基于集成QSAR建模与分子对接解析单一及二元PFAS对小球藻毒性机制的研究

《Emerging Contaminants》：Exploring toxicity mechanisms of single and binary PFAS on Chlorella vulgaris using integrated QSAR modeling and molecular docking

　　

中文摘要翻译：全氟及多氟烷基物质（PFAS）是一类持久性有机污染物，其毒性机制尚不明确，尤其在混合物体系中更是如此。本研究整合了毒性实验、定量结构-活性关系（QSAR）建模及分子对接技术，系统考察了20种单一PFAS及其二元混合物对小球藻（Chlorella vulgaris）的毒性效应。二维QSAR模型识别出亲脂性（MolLogP）与分子表面拓扑及电子性质（PEOE_VSA14）为单一PFAS毒性的关键描述符。三维QSAR模型（CoMFA）进一步表明，延长全氟烷基链及带负电荷的头部基团均与更高毒性相关。对于二元混合物，浓度加和（CA）与独立作用（IA）模型取得了相同的交互作用分类准确率（82%），且交互作用类型具有比例依赖性。混合物特异性QSAR描述符，包括平均拓扑结构连通性（ATSC1m）及偶极矩，与混合物毒性相关联，提示组分间存在额外交互作用。以菠菜超氧化物歧化酶1（SOD1）为靶标进行的分子对接显示，结合亲和力与毒性之间存在显著相关性（r = –0.78，p < 0.001），提示SOD1可能为潜在分子靶点。毒性最强的化合物表现出以疏水链插入、与ARG-79及PRO-74形成氢键以及卤键为特征的结合模式，该模式与三维QSAR预测的结构要求具有关键共性。上述发现为PFAS–SOD1交互作用提供了原子水平见解，支持SOD1作为潜在靶点，并强调需进一步实验验证以确认其功能相关性。同时，该研究建立了一个多尺度框架，可用于生态风险评估及更安全替代品的设计。

论文解读文章

一、研究背景与问题提出

全氟及多氟烷基物质（PFAS）是一类以碳-氟（C-F）键超常稳定性为特征的合成化合物，该稳定性赋予其在环境中持久存在并广泛分布于水生态系统的特性。在众多PFAS中，具有表面活性剂性质的氟表面活性剂因其两亲性及显著生物效应而受到特别关注。其中研究最为深入的两种物质——全氟辛烷磺酸（PFOS）和全氟辛烷酸（PFOA）——已被证实对淡水藻类及人体健康具有显著毒性效应。此外，包括长链羧酸类（如PFNA、PFDA、PFUnA、PFDoA、PFTeDA）、磺酸盐类（如PFHxS、PFOS）以及新兴替代品（如GenX、HFPO-DA、Cl-PFESA）在内的多种氟表面活性剂，均通过其持久性和生物累积潜力对水生生态系统构成威胁。

作为新兴污染物，大多数PFAS尚未被纳入常规监测计划，这造成了生态风险评估的关键数据缺口。鉴于对现有数千种PFAS及其混合物进行逐一实验测试并不现实，亟需高效的预测工具。尽管二维QSAR模型已被广泛应用于PFAS毒性预测，但此类模型存在缺乏位点特异性信息、外推能力有限及可解释性较差等固有局限。相比之下，三维QSAR技术可提供更高的预测精度、空间交互作用图谱及毒性效应的机制性见解。分子对接同样可有效预测和分析污染物与生物受体之间的结合交互作用。

尽管已有研究分别将二维QSAR和分子对接用于PFAS毒性预测，但仍存在若干知识空白：第一，尚未有研究将二维/三维QSAR、CA/IA混合物模型及分子对接整合为统一框架，系统考察PFAS对藻类的毒性；第二，尽管已有研究证实PFOS和PFOA可与SOD1结合，但结构多样的PFAS与SOD1的原子水平结合模式（包括具体参与残基）尚未被充分表征；第三，二元PFAS混合物毒性的比例依赖性，尤其是新兴替代品的相关行为，仍知之甚少。

二、研究内容与主要结论

本研究旨在填补上述空白，具体目标为：（1）通过整合CA/IA分析与二维QSAR模型，预测并分析多种二元PFAS混合物的联合毒性；（2）通过整合三维QSAR与分子对接，探索PFAS毒性机制并为氧化应激通路建立结构基础。最终目标是为水生环境中新兴PFAS的风险筛选与优先排序提供预测框架。

研究得出以下核心结论：对于单一PFAS，二维QSAR模型识别出亲脂性（MolLogP）和电子表面性质（PEOE_VSA14）为关键分子描述符；三维QSAR模型提示延长全氟烷基链可增强与靶蛋白的疏水交互作用，而强可电离阴离子头部基团有利于静电锚定。分子对接提示全氟烷基链插入SOD1结合口袋可能有助于结合亲和力，该亲和力与毒性显著相关（r = –0.78）。对于二元混合物，CA和IA模型均展现出良好预测准确率（AR = 82%），并满足大多数混合物的两倍因子判据，同时表明联合毒性交互作用类型具有比例依赖性。混合物特异性二维QSAR模型识别出平均拓扑结构连通性（ATSC1m）和偶极矩为关键描述符，而最低未占分子轨道能（ELUMO）未作出统计学显著贡献。单一PFAS与二元混合物所识别描述符的差异凸显了混合物交互作用的额外复杂性及混合物特异性建模方法的必要性。该多尺度框架可支持PFAS优先排序：预测的半数效应浓度（EC₅₀）值可与环境暴露数据结合计算风险商（RQ），从而将长链高毒化合物（如PFHxDA和PFTeDA）识别为高优先级关注物质，将短链醚类替代品识别为较低优先级候选物。

三、关键技术与方法

研究人员采用了多项关键技术方法。毒性实验方面，依据OECD Guideline 201对20种单一PFAS进行96小时生长抑制测试，采用四参数逻辑模型拟合剂量-反应曲线得出EC₅₀值；二元混合物毒性评价采用直接等分射线设计（EquRay），选取5种代表性PFAS构建10个二元混合系统，每个系统在5种浓度比例下测试。预测建模方面，二维QSAR模型采用密度泛函理论（DFT）在B3LYP/6-31G(d)水平优化分子几何结构，计算二维分子描述符及量子化学描述符，通过三步筛选程序选择关键描述符，采用多元线性回归（MLR）、偏最小二乘（PLS）、随机森林（RF）和支持向量机（SVM）等多种算法构建模型，以留一法内部交叉验证和外部验证评估模型性能。三维QSAR采用比较分子场分析（CoMFA）方法，以毒性最强的PFHxDA为叠合模板，计算立体场和静电场并与毒性进行偏最小二乘回归关联。分子对接采用AutoDock Vina软件，以菠菜超氧化物歧化酶1（PDB ID: 1SRD，2.0 ?高分辨率晶体结构）作为小球藻Cu/Zn-SOD的替代结构，所有20种PFAS配体经MMFF94力场几何优化后与SOD1进行全活性位点对接。

四、研究结果

（一）单一及混合PFAS的毒性

单一PFAS毒性方面，20种PFAS对小球藻的96小时半数效应浓度（EC₅₀）介于10.49 mg/L（PFHxDA）至707.43 mg/L（FTS）之间，呈现显著毒性差异。PFOA和PFOS的EC₅₀值分别为116.47 mg/L和83.66 mg/L，与文献报道值相当。结果表明存在清晰的结构-活性关系：具有较长全氟烷基链（C10–C16）的PFAS（如PFDA、PFUnA、PFDoA、PFTeDA、PFHxDA）表现出较高毒性（EC₅₀ < 50 mg/L），而短链或含醚PFAS（如FTS、GenX、OFP）毒性相对较低。磺酸基团赋予PFAS更高的血清蛋白亲和力，可能增强组织累积并改变亚细胞分布。含醚PFAS（如GenX和HFPO-DA）毒性通常低于其全氟对应物，可能归因于醚氧引入的极性增加和水溶性提高降低了生物浓缩潜力。值得注意的是，Cl-PFESA的毒性略高于PFOS，可能源于醚键增强分子柔性以及氯原子取代末端氟原子增大电子密度并降低分子极性。

二元混合物毒性方面，10个二元PFAS混合系统在5种浓度比例下共产生50个EC₅₀数据点，结果显示出显著的比例依赖性行为。例如，在PFBS + PFOA系统中，混合比例从1:3（PFOA主导）变为1:1（等摩尔）再变为3:1（PFBS主导）时，交互作用类型从拮抗转变为加和最终转变为协同。在APFO + OFP系统中，随着毒性较强组分（APFO）比例增加，交互作用从R2的拮抗转变为R1和R4的加和再转变为R3的协同。比例依赖性联合毒性可能通过以下机制产生：（i）当低毒组分过量时与常见分子靶点（如SOD1）竞争性结合；（ii）当高毒组分占主导时促进细胞摄取；（iii）结构不同表面活性剂组合形成混合胶束或聚集体改变生物可利用性。

（二）单一PFAS毒性预测

二维QSAR方面，鉴于样本量较小（n = 20）且需要直接可解释的描述符贡献，研究人员选择多元线性回归（MLR）模型。模型表达式为pEC₅₀ = 2.3933 + 0.0083 × PEOE_VSA14 + 0.1766 × MolLogP，其中N_tr = 16，R² = 0.832，调整R² = 0.806，F = 32.19（p < 0.0001），Q²_LOO = 0.664，R²_ext = 0.898。模型识别出MolLogP（分子亲脂性）和PEOE_VSA14（反映分子电负性表面积）为单一PFAS毒性的关键描述符。亲脂性与毒性正相关，印证了疏水性在促进PFAS膜渗透和生物累积中的既定作用。PEOE_VSA14的纳入凸显了阴离子头部基团在静电锚定中的作用。平行构建的PLS模型通过Y随机化检验并获得与MLR模型相当的预测性能，进一步巩固了MLR模型的可靠性。

三维QSAR方面，CoMFA模型表现出良好的整体预测性能：内部验证留一法交叉验证相关系数q²_cv = 0.593（> 0.5），外部验证系数q²_ext = 0.801（> 0.6），仅需两个主成分即可解释超过96%的活性方差（r² = 0.961）。立体场等高线图显示，绿色（立体有利）区域主要位于全氟烷基链延伸方向及末端，表明延长碳链长度可能增强毒性；黄色（立体不利）区域沿碳链侧面分布，提示这些位置引入侧链或大体积取代基可能产生位阻效应。静电场等高线图显示，红色（负电荷有利）区域集中在羧酸头部基团附近并沿全氟烷基链延伸，与PFAS分子的静电势特征一致。综合立体场和静电场效应，CoMFA模型表明高毒PFAS通常具有长链线性全氟烷基链（满足立体要求）和强可电离阴离子头部基团（满足静电要求）。

（三）二元PFAS毒性预测

CA和IA模型分析方面，等效应线图分析显示，CA模型预测50种混合物中25种呈协同效应、21种呈加和效应、4种呈拮抗效应；IA模型预测29种呈协同效应、16种呈加和效应、5种呈拮抗效应。两模型的交互作用分类准确率均为82%，RMSE值相近（CA：0.313；IA：0.319），R²值相近（CA：0.598；IA：0.584）。CA模型的模型偏差比（MDR）范围为0.52至9.36，50个值中42个（84%）落在0.5–2.0区间内；IA模型的MDR范围为0.42至10.52，50个值中35个（70%）落在0.5–2.0区间内。CA模型MDR中位数为1.04，IA模型MDR中位数为1.16，IA模型50个MDR值中29个大于1，提示IA模型有轻微低估联合毒性的倾向。

混合物二维QSAR方面，针对50种二元混合物开发了特异性二维QSAR模型，通过严格筛选程序识别出三个关键描述符：ATSC1m（平均拓扑结构连通性）、DM（偶极矩）和ELUMO（电子亲和力相关描述符）。MLR模型表达式为Log(1/EC₅₀)_mix = 3.6572 – 0.9529 ATSC1m + 0.6280 DM + 0.1838 ELUMO，其中N_tr = 40，R² = 0.696，调整R² = 0.671，Q²_LOO = 0.624，R²_ext = 0.716。ATSC1m（p < 0.001）和DM（p < 0.001）具有统计学显著性，而ELUMO不显著（p = 0.231）。DM的正系数表明较高偶极矩增强混合物毒性，ATSC1m的负系数表明较大拓扑结构连通性倾向于降低毒性。这些描述符与单一PFAS识别出的MolLogP和PEOE_VSA14明显不同，表明单一物质毒性主要由化合物-靶点直接交互作用主导，而二元混合物毒性涉及额外复杂性——组分间分子间交互作用（如偶极排列和电荷转移）以及物理化学关联（如暴露介质中混合胶束形成）是调节生物可利用性和改变联合毒性的关键因素。随机森林（RF）模型获得更优预测性能（R²_ext = 0.806，Q²_F1 = 0.828），且MLR和RF模型识别出相同关键描述符，支持所识别结构-毒性关系的稳健性。

（四）与SOD1的分子交互作用

分子对接结果显示，20种PFAS的计算结合自由能（ΔG）范围为–4.2至–6.9 kcal/mol，与文献报道的PFOS（–7.5 kcal/mol）和PFOA（–7.4 kcal/mol）与SOD1结合的值一致。线性回归分析显示ΔG与实验pEC₅₀值之间存在显著负相关（r = –0.78，R² = 0.61，p < 0.001）。结合亲和力最强的化合物（如PFTeDA和PFHxDA，ΔG ≈ –6.8 kcal/mol）也表现出最高的藻类毒性，支持SOD1作为小球藻中潜在分子靶点。

毒性最强的PFHxDA的结合模式分析显示：其羧酸头部基团与ARG-79形成2.95 ?氢键、与PRO-74形成3.03 ?氢键；氟原子与GLU-75、VAL-88和ASP-101之间观察到三个卤键，距离分别为3.54、3.82和3.21 ?；全氟烷基链通过疏水接触与VAL-88和ALA-97稳定结合，距离为3.85–3.95 ?。羧酸头部基团与ARG-79之间的氢键支持了二维QSAR模型识别的静电贡献。PFHxDA的延伸全氟十六烷基链占据SOD1内疏水通道并与VAL-88和ALA-97形成疏水接触，对应于CoMFA等高线图中沿分子骨架的立体有利绿色区域。该结合模式与CoMFA模型识别的关键立体和静电特征一致，为全氟烷基链长度增加与毒性增强之间的关联提供了结构解释。疏水性氟化链的插入和阴离子头部基团的极性锚定共同稳定了PFHxDA与SOD1的结合。

五、讨论与结论

讨论部分指出，本研究的局限性包括：用于QSAR模型开发的数据集相对较小（20种单一PFAS和50种二元混合物）；高浓度急性实验无法代表低水平长期暴露的效应；未涵盖三元及更高阶混合物。未来研究应拓宽数据集中所代表的化学多样性，纳入慢性毒性和环境转化产物数据，并将框架扩展至跨物种预测模型，以建立全链条风险评估体系。

研究结论可归纳为以下四点：第一，对于单一PFAS，二维QSAR模型识别出亲脂性（MolLogP）和电子表面性质（PEOE_VSA14）为关键分子描述符；三维QSAR模型提示延长全氟烷基链和强可电离阴离子头部基团为主要毒性决定因素；分子对接提示全氟烷基链插入SOD1结合口袋可能有助于结合亲和力，该亲和力与毒性相关（r = –0.78），但需实验验证确认SOD1为功能性分子靶点。第二，对于二元PFAS混合物，CA和IA模型均展现良好预测准确率（AR = 82%）并满足大多数混合物的两倍因子判据，联合毒性交互作用类型具有比例依赖性；混合物特异性二维QSAR模型识别出ATSC1m和偶极矩为关键描述符，而ELUMO无统计学显著贡献；单一PFAS与二元混合物描述符的差异凸显了混合物交互作用的额外复杂性。第三，该多尺度框架可支持PFAS优先排序，预测的EC₅₀值可与环境暴露数据结合计算风险商（RQ），将长链高毒化合物识别为高优先级关注物质；CoMFA等高线图和对接结果提示缩短碳链、引入醚键或支链以及优化头部基团电荷分布可能降低毒性，为更安全替代品设计提供方向。第四，本研究受限于相对较小的数据集、高浓度急性实验的局限性及未涵盖高阶混合物，未来应拓宽化学多样性、纳入慢性毒性数据并扩展至跨物种预测模型。