论文DOI:10.1016/j.jhazmat.2025.137390

近日，北京大学城市规划与设计学院2022级硕士生郑子艺在著名学术期刊 Journal of Hazardous Materials (IF: 12.2)上发表了题为“Prediction and mechanism of combined toxicity of surfactants and antibiotics in aquatic environment based on in silico method”的研究论文。该研究通过实验和模拟相结合的方法，揭示抗生素和表面活性剂混合物对于大型溞的联合毒性作用及机理，为预测污染物在水环境中共存的环境风险提供了重要的理论依据和工具。

图1：图形摘要

研究背景

近年来，随着抗生素需求的增加和新型抗生素的合成，抗生素的生产迅速增长。这些抗生素残留物主要经由农业径流和污泥处理等途径进入水环境，并在水环境中持续存在，对水生生态系统构成潜在威胁。与此同时，作为日常生活和工业生产中广泛使用的化学物质，约60%的表面活性剂最终进入水环境，其与抗生素的共存可能改变污染物的生物毒性，因此研究其联合毒性至关重要。本研究采用定量构效关系模型、分子动力学模拟和密度泛函理论计算，探索表面活性剂与抗生素混合物对水生生物的联合毒性及其分子机制，揭示了其潜在的生态风险，为评估水环境污染物的联合毒性提供了新的理论依据。

图2：联合毒性机理探究框架

亮点

l 建立了抗生素和表面活性剂联合毒性的定量构效关系模型（QSAR）模型。

l 通过分子建模发现，乙酰胆碱酯酶（AChE）是联合毒性的最佳受体。

l 电势和与酶的结合能力驱动了联合毒性。

l LEV/Triton X-100与AChE相同的结合位点诱导了协同效应。

l 复合物的构象变化影响了AChE的活性和催化作用。

研究结果

1. QSAR模型的建立与评估

联合毒性研究结果表明，LEV-Triton X-100表现出协同效应，表明两者共同存在时，毒性增强。在QSAR模型部分，研究通过计算和筛选分子描述符，建立了六个QSAR模型。结果显示，随机森林-偏最小二乘（RF-PLS）模型表现最为优秀。该模型的预测精度较高（R² = 0.921），并且在测试集中的预测表现也非常稳健（其应用域在文章中给出）。此外，RF-PLS模型通过选择重要的分子描述符（如RDF155i#3、MATS3e#2、ETA_BetaP_ns#6和MLFER_E#6）成功构建了较为精确的预测工具，能够有效预测不同组合比例下的联合毒性。

图3：RF-PLS模型的应用域以及与传统模型的比较

2. 单独毒性作用机理

为了深入理解这些化学物质的联合毒性机制，研究进行了分子动力学（MD）模拟，探讨了抗生素与表面活性剂如何与大型溞中的关键蛋白质（如AChE）相互作用。通过模拟，发现LEV和Triton X-100能够与AChE的结合位点形成稳定的氢键和疏水相互作用，影响AChE的构象和催化活性，从而导致神经毒性效应。在模拟中，AChE-LEV复合物表现出较强的结合力，主要由静电作用和极性溶剂化能相互作用驱动。而Triton X-100与AChE的结合则主要依靠范德华力和疏水相互作用。通过对比不同化学物质的电荷分布，研究揭示了LEV和Triton X-100在结合AChE时的相似性，这也为其协同毒性提供了分子机制支持。

图4：复合物结合稳定性

3. 联合毒性的协同效应机理

通过双配体MD模拟，研究进一步验证了LEV和Triton X-100的协同效应。在模拟中，Triton X-100与LEV的共同作用导致了AChE受体的构象变化，增加了与AChE的结合稳定性，从而显著增强了两者的联合毒性。研究发现，这种协同效应源自两者对AChE活性位点的相似结合方式和强烈的相互作用，这在传统的毒性模型中并未得到充分考虑。

图5：双配体MD模拟

结论

结果表明，QSAR模型、MD模拟和密度泛函理论计算结合使用，为理解和预测表面活性剂和抗生素混合物的联合毒性提供了新视角。研究强调，环境中表面活性剂和抗生素的共存不仅可能导致预期之外的毒性效应，还需要在生态风险评估中给予更多关注。特别是LEV和Triton X-100的协同效应，揭示了污染物在水环境中可能产生的复合毒性，推动了水环境中污染物联合影响的风险管理和监管方法的发展。

图文：郑子艺

审核：倪宏刚