编辑推荐：
为解决重金属毒性实验数据有限、成本高及需动物实验等问题，研究人员基于 OECD 指南，开发多端点 MLR-QSAR 模型评估重金属对杜氏蚤（Ceriodaphnia dubia）慢性毒性，填补急慢性数据空白，模型稳健可靠，助力控制重金属暴露、保护生态。
在现代工业与科技高速发展的浪潮中，重金属如同双刃剑，在医药、材料、能源等领域大显身手的同时，也悄然埋下隐患。砷、镉、铅等重金属通过水、空气、土壤等介质侵入生物链，不仅引发人类肝肾损伤、神经退行性疾病甚至癌症，还对水生生物如杜氏蚤（Ceriodaphnia dubia）等生态基石造成致命威胁。然而，传统的重金属毒性评估依赖耗时耗力的动物实验，且慢性毒性数据严重匮乏，难以满足快速筛查与风险预警的需求。如何在减少动物使用的同时，精准预测重金属的长期生态毒性，成为毒理学与环境科学领域的紧迫课题。
来自印度贾达普大学（Jadavpur University）的研究团队聚焦这一难题，在《Computational Toxicology》发表研究成果，首次运用计算毒理学手段，构建基于定量结构 - 活性关系（Quantitative Structure-Activity Relationship, QSAR）的模型，系统评估重金属对杜氏蚤的慢性毒性，为生态安全与人类健康防护提供了创新工具。
关键技术方法
研究遵循经济合作与发展组织（OECD）指南，以 48 个重金属毒性数据点为基础，采用多元线性回归（Multiple Linear Regression, MLR）构建多端点 QSAR 模型，涵盖 pIC10、pIC20、pIC50、pNOEC 等毒性终点。通过.bootstrap 子集选择（Bootstrap Subset Selection, BSS）筛选关键描述符，并利用留一法交叉验证（Q2LOO）、外部验证等多重手段确保模型可靠性。此外，研究还建立端点内单变量模型（Intra-endpoint Uni-variate Models），填补急性与慢性毒性数据间的缺口。
研究结果
模型构建与验证
研究开发了 4 个单端点 MLR-QSAR 模型（M1-M4）及 9 个端点内模型（IEM1-IEM9）。单端点模型的决定系数（R2）为 0.691-0.738，留一法交叉验证系数（Q2LOO）为 0.542-0.578，表明模型对毒性数据具有较好的拟合与预测能力。端点内模型表现更为优异，R2高达 0.952-0.988，Q2LOO为 0.907-0.987，显示出急性与慢性毒性数据间的强相关性，成功填补了不同毒性终点间的数据空白。
毒性影响因素解析
通过描述符分析发现，重金属的电子释放能力、阳离子形成倾向、电负性及中子数是影响毒性的关键因素。例如，电负性高的金属更易与生物分子结合，干扰酶活性与 DNA 结构；阳离子形态的金属离子更易通过细胞膜，引发氧化应激与细胞损伤。这些发现揭示了重金属慢性毒性的化学本质，为毒性机制研究提供了理论依据。
生态与健康风险评估
研究证实，杜氏蚤作为水生生态系统的模式生物，其对重金属的毒性响应可有效反映污染物在食物链中的传递风险。通过模型预测，砷、镉、铅等一类致癌物（Group 1 Carcinogens）对杜氏蚤的慢性毒性显著高于其他金属，提示需优先控制此类污染物的环境释放。此外，模型严格遵循 “3R 原则”（减少、替代、优化，Reduction, Replacement, Refinement），为替代动物实验提供了可靠的计算工具。
结论与意义
这项研究首次建立了针对杜氏蚤的重金属慢性毒性 QSAR 模型，不仅填补了计算毒理学领域的空白，更开创了 “数据驱动 - 机制解析 - 风险预警” 的一体化评估模式。模型的高可靠性与预测能力，为环保部门制定重金属排放标准、企业开展污染物筛查提供了高效工具，有望大幅减少动物实验的使用，推动绿色毒理学的发展。未来，该模型可进一步拓展至其他水生生物及复杂环境基质，为全球重金属污染治理提供普适性解决方案，助力构建健康安全的生态系统与人类生存环境。
