《Emerging Contaminants》:Can PBPK Models be Directly Applied for Internal Exposure to Indoor PAEs? A Model Analysis for Vascular Adsorption
编辑推荐:
本研究针对现有PBPK模型忽略邻苯二甲酸酯(PAEs)在血管壁吸附损失的问题,开发了血管内质量转移模型,量化了PAEs在不同尺度血管中的浓度损失。研究发现除毛细血管外大多数血管中PAEs浓度损失可忽略,但肺静脉树对吸入性PAEs存在显著拦截效应(DEHP损失10.28%-12.54%),为改进PBPK模型精度和评估呼吸暴露健康风险提供了关键参数。
在日益关注室内环境健康的今天,邻苯二甲酸酯(PAEs)作为广泛使用的塑化剂,通过呼吸、皮肤接触等途径进入人体后引发的健康风险已成为公共卫生领域的重要议题。传统的生理药代动力学(PBPK)模型在模拟PAEs在人体内的分布时,通常假设血液中污染物浓度在输送过程中保持稳定,却忽略了PAEs强吸附性和亲脂性可能导致的血管壁吸附损失。这种简化处理使得通过吸入途径进入人体的PAEs系统剂量可能被高估,这也部分解释了为何基于环境浓度估算的暴露剂量往往高于基于生物监测反推的剂量。
为厘清血管吸附对PAEs内暴露评估的影响,西安交通大学团队在《Emerging Contaminants》发表研究,通过构建血管内质量转移模型,首次系统量化了PAEs在人体不同尺度血管中的浓度损失规律,并重点揭示了肺静脉树对吸入性PAEs的拦截效应。
研究团队开发的质量转移模型将血管划分为血液主流区、流动边界层和血管内壁表面三层结构,通过耦合对流-扩散方程与吸附动力学方程,模拟PAEs在血管运输过程中的浓度变化。模型关键参数包括表面分配系数Ksurf和质量转移系数hm,其中Ksurf通过饱和蒸气压Vp和辛醇-水分配系数Kow等物化参数计算获得。研究选取主动脉、腔静脉、毛细血管等典型血管以及15种常见PAEs进行模拟,并特别构建了包含15级分支的肺静脉树模型,对比分析了青年和老年人群的差异。
3.1. 模型准确性验证
通过DEHP在毛细血管中的传输案例进行灵敏性分析显示,模型数值解在时间步长小于0.01秒、网格数超过100时趋于稳定。hm的扰动与主流浓度损失呈近似线性正相关,而log Ksurf在±1范围内的变化对结果影响可忽略,证明了模型的稳健性。
3.2. 典型血管中PAEs的浓度损失
3.2.1. 不同PAEs的浓度损失
模拟结果显示,除毛细血管外,所有血管中PAEs的浓度损失Floss均低于2.10%,主动脉中几乎为零。毛细血管因巨大的表面积-体积比导致显著吸附损失,其中质量转移系数hm最高的DMP损失最大。这表明现有PBPK模型将血液视为污染物稳定传输介质的假设在大多数血管中是合理的。
3.2.2. 血管生理参数对浓度损失的影响
血管半径R和血流速度vb是影响浓度损失的关键因素。较大的表面积-体积比(1/R)会显著增加PAEs在血管传输中的损失。R和vb还通过影响hm间接调节浓度损失程度。
3.3. 吸入性PAEs在肺静脉树中的浓度损失
3.3.1. 肺静脉树中的浓度损失模式
DEHP在肺静脉树中的浓度损失呈现明显的周期性波动,与心动周期同步。青年群体因静脉树更长、血流速度较低,需要三个心动周期才能到达肺静脉出口,且收缩期损失大于舒张期。老年群体则因血管几何形态和血流动力学改变呈现相反模式。
3.3.2. 不同PAEs在肺静脉树中的浓度损失
15种PAEs在肺静脉树中的Floss分布在8.82%-12.58%之间,总体与hm值呈正相关。DMP因极低的Ksurf表现出异常行为,尽管hm最高却无快速损失区,说明吸附容量和质量转移效率共同决定了最终损失程度。
3.3.3. 不同人群肺静脉树中的浓度损失
蒙特卡洛模拟显示,老年人群DEHP平均损失(17.40%)显著高于青年人群(10.50%)(p<0.001)。这种差异与衰老导致的血管狭窄、壁厚增加以及血管长度变化密切相关,且老年群体个体间变异范围更大。
3.4. 模型意义
研究表明肺静脉树对PAEs的拦截可解释部分暴露评估误差,如考虑DEHP在肺静脉树的损失,可将非膳食暴露评估误差从19.67%降低至16.03%。该模型不仅为改进PBPK模型提供了理论依据,还为理解PAEs诱导的血管毒性机制提供了新视角,如DEHP可能通过抑制血管平滑肌细胞L型钙通道影响血管功能。
该研究通过创新性地量化血管吸附对PAEs内暴露的影响,证实了现有PBPK模型基本假设的合理性,同时揭示了肺静脉树作为吸入暴露重要屏障的关键作用。研究建立的血管质量转移模型和获得的关键参数,为今后开发更精确的PBPK模型提供了重要工具,尤其对评估老年人群等敏感群体的呼吸暴露风险具有突出价值。随着室内环境健康研究的深入,这种基于机理的建模方法将为实现个性化暴露评估和健康风险预警开辟新途径。