四种季铵盐化合物对青海弧菌sp.-Q67的时间依赖性联合毒性：从协同作用趋势转变为加和效应

《Aquatic Toxicology》：Time-dependent combined toxicity of four quaternary ammonium compounds to Vibrio qinghaiensis sp.-Q67: a synergistic trend shifting to additive action

　　

摘要

季铵盐化合物（QACs）混合物对水生生态系统尤其是其时间依赖性的联合毒性所构成的生态风险尚未得到充分表征。因此，本研究选取苄基十二烷基二甲基溴化铵（BEN）、二（十二烷基）二甲基溴化铵（DID）、双水杨基二甲基溴化铵（DOM）和十四烷基二甲基苄基氯化铵（TET）四种QACs作为实验目标污染物，以青海弧菌Q67（Q67）为指示生物，探究其时间依赖性联合毒性（0.25、2、4、8和12 h）。实验设计了四种QACs混合物，包括四个三元混合物体系（BEN-DID-DOM、BEN-DID-TET、BEN-DOM-TET和DID-DOM-TET）和一个四元混合物体系（BEN-DID-DOM-TET），采用均匀设计射线法进行配比。基于浓度加和模型（CA）建立了协同-拮抗热图（SAHmap^CA），以系统评估各混合物中的毒性交互作用。结果表明，在急性暴露下，四种QACs均表现出较强的毒性。随着暴露时间的延长，DID的毒性显著增强，而其他三种QACs的毒性仅略有变化。四种QACs均可引起Q67的细胞形态变化，并可能改变其DNA结构，但在测试浓度下未观察到对蛋白质结构的明显影响。所有混合物对Q67均表现出明显的毒性，与其各单一组分相似。含DID的混合物射线在早期暴露时间（0.25和2 h）呈现协同趋势，但在后期暴露时间表现为加和作用；而不含DID的混合物射线在所有暴露时间点均表现为加和作用。这些结果揭示了含DID的QACs混合物中存在从协同趋势向加和作用的时间依赖性转变。

引言

季铵盐化合物（QACs）是一类用途广泛的化学物质，被广泛用于消毒剂、个人护理产品以及各种工业和家庭应用（Bobic等，2024）。随着其生产和消费的不断增加，QACs已在全球各地的水环境中被频繁检出（Kim等，2020；Kong等，2024；Li等，2025；Tavakoli等，2026），使其成为令人担忧的新兴环境污染物。重要的是，这些化合物可对非靶标水生生物产生直接毒性（DeLeo等，2020；Zicarelli等，2024）。毒理学研究已表明，QACs暴露可导致鱼类（Kim等，2026；Mukai等，2024）、水蚤（Zhang等，2015）和藻类（Elersek等，2018；Rzemieniecki等，2026）等多种水生生物出现急性死亡、生长抑制、繁殖力下降、发育畸形和行为障碍等效应。鉴于QACs在水体中的广泛存在，其水生毒性已成为一个至关重要的环境问题。

在自然水环境中，QACs很少以单一化合物形式存在，而是多种QACs共存并形成复杂混合物（Tao等，2024b）。这些混合物的组分可能表现出毒性交互作用（Di Nica等，2017；Mo等，2020），如协同或拮抗作用，其潜在环境风险可能大于仅基于单一化合物数据的预测。重要的是，这些交互作用并非一成不变（Feng等，2018；Tao等，2023），它们可能随暴露时间而变化，但混合物交互作用的时间依赖性特征，尤其是针对QACs的，目前仍缺乏充分表征。

要评估此类混合物中时间依赖性的毒性交互作用，首先需要选择适当的参考模型。目前，最广泛使用的参考模型是浓度加和（CA）模型和独立作用（IA）模型（Kwon等，2019）。CA模型假设混合物各组分具有相似的作用机制，因其保守性而被更广泛地应用（Ge等，2011；Huang等，2022）。通常，通过在不同浓度比和暴露条件下比较实验观测效应与模型预测效应来识别毒性交互作用（协同或拮抗）。然而，当涉及多个浓度比和暴露时间点时，会产生一个实际难题，因为这需要生成大量剂量-效应曲线（Huang等，2022；Tao等，2023），该方法不仅效率低下，而且无法揭示交互作用动态的整体模式。为克服这一局限，本课题组此前开发了基于组合指数（CI）（Huang等，2022）和IA模型（Tao等，2023）的协同-拮抗热图（SAHmap）方法，用于可视化不同混合物射线和时间点上的毒性交互作用。尽管该方法具有实用性，但基于CA模型的SAHmap方法尚未建立，而CA模型仍是混合物毒性评估中最常用的参考模型。

基于上述考虑，本研究选取了四种代表性QACs——苄基十二烷基二甲基溴化铵（BEN）、二（十二烷基）二甲基溴化铵（DID）、双水杨基二甲基溴化铵（DOM）和十四烷基二甲基苄基氯化铵（TET）——作为目标污染物。这四种化合物是消毒剂和个人护理产品中广泛使用的QACs，其共同使用模式表明它们在废水和地表水中共存的概率较高。作为一类化合物，QACs在水环境中被频繁检出（DeLeo等，2020；Tao等，2024b）。本研究以发光细菌青海弧菌Q67（Q67）为指示生物，调查了这四种化合物的毒性及其潜在机制。通过均匀设计射线（UD-Ray）法设计了包括四个三元和一个四元混合物的体系，并采用CA模型预测混合物毒性。开发了基于CA的SAHmap（SAHmap^CA），以可视化不同混合物组成中的时间依赖性交互模式。

章节摘要

实验材料

苄基十二烷基二甲基溴化铵（BEN）（CAS：7281-04-1；纯度：95%）、二（十二烷基）二甲基溴化铵（DID）（CAS：3282-73-3；纯度：98%）、双水杨基二甲基溴化铵（DOM）（CAS：538-71-6；纯度：97%）和十四烷基二甲基苄基氯化铵（TET）（CAS：139-08-2；纯度：98%）被选为实验目标污染物，购自上海麦克林生化科技有限公司（中国上海）。四种QACs的储备液用Milli-Q水配制并储存于

四种QACs对Q67的毒性

四种QACs对Q67的浓度-效应数据可有效拟合Weibull函数（R > 0.9，RMSE < 0.1）。拟合的位置参数（α）、斜率参数（β）、统计量（R和RMSE）以及毒性指数（EC₅₀和pEC₅₀）列于表S2。四种QACs在不同时间点下对Q67的浓度-效应曲线如图1所示。

如图1所示，四种QACs的毒性随浓度增加而升高，其对Q67的浓度-效应曲线呈单调S形。浓度-效应曲线

结论

综上所述，本研究系统表征了不同时间点下四种QACs及其混合物对Q67的毒性，表明所有测试化合物均表现出毒性。所观察到的效应可能与膜形态变化及可能的DNA结构改变有关，但确切的毒性机制仍有待进一步研究。关键的是，我们的结果表明DID可能是混合物中弱协同趋势的关键驱动因素；然而，该趋势似乎

CRediT作者贡献声明

陶孟亭：方法论、毒性测试、数据整理、样品采集与分析、数据整理以及论文初稿撰写。张金：概念构思、论文审阅与编辑、监督指导以及资金获取。

支持信息

本文相关的补充数据可在线版本中找到，网址为XX。

CRediT作者贡献声明

陶孟亭：论文初稿撰写、方法论、调查研究、数据整理、概念构思。张金：论文审阅与编辑、监督指导、资金获取。

陶孟亭|张金

安徽水利水电职业技术学院资源与环境工程学院，安徽合肥230601，中国。