歐盟計算毒理技術政策研究及對我國新污染物治理的啟示

蘇闖，黃怡，王力明，鄭玉婷，林軍，張麗麗,*，于洋,#

1.廣東省固體廢物和化學品環境中心，廣州 510308

2.北京市污染源管理事務中心，北京 100089

3.生態環境部固體廢物與化學品管理技術中心，北京 100029

新污染物治理已成為“十四五”乃至更長時期我國生態文明建設化學物質環境管理的新主題。為貫徹落實黨中央“重視新污染物治理”的工作部署，生態環境部組織編制了《新污染物治理行動方案(征求意見稿)》(以下簡稱《方案》)[1]。《方案》指出：到2025年，完成國內外高關注、高產(用)量的化學物質危害篩查，完成一批化學物質環境風險評估。全面推進現有化學物質危害篩查與環境風險評估工作，可為推進我國新污染物環境治理奠定基礎。

與新污染物危害篩查相關的指標主要包括3類：(1)環境歸趨：持久性、生物累積性等；(2)生態毒性：水環境毒性(包括急性、慢性毒性)等；(3)健康毒性：致癌性、致突變性、生殖發育毒性、特異性靶器官毒性(包括反復接觸和一次接觸)、急性毒性、呼吸道和皮膚致敏性、嚴重眼損傷/眼刺激、皮膚腐蝕/刺激、內分泌干擾性等[2]。獲取化學物質危害屬性的主要途徑包括：調查研究(政府/非政府組織發布的評估報告、數據庫查詢、文獻檢索、企業數據)、動物實驗、計算毒理技術等。《中國現有化學物質名錄》中約4萬余種化學物質[3]，新污染物治理需要重點關注的危害篩查指標中，全部有指標數據的化學物質僅有千余個。現有化學物質危害屬性數據相對缺失[4-5]，動物實驗周期長、成本高且違反動物實驗倫理的“3R”原則等，同時大數據及先進計算機等新技術發展迅速，因此，通過計算毒理技術獲得預測數據、彌補新污染物危害數據的相對缺失，是我國未來新污染物治理的研究方向之一[6-9]。

進入21世紀，發達國家及國際性組織機構開始重視和發展計算毒理技術，開發了各種用于預測化學物質危害屬性和暴露參數的模型工具，以解決化學物質環境管理工作面臨的數據缺失的瓶頸問題[10-14]。其中，歐盟在該領域研究較早，從法律法規、技術導則、組織實施機構、計算毒理工具的管理與開發相對成熟[15-17]。近年來，我國逐漸有專家學者在計算毒理領域開展科學研究，并逐步應用于化學物質的環境管理。2021年3月，生態環境部固體廢物與化學品管理技術中心發布了《關于開展2021年計算毒理與暴露預測模型或軟件征集工作的通知》，開展計算毒理與暴露預測模型或軟件征集工作[18]。目前，我國計算毒理工具的研發大多限于構建預測模型，極少數將模型集成為應用軟件。本文旨在通過研究歐盟計算毒理技術的發展現狀，分析我國與歐盟在計算毒理技術方面的差異，以期為我國計算毒理技術的發展、新污染物危害篩查提供參考。

1 歐盟對應用計算毒理技術的規定(EU regulations and guidelines requirements for the application of computational toxicology techniques)

1.1 法律法規

為了更好地保護人群健康和環境安全，提升歐盟化學品工業的綜合實力，歐盟委員會于2001年1月發布了《未來化學品政策戰略白皮書》[12]。該白皮書系統總結了當時實施的化學物質管理系統、可提升化學物質安全性的化學物質管理新策略、如何提升歐盟化學品工業的綜合實力的舉措等，提出了構建名為“the Registration,Evaluation,Authorisation and Restriction of Chemicals (REACH)”的新化學物質管理系統——REACH系統[15]。新系統擬達成7個目標，其中一項是促進非動物測試技術發展，并應用于化學品管理。2006年化學品注冊、登記、許可與限制(REACH)法規正式發布，并于2007年生效。

REACH法規第13條規定“如果滿足附件十一的條件，物質的固有屬性可用非測試方法產生，特別是通過使用(Q)SAR模型、分類、Read-across方法獲取”。REACH法規附件十一1.3小節規定了可用(Q)SAR模型預測結果替代測試結果的條件：(1)(Q)SAR模型的科學有效性已經得到證實；(2)所預測的物質在(Q)SAR模型的應用域之內；(3)所預測的結果足夠用于化學品分類、標記和風險評價的目的；(4)提供了足夠和可靠的記錄，來描述所使用的方法。

REACH法規附件十一1.5小節規定了可用分類或Read-across方法填補數據缺失。此外，在REACH法規附件十二中還提到“在采用本附件所列方法測試物質新的屬性之前，應首先評估可獲取的體外測試數據、體內測試數據、人群歷史數據、從經過驗證的(Q)SARs模型預測的數據、從結構類似物預測的數據(Read-across方法預測數據)”。

2009年生效的新歐盟化妝品指令(REGULATION (EC) No 1223/2009)第18條“動物測試”中，規定可采用替代方法(如invitro和insilico方法)取代基于動物的試驗[19]。

1.2 技術指南

(1)歐盟風險評估技術導則

歐盟風險評估技術導則文件第3部分的第4章和第5章分別介紹了如何在風險評估中使用(Q)SAR技術和分類(Categories)技術[16]。對于在風險評估中使用的模型，需進行驗證和評估。驗證和評估考慮的因素包括：模型預測的指標、建模所用數據的產生方法、建模方法、描述符、模型應用域、模型有效性和模型準確性。在風險評估中，有效的(Q)SAR模型可用于：①輔助進行數據評估；②幫助決策過程，若關注的指標有必要開展進一步的測試，可用(Q)SAR模型優化測試策略；③為暴露評估和/或效應評估提供輸入參數；④識別潛在需要關注的指標，但不能獲取測試數據。

該導則還對水生生物急性毒性指標(魚 96 h-LC50、大型溞 48 h-EC50、藻 72 h-EC50)、水生生物慢性毒性指標(魚 28 d-NOEC、大型溞 21 d-NOEC)、正辛醇-水分配系數、土壤吸附系數、亨利常數、生物富集因子、生物降解性、光解和水解等指標的預測模型進行了說明。此外，該導則還對如何報告(Q)SAR模型的格式進行了說明。

(2)歐盟信息需求和化學物質安全評估導則

信息需求和化學物質安全評估導則第6章給出了管理上使用(Q)SAR模型需考慮的問題[17]。主要涉及4個方面：如何建立(Q)SAR模型的有效性？如何建立面向管理的(Q)SAR模型的適用性？如何記錄和證明(Q)SAR模型的監管使用？怎么找到(Q)SAR模型的信息？

(Q)SAR模型有效性是指根據特定目的對模型性能和機理解釋進行評估的過程。“目的”指(Q)SAR模型的科學目的，可通過預測指標和應用域表征。模型性能是指模型的統計有效性，可用擬合優度、穩健性、預測能力參數表征；機理解釋是指描述符物理或化學的解釋，是描述符與預測指標之間假設的關聯性。根據定義，模型有效性即是采用經濟合作與發展組織(OECD)關于(Q)SAR模型驗證導則規定的標準對模型進行評估的過程。

(Q)SAR模型預測結果的適用性是指在給定管理目的環境下，(Q)SAR模型需滿足下列條件：需采用有效的模型預測數據；模型需適用于目標化合物；模型的預測指標需與管理目的相關。

根據歐盟現行法律，(Q)SAR模型可用于：風險評估；分類與標簽；持久性、生物累積性和毒性(PBT)以及高持久性及高生物累積性(vPvB)評估。根據REACH法規附件十一，使用(Q)SARs代替測試數據的條件之一是提供了所應用方法的充分和可靠的文件。因此，歐洲化學品管理局與歐盟QSAR工作組磋商，主動開始建立評估(Q)SAR數據庫，用于確定適合REACH監管目的的(Q)SAR模型。這個數據庫(JRC QSAR模型數據庫)將從網站(http://qsardb.jrc.it)免費提供。

使用(Q)SAR模型預測數據等非測試數據的步驟如下：Step 0-信息收集；Step 1-初步分析；Step 2-使用分類方案；Step 3-查詢警示結構；Step 4-初步評估；Step 5-類推；Step 6-(Q)SAR 模型預測；Step 7-最終評估，如表1所示。

表1 (Q)SAR模型預測數據等非測試數據的步驟Table 1 Steps of (Q)SAR model prediction data and other non-test data

2 歐盟計算毒理組織實施機構(EU organization and implementation agency of the computational toxicology)

歐盟計算毒理相關機構主要有歐盟委員會聯合研究中心(JRC)和歐洲化學品局(ECB)等。JRC是歐盟的科學和知識服務機構，總部設在布魯塞爾，在5個成員國設有研究基地：Geel(比利時)、Ispra(意大利)、Karlsruhe(德國)、Petten(荷蘭)和Seville(西班牙)，其使命是在歐盟制定政策的過程中提供獨立的技術支持。JRC與決策機構保持密切合作，致力于解決人類社會面臨的主要挑戰，同時通過開發新方法、工具和標準促進創新，并與各成員國、科技界和國際合作機構共享其研究成果，匯集了來自不同來源的專業技能和知識，幫助政策制定者以透明、定制和簡明的方式理解最新的科學證據。

ECB是歐盟負責有害化學品風險評價的核心官方機構，負責實施REACH法規。近年來，ECB圍繞(Q)SAR技術的開發和應用，開展了大量的研究工作。主要涉及3方面：(Q)SAR模型的報告格式、驗證與評估方法；化學品分類技術；理化性質、環境行為或毒理參數的類比(Analogue或Read-across)技術，涉及(Q)SAR技術在不同目標層面上的應用。

3 歐盟計算毒理工具的管理與開發(Management and development of computational toxicological tools for EU)

3.1 JRC QSAR模型數據庫

(1)JRC QSAR模型數據庫簡介

JRC QSAR模型數據庫由JRC開發，JRC負責對QSAR模型的有效性和科學性進行評審，并對通過評審的QSAR模型進行發布與管理。JRC QSAR模型數據庫是一個可自由訪問的web應用程序，提供關于QSAR模型有效性的信息。《OECD驗證QSAR模型的原則》規定，為了便于考慮(Q)SAR模型的監管目的，(Q)SAR模型應該與以下信息相關聯：一個明確的終點；一個明確的算法；明確的適用范圍；適當驗證的模型擬合優度、穩健性和預測能力；如有可能，進行機理解釋。根據《OECD的QSAR模型驗證原則》，JRC和歐盟成員國制定了QSAR模型報告格式(QMRF)，作為總結和報告QSAR模型關鍵信息的統一模板。

JRC評審QSAR模型的程序流程如下：第一步，QSAR模型的開發人員編寫QMRF文件，并通過專用郵箱將有關QSAR模型的信息提交至JRC，JRC審查報告的充分性和完整性并確定評審專家。第二步，評審專家對QMRF文件進行審查，審查的結果分為JRC QSAR模型數據庫中發布該模型，或將該模型返回至開發者進行進一步修訂2種情況。第三步由JRC接受并對報告做最后檢查并發布。

JRC QSAR模型數據庫分為可下載版本和在線版本。其中，可下載版本是一個zip文件，可實現在用戶的PC上本地提取。它由一個允許搜索不同條件的Excel文件和3個包含所有相關文檔的文件夾組成。此外，用戶可在線瀏覽數據庫獲取已發布的QMRF并進行文檔或物質搜索。可以通過應用以下條件的子集來搜索QMRF文檔：標題/終點/QMRF編號/最新更新。

(2)JRC QSAR模型評審相關指南

2017年，JRC發布《JRC QSAR模型數據庫 用戶支持和教程》[20]《JRC QSAR模型數據庫 SDF-結構數據格式 如何從SMILES中創造》[21]《JRC QSAR模型數據庫 作者和編輯指南》[22]《JRC QSAR模型數據庫 審稿人指南和協議模板》[23]，這一系列指導文件規定了模型開發者提交模型有效信息、JRC組織評審專家對模型相關信息進行評審以及JRC在官網上發布QSAR模型的具體要求。

①《JRC QSAR模型數據庫 用戶支持和教程》

該教程介紹了JRC QSAR模型數據庫，并提供了如何編譯新模型、更新現有模型和通過JRC QSAR模型數據庫發布它們的指導。此外，本教程介紹了終點分類、QMRF要點說明、如何找到JRC QSAR模型數據庫以及如何在QMRF編輯器中填寫QMRF報告等。

根據該教程，QMRF共包括10個部分：QSAR標識符；基本信息；定義終點-OECD原則1；定義算法-OECD原則2；定義應用域-OECD原則3；定義擬合優度和穩健性-OECD原則4；定義預測性-OECD原則4；提供一個機理解釋-OECD原則5；其他信息；JRC QSAR模型數據庫摘要(JRC編制)。其中，QSAR模型報告格式規定的終點分類如表2所示。

表2 終點分類Table 2 Endpoint classification

續表2分類Classification編號Number終點名稱Endpoint nameQMRF 2環境行為參數Environmental fate parametersQMRF 2.2.b持久性:在空氣中的非生物降解(光轉化);間接光解(羥基自由基反應,臭氧自由基反應,其他)Persistence: Abiotic degradation in air (phototransformation); indirect photolysis (OH-radical reaction, ozone-radical reaction, other)QMRF 2.1.a持久性:在水中的非生物降解;水解 Persistence: Abiotic degradation in water; hydrolysisQMRF 2.1.c持久性:在水中的非生物降解;其他 Persistence: Abiotic degradation in water; otherQMRF 2.1.b持久性:在水中的非生物降解;氧化 Persistence: Abiotic degradation in water; oxidationQMRF 2.3.b持久性:生物降解;生物降解時間范圍(初級,最終降解)Persistence: Biodegradation; biodegradation time frame (primary, ultimate degradation)QMRF 2.3.a持久性:生物降解;快速/非快速生物降解能力Persistence: Biodegradation; ready/not ready biodegradabilityQMRF 2.10植物-空氣分配系數 Vegetation-air partition coefficientQMRF 2.11植物-土壤分配系數 Vegetation-soil partition coefficientQMRF 2.9植物-水分配系數 Vegetation-water partition coefficientQMRF 3生態毒性效應Ecotoxic effectsQMRF 3.3對魚類的急性毒性(致死率) Acute toxicity to fish (lethality)QMRF 3.4對溞的長期毒性(致死、生殖抑制)Long-term toxicity to Daphnia (lethality, inhibition of reproduction)QMRF 3.5對魚類的長期毒性(卵/囊魚苗、幼魚生長抑制、早期生命階段、整個生命周期)Long-term toxicity to fish (egg/sac fry, growth inhibition of juvenile fish, early life stage, full life cycle)QMRF 3.6微生物抑制(活性污泥呼吸抑制、硝化抑制,其他)Microbial inhibition (activated sludge respiration inhibition, inhibition of nitrification, other)QMRF 3.1對溞的短期毒性(固定) Short-term toxicity to Daphnia (immobilisation)QMRF 3.2對藻類的短期毒性(抑制指數生長速率) Short-term toxicity to algae (inhibition of the exponential growth rate)QMRF 3.12.b對鳥類的長期毒性(生存、生長、繁殖)Toxicity to birds: Long-term toxicity (survival, growth, reproduction)QMRF 3.12.a對鳥類的短期毒性(喂養、灌胃、其他) Toxicity to birds: Short term toxicity (feeding, gavage, other)QMRF 3.8對蚯蚓的毒性(生存、生長、繁殖) Toxicity to earthworms (survival, growth, reproduction)QMRF 3.13.b蜜蜂毒性:急性接觸毒性 Toxicity to honeybees: Acute contact toxicityQMRF 3.13.a蜜蜂毒性:急性經口毒性 Toxicity to honeybees: Acute oral toxicityQMRF 3.9對植物的毒性(葉子、種子萌發、根伸長)Toxicity to plants (leaves, seed germination, root elongation)QMRF 3.11對沉積物生物的毒性(生存、生長、繁殖)Toxicity to sediment organisms (survival, growth, reproduction)QMRF 3.10對土壤無脊椎動物的毒性(生存、生長、繁殖)Toxicity to soil invertebrates (survival, growth, reproduction)QMRF 3.7對土壤微生物的毒性(c礦化抑制,n礦化抑制,其他)Toxicity to soil microorganisms (inhibition of c-mineralisation, inhibition of n-mineralisation, other)

續表2分類Classification編號Number終點名稱Endpoint nameQMRF 4人體健康效應Human health effectsQMRF 4.3急性經皮毒性 Acute dermal toxicityQMRF 4.1急性吸入毒性 Acute inhalation toxicityQMRF 4.2急性經口毒性 Acute oral toxicityQMRF 4.5急性光刺激 Acute photoirritationQMRF 4.12致癌性 CarcinogenicityQMRF 4.18.c內分泌活動;其他(例如:抑制參與激素合成或調節的特定酶,特定酶和激素)Endocrine activity; other (e.g. inhibition of specific enzymes involved in hormone synthesis or regulation, specify enzyme(s) and hormone)QMRF 4.18.a內分泌活動;受體結合(指定受體) Endocrine activity; receptor-binding (specify receptor)QMRF 4.9眼睛刺激/腐蝕 Eye irritation/corrosionQMRF 4.15體外生殖毒性(如胚胎干細胞等細胞培養中的胚胎毒性作用)In vitro reproductive toxicity (e.g. embryotoxic effects in cell culture such as embryo stem cells)QMRF 4.17體內產前、產期、產后發育和/或生育能力(1代或2代)In vivo pre-, peri-, post natal development and/or fertility (1 or 2 generation)QMRF 4.16在體內的產前發育毒性 In vivo pre-natal-developmental toxicityQMRF 4.10致突變性 MutagenicityQMRF 4.19神經毒性 NeurotoxicityQMRF 4.13光致癌性 PhotocarcinogenicityQMRF 4.11光致突變性 PhotomutagenicityQMRF 4.8光敏感作用 PhotosensitisationQMRF 4.18.b受體結合和基因表達(指定受體) Receptor binding and gene expression (specify receptor)QMRF 4.14重復劑量毒性 Repeated dose toxicityQMRF 4.7呼吸道敏化作用 Respiratory sensitisationQMRF 4.4皮膚刺激或腐蝕 Skin irritation/corrosionQMRF 4.6皮膚敏感 Skin sensitisationQMRF 5毒代動力學ToxicokineticsECB 36毒代動力學 ToxicokineticsOECD 417毒代動力學 ToxicokineticsQMRF 5.4毒性動力學;血腦屏障穿透 Toxicokinetics; blood-brain barrier penetrationQMRF 5.7毒性動力學;血肺屏障穿透 Toxicokinetics; blood-lung barrier penetrationQMRF 5.6毒性動力學;血睪丸屏障穿透 Toxicokinetics; blood-testis barrier penetrationQMRF 5.10毒性動力學;DNA結合 Toxicokinetics; DNA-bindingQMRF 5.3毒性動力學;胃腸道吸收 Toxicokinetics; gastrointestinal absorptionQMRF 5.8毒性動力學;新陳代謝(包括代謝清除) Toxicokinetics; metabolism (including metabolic clearance)QMRF 5.2毒性動力學;眼膜滲透 Toxicokinetics; ocular membrane penetrationQMRF 5.5毒性動力學;胎盤屏障滲透 Toxicokinetics; placental barrier penetrationQMRF 5.9毒性動力學;蛋白結合 Toxicokinetics; protein-bindingQMRF 5.1毒性動力學;皮膚滲透 Toxicokinetics; skin penetrationQMRF 6其他OtherOECD 5XX作物田間試驗指南 Crop field trial test guidelineOECD 508加工商品中農藥殘留的數量 Magnitude of pesticide residues in processed commoditiesOECD 507加工商品中農藥殘留的性質高溫水解Nature of pesticide residues in processed commodities high temperature hydrolysisQMRF 6.6其他 OtherOECD 505家畜殘留 Residues in livestockOECD 504輪作作物中的殘留物(有限的田間研究) Residues in rotational crops (limited field studies)OECD 506貯存商品中農藥殘留的穩定性 Stability of pesticide residues in stored commodities

②《JRC QSAR模型數據庫 SDF-結構數據格式 如何從SMILES中創造》

本指南介紹了結構數據格式(SDF)的相關生成程序。SDF是一種化學文件格式，用來表示多個化學結構記錄和相關的數據字段。SDF由分子設計有限公司(MDL)開發并出版，成為最廣泛使用的化學品信息進出口標準。以SDF格式創建的化學數據文件以明文形式保存，其中包含化學結構記錄。

③《JRC QSAR模型數據庫 作者和編輯指南》

如果QSAR模型開發人員和用戶希望QSAR模型納入JRC QSAR模型數據庫，可通過QMRF Editor(v 2.0.0)填報QMRF文件來描述QSAR模型，并將其保存為xml文件，同時發送至指定郵箱JRC-COMPUTOX@ec.europa.eu。該指南主要介紹了QMRF Editor中關于QMRF文件中10個部分的具體填報技術要求、格式要求以及填報案例。QMRF編輯器信息如表3所示。

表3 QMRF編輯器信息Table 3 QMRF editor information

續表3QMRF編輯器概要QMRF editor summaryQMRF編輯器信息QMRF editor information10. JRC QSAR數據庫摘要10. Summary for the JRC QSAR model database1. QMRF編號;2. 出版日期;3. 關鍵字;4. 注釋1. QMRF number; 2. Publication date; 3. Keywords; 4. Comments支持數據集Supporting datasets為提交關于訓練和測試集的信息提供了指導;如果提交者使用帶有預定義字段的特定文件格式(Excel文件或SDF文件),則可以在JRC數據庫的數據庫中存儲關于培訓和測試集的可搜索信息Guidance is provided for submitting information about the training and test sets; storage of searchable information about the training and the test sets in the database of the JRC Database will be possible if the submitter uses spe-cific file formats (Excel file or preferably SDF files) with predefined fields

④《JRC QSAR模型數據庫 審稿人指南和協議模板》

JRC QSAR模型數據庫的全部信息內容由該領域的專家根據下列準則進行審查，并定期發表修訂后的報告。該指南規定評審人將對提交的QMRF進行質量控制(即文件的可理解性、一致性和完整性)，以便將正確記錄的QSAR摘要納入JRC QSAR模型數據庫。該指南提供了一個有用的，但不是詳盡的考慮事項清單，以指導QMRF的評審。評審人須就所提交的報告回答下列問題：滿足要求了嗎?是否需要進一步的信息?還有什么要評論的嗎?評審人QMRF編輯器示意圖如圖1所示。

圖1 評審人QMRF編輯器示意圖Fig. 1 Diagram of reviewer QMRF editor

(3) JRC QSAR模型數據庫構成

根據JRC QSAR模型數據庫的評審程序，JRC目前已經發布QSAR模型154個，共覆蓋35個預測終點5大類預測模型，如圖2(a)所示。其中，理化數據預測模型15個，如圖2(b)所示；環境行為與歸趨模型27個，如圖2(c)所示；急性毒性模型32個，如圖2(d)所示；慢性毒性模型50個，如圖2(e)所示；其他毒性終點模型30個，如圖2(f)所示。JRC QSAR模型數據庫中QSAR模型分類明細如圖2所示。

圖2 JRC QSAR模型數據庫QSAR模型分類Fig. 2 QSAR model classification of JRC QSAR model database

3.2 VEGA軟件

(1)VEGA軟件簡介

VEGA軟件由意大利米蘭的馬里奧·內格里·藥理學研究所(IRCCS)環境與健康研究部所屬環境化學與毒理學實驗室開發，該軟件包含了QSAR和Read across方式構建的模型，這些模型取自CAESAR或TEST，或者后來由VEGA的貢獻者開發，并根據REACH要求進行了優化。

VEGA軟件可從網站www.vegahub.eu免費獲得。截至2020年12月，VEGA軟件可以下載的最新版本是1.1.5-b22(2019/05/29)，用戶可以應用VEGA收錄的多種QSAR模型預測化學物質不同的屬性，并輸出一份報告返回給用戶，該報告包含了預測結果和所需的支撐信息。歐洲化學品管理局(ECHA)已使用該軟件對注冊物質進行評估，以便將它們分配到可能的注意列表中。歐洲食品安全局(EFSA)的指南中也提到了該軟件，并且應用于歐洲化學工業協會(CEFIC)的化學信息系統中。

(2)VEGA軟件構成

截至2021年7月，VEGA一共包含了59個模型，4個方面參數。其中，物理化學參數方面包含溶解度、正辛醇-水分配系數等；環境行為參數方面包含生物富集因子、快速生物降解、沉積物持久性、土壤持久性和水中持久性等；生態毒性參數方面包含藻、溞、魚急/慢性毒性、蜜蜂急性毒性參數和活性污泥毒性等；健康毒性參數方面包含致突變性、致癌性、發育/生殖毒性、雌/雄激素受體模型、皮膚致敏性和肝毒性等。

(3)案例分析

本研究以雙酚A為例，利用VEGA軟件預測雙酚A的生殖毒性。應用VEGA模型軟件預測化學物質屬性需要4個操作步驟，分別是化學物質結構信息輸入、選擇VEGA收錄模型、選擇文件的類型及存儲目標文件夾、生成報告文檔。

①結構信息輸入

用戶通過VEGA界面輸入化學物質的結構信息，制作輸入文件。輸入文件為SDF(multiple MOL file)和SMILES這2種格式，支持單個輸入和批量輸入。輸入雙酚A的結構信息SMILE碼：即Oc(ccc(c1)C(c(ccc(O)c2)c2)(C)C)c1。

②選擇預測模型

用戶在VEGA軟件嵌套模型列表中，選擇需要的模型，預測相應的終點。根據終點類型，可將VEGA收錄模型分為4個類別：毒理學(TOX)、生態毒理學(Ecotox)、環境(Environ)和物理化學性質(Phys-Chem)。選擇TOX下的生殖毒性模型：Developmental/Reproductive Toxicity Library (PG)。對于模型說明文件和模型構建使用的化學物質，可點擊模型指定按鈕行查閱。

③選擇文件的類型及存儲目標文件夾

通過上述2個步驟后，VEGA軟件自動啟動預測功能，待預測進程結束后，提示生成預測報告。生成的預測報告可以被保存為pdf和CSV文本2種不同格式，并可以根據需求選擇輸出內容：即按化學物質生成報告，按照模型生成報告等。

④生成報告文檔

VEGA軟件運行結束后，可生成報告文檔。分析預測結果并根據報告內容判斷預測結果是否可靠是非常重要的。VGEA預測報告中顯示綠色圓圈，則表明該物質生殖毒性預測結果為陰性；預測報告中顯示紅色圓圈，則表明該物質生殖毒性預測結果為陽性。此次預測結果顯示為紅，表明雙酚A具有生殖毒性。VEGA模型軟件預測結果給出了星級判斷，用1～3顆星表示。其中，1顆星代表預測結果具有較低的可靠性，2顆星代表預測結果具有中等可靠性，3顆星代表預測結果可靠性高。此次預測結果顯示為3顆星，表明雙酚A具有生殖毒性的預測結果可靠性高。

4 歐盟計算毒理技術對我國的啟示(The enlightenment of EU computational toxicity technology to China)

4.1 歐盟計算毒理政策經驗總結

通過對歐盟計算毒理技術政策開展研究，歸納總結出以下幾點經驗。

(1)歐盟在REACH法規中明確了可以采用計算毒理方法來獲取非測試數據，同時，在支撐REACH法規的相關指南中規定了使用計算毒理工具的技術要求。此外，歐盟成立了專門的QSAR模型研究機構歐盟委員會聯合研究中心(JRC)，JRC對模型進行質量控制，確保了模型預測結果的科學性和可靠性。在模型預測數據應用責任方面，歐盟指出模型預測數據可以為化學物質環境管理提供參考，但模型加入JRC QSAR模型數據庫并不意味著JRC或歐洲委員會接受或認可該模型，使用模型的責任在于最終用戶。

(2)根據《OECD驗證QSAR模型的原則》，歐盟制定了QSAR報告格式(QSAR reporting formats,QMRF)和QSAR預測報告格式(QSAR prediction reporting formats,QPRF)。主要用于識別QSAR模型開發、驗證的有效性、可靠性、適用性以及解釋如何通過應用特定模型或方法對特定物質進行估算。

(3)JRC制定了(Q)SAR模型評審相關指南以及模型評估程序。QSAR模型開發者提交模型信息至JRC，后者負責組織專家對模型進行評審。可見，歐盟QSAR模型的發展和應用由模型的開發者、使用者、評審專家以及JRC共同參與推動。

(4)通過模型收集、專家評審等環節，歐盟JRC QSAR模型數據庫已發布一批服務于化學物質環境管理的QSAR模型。在理化數據預測模型中，主要集中在水溶解性、辛醇-水分配系數以及有機碳-水分配系數模型的研究，占比約67%；在環境行為與歸趨模型中，主要集中在持久性和生物富集模型的研究，分別占比約73%和26%；在急性毒性模型中，主要集中在水生生物急性毒性模型的研究，占比約59%；在慢性毒性模型中，主要集中在致癌性、發育毒性和致突變性模型的研究，占比約88%；在其他毒性模型中，主要集中在眼睛、皮膚、藻類和重復劑量毒性模型的研究，占比約73%。

(5)歐盟還開發了其他的計算毒理技術，如生理藥代動力學(PBPK)、有害結局路徑(AOP)和分子對接等計算毒理技術[24]。特別是基于受體結構的分子對接能明確地描述配體小分子與受體大分子作用的具體方式，從而更為深入地揭示配體生物活性的分子機理，這對于研究內分泌的作用機制具有重要作用。近年來，我國也加入到計算毒理工具的研發工作，結合我國實際，目前這些計算毒理模型在我國還處于初期階段，需要更多的專家學者共同參與。

4.2 對我國的啟示

(1)近幾年來，圍繞我國化學物質環境管理的實際需求，我國生態環境部相繼發布了一系列技術指南及政策措施支持計算毒理技術在新化學物質環境管理、化學物質環境風險技術方法以及新污染物治理中的應用。《新化學物質環境管理登記指南》規定在無法進行實際測試的特殊情況下，申請數據也可以來自QSAR、交叉參照等方法產生的非測試數據。這是我國首次在立法配套文件中明確了非測試數據在化學物質環境管理工作中的法律地位，肯定了非測試數據的重要性，同時明確了QSAR模型預測數據以及交叉參照數據的質量要求。《化學物質環境風險評估技術方法框架性指南》《化學物質環境與健康危害評估技術導則》《化學物質環境與健康暴露評估技術導則》《化學物質環境與健康風險表征技術導則》以及《新污染物治理行動方案(征求意見稿)》中均指出可以使用計算毒理技術來填補化學物質環境風險評估以及新污染物治理中的數據缺失。然而，我國需要進一步完善計算毒理技術指南體系，明確開發與應用計算毒理工具的合規性與科學性，促進我國計算毒理技術的發展，以解決化學物質環境管理工作面臨的數據缺失的問題。

(2)參考國際經驗，建立我國計算毒理模型征集、評估和推薦機制。依托生態環境部固體廢物與化學品管理技術中心計算毒理研究室，持續公開征集計算毒理工具，開展計算毒理工具的符合性評估，對經評估后的計算毒理工具推薦在新污染物治理中應用。

(3)積極調動社會優勢資源，強化自主研發模型影響力。通過組織國內從事計算毒理研究的企事業單位、高校和科研院所開展計算毒理模型軟件聯合開發和預測能力比對工作，調動全社會開展計算毒理模型軟件研究和開發的積極性，爭取盡快實現國內自主研發的計算毒理工具由模型到軟件的轉化，服務國家新污染物治理。