【技术实现步骤摘要】
本专利技术涉及环境毒理学领域，尤其涉及一种预测三元混合物毒性相互作用的新方法。
技术介绍
1、污染物通常以混合物的形式暴露在环境中，这会对生物体产生更大的毒性影响。复杂的混合物会引发不同的毒性相互作用，如协同作用、拮抗作用和加和作用。事实上，这种现象非常普遍，并引起了众多环境科学家和污染物评估人员的极大关注。因此，人们开发了各种模型来评估这些相互作用，包括成熟的浓度加和(ca)模型和独立作用(ia)模型。这些模型的主要目的是帮助环境检测机构和政府当局评估混合污染物对环境造成的潜在风险，并促进制定更有效的环境保护措施。在这些模型中，ca模型以其更简单、更保守的方法脱颖而出，成为广泛采用的化学混合物风险评估默认模型。当混合物对指示生物的毒性超过或低于参考模型的预测值时，混合物就会产生协同或拮抗作用。然而，ca模型在预测“数量和类型未知”的混合物的毒性相互作用时存在局限性，并且缺乏定量评估。
2、混合物中毒性相互作用的预测，是毒理学领域中一个复杂而艰巨的课题。然而，对污染物混合物的所有可想象组合进行详尽评估目前仍是一个无法实现的目标，这主要归因于所涉及的组合错综复杂程度惊人。虽然研究人员在从下到上(从简单混合物到复杂混合物)的混合物毒性相互作用的理解方面是取得了一些进展，但所需参数和计算相对复杂。
3、因此，如何寻求一种相对简单、且能从下到上的系统方法来预测混合物中的毒性相互作用，成为当务之急。
技术实现思路
1、本专利技术所要解决的技术问题在于提供一种相对简单、
2、本专利技术采用以下技术方案解决上述技术问题：
3、一种预测三元混合物毒性相互作用的新方法，包括如下步骤：
4、(1)利用“时间微板毒性分析方法(t-mta)”测定三种污染物对大肠杆菌(e.coli)的浓度-效应数据，再用weibull函数或logit函数对数据进行拟合；
5、(2)利用“直接均分射线法”设计三种污染物的二元混合物，再用“时间微板毒性分析方法(t-mta)”测定混合物的浓度-效应数据，随后利用weibull函数或logit函数对所得的浓度-效应数据进行表征，用“浓度加和偏差模型(dca)”对二元混合物毒性相互作用进行表征，确定二元混合物的毒性相互作用区域面积；
6、(3)将“与二元混合物协同或拮抗区域面积变化呈正相关趋势的组分浓度比pi”除以“其他成分的pi”；以该值作为自变量，拮抗或协同区域的面积作为因变量，使用doseresp函数进行非线性拟合；
7、(4)将三元混合物相同比值自变量带入上述“二元混合物的非线性拟合函数”中，分析所得参数，预测三元混合物毒性相互作用的出现。
8、作为本专利技术的优选方式之一，所述步骤(1)中，weibull函数方程式如下式(1)所示，logit函数方程式如下式(2)所示：
9、e＝1-exp(-exp(α+βlgc)) 式(1)；
10、e＝1/(1+exp(-α-βlgc)) 式(2)；
11、式中，α、β是weibull和logit的位置与斜率参数；e为效应，即污染物对大肠杆菌的生长抑制率；c是污染物的浓度。
12、作为本专利技术的优选方式之一，所述步骤(2)中，“浓度加和偏差模型(dca)”是ca的扩展，它基于将crc数据与实验数据拟合为零，并将实验效应、置信区间和预测crc数据投影到实验效应拟合曲线上；在dca中加入时间变量，将实测数据拟合曲线与ca预测曲线之间的偏差视为dca，并绘制出dca的三维(3d)曲面形式，即dca三维曲面模型；
13、dca表面相对于观察值95％置信区间偏差(doci)表面的位置用于确定混合物的相互作用类型；当dca表面高于doci表面时为“拮抗作用”，低于doci表面时为“协同作用”，介于两者之间时为“加和作用”；
14、同时，dca值的大小用于表示毒性相互作用的强度；当dca＞0时，dca值越大，“拮抗作用”强度越强；当dca＜0时，dca值越小，“协同作用”强度越强；
15、其中，dca和doci的表达式如下式(3)、(4)、(5)所示；
16、dcai,c＝xi,ca-xi,fit 式(3)；
17、docii,u＝xi,u-xi，fit 式(4)；
18、docii,l＝xi,l-xi,fit 式(5)；
19、式中，dcai,c是ca的预测效果(xi,ca)与实验观察效果(xi，fit)之差；docii，u是观察置信区间上限(xi，u)与(xi，fit)之差；docii，l是观察置信区间下限(xi，l)与(xi，fi)之差。
20、作为本专利技术的优选方式之一，所述步骤(3)中，根据二元混合物的自变量，得到三元混合物的自变量，并将其带入二元混合物的doseresp函数方程，从而得到三元混合物中每种射线的拮抗或协同区域面积参数(arap或srap)；将得到的各arap或srap相乘并加上绝对值，然后开n次方根(n等于arap或srap的个数)，得到三元混合物射线的拮抗或协同区域面积特征值(arafv或srafv)。
21、作为本专利技术的优选方式之一，如果arafv远大于(103)srafv，则射线存在“拮抗作用”区域；如果srafv远大于(103)arafv，则射线存在“协同作用”区域；
22、如果arafv和srafv相近，且远小于零以外的二元“拮抗或协同作用”区域的面积，则射线只有“加和作用”区域；
23、如果所有二元混合物都只有“拮抗或协同作用”区域，则只需将三元混合物的arafv或srafv与非零的最小“拮抗或协同作用”区域面积进行比较；如果该值远大于(103)该面积，则三元混合物射线具有拮抗或协同作用区，如果该值接近该面积，则只有“加和作用”。
24、作为本专利技术的优选方式之一，根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(3)中，doseresp函数式如下：
25、
26、式中，x是自变量，y是因变量。a1、a2、logx0和k为函数参数。
27、本专利技术相比现有技术的优点在于：
28、为了应对与预测混合物毒性相互作用相关的挑战，本专利技术首先建立了一个三维(3d)表面偏离浓度加成模型(dca)-dca三维曲面模型；该模型对混合物中的毒性相互作用进行了定量和定性表征，并动态描述了毒性相互作用强度随时间的变化。随后，利用二元混合物毒性相互作用区域与组分浓度比(pi)之间的关系，建立了一种创新的定性方法-毒性相互作用预测方法，tipm，用于预测三元混合物的毒性相互作用。
29、本专利技术预测三元混合物毒性相互作用的方法(tipm)，很好的解决了“从二元混合物毒性相互作用预测三元混合物毒性相互作用的出现”，这对于预测庞大本文档来自技高网...
【技术保护点】
1.一种预测三元混合物毒性相互作用的新方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(1)中，Weibull函数方程式如下式1所示，Logit函数方程式如下式2所示：
3.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(2)中，关于“浓度加和偏差模型dCA”，dCA表面相对于观察值95％置信区间偏差dOCI表面的位置用于确定混合物的相互作用类型；当dCA表面高于dOCI表面时为“拮抗作用”，低于dOCI表面时为“协同作用”，介于两者之间时为“加和作用”；
4.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(3)中，根据二元混合物的自变量，得到三元混合物的自变量，并将其带入二元混合物的Doseresp函数方程，从而得到三元混合物中每种射线的拮抗或协同区域面积参数，分别为ARAP、SRAP；将得到的各ARAP或SRAP相乘并加上绝对值，然后开n次方根，得到三元混合物射线的拮抗或协同区域面积特征值，分别为ARAFV、SRAF
5.根据权利要求4所述的预测三元混合物毒性相互作用的新方法，其特征在于，如果ARAFV远大于103SRAFV，则射线存在“拮抗作用”区域；如果SRAFV远大于103ARAFV，则射线存在“协同作用”区域；
6.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(3)中，Doseresp函数式如下：
...【技术特征摘要】
1.一种预测三元混合物毒性相互作用的新方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(1)中，weibull函数方程式如下式1所示，logit函数方程式如下式2所示：
3.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(2)中，关于“浓度加和偏差模型dca”，dca表面相对于观察值95％置信区间偏差doci表面的位置用于确定混合物的相互作用类型；当dca表面高于doci表面时为“拮抗作用”，低于doci表面时为“协同作用”，介于两者之间时为“加和作用”；
4.根据权利要求1所述的预测三元混合物毒性相互作用的新方法，其特征在于，所述步骤(3)中，根据二元混...
【专利技术属性】
技术研发人员：曾健平，张瑾，张静，张颖，黄显怀，赵远帆，代碧雅，桂一心，
申请(专利权)人：安徽建筑大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。