馮承蓮，付衛(wèi)強，Dyer Scott ，樊明，吳豐昌,*

1. 中國環(huán)境科學研究院環(huán)境基準與風險評估國家重點實驗室，北京 100012 2. 北京鐵路電氣化學校，北京 102202 3. 寶潔公司，美國俄亥俄州45040

種間關系預測(ICE)模型在水質(zhì)基準研究中的應用

馮承蓮1，付衛(wèi)強2，Dyer Scott3，樊明3，吳豐昌1,*

1. 中國環(huán)境科學研究院環(huán)境基準與風險評估國家重點實驗室，北京 100012 2. 北京鐵路電氣化學校，北京 102202 3. 寶潔公司，美國俄亥俄州45040

水質(zhì)基準研究主要是基于物種的實驗室測試的毒性數(shù)據(jù)開展的。對于一些毒性數(shù)據(jù)相對缺乏的化學品，水質(zhì)基準研究就會受到一定的影響。本文從水質(zhì)基準研究方法的角度，闡述了種間關系預測(ICE)的基本原理和基本方法，系統(tǒng)介紹了ICE模型的毒性預測方法在水質(zhì)基準研究中的應用，并通過鋅的ICE案例研究證明了模型在中國的可利用性。同時，對ICE模型的不確定性和適用性進行了分析。最后，對ICE模型存在的問題和未來的發(fā)展方向進行了探索和展望。

鋅；水生生物；種間關系預測(ICE)；水質(zhì)基準；物種敏感度分布；毒性預測

污染物生物毒性數(shù)據(jù)的缺乏是水質(zhì)基準研究和生態(tài)風險評價中的常見問題，尤其對于一些新型污染物，毒性數(shù)據(jù)的相對缺乏更加制約了水質(zhì)基準的研究進程。因此，如何在數(shù)據(jù)缺乏的情況下開展水質(zhì)基準方面相關研究，是一個極具挑戰(zhàn)的問題，此時，模型預測的方法就顯得尤為重要。比較傳統(tǒng)的模型預測方法是定量結(jié)構活性相關(quantitative structure activity relationship, QSAR)模型，QSAR作為化合物風險評價中預測生物毒性基礎數(shù)據(jù)的一種經(jīng)濟、有效的方法，已經(jīng)得到了廣泛應用[1-2]。但是QSAR的方法也有它的局限性，在預測污染物對高等生物毒性方面，還存在很多不確定性。種間關系預測(interspecies correlation estimation, ICE)模型是一種基于物種之間毒性的相關關系而構建的一種預測方法，種間關系預測可以用簡單低等生物毒性試驗來代替高等生物毒性測試，用簡單毒性測試體系代替復雜的毒性測試體系。ICE模型最初是由美國環(huán)保局(US EPA)開發(fā)出來的一種用已知物種的毒性數(shù)據(jù)來預測未知物種毒性的軟件方法[3-4]。后來，ICE模型經(jīng)過不斷開發(fā)和升級，開始推出了一種網(wǎng)絡在線預測平臺，并且內(nèi)置了水生生物和野生生物等的預測模塊[5]。隨著ICE模型的不斷擴展，目前在線預測的操作平臺(http://www.epa.gov/ceampubl/fchain/webice/)，可以預測水生生物(藻類、魚類、無脊椎動物)和陸地野生生物(主要是鳥類、哺乳類等)生物的毒性，并且針對稀有生物和瀕危物種，也有很好的預測效果[6]。ICE預測方法能夠彌補由數(shù)據(jù)不足造成的物種敏感度分布(species sensitivity distribution, SSD)曲線擬合不準確的缺點，能夠提供未知物種的預測毒性數(shù)據(jù)。目前，ICE主要針對急性毒性數(shù)據(jù)展開，針對慢性毒性數(shù)據(jù)的預測方法還沒有建立，主要是因為慢性數(shù)據(jù)相對較少，不確定性因素較大，目前還沒有正式推廣。

利用ICE方法進行水質(zhì)基準研究有以下幾個優(yōu)點：1) 能夠利用有限的毒性數(shù)據(jù)對未知數(shù)據(jù)進行預測；2) 減少了動物的實驗使用量；3) 充分的數(shù)據(jù)構建SSD，使擬合更優(yōu)化。關于ICE模型的預測準確性，已經(jīng)有相關的研究。Dyer等[7-8]運用ICE模型對重金屬和有機物水生生物急性毒性的預測適用性進行了驗證，獲得了很好的線性相關關系。同時，將ICE預測得出的SSD和實際測定的數(shù)據(jù)構建的SSD進行了比較分析，結(jié)果無顯著性差異?；贗CE得出的水質(zhì)基準值與實際測定的毒性數(shù)據(jù)得出的水質(zhì)基準值差距在一個數(shù)量級內(nèi)。運用ICE模型既可以進行水生生物的毒性預測，也可以進行野生生物的預測，一些學者開展了ICE測相關預測研究，結(jié)果證明ICE模型用于預測物種的毒性是可行的[9-13]。

如何將ICE運用到水質(zhì)基準的研究中，這是水質(zhì)基準研究一個重要挑戰(zhàn)。本研究從ICE的理論方法學入手，系統(tǒng)介紹了ICE的預測原理、預測方法。并以鋅為案例，分析了模型預測在水質(zhì)基準研究中的應用，并對模型的適用性和不確定性進行了分析。研究結(jié)果可以豐富水質(zhì)基準的理論方法學，為水質(zhì)基準和風險評估提供理論支持。

1 ICE的基本理論和方法

1.1 ICE的基本原理

ICE模型是用化學品已知的實驗測定的毒性數(shù)據(jù)(LC50/LD50)來預測化學品對未知物種、屬或科的急性毒性的一種方法。其中選定的用來預測其他物種毒性數(shù)據(jù)的物種，我們稱為“替代物種”(surrogate species)，而被預測的物種，我們稱為“預測物種”(predicted species)。在ICE模型中，替代物種的毒性值和預測物種的毒性值存在最小二乘法線性回歸的關系。ICE的數(shù)據(jù)集，最初是綜合集成了各種毒性數(shù)據(jù)庫、標準毒性測試方法、物種測試手冊等建立的[14-17]，內(nèi)置了4 082個模型，其中包括143種水生和陸生的物種[3]。后來，模型不斷優(yōu)化和升級，并且ICE軟件預測逐漸被在線預測方式所代替(Web-ICE)。目前的在線預測平臺中，包含了5 000多個急性毒性值，其中涵蓋了接近200個物種、1 000多種化學品的毒性數(shù)據(jù)。而且模型目前仍在不斷升級中。最新的在線預測平臺中，增加了藻類的預測數(shù)據(jù)，使模型預測的數(shù)據(jù)范圍不斷擴大[6]。在所有包含的毒性數(shù)據(jù)里面，水生動物毒性數(shù)據(jù)主要包括48 h或96 h的EC50/LC50，毒性終點主要是致死或者運動抑制效應；藻類的毒性數(shù)據(jù)主要是72 h或96 h的EC50；野生生物(主要是鳥類和哺乳類)的96 h的LD50。同時，除了毒性終點有要求外，對數(shù)據(jù)集里的環(huán)境因子也有要求，如水體硬度、pH值和溫度等。通過統(tǒng)計分析和線性回歸，最終基于替代物種的毒性數(shù)據(jù)和預測物種的毒性數(shù)據(jù)的線性關系，對預測物種的毒性數(shù)據(jù)進行預測。兩者的線性關系如下：

logX2=a+b×logX1

其中，X1是指替代物種的毒性數(shù)據(jù)；X2為預測物種的毒性數(shù)據(jù)；a和b為擬合的線性參數(shù)。經(jīng)過對數(shù)變換后，替代物種和預測物種之間存在線性相關關系，如圖所示：

圖1 ICE(種間關系預測)概念模型示意圖[18]Fig. 1 Schematic diagram of ICE (interspecies correlation estimation) [18]

1.2 ICE模型的評價準則

運用ICE模型進行毒性預測時，并不是所有預測出來的結(jié)果都是可用的，模型預測的準確性和精確性需要從統(tǒng)計學的角度進行衡量。要綜合考慮一系列統(tǒng)計學參數(shù)，選擇準確率最高的毒性作為預測數(shù)據(jù)，而對于一些相關性較差的預測數(shù)據(jù)，需要將其舍棄，最終確定預測數(shù)據(jù)的可用性。主要的統(tǒng)計學參數(shù)包括均方差(mean square error, MSE)、交叉驗證率、置信區(qū)間、自由度、相關系數(shù)(R2)、顯著性水平(p值)等[6]。具體的篩選原則如下：1)MSE<0.22；2)替代物種和預測物種的分類學距離≤3(物種分類學距離：替代物種和預測物種如果是屬于同一屬，則兩

者的分類學距離定為1；如果是屬于同一科，則兩者的分類學距離為2；如果屬于同一目，則兩者的分類學距離為3，以此類推。)；3)交叉驗證率大于85%；4)相對較窄的置信區(qū)間；5)相對較高的自由度(df>8，N>10，即構建模型的數(shù)據(jù)量必須大于10，自由度越高，預測越準確)；6)相對較高的相關系數(shù)，即R2>0.6；7)相對較低的p值，一般要求p<0.01。只有在滿足了以上的條件，ICE模型預測出來的毒性數(shù)據(jù)才會有較高的準確率和精確率，從而最終用于水質(zhì)基準的研究。當然最理想的一種預測通常是指替代物種和預測物種滿足以上所有條件，這種情況下得出的預測值跟實測值最為接近。

2 ICE模型的案例研究

我們之前已經(jīng)根據(jù)中國的物種實測數(shù)據(jù)對鋅的水生生物基準開展了研究[19]。為了探討ICE模型適用性和預測準確性，我們以鋅為例，對ICE的預測開展案例研究。ICE模型預測根據(jù)以下步驟進行：1)選擇替代物種；2)采用在線預測平臺(Web-ICE)對模型中其他存在的物種進行預測；3)對預測出的毒性數(shù)據(jù)按照統(tǒng)計學參數(shù)進行篩選；4)用預測數(shù)據(jù)進行水質(zhì)基準研究，并與實測值進行比較。

首先根據(jù)所獲得的實際物種的毒性數(shù)據(jù)分布，最終選取3個數(shù)據(jù)量相對較多、又具有一定代表性的物種為替代物種進行模型的預測。這3個替代物種分別為：大型蚤(Daphnia magna)、鯉魚(Cyprinus carpio)和虹鱒(Oncorhynchus mykiss)。根據(jù)這3個物種的急性毒性數(shù)據(jù)的幾何均值，用美國環(huán)保局的在線ICE預測平臺(http://www.epa.gov/ceampubl/fchain/webice/)，對其他物種的毒性進行預測。最后將獲得的所有預測毒性數(shù)據(jù)進行匯總。以虹鱒作為替代物種為例，部分預測物種的毒性值預測結(jié)果如表1所示：

表1 以虹鱒為替代物種進行預測的ICE模型統(tǒng)計學參數(shù)

圖2 基于ICE模型的替代物種和預測物種毒性數(shù)據(jù)相關關系Fig. 2 Relationship of toxicity values between surrogate species and predicted species based on ICE

由此可見，用虹鱒(Oncorhynchus mykiss)作為替代物種預測的值都符合數(shù)據(jù)的篩選原則，預測結(jié)果較好。預測相關關系如圖2所示。

與虹鱒類似，我們將另外2個替代物種大型蚤(Daphnia magna)和鯉魚(Cyprinus carpio)的預測毒性值進行了篩選，最終將3個替代物種的所有預測值進行匯總，共獲得了20個預測物種的毒性數(shù)據(jù)。通過與實測的毒性數(shù)據(jù)擬合的SSD比較發(fā)現(xiàn)，用ICE預測的SSD和實測數(shù)據(jù)的SSD沒有顯著性差異；通過與實測獲得的HC5比較發(fā)現(xiàn)，預測的HC5約為實測HC5的2.2倍[20]，表明ICE這種預測方法從統(tǒng)計學上來講是可以接受的。

鋅的案例研究從側(cè)面證明了ICE模型對物種的毒性進行預測的可行性，也就是說，這種ICE模型預測的水質(zhì)基準推導方法用于中國污染物的水質(zhì)基準研究是可信的。這也就解決了部分污染物的毒性數(shù)據(jù)不足導致水質(zhì)基準無法準確推導的難題。

3 ICE模型的適用性分析

3.1 ICE模型的不確定性分析

ICE模型預測存在很多不確定性因素，替代物種的選擇，預測結(jié)果的取舍等都會影響最終預測結(jié)果的準確性。評價模型的不確定性要從兩方面來考慮。首先，必需清楚ICE模型預測的特點。并不是每一個預測的數(shù)據(jù)都可以直接采用，要根據(jù)方法原理提到的統(tǒng)計學參數(shù)進行綜合判斷，只有符合篩選條件的數(shù)據(jù)才可以采用，否則會影響模型的準確性[6]。其次，輸入模型的替代物種毒性數(shù)據(jù)必需符合條件。在模型的預測過程中，最關鍵的一個步驟是替代物種的選擇。選擇幾個物種，以及選擇哪幾個物種作為替代物種，這是模型的關鍵。通常來講，選擇的替代物種至少要包括2～3種，涵蓋不同的營養(yǎng)級；另外，替代物種要有一定的代表性，并且自身的毒性數(shù)據(jù)量相對豐富。如Dyer等[8]在用ICE進行毒性預測時發(fā)現(xiàn)，只用魚的毒性數(shù)據(jù)來預測其他魚類，遠比用魚類的毒性數(shù)據(jù)預測所有的魚類和其他無脊椎動物的預測相關性要好。所以在選擇替代物種時，最終選用了大型蚤作為其中一個替代物種，來預測無脊椎動物的毒性；而選用虹鱒為替代物種，預測其他魚類的毒性。ICE模型預測的過程對輸入的數(shù)據(jù)有一個范圍限制，如果輸入的數(shù)據(jù)超出了模型預測的范圍，將得不到預測結(jié)果，或者預測結(jié)果不可用。因此要保證預測結(jié)果的準確性，輸入的數(shù)據(jù)必須在模型要求的數(shù)據(jù)上下限范圍內(nèi)，這樣才能保證預測數(shù)據(jù)的可用性，否則得出的預測結(jié)果將存在很大不確定性。而且，目前的ICE模型預測，還僅僅局限在預測物種的急性毒性，而對于慢性毒性的預測，還沒有更好的預測方法。如果想要得到物種的慢性毒性數(shù)據(jù)，只能通過物種的急慢性毒性比進行外推，這樣就更增加了模型的不確定性[18]。所以這也是ICE模型在應用上的一個局限性。

3.2 ICE模型的適用性

ICE模型最初是由US EPA相關研究人員開發(fā)的預測軟件。隨后他們又開發(fā)了在線預測平臺，使模型的應用更加廣泛。模型建立的基礎是基于多個毒性數(shù)據(jù)庫、文獻資料、研究報告等的集合，主要針對的物種也是北美的主要物種，并沒有涉及到亞洲以及其他地方的本土物種，因此在模型的應用中，應該考慮物種敏感度差異。目前的ICE模型預測，只是針對北美物種開展的，而其他地區(qū)的物種并沒有納入ICE的預測范圍，這就使ICE在應用上存在很多局限性[21]；同時，物種的分布以及物種的種類也會有顯著差異。在ICE模型中的普遍種和優(yōu)勢種，在其他地區(qū)可能不是廣泛存在的。因此特定區(qū)域的毒性預測還存在很多不確定性，需要進行模型的驗證和校正才能使用。

ICE模型在中國鋅的水質(zhì)基準研究的成功應用，從側(cè)面證明了ICE模型在中國是可用的。ICE模型的可用性很大程度上與中美生物區(qū)系的相似性有關系。我們之前的研究也發(fā)現(xiàn)，中國和美國由于在氣候帶、緯度范圍以及國土面積等方面存在很多相似點，因此物種分布以及物種敏感度也沒有顯著性差異[22-23]，這應該是ICE模型在中國可用的一個重要原因。也有其他一些學者在分析區(qū)域間的物種敏感度差異時，發(fā)現(xiàn)了相似的結(jié)果，即不同區(qū)域的物種敏感度的差異并不顯著[24-26]。這就預示著，ICE模型的應用范圍有擴大的潛力。當然，ICE模型在一個特定地區(qū)是否可用，還需要進行模型預測值的篩選，并與實測數(shù)據(jù)進行對比分析。必要的時候，需要用本地物種進行實驗驗證和校正，進一步確定ICE模型是否可用。

4 展望

ICE模型是近幾年才逐漸建立的預測物種生物毒性的模型。與其他預測模型相比，比如QSAR，ICE模型的應用還不夠廣泛和成熟。隨著科研學者對水質(zhì)基準研究的不斷深入，單靠動物實驗的手段來獲得物種毒性數(shù)據(jù)的方法已經(jīng)不能滿足人們研究的需要。尤其是針對稀有物種和瀕危物種來說，通過實驗獲取其毒性數(shù)據(jù)的方法也是不現(xiàn)實的，因此模型預測的手段將會是一個很好的替代方法。利用模型預測也會逐漸成為水質(zhì)基準研究重要手段。模型預測盡量避免了毒性實驗中大量實驗動物的消耗，特別是當污染物的毒性數(shù)據(jù)相對較少時，用模型預測的方法對污染物的水質(zhì)基準展開研究，是未來水質(zhì)基準的發(fā)展趨勢[21,27]。將ICE模型預測用于生態(tài)風險評估是一個開創(chuàng)性工作，將會增大風險評估的研究范圍，為風險管理提供理論支持。ICE提供了一種預測生物急性毒性的一種方法，分類單元包括種、屬、科等。這種毒性預測能夠為化學品的危害評估和生態(tài)風險評價提供支持。從ICE模型在生態(tài)風險評估用的應用來看，它貫穿了生態(tài)風險評價的問題提出環(huán)節(jié)和風險分析環(huán)節(jié)。比如在問題提出環(huán)節(jié)，ICE的預測能夠篩選具有潛在危害的污染物；而在風險分析環(huán)節(jié)，ICE則能夠預測大多數(shù)物種的毒性效應。因此，用ICE模型對特定物種進行毒性預測可以作為一種替代安全因子的方法。當然，結(jié)合其他已經(jīng)存在的暴露和風險模型進行ICE預測，也可以進行生態(tài)風險評價[28]。ICE模型除了預測單個物種的急性毒性之外，還可以直接用來構建SSD曲線，并獲得化學品保護不同水平物種的危害濃度(如HC1、HC5、HC10等)，預測結(jié)果可以直接用于風險評估，并作為不確定性分析的重要組成部分。

ICE模型應用的一個很大的局限性是由區(qū)域差異性導致的。就現(xiàn)存的ICE模型來看，它的預測范圍和預測精度僅僅局限于北美物種，而對于非北美區(qū)域的毒性預測，其準確性和可信性還需要進一步驗證。如何將ICE模型本地化，或者將其通用化，很重要的一個環(huán)節(jié)就是如何將特定區(qū)域的本地物種毒性數(shù)據(jù)以及相關參數(shù)嵌入到ICE模型中，并對其預測精度進行統(tǒng)計分析和驗證。如何將ICE模型用于非北美物種的預測，將是一個值得考慮的問題。還需要科學家進行大量的預測驗證以及模型驗證。其中，測試模型的穩(wěn)定性、樣本量的大小、物種之間生物學距離以及模型預測的置信區(qū)間等都需要進行評價。另外，目前ICE模型還只能預測物種的急性毒性值，并不能反映化學品對物種長期暴露的影響。對于一些雌激素類化合物，可能在低劑量長期暴露的條件下才會對物種產(chǎn)生不利影響，影響生物的繁殖、繁育等。所以對于這類污染物的慢性毒性預測，ICE模型還存在一定困難。這將是一個具有挑戰(zhàn)性的工作，需要科學家不斷的努力來進一步完善ICE模型。

就水質(zhì)基準目前的研究方法來看，基于實驗室毒性數(shù)據(jù)的傳統(tǒng)研究方法仍是水質(zhì)基準的主流方法，尤其是毒性數(shù)據(jù)的篩選和擬合模型顯得尤為重要[29-30]。但是當面對一些毒性數(shù)據(jù)相對較少，或者無法通過實驗獲得的數(shù)據(jù)時，ICE模型的優(yōu)勢就會表現(xiàn)出來。當水質(zhì)基準的研究需要大批量的實驗數(shù)據(jù)并且需要高效的結(jié)果產(chǎn)出時，模型預測就顯得尤為重要。當然，由于ICE模型自身的不確定性因素，將模型用于水質(zhì)基準研究和生態(tài)風險評估的工作極富挑戰(zhàn)性，也是目前水質(zhì)基準研究的國際前沿和發(fā)展方向。

[1] Gramatica P, Papa E. Screening and ranking of POPs for global half-life: QSAR approaches for prioritization based on molecular structure [J]. Environmental Science & Technology, 2007, 41(8): 2833-2839

[2] Wu F C, Mu Y S, Chang H, et al. Predicting water quality criteria for protecting aquatic life from physicochemical properties of metals or metalloids [J]. Environmental Science & Technology, 2013, 47: 446-453

[3] Asfaw A, Ellersieck M R, Maye F L. Interspecies correlation estimations (ICE) for acute toxicity to aquatic organisms and wildlife. II. User Manual and Software [R]. Washington DC: U.S. Environmental Protection Agency, 2003

[4] Ellersieck M, Asfaw A, Mayer F, et al. Acute-to-chronic estimation (ACE v 2.0) with time-concentration-effect models: User Manual and Software [R]. EPA 600-R-03-107. Washington DC: U.S. Environmental Protection Agency, 2003

[5] Raimondo S, Vivian D N, Barron M G. Web-based interspecies correlation estimation (Web-ICE) for acute toxicity: User Manual version 2.0 [R]. Washington DC: U.S. Environmental Protection Agency, Office of Research and Development, National Health and Environmental Effects Research Laboratory, 2007

[6] Raimondo S, Jackson C R, Barron M G. Web-based interspecies correlation estimation (Web-ICE) for acute toxicity: User Manual version 3.2 [R]. Washington DC: U.S Environmental Protection Agency, Office of Research and Development, National Health and Environmental Effects Research Laboratory, 2013

[7] Dyer S D, Versteeg D J, Belanger S E, et al. Interspecies correlation estimates predict protective environmental concentrations [J]. Environmental Science & Technology, 2006, 40: 3102-3111

[8] Dyer S D, Versteeg D J, Belanger S E, et al. Comparison of species sensitivity distributions derived from interspecies correlation models to distributions used to derive water quality criteria [J]. Environmental Science & Technology, 2008, 42: 3076-3083

[9] Raimondo S, Jackson C R, Barron M G. Influence of taxonomic relatedness and chemical mode of action in acute interspecies estimation models for aquatic species [J]. Environmental Science & Technology, 2010, 44: 7711-7716

[10] Barron M G, Jackson C R, Awkerman J A. Evaluation of in silico development of aquatic toxicity species sensitivity distributions [J]. Aquatic Toxicology, 2012, 116-117: 1-7

[11] Raimondo S, Mineau P, Barron M. Estimation of chemical toxicity towildlife species using interspecies correlation models [J]. Environmental Science & Technology, 2007, 41: 5888-5894

[12] Awkerman J A, Raimondo S, Barron M G. Development of species sensitivity distributions for wildlife using interspecies toxicity correlation models [J]. Environmental Science & Technology, 2008, 42: 3447-3452

[13] 王斌, 余剛, 黃俊, 等. 應用ICE和PCA方法評價硝基芳烴的綜合毒性[J]. 環(huán)境科學, 2007, 28(8): 1774-1778

Wang B, Yu G, Huang J, et al. Evaluation of integrated toxicity of nitroaromatic compounds by the combination of ICE and PCA [J]. Environmental Science, 2007, 28(8): 1774-1778 (in Chinese)

[14] Mayer F L. Acute toxicity handbook of chemicals to estuarine organisms [R]. Gulf Breeze, FL: U.S. Environmental Protection Agency, 1987: 274

[15] Mayer F L, Ellersieck M R. 1986 manual of acute toxicity: Interpretation and data base for 410 chemicals and 66 species of freshwater animals, resource publication 160 [R]. Washington DC: U.S. Fish and Wildlife Service, 1986

[16] US EPA. ECOTOX. Release 2.0. Ecotoxicology Database [DB]. www.epa.gov/ecotox. 2002

[17] Buckler D R, Mayer F L, Ellersieck M R, et al. Evaluation of minimum data requirements for acute toxicity value extrapolation [R]. Washington DC: U.S. Environmental Protection Agency, 2003

[18] Dale H. The use of interspecies correlation estimation (ICE) in interpreting chemical risks to aquatic species [R]. Washington DC: Ecological Fate and Effects Division, Office of Pesticide Programs&Health and Ecological Criteria Division, Office of Water, 2011

[19] 吳豐昌, 馮承蓮, 曹宇靜, 等. 鋅對淡水生物的毒性特征與水質(zhì)基準的研究[J]. 生態(tài)毒理學報, 2011, 6(4): 367-382

Wu F C, Feng C L, Cao Y J, et al. Toxicity characteristic of zinc to freshwater biota and its water quality criteria [J]. Asian Journal of Ecotoxicology, 2011, 6(4): 367-382 (in Chinese)

[20] Feng C L, Wu F C, Dyer S D, et al. Derivation of freshwater quality criteria for zinc using interspecies correlation estimation models to protect aquatic life in China [J]. Chemosphere, 2013, 90: 1177-1183

[21] Feng C L, Wu F C, Mu Y S, et al. Interspecies correlation estimation-applications in water quality criteria and ecological risk assessment [J]. Environmental Science & Technology, 2013, 47(20): 11382-11383

[22] Wu F C, Feng C L, Zhang R Q, et al. Derivation of water quality criteria for representative water-body pollutants in China [J]. Science China: Earth Sciences, 2012, 55(6): 900-906

[23] Feng C L, Wu F C, Zhao X L, et al. Water quality criteria research and progress [J]. Science China: Earth Sciences, 2012, 55(6): 882-891

[24] Kwok K, Leung K, Lui G, et al. Comparison of tropical and temperate freshwater animal species' acute sensitivities to chemicals: Implications for describing safe extrapolation factors [J]. Integrated Environmental Assessment and Management, 2007, 3(1): 49-67

[25] Rico A, Waichman R G, Van den B. Effects of malathion and carbendazim on amazonian freshwater organisms: Comparison of tropical and temperate species sensitivity distributions [J]. Ecotoxicology, 2011, 20: 625-634

[26] Wheeler J R, Leung K M, Morritt D, et al. Freshwater to saltwater toxicity extrapolation using species sensitivity distribution [J]. Environmental Toxicology and Chemistry, 2002, 21(11): 2459-2467

[27] Feng C L, Wu F C, Zheng B H, et al. Biotic ligand models for metals——A practical application in the revision of water quality standards in China [J]. Environmental Science & Technology, 2012, 46: 10877-10878

[28] US EPA. TREX: Terrestrial residue exposure model [R]. Washington DC: U.S. Environmental Protection Agency, Office of Pesticide Programs, 2005. http://www.epa.gov/oppefed1/models/terrestrial/trex_usersguide.htm#content4

[29] Stephen C E, Donald I M, David J H, et al. Guidelines for Deriving Numerical National Water Quality Criteria for the Protection of Aquatic Organisms and Their Uses [R]. Washington DC: U.S. Environmental Protection Agency, Office of Research and Development, 1985

[30] 金小偉, 王業(yè)耀, 王子健. 淡水水生態(tài)基準方法學研究: 數(shù)據(jù)篩選與模型計算[J]. 生態(tài)毒理學報, 2014, 9(1): 1-13

Jin X W, Wang Y Y, Wang Z J. Methodologies for deriving aquatic life criteria (ALC): Data screening and model calculating [J]. Asian Journal of Ecotoxicology, 2014, 9(1): 1-13 (in Chinese)

◆

Application of Interspecies Correlation Estimation (ICE) Models in the Study of Water Quality Criteria

Feng Chenglian1, Fu Weiqiang2, Dyer Scott3, Fan Ming3, Wu Fengchang1,*

1. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China 2. Beijing Railway Electrification College, Beijing 102202, China 3. The Procter & Gamble Company, Ohio 45040, United States

10 June 2014 accepted 14 August 2014

Water quality criteria study is mainly based on the experimental toxicity data of species. For the chemicals that have few or incomplete toxicity data, the water quality criteria study will be negatively affected. This paper introduced rationale and methodology of interspecies correlation estimation (ICE) models from the angle of the water quality criteria methods. And their application in deriving water quality criteria was comprehensively analyzed. The case study of zinc proved the applicability of ICE in deriving water quality criteria for China. In addition, the uncertainty and the applicability of the ICE model were analyzed. Finally, the development of ICE models and their potential use for assessing water quality were also explored in future.

zinc; aquatic life; interspecies correlation estimation (ICE); water quality criteria; species sensitivity distributions (SSD); toxicity prediction

環(huán)保公益性行業(yè)科研專項(201409037)；環(huán)保公益性行業(yè)科研專項(201309060)

馮承蓮(1981-)，女，博士，副研究員，研究方向為水生態(tài)毒理和水質(zhì)基準，E-mail:fengcl@craes.org.cn；

*通訊作者(Corresponding author), E-mail: wufengchang@vip.skleg.cn

10.7524/AJE.1673-5897.20140610001

2014-06-10 錄用日期：2014-08-14

1673-5897(2015)1-081-07

X171.5

A

吳豐昌(1964—)，男，研究員，博士生導師，環(huán)境基準與風險評估國家重點實驗室主任，主要研究方向為環(huán)境基準與風險評估，天然有機質(zhì)環(huán)境生物地球化學行為等。

馮承蓮, 付衛(wèi)強, Dyer Scott, 等. 種間關系預測(ICE)模型在水質(zhì)基準研究中的應用[J]. 生態(tài)毒理學報, 2015, 10(1): 81-87

Feng C L, Fu W Q, Scott D, et al. Application of interspecies correlation estimation (ICE) models in the study of water quality criteria [J]. Asian Journal of Ecotoxicology, 2015, 10(1): 81-87 (in Chinese)