CN113205859B - 一种用于定量表征复合污染物联合毒性相互作用的面积均值法 - Google Patents
一种用于定量表征复合污染物联合毒性相互作用的面积均值法 Download PDFInfo
- Publication number
- CN113205859B CN113205859B CN202110274791.7A CN202110274791A CN113205859B CN 113205859 B CN113205859 B CN 113205859B CN 202110274791 A CN202110274791 A CN 202110274791A CN 113205859 B CN113205859 B CN 113205859B
- Authority
- CN
- China
- Prior art keywords
- concentration
- toxicity
- mixture
- interaction
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Abstract
本发明公开了一种用于定量表征复合污染物联合毒性相互作用的面积均值法,包括具体步骤如下:确定混合物不同组分对受试生物的实验浓度范围;进行二元及二元以上组分混合物浓度的优化设计;测定混合物毒性效应,并使用浓度加和模型评估联合毒性;计算混合物对应浓度范围内联合毒性面积均值;组分间毒性相互作用特征分析,本发明适用于环境污染物毒性评估,本发明通过将传统评估模型与面积积分相结合,定量表征多元混合物联合毒性相互作用的面积均值法,该方法可得到多元混合物对应浓度范围内联合毒性相互作用的面积均值,有利于客观评估联合毒性类型和毒性相互作用强度,便于比较混合物多种浓度比例下的毒性相互作用。
Description
技术领域
本发明属于环境污染物毒性评估技术领域,具体是一种用于定量表征复合污染物联合毒性相互作用的面积均值法。
背景技术
污染物在环境中通常以各种形式和浓度共存,各组分间会产生联合毒性作用,从而构成潜在的环境风险。尤其在科学家发现多种污染物以无效应浓度混合仍可能产生明显毒性后,污染物的联合毒性研究引起广泛重视。关于污染物联合毒性作用评估的方法有多种,但要准确全面评估混合物体系的联合毒性效应,则必须选择合适的评估模型。目前在混合物毒性研究中常用的评估模型是浓度加和(concentration addition,CA)模型,其具有评估风险较为保守的优点。联合作用中的协同作用即为混合物毒性大于各组分单独作用毒性总和,拮抗作用则相反。浓度加和模型评估中,如果混合物观测毒性偏离预测毒性,则认为该混合物具有毒性相互作用,当高于预测毒性时为协同作用,低于预测毒性时为拮抗作用。
大量研究发现混合物组分毒性相互作用具有浓度比依赖性,这就需要合理的方法来对联合毒性进行表征,以保障评价结果的可靠性。然而,传统浓度加和模型评估联合毒性中,无法给出预测毒性与观测毒性的偏离程度,必须依赖主观判断来确定毒性相互作用强度,评估结果缺乏说服力。此外,不同污染物对受试生物的毒性作用机理不同,因而毒性作用范围有所差异,基于主观判断的传统浓度加和模型则无法合理比较不同混合物的毒性相互作用强度。
在现有技术中均未涉及如本发明所示的定量表征复合污染物联合毒性相互作用的面积均值法。
发明内容
本发明的目的在于克服现有毒性评估中的缺陷,提供一种用于定量表征复合污染物联合毒性相互作用的面积均值法,可使评估结果更具说服力,且便于技术人员用于后续分析。
为实现上述目的,本发明采用了如下技术方案:
一种用于定量表征复合污染物联合毒性相互作用的面积均值法,具体步骤如下:
(S1)、确定混合物不同组分对受试生物的实验浓度范围;
(S2)、进行二元及二元以上组分混合物浓度的优化设计;
(S3)、测定混合物毒性效应,并使用浓度加和模型评估联合毒性;
(S4)、计算混合物对应浓度范围内联合毒性面积均值。
混合物浓度设计包含多种组分浓度组成,对于每个混合物的联合毒性评估,分别以其中一种浓度组成为示例。
优选的,所述步骤(S1)中确定混合物不同组分对受试生物实验浓度范围的具体步骤如下:
(S1.1)、应用微板毒性分析法(袁静,刘树深,王丽娟,等.蛋白核小球藻(Chlorella pyrenoidosa)微板毒性分析方法优化[J].环境科学研究,2011,24(5):553-558)进行混合物各组分对蛋白核小球藻的初步毒性实验,确定最高效应浓度和最低效应浓度;
(S1.2)、计算稀释因子设置12个浓度梯度,得到不同组分的浓度-效应数据;
(S1.3)、使用商业化软件Origin或Matlab对浓度-效应数据进行非线性最小二乘S型函数(Weibull或Logit函数)拟合,均方根误差最小者为最优拟合函数;
(S1.4)、根据各组分浓度-效应关系最优模型,在商业化软件Excel中计算各组分在不同效应点的效应浓度(EC10、EC20、EC30、EC40和EC50)。
优选的,所述步骤(S2)中进行二元及二元以上组分混合物浓度优化设计的具体步骤如下:
(S2.1)、根据步骤(S1)中确定的各组分不同效应浓度,利用直接均分射线法(Dou,R.N.,Liu,S.S.,Mo,L.Y.,Liu,H.L.,Deng,F.C.A novel direct equipartition raydesign(EquRay)procedure for toxicity interaction between ionic liquid and dichlorvos.Environ.Sci.Pollut.Res.Int.2010,18,734-742)从二元混合物体系中选择具有代表性的混合物基本浓度组成;
(S2.2)、根据步骤(S1)中的不同效应浓度,通过均匀设计射线法(Liu,S.S.,Xiao,Q.F.,Zhang,J.,Yu,M.Uniform design ray in the assessment of combinedtoxicities of multi-component mixtures.Sci.Bull.2015,61,52-58),结合均匀设计表,确定三元混合物体系中具有代表性的混合物基本浓度组成;
(S2.3)、将代表性混合物点扩展成多条梯度射线(R1、R2、R3、R4和R5),每条射线中混合物组分间浓度分数固定不变,从而形成优化设计的二元和三元混合物体系,以其中一条射线为例进行混合毒性实验和联合毒性相互作用定量表征。
优选的,所述步骤(S3)中测定混合物毒性效应,并使用浓度加和模型评估联合毒性的具体步骤如下:
(S3.1)、以步骤(S2)中构建的二元和三元混合物体系为基础,应用微板毒性分析法进行蛋白核小球藻的混合毒性实验,测定混合物体系的浓度-效应数据,并使用商业化软件Origin或Matlab进行非线性最小二乘S型函数拟合;
(S3.2)、在已知单个组分的不同效应浓度,并确定混合物总浓度及各组分浓度分数后,根据浓度加和模型计算混合物体系的不同效应浓度,从而得到预测毒性的浓度-效应曲线;
(S3.3)、将实验观测毒性与模型预测毒性的浓度-效应曲线进行比较,预测曲线在观测曲线上方时,则属于拮抗作用区,反之则为协同作用区;
(S3.4)、通过直观判断区域面积大小,面积越大则说明组分间毒性相互作用越强(具体见图1)。
式中Ci表示混合物产生效应x%时组分i的浓度,ECx,i表示混合物第i个组分单独存在时所产生的效应x%与混合物总效应相同时的浓度。
优选的,所述步骤(S4)中计算混合物对应浓度范围内联合毒性面积均值的具体步骤如下:
(S4.1)、根据步骤(S3)中浓度加和模型的评估结果,确定毒性相互作用区对应的浓度范围;
(S4.2)、使用商业化软件Origin对各区域面积进行积分,协同作用区积分结果为正值,拮抗作用区积分结果为负值;
(S4.3)、将积分结果的绝对值分别除以对应的浓度范围即为面积均值(Area ofthe mean,AM),从而得到毒性相互作用强度,面积均值越大,则说明毒性相互作用越强。
优选的,还包括以下步骤:
(S5.1)、以步骤(S4)中混合物联合毒性相互作用定量表征结果为基础,探究联合毒性的组分浓度比依赖性;
(S5.2)、结合混合物体系不同射线的各组分浓度比和毒性相互作用面积均值,使用商业化软件Origin对两者进行线性拟合,并筛选出具有强相关性(r>0.8)的结果。
优选的,所述受试生物为蛋白核小球藻,毒性暴露时间为96h。
优选的,所述相互作用区面积积分绝对值除以对应浓度范围,得到面积均值。
本发明提供一种传统评估模型与面积积分相结合,定量表征多元混合物联合毒性相互作用的面积均值法,该方法可得到多元混合物对应浓度范围内联合毒性相互作用的面积均值,有利于客观评估联合毒性类型和毒性相互作用强度,便于比较混合物多种浓度比例下的毒性相互作用;
本发明方法对评估模型中预测毒性与观测毒性的偏离程度进行定量表征,摒弃了传统的主观判断方法,使得联合毒性评估更加客观准确;
本发明方法将毒性相互作用强度统一用AM值表示,便于不同污染物的联合毒性相互作用比较,还为联合毒性的浓度比依赖性研究提供可靠方法。
附图说明
图1是本发明中基于面积均值法定量表征复合污染物联合毒性相互作用示意图;
图2是本发明中二元抗生素混合物毒性相互作用图;
图3是本发明中抗生素与重金属三元混合物毒性相互作用图。
具体实施方式
以下结合附图1-3,进一步说明本发明一种用于定量表征复合污染物联合毒性相互作用的面积均值法的具体实施方式。本发明一种用于定量表征复合污染物联合毒性相互作用的面积均值法不限于以下实施例的描述。
实施例1:
利用面积均值法定量表征硫酸巴龙霉素(Paromomycin sulfate,PAR)和妥布霉素(Tobramycin,TOB)二元混合物对蛋白核小球藻的毒性相互作用,包括以下步骤:
(1)利用微板毒性分析法(袁静,刘树深,王丽娟,等.蛋白核小球藻(Chlorellapyrenoidosa)微板毒性分析方法优化[J].环境科学研究,2011,24(5):553-558)进行混合物各组分对蛋白核小球藻的初步毒性实验,确定各组分溶液最高浓度和稀释因子,据此得到硫酸巴龙霉素和妥布霉素储备液浓度分别为1.15E-02mol/L、2.20E-02mol/L,稀释因子为0.65,通过微板毒性实验测定各组分对蛋白核小球藻的浓度-效应数据。使用商业化软件Origin或Matlab对浓度-效应数据进行非线性最小二乘拟合,得到最优拟合结果。硫酸巴龙霉素和妥布霉素最优拟合函数为Logit函数,拟合均方根误差分别为0.030、0.023。在商业化软件Excel中计算各组分的EC50效应浓度,分别为8.91E-06mol/L、4.67E-03mol/L。
(2)根据上述硫酸巴龙霉素和妥布霉素的不同效应浓度,利用直接均分射线法(Dou,R.N.,Liu,S.S.,Mo,L.Y.,Liu,H.L.,Deng,F.C.A novel direct equipartition raydesign(EquRay)procedure for toxicity interaction between ionic liquid and dichlorvos.Environ.Sci.Pollut.Res.Int.2010,18,734-742)设计五条有代表性的混合物射线(R1、R2、R3、R4和R5),各条射线的混合物浓度(单位:mol/L)分别为:2.180E-02、2.191E-02、2.195E-02、2.197E-02和2.198E-02,其中每条射线的固定浓度比例分别为:9.466E-03:9.905E-01、3.808E-03:9.962E-01、1.908E-03:9.981E-01、9.548E-04:9.990E-01和3.821E-04:9.996E-01,以其中一条射线R2为例进行混合毒性实验和联合毒性相互作用定量表征。
(3)利用微板毒性分析法(袁静,刘树深,王丽娟,等.蛋白核小球藻(Chlorellapyrenoidosa)微板毒性分析方法优化[J].环境科学研究,2011,24(5):553-558)进行二元混合物联合毒性实验,得到混合物对蛋白核小球藻的浓度-效应数据。使用商业化软件Origin或Matlab对浓度-效应数据进行非线性最小二乘拟合,得到最优拟合结果,拟合均方根误差为0.011。在已知硫酸巴龙霉素和妥布霉素的不同效应浓度,并确定二元混合物总浓度及各组分浓度分数后,根据浓度加和模型计算混合物体系的不同效应浓度,从而得到预测毒性的浓度-效应曲线,具体见图2。比较实验观测毒性与模型预测毒性的浓度-效应曲线,发现低浓度区域预测毒性低于观测毒性,组分间相互作用为协同作用,高浓度区域则为拮抗作用。
(4)根据浓度加和模型的评估结果,确定协同作用区对应的浓度范围为1.62E-03,拮抗作用区对应的浓度范围为9.30E-03。使用商业化软件Origin对各区域面积进行积分,协同作用区积分结果为1.03E-04,拮抗作用区积分结果为-9.51E-04。将积分结果分别除以对应的浓度范围得到面积均值,即为毒性相互作用强度,协同作用强度为6.38E-02,拮抗作用强度为-1.02E-01。
(5)以二元混合物联合毒性定量表征结果为基础,探究联合毒性的组分浓度比依赖性。结合混合物体系不同射线的各组分浓度比和毒性相互作用面积均值,使用商业化软件Origin对两者进行线性拟合,并筛选出具有强相关性的结果。如表1所示,硫酸巴龙霉素组分浓度减少和妥布霉素组分浓度增加会使得组分间协同作用增强,而拮抗作用则无此相关关系。
表1.二元混合物联合毒性相互作用定量表征及线性拟合结果
实施例2
利用面积均值法定量表征硫酸卡那霉素(Kanamycin sulfate,KAN)、妥布霉素(Tobramycin,TOB)和重金属铜三元混合物对蛋白核小球藻的毒性相互作用,包括以下步骤:
(1)利用微板毒性分析法(袁静,刘树深,王丽娟,等.蛋白核小球藻(Chlorellapyrenoidosa)微板毒性分析方法优化[J].环境科学研究,2011,24(5):553-558)进行混合物各组分对蛋白核小球藻的初步毒性实验,确定各组分溶液最高浓度和稀释因子。据此得到硫酸卡那霉素、妥布霉素中重金属铜储备液浓度分别为3.48E-02mol/L、2.20E-02mol/L和6.41E-04mol/L,稀释因子为0.65。通过微板毒性实验测定各组分对蛋白核小球藻的浓度-效应数据。使用商业化软件Origin或Matlab对浓度-效应数据进行非线性最小二乘拟合,得到最优拟合结果。硫酸卡那霉素、妥布霉素中重金属铜最优拟合函数为Logit函数,拟合均方根误差分别为0.027、0.023和0.043。在商业化软件Excel中计算各组分的EC50效应浓度,分别为5.75E-03mol/L、4.67E-03mol/L和1.26E-05mol/L。
(2)根据上述硫酸卡那霉素、妥布霉素中重金属铜的不同效应浓度,利用均匀设计射线法(Liu,S.S.,Xiao,Q.F.,Zhang,J.,Yu,M.Uniform design ray in the assessmentof combined toxicities of multi-component mixtures.Sci.Bull.2015,61,52-58)设计五条有代表性的混合物射线(R1、R2、R3、R4和R5),各条射线的混合物浓度(单位:mol/L)分别为:2.274E-02、2.738E-02、1.908E-02、2.528E-02和2.837E-02,其中每条射线的固定浓度比例分别为:2.734E-01:7.246E-01:2.030E-03、5.555E-01:4.443E-01:2.311E-04、1.221E-01:8.719E-01:5.920E-03、4.213E-01:5.780E-01:7.480E-04和6.719E-01:3.274E-01:6.752E-04。以其中一条射线R2为例进行混合毒性实验和联合毒性相互作用定量表征。
(3)利用微板毒性分析法(袁静,刘树深,王丽娟,等.蛋白核小球藻(Chlorellapyrenoidosa)微板毒性分析方法优化[J].环境科学研究,2011,24(5):553-558)进行三元混合物联合毒性实验,得到混合物对蛋白核小球藻的浓度-效应数据。使用商业化软件Origin或Matlab对浓度-效应数据进行非线性最小二乘拟合,得到最优拟合结果,拟合均方根误差为0.052。在已知硫酸卡那霉素、妥布霉素中重金属铜的不同效应浓度,并确定三元混合物总浓度及各组分浓度分数后,根据浓度加和模型计算混合物体系的不同效应浓度,从而得到预测毒性的浓度-效应曲线,具体见图3。比较实验观测毒性与模型预测毒性的浓度-效应曲线,发现低浓度区域预测毒性高于观测毒性,组分间相互作用为拮抗作用,高浓度区域则为协同作用。
(4)根据浓度加和模型的评估结果,确定拮抗作用区对应的浓度范围为2.60E-03,协同作用区对应的浓度范围为1.09E-02。使用商业化软件Origin对各区域面积进行积分,协同作用区积分结果为1.36E-03,拮抗作用区积分结果为-1.57E-04。将积分结果分别除以对应的浓度范围得到面积均值,即为毒性相互作用强度,协同作用强度为1.24E-01,拮抗作用强度为-6.03E-02。
(5)以三元混合物联合毒性相互作用定量表征结果为基础,探究联合毒性的组分浓度比依赖性。结合混合物体系不同射线的各组分浓度比和毒性相互作用面积均值,使用商业化软件Origin对两者进行线性拟合,并筛选出具有强相关性的结果。如表2所示,铜组分浓度增加会使得组分间拮抗作用增强,而协同作用则无此相关关系。
表2.三元混合物联合毒性相互作用定量表征及线性拟合结果
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (4)
1.一种用于定量表征复合污染物联合毒性相互作用的面积均值法,其特征在于:具体步骤如下:
(S1)、确定混合物不同组分对受试生物的实验浓度范围;
(S1.1)、应用微板毒性分析法进行混合物各组分对蛋白核小球藻的初步毒性实验,确定最高效应浓度和最低效应浓度;
(S1.2)、计算稀释因子设置12个浓度梯度,得到不同组分的浓度-效应数据;
(S1.3)、使用商业化软件Origin或Matlab对浓度-效应数据进行非线性最小二乘S型函数拟合,均方根误差最小者为最优拟合函数;
(S1.4)、根据各组分浓度-效应关系最优模型,在商业化软件Excel中计算各组分在不同效应点的效应浓度;
(S2)、进行二元及二元以上组分混合物浓度的优化设计;
(S2.1)、根据步骤(S1)中确定的各组分不同效应浓度,利用直接均分射线法从二元混合物体系中选择具有代表性的混合物基本浓度组成;
(S2.2)、根据步骤(S1)中的不同效应浓度,通过均匀设计射线法,结合均匀设计表,确定三元混合物体系中具有代表性的混合物基本浓度组成;
(S2.3)、将代表性混合物点扩展成多条梯度射线,每条射线中混合物组分间浓度分数固定不变,从而形成优化设计的二元和三元混合物体系,以其中一条射线为例进行混合毒性实验和联合毒性相互作用定量表征;
(S3)、测定混合物毒性效应,并使用浓度加和模型评估联合毒性;
(S3.1)、以步骤(S2)中构建的二元和三元混合物体系为基础,应用微板毒性分析法进行蛋白核小球藻的混合毒性实验,测定混合物体系的浓度-效应数据,并使用商业化软件Origin或Matlab进行非线性最小二乘S型函数拟合;
(S3.2)、在已知单个组分的不同效应浓度,并确定混合物总浓度及各组分浓度分数后,根据浓度加和模型计算混合物体系的不同效应浓度,从而得到预测毒性的浓度-效应曲线;
(S3.3)、将实验观测毒性与模型预测毒性的浓度-效应曲线进行比较,预测曲线在观测曲线上方时,则属于拮抗作用区,反之则为协同作用区;
(S3.4)、通过直观判断区域面积大小,面积越大则说明组分间毒性相互作用越强;
(S4)、计算混合物对应浓度范围内联合毒性面积均值;
(S4.1)、根据步骤(S3)中浓度加和模型的评估结果,确定毒性相互作用区对应的浓度范围;
(S4.2)、使用商业化软件Origin对各区域面积进行积分,协同作用区积分结果为正值,拮抗作用区积分结果为负值;
(S4.3)、将积分结果的绝对值分别除以对应的浓度范围即为面积均值,从而得到毒性相互作用强度,面积均值越大,则说明毒性相互作用越强;
(S5)、组分间毒性相互作用特征分析。
2.如权利要求1所述的一种用于定量表征复合污染物联合毒性相互作用的面积均值法,其特征在于:所述步骤(S5)中组分间毒性相互作用特征分析的具体步骤如下:
(S5.1)、以步骤(S4)中混合物联合毒性相互作用定量表征结果为基础,探究联合毒性的组分浓度比依赖性;
(S5.2)、结合混合物体系不同射线的各组分浓度比和毒性相互作用面积均值,使用商业化软件Origin对两者进行线性拟合,并筛选出具有强相关性的结果。
3.如权利要求2所述的一种用于定量表征复合污染物联合毒性相互作用的面积均值法,其特征在于:所述受试生物为蛋白核小球藻,毒性暴露时间为96h。
4.如权利要求2所述的一种用于定量表征复合污染物联合毒性相互作用的面积均值法,其特征在于:所述相互作用区面积积分绝对值除以对应浓度范围,得到面积均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274791.7A CN113205859B (zh) | 2021-03-15 | 2021-03-15 | 一种用于定量表征复合污染物联合毒性相互作用的面积均值法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110274791.7A CN113205859B (zh) | 2021-03-15 | 2021-03-15 | 一种用于定量表征复合污染物联合毒性相互作用的面积均值法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113205859A CN113205859A (zh) | 2021-08-03 |
CN113205859B true CN113205859B (zh) | 2023-02-17 |
Family
ID=77025399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110274791.7A Active CN113205859B (zh) | 2021-03-15 | 2021-03-15 | 一种用于定量表征复合污染物联合毒性相互作用的面积均值法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113205859B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7243907B1 (ja) * | 2022-09-02 | 2023-03-22 | 株式会社プロテリアル | 物理量推定システム、近似関数生成装置、物理量推定装置、プログラム、記録媒体および物理量推定方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102456096A (zh) * | 2010-11-03 | 2012-05-16 | 同济大学 | 一种检测二元混合物相互作用模式的多维等效线图法 |
CN103577714A (zh) * | 2013-11-17 | 2014-02-12 | 桂林理工大学 | 一种定量预测环境复合污染物联合毒性的方法 |
CN108136039A (zh) * | 2015-08-18 | 2018-06-08 | 阿斯皮利安治疗学股份有限公司 | 用于光免疫疗法的组合物、联用及相关方法 |
CN109583662A (zh) * | 2018-12-07 | 2019-04-05 | 中国科学院生态环境研究中心 | 大气污染二元混合物健康风险评价方法 |
CN109959643A (zh) * | 2019-04-10 | 2019-07-02 | 中国环境科学研究院 | 一种评估毒性物质对活性污泥传质性能影响的方法 |
CN110241172A (zh) * | 2019-05-22 | 2019-09-17 | 桂林理工大学 | 一种预测典型抗生素与农药联合毒性相互作用的方法 |
CN110568037A (zh) * | 2019-09-02 | 2019-12-13 | 江南大学 | 用于啶虫脒和吡虫啉联合毒性评价的电化学细胞传感器的构建方法及其应用 |
CN112395747A (zh) * | 2020-11-04 | 2021-02-23 | 南京信息工程大学 | 一种预测复杂联合作用方式的混合污染物毒性的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915759B (zh) * | 2010-07-20 | 2012-11-07 | 同济大学 | 基于青海弧菌q67的环境污染物长期微板毒性分析法 |
FR3040175A1 (fr) * | 2015-08-19 | 2017-02-24 | Neolys Diagnotics | Methode individuelle predictive des effets genotoxiques d'agents chimiques ou biochimiques, cassant l'adn |
CN106525822A (zh) * | 2016-10-27 | 2017-03-22 | 吉林大学 | 预测三种农药对发光菌急性联合毒性的方法 |
CN109953001A (zh) * | 2019-03-06 | 2019-07-02 | 浙江省农业科学院 | 镉与农药莠去津、毒死蜱对蚯蚓的联合毒性试验方法 |
CN109952980A (zh) * | 2019-03-06 | 2019-07-02 | 浙江省农业科学院 | 毒死蜱和丁草胺复合污染毒性的试验方法 |
-
2021
- 2021-03-15 CN CN202110274791.7A patent/CN113205859B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102456096A (zh) * | 2010-11-03 | 2012-05-16 | 同济大学 | 一种检测二元混合物相互作用模式的多维等效线图法 |
CN103577714A (zh) * | 2013-11-17 | 2014-02-12 | 桂林理工大学 | 一种定量预测环境复合污染物联合毒性的方法 |
CN108136039A (zh) * | 2015-08-18 | 2018-06-08 | 阿斯皮利安治疗学股份有限公司 | 用于光免疫疗法的组合物、联用及相关方法 |
CN109583662A (zh) * | 2018-12-07 | 2019-04-05 | 中国科学院生态环境研究中心 | 大气污染二元混合物健康风险评价方法 |
CN109959643A (zh) * | 2019-04-10 | 2019-07-02 | 中国环境科学研究院 | 一种评估毒性物质对活性污泥传质性能影响的方法 |
CN110241172A (zh) * | 2019-05-22 | 2019-09-17 | 桂林理工大学 | 一种预测典型抗生素与农药联合毒性相互作用的方法 |
CN110568037A (zh) * | 2019-09-02 | 2019-12-13 | 江南大学 | 用于啶虫脒和吡虫啉联合毒性评价的电化学细胞传感器的构建方法及其应用 |
CN112395747A (zh) * | 2020-11-04 | 2021-02-23 | 南京信息工程大学 | 一种预测复杂联合作用方式的混合污染物毒性的方法 |
Non-Patent Citations (7)
Title |
---|
2种经典模型对抗生素与重金属锌的蛋白核小球藻时间依赖联合毒性作用的评估比较;王滔 等;《生态毒理学报》;20190831;第14卷(第4期);第130-139页 * |
Dynamic Characterization of Combined Toxicity Interaction of Heavy Metals Towards Chlorella pyrenoidosa;Jin Zhang 等;《Pol. J. Environ. Stud.》;20210129;第30卷(第3期);第2395-2436页 * |
Joint Toxicity of Different Heavy Metal Mixtures after a Short-Term Oral Repeated-Administration in Rats;Hong Su 等;《International Journal of Environmental Research and Public Health》;20171001;第1-18页 * |
三嗪类农药复合污染物对蛋白核小球藻的联合毒性作用评估;王滔等;《农业环境科学学报》;20200320(第03期);第482-495页 * |
氨基甲酸酯类农药对蛋白核小球藻联合毒性作用特点及机制;卞志强 等;《生态毒理学报》;20190831;第14卷(第4期);第150-162页 * |
纳米银和典型抗生素对大肠杆菌的联合毒性效应及其抗性关系研究;方章顺;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20180215;第2018年卷(第02期);第B027-131页 * |
重金属与农药污染物对青海弧菌Q67拮抗作用的定量评估;黄子晏等;《环境化学》;20200930(第09期);第2441-2449页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113205859A (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ruban et al. | Harmonized protocol and certified reference material for the determination of extractable contents of phosphorus in freshwater sediments–a synthesis of recent works | |
Filstrup et al. | Regional variability among nonlinear chlorophyll—phosphorus relationships in lakes | |
Joint et al. | Competition for inorganic nutrients between phytoplankton and bacterioplankton in nutrient manipulated mesocosms | |
Angello et al. | Spatio-temporal evaluation and quantification of pollutant source contribution in Little Akaki River, Ethiopia: conjunctive application of Factor Analysis and multivariate receptor model | |
Sujaul et al. | Effect of industrial pollution on the spatial variation of surface water quality | |
CN113205859B (zh) | 一种用于定量表征复合污染物联合毒性相互作用的面积均值法 | |
CN109920492B (zh) | 一种水体沉积物中铅污染源解析的方法 | |
Stehouwer et al. | Chemical monitoring of sewage sludge in Pennsylvania: Variability and application uncertainty | |
CN109900682B (zh) | 一种基于富集因子值计算的表层土壤重金属污染来源定量识别方法 | |
Topper et al. | Evaluation of a closed vessel acid digestion method for plant analyses using inductively coupled plasma spectrometry | |
Finotti et al. | Use of water quality index as a tool for urban water resources management | |
Liao et al. | Toxicity of cadmium to soil microbial biomass and its activity: effect of incubation time on Cd ecological dose in a paddy soil | |
CN115691670B (zh) | 一种基于微生物群落特异性响应的河流生态系统健康评价方法 | |
Soumaila et al. | A systematic review and meta-analysis of water quality indices | |
Hortensius et al. | International standardization of soil quality measurements | |
CN113916847A (zh) | 一种基于光谱技术和线性支持向量算法的水质检测方法 | |
Napiórkowska-Krzebietke et al. | Phytoplankton in relation to water quality of a mesotrophic lake. | |
Yu et al. | Characteristics of dissolved organic matter content in urban rivers under different environmental impact zones: a case study of China’s Tuo River | |
CN113283072A (zh) | 一种适用于多场景条件的水体cod检测方法 | |
Pathak | Evaluation of ground water quality using multiple linear regression and mathematical equation modeling | |
de-la-Ossa-Carretero et al. | Monitoring the effects of wastewater treatment strategies | |
Bakan et al. | Enrichment of metals in the surface sediments of Sapanca Lake | |
Grigelionis | GOOD STATISTICAL PRACTICE IN ANALYTICAL CHEMISTRY | |
Ross et al. | User-based photometer analysis of effluent from advanced nitrogen-removal onsite wastewater treatment systems | |
Lischer | Good statistical practice in analytical chemistry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |