透明度和数据共享的重要性。在体外实验中，详细的实验方法和参数对于模型的准确性和可靠性至关重要。然而，许多研究在发表时并未充分披露这些信息，这给后续的模型验证和应用带来了障碍。为了克服这一问题，研究团队呼吁在发表体外实验数据时，应更加注重方法的透明性，以便其他研究者能够复现和验证结果。

总体而言，本研究展示了将体外实验数据与计算模型相结合的方法在化学风险评估中的应用前景。尽管仍存在一些挑战，如模型的验证和不确定性因子的统一标准，但这种方法为减少对动物实验的依赖提供了新的思路。随着更多案例研究的开展和方法的不断完善，体外实验和计算模型有望在未来的化学风险评估中发挥更大作用，从而更好地保护公众健康。