改进的整合加和模型INFCIM及其应用于混合物毒性预测
2014-05-13覃礼堂刘树深莫凌云桂林理工大学广西矿冶与环境科学实验中心广西桂林541004桂林理工大学环境科学与工程学院广西桂林541004同济大学环境科学与工程学院长江水环境教育部重点实验室上海200092
覃礼堂,刘树深,莫凌云(1.桂林理工大学广西矿冶与环境科学实验中心,广西 桂林 541004;2.桂林理工大学环境科学与工程学院,广西 桂林 541004;3.同济大学环境科学与工程学院长江水环境教育部重点实验室, 上海 200092)
改进的整合加和模型INFCIM及其应用于混合物毒性预测
覃礼堂1,2,3,刘树深3*,莫凌云1,2(1.桂林理工大学广西矿冶与环境科学实验中心,广西 桂林 541004;2.桂林理工大学环境科学与工程学院,广西 桂林 541004;3.同济大学环境科学与工程学院长江水环境教育部重点实验室, 上海 200092)
目前,准确预测混合物毒性仍然面临着挑战, 为改进现有整合加和模型INFCIM,将该模型中“浓度=浓度+效应”形式修改为更加科学合理的“浓度=浓度+浓度”形式.利用分子电性距离矢量(MEDV)表征混合物组分的分子结构,以模糊数学中的隶属函数表征混合物组分的相似性和相异性,从而构建新的整合加和模型.利用6组六元混合物(共72个样本)验证模型的预测能力,结果表明,改进的模型能够准确预测无相互作用混合物毒性.在改进的模型中,利用多组混合物作为校正集,克服了INFCIM模型仅使用少量混合物数据作为校正集的缺点,使之更加可靠和具有代表性.
浓度加和;独立作用;化学混合物;农药
人类暴露于不同来源的大量化学品[1],通过实验测定化学混合物所有可能的组合是不实际和不可行的[2].数学模型在混合物毒性预测中起着重要的作用,浓度加和(CA)[3]和独立作用(IA)[4]是常用的2个参考模型.这2个模型利用……
