# 基于有限生态毒理学数据的化学品筛选方法研究：支持安全与可持续设计创新的环境风险评估与生命周期评价指标系统比较

《Environmental Science & Technology》：Screening Chemical Alternatives with Limited Ecotoxicity Data To Support Safe and Sustainable by Design Innovation

　　

# 摘要翻译

实现化学品有效的早期阶段筛选对于推进安全性和可持续性至关重要，正如欧盟委员会的安全与可持续设计（Safe and Sustainable by Design, SSbD）框架所强调的那样。然而，此类筛选通常受到生态毒理学数据有限可用性的制约。本研究探讨了在数据受限条件下如何进行化学品筛选。研究人员分析了132种具有广泛慢性生态毒理学数据的化学品，并推导出环境风险评估（Environmental Risk Assessment, ERA）和生命周期评价（Life Cycle Assessment, LCA）指标——环境阈值浓度（Environmental Threshold Concentrations, ETCs）和生态毒性效应因子（Ecotoxicity Effect Factors, EEFs）。研究比较了八种数据缩减情景与一个数据丰富参考情景，这些情景在以下方面存在差异：（i）急性与慢性终点；（ii）分类群覆盖范围（单一物种vs三个营养级：藻类-鱼类-甲壳类）；以及（iii）计算方法。在ERA和LCA中，包含三个营养级和慢性数据的情景显示出最低的不确定性和与参考情景的最佳一致性。单一物种情景引入了显著的不确定性，特别是对于具有特异性作用机制的化学品。用急性数据替代慢性数据仅适度增加了不确定性。对于ERA而言，基于最低毒性值推导的ETCs与参考情景的吻合度优于基于物种敏感度分布推导的ETCs。对于LCA而言，计算方法对EEFs的影响有限。本研究的 approach 可以支持在无法避免较大不确定性的情况下，为化学品的安全和可持续设计提供透明的决策依据。

# 论文解读：数据稀缺条件下化学品安全与可持续设计筛选的策略框架——基于ERA与LCA指标的系统比较

## 一、研究背景与问题提出

化学品污染对生态系统构成重大威胁，欧盟委员会提出的安全与可持续设计（Safe and Sustainable by Design, SSbD）框架倡导在化学品创新阶段即整合安全性与可持续性考量。该框架依赖低层级的环境风险评估（Environmental Risk Assessment, ERA）和生命周期评价（Life Cycle Assessment, LCA）来筛选和排序化学品替代方案，以支持设计决策。然而，在化学品早期（重新）设计阶段，生态毒理学数据往往极为有限，这构成了化学品创新中关键瓶颈，制约了筛选评估的可靠性和预防性决策的制定。尽管新方法方法论（New Approach Methodologies, NAMs）——如基于体外生物测定或计算机模拟模型——在预测新型化学物质危害方面具有优势，但这些方法通常只能作为经验生态毒理学数据的补充而非替代。因此，如何在数据稀缺条件下开展有效的化学品筛选，并确保评估结果的可靠性和决策的透明度，成为亟待解决的科学问题。已有研究表明，评估结果对方法选择和潜在假设高度敏感，亟需结构化和透明的指南来支持不确定条件下的决策。

## 二、研究方法概述

研究人员从REACH-IUCLID数据库及Oginah等人的研究中获取了包含7,081种化学品的初始数据集，筛选出具有至少六个无效应观测浓度（No-Observed Effect Concentrations, NOECs）且覆盖藻类、鱼类和甲壳类（Algae, Fish, Crustaceans, AFC）三个营养级的132种数据丰富化学品。基于共识作用方式（Mode of Action, MoA）分类，其中50种为特异性作用化学品，27种为麻醉性化学品，55种为未分类化学品。研究人员设计了八个数据缩减情景，系统变化物种覆盖范围（单一物种vs三营养级）、终点类型（NOEC vs EC50）和计算方法，并与数据丰富的参考情景（Sc_REF）进行比较。对于ERA指标，分别采用最低毒性值（Lowest Toxicity Value, LTV）和物种敏感度分布（Species Sensitivity Distribution, SSD）两种方法推导环境阈值浓度（Environmental Threshold Concentrations, ETCs）；对于LCA指标，基于SSD推导生态毒性效应因子（Ecotoxicity Effect Factors, EEFs）。通过响应比（Response Ratio, RR）量化各情景与参考情景的差异，并采用多个指标评估一致性，包括化学物质间变异性、置信区间一致性和四分位对齐度等。

## 三、主要研究结果

### 3.1 环境阈值浓度的响应比分析

对于ETC_LTV，NOEC基础情景中低估百分比（RR < 0）范围为29%至52%，其中AFC情景表现最佳。使用单一物种数据显著增加了低估百分比，而EC50基础情景呈现类似模式。保守性估计（0 < RR < 2）在41%至70%之间。化学物质间变异性以NOEC基础的AFC情景最低。对于ETC_SSD，低估百分比普遍低于ETC_LTV，NOEC基础情景为7%至40%，但保守性估计百分比显著降低（27%至45%）。CI一致性在12%至59%之间波动，单一物种情景的一致性低于50%。特异性作用化学品表现出最宽的RR分布（3.5至9.8），表明其对方法选择极为敏感。

### 3.2 生态毒性效应因子的响应比分析

以EEF20为例，NOEC基础的EEFs有63%至89%的化学物质落在参考情景的1个数量级范围内，而EC50基础情景为49%至71%。AFC情景始终产生最高的|RR| < 1百分比。在单一物种情景中，藻类情景表现最差，仅有63%（NOEC）和49%（EC50）的化学物质在1个数量级范围内。MoA分层分析显示，特异性作用化学物质的对齐百分比（44%至78%）低于未分类（53%至96%）和麻醉性化学物质（55%至93%）。EEF5产生更保守的估计，而EEF50使结果向低保守值偏移。甲壳类NOEC情景在三个工作点上均表现出与参考情景的稳定对齐。

### 3.3 化学品排序变化分析

对于EEF20，保持在相同四分位分配的化学品百分比范围为39%（藻类EC50情景）至67%（AFC NOEC情景），仅AFC NOEC和鱼类NOEC情景超过50%的一致性。大多数排序变化发生在相邻四分位之间（30%至52%），而跨越两个或更多四分位的变化占2%至19%。EEF5和EEF50产生类似的排序一致性降低。所有情景均增加了优先化学品误分类的风险，其中藻类EC50情景的误分类比例最高。

## 四、讨论与结论

### 4.1 环境风险评估的关键发现

保持三个营养级（AFC）分类群覆盖的情景与数据丰富参考情景最为一致，表明维持分类群覆盖是获得稳健危害估计的重要驱动因素。当三个营养群可用时，LTV方法比SSD方法产生更低的uncertainty，而终点类型（NOEC vs EC50）对ETC估计的影响有限。对于仅使用单一物种数据的情况，ETC_LTV倾向于低估危害，增加未能识别优先化学品的风险；而ETC_SSD则高度保守，减少假阴性但产生大量显著的过度估计。MoA分化澄清了这些权衡的关键所在：特异性作用化学品比麻醉性或未分类化学品表现出更大的化学间变异性和方法选择敏感性。与数据丰富的PNEC值比较验证了评估的监管相关性，ETC_LTV在满足ECHA数据要求的73种化学品子集中，对34%至52%的化学品重现了PNEC值。

### 4.2 生命周期评价的关键发现

保持三个分类群覆盖的情景与数据丰富参考情景最为一致，AFC情景最小化EEF估计的变异并产生最高的四分位排序一致性。NOEC基础的AFC情景比对应的EC50情景表现出更低的uncertainty，支持当前LCA实践中从慢性和外推急性数据推导EEF20的做法。EEF5、EEF20和EEF50之间的比较凸显了稳健性与保护性之间的权衡：EEF50对应SSD最稳健的点，最大化排序稳健性；EEF5更具预防性，与ERA实践更一致，但因覆盖SSD尾部而增加不确定性。MoA效应在LCA中也可观察到，但不如ERA中显著。

### 4.3 SSbD框架的应用潜力

研究人员提出了一个初步的实用工具，由三个相互关联的模块组成：目标与范围（如筛选目标、可接受的保守性、化学品信息）、输入生态毒理学数据（如类型和数量）和方法。该工具支持在SSbD筛选中选择切入点，但并非替代高层级监管评估，而是支持透明、情境依赖的SSbD决策。在实施过程中，情景选择应与筛选目标匹配：在排序、监管对齐和比较性LCA中，可优先选择AFC组合，因为它最能再现数据丰富行为并最小化排序偏移；单一物种情景仅建议作为标记粗略性能等级的初步步骤；已知时应应用MoA知情指标；应标记急性到慢性外推不可靠的化学领域（如药物）。

### 研究结论

本研究通过系统比较132种数据丰富化学品在八个数据缩减情景下的ERA和LCA指标表现，揭示了数据稀缺条件下化学品筛选的关键策略：保持三个营养级（AFC）的分类群覆盖是获得稳健危害估计的最重要因素，慢性数据（NOEC）优于急性数据（EC50）但差异适度，单一物种数据情景显著增加不确定性且特异性作用化学品最为敏感。在ERA中，LTV方法在AFC数据可得时优于SSD方法；在LCA中，计算方法对EEFs的影响有限。本研究提供的结构化工具和方法学洞见能够支持化学品安全与可持续设计中的透明决策，在无法避免较大不确定性的情况下，为化学品的早期筛选和优先级排序提供科学依据。该研究发表于《Environmental Science》期刊。