雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响

方菁, 申哲民, 袁涛, 张徐祥. 雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响[J]. 环境化学, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701
引用本文: 方菁, 申哲民, 袁涛, 张徐祥. 雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响[J]. 环境化学, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701
FANG Jing, SHEN Zhemin, YUAN Tao, ZHANG Xuxiang. 3D-QSAR predicts the endocrine disrupting effect of estrogen and measures and evaluates the effect of estrogen in chicken feed and chicken on the human body[J]. Environmental Chemistry, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701
Citation: FANG Jing, SHEN Zhemin, YUAN Tao, ZHANG Xuxiang. 3D-QSAR predicts the endocrine disrupting effect of estrogen and measures and evaluates the effect of estrogen in chicken feed and chicken on the human body[J]. Environmental Chemistry, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701

雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响

    通讯作者: Tel:13551822376,E-mail:443936694@qq.com
  • 基金项目:
    上海交通大学 “医工交叉研究基金”(YG2017ZD15 )资助.

3D-QSAR predicts the endocrine disrupting effect of estrogen and measures and evaluates the effect of estrogen in chicken feed and chicken on the human body

    Corresponding author: FANG Jing, 443936694@qq.com
  • Fund Project: the Medicine & Engineering Collaborative Research Fund of Shanghai Jiao Tong University (YG2017ZD15 )
  • 摘要: 雌激素对人体有显著的内分泌干扰效应。本文以雌激素受体相对亲和力(relative binding affinity, RBA)作为生物活性,对雌激素进行了三维定量构效关系(3D-QSAR)计算,得到具有较好预测能力的CoMFA(交叉验证相关系数q2=0.721,非交叉验证相关系数r2=0.925)和CoMSIA(q2=0.824,r2=0.961)模型。并对国内各地区鸡肉进行了雌激素含量检测与雌激素效应评估。植物雌激素在鸡饲料和鸡肉中检出率为69%和84%;天然雌激素在鸡饲料和鸡肉中检出率为53%和50%。检测及评估结果显示绝大部分鸡肉可以安全食用,但鸡肉中含有的己烯雌酚、17α-乙炔雌二醇以及香芹酚所具有的雌激素效应值得引起重视。
  • 煤化工是煤炭清洁利用的主要方式,但煤化工在煤炭催化裂解为产品的过程中会产生大量煤化工废水。大规模发展的煤化工产业用水量高达2~3×107 m3,每年产生近4.75×108 t的煤化工高盐废水[1]。高盐废水中含有许多无机含盐离子、重金属物质和有机杂物,成分比较复杂,可生化性较差,大量存储会带来严重的污染,危害环境。

    煤气化废水是在使用气化炉生产煤气的洗涤、冷凝、分馏工序中产生的废水[2]。煤气化废水经过初步气浮、混凝、过滤等步骤后进入膜浓缩系统进行超滤和反渗透,后续通过蒸发结晶工艺进行进一步的提浓和固化[1]。现阶段,高盐废水的处理方式多为蒸发结晶、膜分离技术等,这些处理方式普遍存在于处理成本较高、得到的结晶盐成分复杂难以利用的问题。随着我国对工业含盐废水排放标准的不断提高,煤化工企业实现含盐废水零排放是未来的发展方向[2]

    多项研究表明,建筑工业废水可以被用作混凝土拌合水来使用。何春玫等[3]采用水泥固化法处理高校实验废水,将重金属离子与有机污染物以不溶性沉淀,络合物等形式固封于水泥固溶体中,从而有效降低实验废水污染环境的危害。向亚军[4]通过掺入粉煤灰,河砂等形成固溶体,用水泥固化电厂脱硫废水。MOJAPELO等[5]发现,混凝土可以固化废水中的污染物,且废水的加入可以减少饮用水的使用。煤化工高盐废水中含有一定量的硫酸盐与氯盐,硫酸盐与氯盐在和水泥内掺时会加速水泥水化提高早期强度,是无机盐型早强剂,且反应产生的水化产物不会膨胀破坏,而使结构更加密实[6]。BALONIS等[7]发现,体系中Cl浓度较低时,可与SO42−发生置换反应形成Kuzel’s盐,而Cl浓度过高则可形成Friedel’s盐。SO42−与体系中C3A形成AFt,从而引起体系宏观上表现出体积更密实或在微观上封闭孔隙或两者兼有。张路等[8]发现,在有硫酸钠存在的情况下,加速了水泥水化,水化早期硫酸钠能够在一定程度上细化毛细孔,且细小孔隙数量和硫酸钠掺量呈正相关。曹文章等[9]发现,NaCl和Na2SO4对水泥水化具有交互作用,同时掺入可以显著地缩短水泥的进程。

    基于高盐废水难以处理以及我国西部水资源短缺的现状,本研究将高盐废水作为拌合水,按照不同掺量在不同养护温度下与胶凝材料进行拌合制备砂浆与净浆试块,研究观察后续试块宏观力学及微观性能的变化;并研究水化产物对胶凝材料微观结构的影响。本研究拟实现在不降低胶凝材料性能的同时,利用高盐废水作为拌合水的目标,以为高盐废水的利用提供一种新思路。

    1)基准水泥。实验所用基准水泥为95%的熟料加入5%的石膏混合磨制而成,其组成如表1所示,其物理性能如表2所示。

    表 1  基准水泥化学分析结果 %
    Table 1.  Chemical composition of cement %
    SiO2Al2O3CaOFe2O3MgONa2Oeqf-CaOSO3Cl其他
    20.585.0363.323.382.010.550.682.060.0181.76
     | Show Table
    DownLoad: CSV
    表 2  基准水泥物理性能检测结果
    Table 2.  Physical properties of cement
    比表面积/(m2·kg−1)标准稠度/%凝结时间/min抗折强度/Mpa抗压强度/Mpa
    初凝终凝3 d7 d28 d3 d7 d28 d
    35424.60981576.27.69.427.638.553.8
     | Show Table
    DownLoad: CSV

    2) 高盐废水。本实验所用到的高盐废水取自某煤业公司,高盐废水中阴、阳离子种类及含量如表3所示。总氮的测定采用流动注射-盐酸萘乙二胺分光光度法,氨氮、总磷的测定采用哈希多功能参数测试仪,其余阴离子的测定方法均采用离子色谱法。阳离子浓度的测定采用电感耦合等离子体发射光谱仪(ICP)。

    表 3  高盐废水化学组成
    Table 3.  Chemical composition of high-salt wastewater mg·L−1
    硫酸盐氯盐磷酸盐总磷硝氮亚硝氮氨氮总氮CrNiCuZnAsCdPb
    61.4484.7021.1025.961 145.0092.3425.581 283.000.120.330.470.170.560.02
      注:“—”表示待测样元素质量浓度低于检出限。
     | Show Table
    DownLoad: CSV

    1)净浆与砂浆的配比与制备。净浆试块的配比如表4所示,水胶比为0.4。将配好的拌合水倒入水泥净浆搅拌机(NJ-160A型,无锡市锡仪建材仪器厂)中,将称量好的基准水泥倒入锅中,搅拌结束后倒入20 mm×20 mm×20 mm试模,24 h后脱模。脱模后的试样置于不同养护温度的养护箱中养护3、7、28、56、90 d后取出。取出后的样品夹碎后置于带盖塑料瓶中加入无水乙醇终止水化,每隔2 d换1次无水乙醇,更换2~3次即可备用。

    表 4  净浆水泥胶体配比
    Table 4.  Water cement ratio of paste
    高盐废水掺量水泥质量/g去离子水质量/g高盐废水质量/g
    05502200
    50%550110110
    100%5500220
     | Show Table
    DownLoad: CSV

    砂浆试块的配比如表5所示,水胶比为0.5。采用水泥胶砂搅拌机(JJ-5型,无锡市锡仪建材仪器厂)进行搅拌,采用40 mm×40 mm×160 mm三联模成型。试样养护24 h后脱模,砂浆试样置于养护箱中养护3、7、28、56、90 d后取出。

    表 5  砂浆水泥胶体配比
    Table 5.  Mortar water cement ratio
    高盐废水掺量水泥质量/g砂子质量/g去离子水质量/g高盐废水质量/g
    04501 350225.00
    50%4501 350112.5112.5
    100%4501 3500225.0
     | Show Table
    DownLoad: CSV

    2)养护温度。在水泥恒温恒湿标准养护箱(HBY-40B型,无锡市锡仪建材仪器厂)内进行标准养护。在水泥砼快速养护箱(A型,上海路达实验仪器有限公司)中放入没过加热棒的水量后将温度设置为60 ℃后进行高温养护。

    3)表征和检测方法。参考 GB/T 2419-2005《水泥胶砂流动度测定方法》[10],采用水泥胶砂流动度测定仪(NLD-3型,无锡市迈方仪器设备有限公司)测定不同高盐废水掺量的拌合水对胶凝材料流动度的影响;参考GBT1346-2011《水泥标准稠度用水量、凝结时间、安定性检验方法》[11],进行净浆凝结时间测试,分析不同高盐废水掺量的拌合水和不同养护温度对胶凝材料凝结时间的影响;采用电动式压力测试机(YMA-300型,绍兴市肯特机械电子有限公司)配合水泥胶砂抗压夹具测试胶凝材料抗压强度;采用X射线衍射仪(D/MAX-2200型,日本理学公司)分析物料的矿物组成;采用扫描电子显微镜(GeminiSEM500型,上海卡尔蔡司管理有限公司)观察不同水化龄期产物的微观形貌;采用同步热分析系统(TGA/DSC1/1600型,梅特勒-托利多仪器)进行热重分析;采用OPTIMA 8000DV型电感耦合等离子发射光谱仪定量分析不同浓度高盐废水与有害重金属浸出液中重金属含量。

    对高盐废水掺量分别为0、50%、100%,水灰比为0.5的3组砂浆试样在标准养护温度下进行流动度试验。结果如图1所示,未掺入高盐废水的空白组初始流动度最高,与掺入50%高盐废水的试样组流动度相同。这说明,掺入50%高盐废水不会降低试样流动度。掺入100%高盐废水试样组流动度最低,相较于空白组有大幅降低。这说明,掺入100%的高盐废水对初始流动度有不利影响。可见,过量高盐废水的掺入增加了矿物相离子以及作为无机盐型早强剂的氯盐和硫酸盐的含量,增加了絮凝结构的生成量,导致絮凝水含量升高、自由水含量降低;同时,促进了水化反应的进行,生成了更多的钙钒石,消耗更多的自由水。但是,掺入50%的高盐废水并不会影响试样的流动度。这说明,适量的高盐废水掺比并不会导致胶凝材料的工作性能的改变。

    图 1  不同废水掺量砂浆流动度
    Figure 1.  Fluidity of mortar with different wastewater content

    不同废水掺量,水胶比为0.4的胶凝材料在不同养护温度下的凝结时间如图2所示。由图2可见,随着废水掺量的增加,胶凝材料的凝结时间逐渐减少,但还在正常凝结时间范围内,高盐废水对水泥试样表现出促凝作用。这可能是因为,高盐废水中的氯盐和硫酸盐作为无机早强剂促进激发了胶凝材料早期反应,与液相中Ca(OH)2 发生反应,消耗Ca(OH)2 后生成钙矾石,促进了C3S的水化。但是,掺入100%的高盐废水的胶凝材料凝结时间没有掺入50%高盐废水的胶凝材料凝结时间高。这可能是因为,高掺量高盐废水抑制了胶凝材料的凝结。同时,养护温度的升高会缩短胶凝材料凝结时间,故致使胶凝材料的初、终凝时间均变快。

    图 2  不同废水掺量胶凝材料在不同养护温度下凝结时间对比
    Figure 2.  Comparison of setting time of cementitious materials with different wastewater content at different curing temperatures

    在20和60 ℃养护温度下,测定水胶比为0.5的砂浆试块在不同龄期的抗压强度,以表征生态胶凝材料的宏观性能。生态胶凝材料抗压强度随高盐废水掺量变化的规律如图3所示。由图3(a)可知,在20 ℃养护温度下,废水掺量为50%的试样组早期抗压强度相较于空白组(未掺高盐废水,即纯水泥组)有明显上升,在7 d时,抗压强度高于空白组的比例达到10%,整体抗压强度略高于空白组,可以达到55.5 MPa。废水掺量100%的试样组整体抗压强度较低,在28 d时抗压强度低于空白组的比例达到25%。这说明,100%高盐废水不利于胶凝材料强度发展。由图3(b)可知,在60 ℃养护温度下,废水掺量为50%的试样组与空白组相比,整体抗压强度均有小幅降低,在7、90 d时,降低幅度分别为9.7%和7.9%。废水掺量为100%的试样组抗压强度降低的趋势较为明显,在7、90 d时,抗压强度降低幅度分别为42%和34%,但此掺量试样的整体强度呈现上升趋势。可以看出,高温不利于废水掺量100%的试样养护。发生这种现象的原因可能是,高盐废水掺量过多和过高的养护温度,从而阻碍了水泥水化进程。

    图 3  同一养护温度下不同废水掺量试块在不同龄期下的抗压强度
    Figure 3.  Compressive strength of test blocks with different waste water contents at different ages at the same curing temperature

    图4图5为在同一养护温度下,高盐废水掺量为0、50%、100%的净浆试样养护至3、28、90 d龄期下的水化产物XRD图谱。由图4可知,养护温度为20 ℃时,在水化早期(3 d),纯水泥试样有大量的Ca(OH)2,CaSO4的衍射峰不太明显,而掺入高盐废水的试样中Ca(OH)2衍射峰有较明显降低的趋势,CaSO4的衍射峰有所升高。这说明,高盐废水的掺入可以促进系统早期反应。AFm与AFt的衍射峰分别位于9.9°与9.2°左右[12],对比20 ℃养护温度下不同掺量高盐废水的生态胶凝材料在不同龄期该位置的衍射峰强度,可以看出,AFm和AFt的衍射峰均不明显。AFt整体衍射峰强度较低,生成量较少。这可能是因为,AFt不稳定,分解成了SO4-AFm,Cl与SO4-AFm反应生成了Friedel’s盐[9]。Friedel’s盐的衍射峰位于11.2°左右[13],在90 d时能看到较为明显的Friedel’s盐衍射峰。这说明,在20 ℃养护温度下废水掺量为50%的试样组抗压强度相较于空白组也有升高。其原因可能是,高盐废水中掺入的硫酸盐与氯盐和水泥生成的Friedel’s盐。废水掺量为100%的试样组强度整体表现较差的原因后续结合SEM进一步分析。

    图 4  不同废水掺量净浆试样在20 ℃养护温度下不同龄期的XRD图
    Figure 4.  XRD patterns of paste with different wastewater contents and curing ages at 20 ℃
    图 5  不同废水掺量净浆试样在60 ℃养护温度下不同龄期的XRD图
    Figure 5.  XRD patterns of paste with different wastewater contents cured at 60 ℃ for different ages

    比较图4图5,在不同养护温度下,胶凝材料XRD图像的峰位、峰高具有相似性。这说明,高温养护制度对掺入高盐废水的试样抗压强度影响不大,这与宏观分析结果一致。

    当养护温度为20 ℃时,由图6(a)可知,未掺高盐废水的试样组整体结构比较致密平整。由图6(b)可以看出,高盐废水掺量为50%的试样中存在呈六方片状的Friedel’s盐[14],Friedel’s盐填补了一些体系中的沟壑,致密度变高,使50%废水掺量的试样强度升高。由图6(c)、图6(d)中可以看出,高盐废水掺量为100%的试样存在许多盐结晶,表面不平整、致密度较低,在盐结晶中斜插一些六方片状的Friedel’s盐,在90d时体系中含有贯穿性裂纹,这可能是导致此废水掺量试样抗压强度低的主要原因。

    图 6  20 ℃养护温度下不同废水掺量试样SEM图像
    Figure 6.  SEM images of samples with different wastewater content at 20 °C curing temperature

    当养护温度为60 ℃时,由图7(a)和图7(b)可以看出,废水掺量为50%的试样在3 d时有沟壑和一些层状结构,小型的六方片状结构少量斜插在结构中,养护至28 d时可以看到较为致密平整的结构。因此可知,掺量废水的抗压强度表现较好。由图7(c)和图7(d)可以看出,废水掺量100%的试样在水化早期仍然会析出大量的盐,覆盖在试样表面,很难观察到其他微观结构,养护至28 d时有六方片状Friedel’s盐出现,还有一些簇状盐结晶,结构要比3 d时致密一些,但仍不平整。这再次证明了,50%的高盐废水掺量优于100%的废水掺量。

    图 7  60 ℃养护温度下不同废水掺量试样SEM图像
    Figure 7.  SEM images of samples with different wastewater content at 60 °C curing temperature

    对20和60 ℃养护温度下不同高盐废水掺量的胶凝材料在不同龄期的粉末以5 k·min−1的速度在50~1 000 ℃进行DTG分析,实验所用胶凝材料DTG分析结果如图8图9所示。从图中可以看出,胶凝材料粉末从50 ℃加热到1 000 ℃的过程中,曲线有3个明显的失重阶段。对比不同物相热分析图谱发现,在t1(50~200 ℃)时,50 ℃左右有1个失重阶段,对应自由水的脱水过程。相较于未掺废水的空白组,掺入高盐废水的试样组在70~100 ℃和120~150 ℃有明显的C-S-H凝胶和Friedel’s盐、钙矾石DTG吸热峰[15],伸缩的面积有所增加。这说明,掺入废水后初始的C-S-H凝胶和Friedel’s盐、钙矾石的生成量明显增多。在t2(300~600 ℃)时,在420 ℃左右有一个失重阶段,对应结合水的脱水过程。可以看出,废水掺量为50%时结合水生成量较大,整体表现较好,而废水掺量为100%时结合水的吸热峰明显降低。这说明,废水掺量过多不利于胶凝材料宏观力学性能的提高,这也与前文抗压强度分析的结论一致:废水掺量50%的胶凝材料抗压强度表现较好;在t3(600~700 ℃)时,在650 ℃左右,对应了碳酸钙的分解。

    图 8  20 ℃养护温度下胶凝材料DTG分析图谱
    Figure 8.  DTG analysis of cementitious materials cured at 20 ℃
    图 9  60 ℃养护温度下胶凝材料DTG分析图谱
    Figure 9.  DTG analysis of cementitious materials cured at 60 ℃

    本研究所制备的生态胶凝材料产品要真正使用则需要对其重金属浸出量进行分析,参考HJ557-2009《固体废物浸出毒性浸出方法水平振荡法》[16]制出产品28 d浸出液,测定废水掺量为0、50%及100%的生态胶凝材料养护28 d后浸出液中的重金属含量,不同样品浸出液中几种重金属质量浓度如表6所示。

    表 6  28 d生态胶凝材料重金属浸出质量浓度
    Table 6.  Leaching content of heavy metals in 28 d ecological cementitious materials mg·L−1
    高盐废水掺量或限值CrNiCuZnAsCdPb
    00.010
    50%0.0400.004
    100%0.060
    待测元素检测限0.010.010.010.0060.10.0030.05
    Ⅳ级地下水排放限值0.100.101.505.000.050.010.10
      注:“—”表示待测样元素质量浓度低于检出限。
     | Show Table
    DownLoad: CSV

    表6可以看出,掺入不同比例高盐废水后,生态胶凝材料浸出液中的几种有害重金属的含量均低于GB5085.3-2007《危险废物鉴别标准 浸出毒性鉴别》[17]规定的Ⅳ级地下水排放限值。因此可知,在水泥中掺入煤化工高盐废水不但对环境无破坏性影响,而且水泥可以有效固化废水中的重金属。其中,Cr和Cd元素的固化效率可以达到50%和60%,其他重金属元素质量浓度均低于检测限,固化率更高。

    1)拌合水中高盐废水掺量为50%时不会降低试样流动度且胶凝材料的凝结时间缩短。常温养护下,掺入50%高盐废水的试样与空白组强度相近;而用100%高盐废水完全替代拌合水则不利于胶凝材料抗压强度提高。养护温度的提高可以促进掺入50%高盐废水胶凝材料的早期强度发展,但对后期强度影响不明显。

    2)50%高盐废水掺入有利于Friedel’s盐、钙钒石的生成,进而优化试样内部的孔隙结构,不仅有利于胶凝材料强度的发展,而且减少危害物的浸出,胶凝材料可以有效的固化废水中的重金属且固化效率可以达到50%以上。然而,100%的高盐废水掺入则会导致试样结构出现明显的盐结晶和贯穿性裂纹,不利于试样强度的加强,故认为高盐废水掺量为50%时为最佳拌合比例。

  • 图 1  训练集中化合物的分子叠合

    Figure 1.  Molecular superposition of compounds in the training set

    图 2  CoMFA(a)和CoMSIA(b)模型预测lgRBA值与实验值的相关性

    Figure 2.  CoMFA(a) and CoMSIA(b) models predict the correlation between the lgRBA value and the experimental value

    图 3  模板分子的CoMFA和CoMSIA等值线图

    Figure 3.  CoMFA and CoMSIA contour plots of template molecules

    图 4  我国各地区鸡饲料(a)与鸡肉(b)中雌激素检出量

    Figure 4.  Concentration of estrogens in chicken feed(a) and chicken(b) in China

    图 5  鸡饲料(a)与鸡肉(b)中各雌激素对总雌激素当量的贡献

    Figure 5.  Contribution of estrogen in chicken feed and chicken to total EEQ

    表 1  CoMFA和CoMSIA模型的统计参数

    Table 1.  Statistical parameters of CoMFA and CoMSIA models

    模型ModelsPLS statictics
    ONCaq2 bEs cr2 dF eP frp2 g
    CoMFA60.7210.4500.92564.9770.0000.991
    CoMSIA60.8240.3230.961113.1570.0000.989
    Contributions
    S hE iH jD kA l
    CoMFA0.5660.434-
    CoMSIA0.1800.1910.1640.2940.171
      a 最佳主成分数. b 留一法 (LOO) 交叉验证相关系数. c 估计标准误差. d 非交叉验证相关系数. e F检验值. f r2的概率. g 测试集的预测相关系数. h 空间场. i 静电场. j H疏水场. k 氢键供体场. l 氢键受体场.  a Optimum number of components. b Leave-one-out (LOO) cross-validated correlation coefficient. c Standard error of estimate. d Noncross-validated correlation coefficient. e F-test value. f Probability of r2. g Predicted correlation coefficient for the test set. h Steric field. i Electrostatic field. j Hydrophobic field. k H-bond donor field. l H-bond acceptor field.
    模型ModelsPLS statictics
    ONCaq2 bEs cr2 dF eP frp2 g
    CoMFA60.7210.4500.92564.9770.0000.991
    CoMSIA60.8240.3230.961113.1570.0000.989
    Contributions
    S hE iH jD kA l
    CoMFA0.5660.434-
    CoMSIA0.1800.1910.1640.2940.171
      a 最佳主成分数. b 留一法 (LOO) 交叉验证相关系数. c 估计标准误差. d 非交叉验证相关系数. e F检验值. f r2的概率. g 测试集的预测相关系数. h 空间场. i 静电场. j H疏水场. k 氢键供体场. l 氢键受体场.  a Optimum number of components. b Leave-one-out (LOO) cross-validated correlation coefficient. c Standard error of estimate. d Noncross-validated correlation coefficient. e F-test value. f Probability of r2. g Predicted correlation coefficient for the test set. h Steric field. i Electrostatic field. j Hydrophobic field. k H-bond donor field. l H-bond acceptor field.
    下载: 导出CSV

    表 2  13种雌激素的RBA实验值与预测值

    Table 2.  RBA experimental and predicted values of 13 estrogen

    物质名称CompoundsRBA
    实验值Experimental valueCoMFACoMSIA
    己烯雌酚398.1073.9694.305
    雌酮7.2442.0342.433
    17β-雌二醇1002.5112.789
    17α-乙炔雌二醇1001.982.435
    雌三醇9.7721.8782.663
    双酚A0.0081.8611.871
    麝香草酚9.7473.645
    香芹酚4.0224.133
    香豆素8.8864.569
    柚皮素0.0079.2831.179
    大豆苷8.8864.569
    金雀异黄酮0.4370.3680.374
    豆甾醇0.8621.057
    β-谷甾醇0.484-0.087
    物质名称CompoundsRBA
    实验值Experimental valueCoMFACoMSIA
    己烯雌酚398.1073.9694.305
    雌酮7.2442.0342.433
    17β-雌二醇1002.5112.789
    17α-乙炔雌二醇1001.982.435
    雌三醇9.7721.8782.663
    双酚A0.0081.8611.871
    麝香草酚9.7473.645
    香芹酚4.0224.133
    香豆素8.8864.569
    柚皮素0.0079.2831.179
    大豆苷8.8864.569
    金雀异黄酮0.4370.3680.374
    豆甾醇0.8621.057
    β-谷甾醇0.484-0.087
    下载: 导出CSV

    表 3  各地区鸡肉中雌激素每日暴露量(μg·kg−1·d−1

    Table 3.  Daily exposure to estrogen in chicken meat in various regions

    物质名称Compounds东北华北华中华东西南东南
    己烯雌酚0.013382N.D.N.D.N.D.N.D.N.D.
    雌酮0.17143N.D.N.D.N.D.N.D.0.021743
    17β-雌二醇N.D.N.D.N.D.N.D.N.D.N.D.
    17α-乙炔雌二醇0.112584N.D.N.D.N.D.N.D.0.052181
    雌三醇0.037081N.D.N.D.N.D.N.D.N.D.
    双酚AN.D.N.D.N.D.N.D.N.D.N.D.
    麝香草酚0.0565080.0336330.0487330.0456790.0526430.058782
    香芹酚0.0313070.6332060.3726180.0287562.2459220.417594
    香豆素0.1751070.170870.1623160.1678720.1672550.167619
    柚皮素0.043520.0461750.0423120.0425960.0490380.04333
    大豆苷0.002276N.D.N.D.0.01428N.D.0.006006
    金雀异黄酮0.004643N.D.0.0043140.005906N.D.0.004468
    豆甾醇0.340804N.D.0.0004870.1381050.4164430.43459
    β-谷甾醇1.193188N.D.0.2013980.3554211.434338N.D.
      N.D.,未检出 N.D., not detected.
    物质名称Compounds东北华北华中华东西南东南
    己烯雌酚0.013382N.D.N.D.N.D.N.D.N.D.
    雌酮0.17143N.D.N.D.N.D.N.D.0.021743
    17β-雌二醇N.D.N.D.N.D.N.D.N.D.N.D.
    17α-乙炔雌二醇0.112584N.D.N.D.N.D.N.D.0.052181
    雌三醇0.037081N.D.N.D.N.D.N.D.N.D.
    双酚AN.D.N.D.N.D.N.D.N.D.N.D.
    麝香草酚0.0565080.0336330.0487330.0456790.0526430.058782
    香芹酚0.0313070.6332060.3726180.0287562.2459220.417594
    香豆素0.1751070.170870.1623160.1678720.1672550.167619
    柚皮素0.043520.0461750.0423120.0425960.0490380.04333
    大豆苷0.002276N.D.N.D.0.01428N.D.0.006006
    金雀异黄酮0.004643N.D.0.0043140.005906N.D.0.004468
    豆甾醇0.340804N.D.0.0004870.1381050.4164430.43459
    β-谷甾醇1.193188N.D.0.2013980.3554211.434338N.D.
      N.D.,未检出 N.D., not detected.
    下载: 导出CSV

    表 4  各地区鸡肉中雌激素风险指数(RI)

    Table 4.  Estrogen risk index (RI) in chicken meat by region

    物质名称Compounds东北华北华中华东西南东南
    己烯雌酚1.065483N.D.N.D.N.D.N.D.N.D.
    雌酮0.248368N.D.N.D.N.D.N.D.0.031501
    17β-雌二醇N.D.N.D.N.D.N.D.N.D.N.D.
    17α-乙炔雌二醇0.011258N.D.N.D.N.D.N.D.0.005218
    雌三醇0.072472N.D.N.D.N.D.N.D.N.D.
    双酚AN.D.N.D.N.D.N.D.N.D.N.D.
    麝香草酚0.0411940.0245180.0355260.03330.0383770.042852
    香芹酚0.0258790.5234080.3080060.023771.8564790.345183
    香豆素0.1600130.1561410.1483250.1534010.1528380.15317
    柚皮素6.09×10−56.46×10−55.92×10−55.96×10−56.87×10−56.07×10−5
    大豆苷0.00208N.D.N.D.0.013049N.D.0.005488
    金雀异黄酮0.000406N.D.0.0003770.000516N.D.0.00039
    豆甾醇0.072046N.D.0.0001030.0291950.0880360.091872
    β-谷甾醇0.115501N.D.0.0194950.0344050.138844N.D.
      N.D.,未检出 N.D., not detected.
    物质名称Compounds东北华北华中华东西南东南
    己烯雌酚1.065483N.D.N.D.N.D.N.D.N.D.
    雌酮0.248368N.D.N.D.N.D.N.D.0.031501
    17β-雌二醇N.D.N.D.N.D.N.D.N.D.N.D.
    17α-乙炔雌二醇0.011258N.D.N.D.N.D.N.D.0.005218
    雌三醇0.072472N.D.N.D.N.D.N.D.N.D.
    双酚AN.D.N.D.N.D.N.D.N.D.N.D.
    麝香草酚0.0411940.0245180.0355260.03330.0383770.042852
    香芹酚0.0258790.5234080.3080060.023771.8564790.345183
    香豆素0.1600130.1561410.1483250.1534010.1528380.15317
    柚皮素6.09×10−56.46×10−55.92×10−55.96×10−56.87×10−56.07×10−5
    大豆苷0.00208N.D.N.D.0.013049N.D.0.005488
    金雀异黄酮0.000406N.D.0.0003770.000516N.D.0.00039
    豆甾醇0.072046N.D.0.0001030.0291950.0880360.091872
    β-谷甾醇0.115501N.D.0.0194950.0344050.138844N.D.
      N.D.,未检出 N.D., not detected.
    下载: 导出CSV
  • [1] BOBERG J, MANDRUP K R, JACOBSEN P R, et al. Endocrine disrupting effects in rats perinatally exposed to a dietary relevant mixture of phytoestrogens [J]. Reproductive Toxicology, 2013, 40: 41-51. doi: 10.1016/j.reprotox.2013.05.014
    [2] HERAS-GONZÁLEZ L, LATORRE J A, MARTINEZ-BEBIA M, et al. The relationship of obesity with lifestyle and dietary exposure to endocrine-disrupting chemicals [J]. Food and Chemical Toxicology, 2020, 136: 110983. doi: 10.1016/j.fct.2019.110983
    [3] EMARA Y, FANTKE P, JUDSON R, et al. Integrating endocrine-related health effects into comparative human toxicity characterization [J]. Science of the Total Environment, 2021, 762: 143874. doi: 10.1016/j.scitotenv.2020.143874
    [4] FLECK S C, CHURCHWELL M I, DOERGE D R, et al. Urine and serum biomonitoring of exposure to environmental estrogens II: Soy isoflavones and Zearalenone in pregnant women [J]. Food and Chemical Toxicology, 2016, 95: 19-27. doi: 10.1016/j.fct.2016.05.021
    [5] ROBLES J, MARCOS J, RENAU N, et al. Quantifying endogenous androgens, estrogens, pregnenolone and progesterone metabolites in human urine by gas chromatography tandem mass spectrometry [J]. Talanta, 2017, 169: 20-29. doi: 10.1016/j.talanta.2017.03.032
    [6] HUANG J, SUN J H, CHEN Y H, et al. Analysis of multiplex endogenous estrogen metabolites in human urine using ultra-fast liquid chromatography-tandem mass spectrometry: A case study for breast cancer [J]. Analytica Chimica Acta, 2012, 711: 60-68. doi: 10.1016/j.aca.2011.10.058
    [7] ADLERCREUTZ H, KIURU P, RASKU S, et al. An isotope dilution gas chromatographic-mass spectrometric method for the simultaneous assay of estrogens and phytoestrogens in urine [J]. The Journal of Steroid Biochemistry and Molecular Biology, 2004, 92(5): 399-411. doi: 10.1016/j.jsbmb.2004.10.015
    [8] FOSTER W G, KUBWABO C, KOSARAC I, et al. Free bisphenol A (BPA), BPA-Glucuronide (BPA-G), and total BPA concentrations in maternal serum and urine during pregnancy and umbilical cord blood at delivery [J]. Emerging Contaminants, 2019, 5: 279-287. doi: 10.1016/j.emcon.2019.08.002
    [9] LACROIX M Z, PUEL S, COLLET S H, et al. Simultaneous quantification of bisphenol A and its glucuronide metabolite (BPA-G) in plasma and urine: Applicability to toxicokinetic investigations [J]. Talanta, 2011, 85(4): 2053-2059. doi: 10.1016/j.talanta.2011.07.040
    [10] MUSTAFA A M, MALINTAN N T, SEELAN S, et al. Phytoestrogens levels determination in the cord blood from Malaysia rural and urban populations [J]. Toxicology and Applied Pharmacology, 2007, 222(1): 25-32. doi: 10.1016/j.taap.2007.03.014
    [11] PRASAIN J K, ARABSHAHI A, MOORE D R II, et al. Simultaneous determination of 11 phytoestrogens in human serum using a 2 Min liquid chromatography/tandem mass spectrometry method [J]. Journal of Chromatography B, 2010, 878(13/14): 994-1002.
    [12] WYNS C, BOLCA S, DE KEUKELEIRE D, et al. Development of a high-throughput LC/APCI-MS method for the determination of thirteen phytoestrogens including gut microbial metabolites in human urine and serum [J]. Journal of Chromatography. B, Analytical Technologies in the Biomedical and Life Sciences, 2010, 878(13/14): 949-956.
    [13] 王亮, 毛茜慧, 袁守军, 等. 气相色谱-质谱联用法同时测定污水中对羟基苯甲酸酯和甾体雌激素 [J]. 环境化学, 2016, 35(1): 49-56. doi: 10.7524/j.issn.0254-6108.2016.01.2015081901

    WANG L, MAO Q H, YUAN S J, et al. Simultaneous determination of parabens and steroid estrogens in sewage water using gas chromatography-mass spectrometry [J]. Environmental Chemistry, 2016, 35(1): 49-56(in Chinese). doi: 10.7524/j.issn.0254-6108.2016.01.2015081901

    [14] LEE S H, JUNG B H, KIM S Y, et al. Determination of phytoestrogens in traditional medicinal herbs using gas chromatography-mass spectrometry [J]. The Journal of Nutritional Biochemistry, 2004, 15(8): 452-460. doi: 10.1016/j.jnutbio.2004.01.007
    [15] BENEDETTI B, di CARRO M, MIRASOLE C, et al. Fast derivatization procedure for the analysis of phytoestrogens in soy milk by gas chromatography tandem mass spectrometry [J]. Microchemical Journal, 2018, 137: 62-70. doi: 10.1016/j.microc.2017.09.023
    [16] GRAY S L, LACKEY B R. Optimizing a recombinant estrogen receptor binding assay for analysis of herbal extracts [J]. Journal of Herbal Medicine, 2019, 15: 100252. doi: 10.1016/j.hermed.2018.12.002
    [17] COTTERILL J V, PALAZZOLO L, RIDGWAY C, et al. Predicting estrogen receptor binding of chemicals using a suite of in silico methods - Complementary approaches of (Q)SAR, molecular docking and molecular dynamics [J]. Toxicology and Applied Pharmacology, 2019, 378: 114630. doi: 10.1016/j.taap.2019.114630
    [18] 蒙延娟, 易忠胜, 艾芳婷, 等. 基于对接的植物激素3D-QSAR和分子动力学模拟 [J]. 环境化学, 2014, 33(6): 880-890. doi: 10.7524/j.issn.0254-6108.2014.06.016

    MENG Y J, YI Z S, AI F T, et al. 3D QSAR study of phytoestrogens: A combined molecular dockingand molecular dynamics simulation [J]. Environmental Chemistry, 2014, 33(6): 880-890(in Chinese). doi: 10.7524/j.issn.0254-6108.2014.06.016

    [19] 胡海山, 赵淑娥, 芦慧, 等. QuEChERS-超高效液相色谱法快速测定果蔬中4种植物激素残留 [J]. 食品安全质量检测学报, 2019, 10(10): 2995-2999. doi: 10.3969/j.issn.2095-0381.2019.10.026

    HU H S, ZHAO S E, LU H, et al. Rapid determination of 4 kinds of phytohormone residues in fruits and vegetables by QuEChERS-ultra performance liquid chromatography [J]. Journal of Food Safety & Quality, 2019, 10(10): 2995-2999(in Chinese). doi: 10.3969/j.issn.2095-0381.2019.10.026

    [20] CompTox, U. S. Environmental Protection Agency [DB]. [2021-10-5]
    [21] 赵娜娜, 应力, 孙方云, 等. 温州市食品环境雌激素污染状况及风险评估 [J]. 温州医科大学学报, 2014, 44(3): 173-176. doi: 10.3969/j.issn.2095-9400.2014.03.005

    ZHAO N N, YING L, SUN F Y, et al. Contamination levels of environmental estrogens in foods and risk assessment in Wenzhou [J]. Journal of Wenzhou Medical University, 2014, 44(3): 173-176(in Chinese). doi: 10.3969/j.issn.2095-9400.2014.03.005

    [22] TANG Z, WAN Y P, LIU Z H, et al. Twelve natural estrogens in urines of swine and cattle: Concentration profiles and importance of eight less-studied [J]. Science of the Total Environment, 2022, 803: 150042. doi: 10.1016/j.scitotenv.2021.150042
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 6.6 %DOWNLOAD: 6.6 %HTML全文: 93.1 %HTML全文: 93.1 %摘要: 0.3 %摘要: 0.3 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 98.4 %其他: 98.4 %XX: 1.0 %XX: 1.0 %上海: 0.1 %上海: 0.1 %北京: 0.1 %北京: 0.1 %成都: 0.1 %成都: 0.1 %长春: 0.1 %长春: 0.1 %其他XX上海北京成都长春Highcharts.com
图( 5) 表( 4)
计量
  • 文章访问数:  2396
  • HTML全文浏览数:  2396
  • PDF下载数:  117
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-11-07
  • 录用日期:  2022-01-19
  • 刊出日期:  2023-04-27
方菁, 申哲民, 袁涛, 张徐祥. 雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响[J]. 环境化学, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701
引用本文: 方菁, 申哲民, 袁涛, 张徐祥. 雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响[J]. 环境化学, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701
FANG Jing, SHEN Zhemin, YUAN Tao, ZHANG Xuxiang. 3D-QSAR predicts the endocrine disrupting effect of estrogen and measures and evaluates the effect of estrogen in chicken feed and chicken on the human body[J]. Environmental Chemistry, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701
Citation: FANG Jing, SHEN Zhemin, YUAN Tao, ZHANG Xuxiang. 3D-QSAR predicts the endocrine disrupting effect of estrogen and measures and evaluates the effect of estrogen in chicken feed and chicken on the human body[J]. Environmental Chemistry, 2023, 42(4): 1077-1084. doi: 10.7524/j.issn.0254-6108.2021110701

雌激素的3D-QSAR模型构建及其在饲料与鸡肉中含量的测定以及对人体的影响

    通讯作者: Tel:13551822376,E-mail:443936694@qq.com
  • 1. 上海交通大学环境科学与工程学院,国家环境保护新型污染物环境健康影响评价重点实验室,上海,200240
  • 2. 南京大学环境学院环境卫生研究中心,污染控制与资源再利用国家重点实验室,南京,210023
基金项目:
上海交通大学 “医工交叉研究基金”(YG2017ZD15 )资助.

摘要: 雌激素对人体有显著的内分泌干扰效应。本文以雌激素受体相对亲和力(relative binding affinity, RBA)作为生物活性,对雌激素进行了三维定量构效关系(3D-QSAR)计算,得到具有较好预测能力的CoMFA(交叉验证相关系数q2=0.721,非交叉验证相关系数r2=0.925)和CoMSIA(q2=0.824,r2=0.961)模型。并对国内各地区鸡肉进行了雌激素含量检测与雌激素效应评估。植物雌激素在鸡饲料和鸡肉中检出率为69%和84%;天然雌激素在鸡饲料和鸡肉中检出率为53%和50%。检测及评估结果显示绝大部分鸡肉可以安全食用,但鸡肉中含有的己烯雌酚、17α-乙炔雌二醇以及香芹酚所具有的雌激素效应值得引起重视。

English Abstract

  • 近年来,人类内分泌相关疾病的发病率不断增加引发了人们对环境内分泌干扰物(environmental endocrine disruptors,EDCs)的关注,如人体内分泌紊乱[1]、儿童肥胖[2]等。EDCs的影响可以通过该物质对雌激素受体 (estrogen receptor, ER)的激动作用来评估[3]

    对人类雌激素受体有激动作用的雌激素可以分为三类:天然雌激素(雌酮、雌二醇、雌三醇等);合成雌激素(双酚A);以及植物雌激素(金雀异黄酮、β-谷甾醇、豆甾醇等)[4]。目前大量研究已从人体血液、尿液中检测出了天然雌激素[5-7]、合成雌激素[8-9]以及植物雌激素[10-12]。还有研究检测了人从水体环境接触雌激素的风险[13]以及从中草药[14]、豆浆[15]等通过食用摄入雌激素的风险。

    雌激素对ER的激动作用可以通过相对结合亲和力 (relative binding affinity, RBA)的数据进行评估,有研究通过实验确定了部分雌激素的雌激素受体相对结合亲和力 [16]。对于部分没有实验数据的物质,一些研究通过分子对接[17]或者使用QSAR建模[18]预测了雌激素受体相对结合亲和力。

    本研究对雌激素进行了3D-QSAR计算,得到具有较好预测能力的CoMFA(q2=0.721,r2=0.925)和CoMSIA(q2=0.824,r2=0.961)模型。并通过使用CoMFA和CoMSIA模型预测了部分雌激素的RBA。对我国各地区的鸡饲料和鸡肉样品中的天然雌激素(雌酮、雌二醇、雌三醇等)、合成雌激素(双酚A)、植物雌激素(金雀异黄酮、β-谷甾醇、豆甾醇等)的水平进行了检测,在饲料以及肉样品中均有不同程度检出雌激素。最后利用QSAR模型预测的RBA对全国范围的鸡肉样品进行了雌激素风险评估。

    • β-谷甾醇标准品、柚皮素标准品、豆甾醇标准品、大豆苷标准品,购自ANPEL公司;香豆素标准品,购自Dr公司;香芹酚(≥95%)、麝香草酚(≥99%),购自CNW公司;金雀异黄酮(96.0%),购自TCI公司;8种激素类混标(GB31660.2-2019),购自ANPEL公司;硅烷化试剂BSTFA:TMCS=99:1,购自REGIS公司;SPE填料LC-C18(40—63 μm)、PSA(40—63 μm),购自CNW公司。

      鸡饲料样品于各地购买后空运至实验室,并于室温下密封保存;鸡肉样品于各地购买后冷冻空运至实验室,并于−40 ℃冰箱保存。鸡饲料及鸡肉样品的采样点设置在我国东北地区、华北地区、华中地区、华东地区、东南地区、西南地区具有代表性的城市,分别是哈尔滨、北京、西安、上海、广州和成都.

    • 采用QuEChERS法进行样品处理,在进行衍生化后进样。饲料及鸡肉用粉碎机粉碎后,作为样品待测,在室温下密封保存。处理时称取2.0 g左右样品,加入50 mL聚乙烯离心管中,向离心管中加入10 mL超纯水,于涡旋混合器上混合1 min。向离心管中加入10mL 1%乙酸+乙酸乙酯,再于涡旋混合器上混合1 min,在摇床振荡混合90 min。向振荡后的样品中加入4.0 g无水硫酸钠和1.0 g氯化钠萃取盐,于涡旋混合器上混合1 min。将离心管置于离心机中,以4000 r·min−1的转速离心10 min后,取约8 mL上清液于15 mL离心管中。向离心管中加入100 mg C18、50 mg PSA和200 mg无水硫酸钠,于涡旋混合器上混合1 min。在4 ℃冰箱静置过夜后,取5 mL上清液至10 mL样品瓶中,40 ℃氮吹至干,用100 μL BSTFA-TMCS衍生化试剂衍生处理后,转移至2 mL样品瓶中上机测定[19]

    • 使用日本岛津GCMS-QP2010气相色谱质谱联用仪进行分析,进样器为岛津AOC-6000多功能自动进样器,使用的色谱柱是Rtx-5ms气相色谱柱(30 m×0.25 mm,0.25 μm)。进样量为1 μL,电子能量70 eV,离子源温度230 ℃,进样器温度程序如下:初始温度50 °C,以8 ℃·s−1的速率升温至220 °C,保持2 min;之后以10 ℃·s−1的速率升温至280 °C,保持16 min。载气流速1 mL·min−1,扫描模式为选择离子(SIM)模式。

    • 相对结合亲和力(relative binding affinity, RBA) 是通过比较测试化学品与雌二醇的IC50(抑制浓度的一半)来计算的。

      其中,ICE250指的是雌二醇在生物测定中对ER结合产生50%抑制作用的浓度,IC50指的是测试化学品在生物测定中对ER结合产生50%抑制作用的浓度。

      在本研究中,使用相对结合亲和力的对数 (log RBA)来衡量结合亲和力,活性数据来自美国EPA[20]。物质结构数据来自PubChem[21],经MarvinSketch软件处理后导入Sybyl-X 2.1.1进行QSAR计算.

    • 本研究首先在PubChem中搜索了1000多种雌激素结构相似化合物,其中65种化合物具有RBA实验值。从这65种化合物中选取29个能够较好分子叠合的化合物进行3D-QSAR研究,以RBA的对数表征生物活性,建立了CoMFA与CoMSIA模型。构建三维定量构效关系模型时,选用p-Cresol作为模板分子,将所有分子的苯环作为公共结构,进行分子的叠合。训练集中化合物与模板分子叠合后的构象如下图1所示。

      对分子叠合后构象进行CoMFA和CoMSIA建模分析得出的各项数据如表1所示。CoMFA模型的交叉验证相关系数(q2)为0.721,非交叉验证相关系数(r2)为0.925, F检验值为64.977,说明CoMFA模型较为可靠。CoMFA立体场(S)贡献率为56.6%,静电场(E)为43.4%,因此立体场和静电场对RBA活性都有着重要的影响。CoMSIA模型的q2r2分别是0.824和0.961, F检验值为113.157,说明CoMSIA模型较为可靠。CoMSIA模型中贡献率最高的是氢键供体场,为29.4%,空间场、静电场、疏水场、氢键受体场贡献值接近,均在16%—20%之间,因此应该综合考虑各分子场的影响。

      对CoMFA和CoMSIA模型预测得到的lgRBA值与RBA的实验值进行了相关性分析,得到r2分别为0.991和0.989,说明CoMFA和CoMSIA模型均具有较为良好的预测能力(图2)。

      以模板分子对甲酚绘制了CoMFA和CoMSIA等值线图(图3)。CoMFA模型仅计算立体场和电子场,如图3a和b所示,a代表立体场,b代表静电场,等势线截断比为80% : 20%。立体场中,黄色代表体积增大,分子的RBA值降低;绿色代表体积增大,分子的RBA值增大。电子场中,在红色处添加带负电的基团,分子的RBA值增大;在蓝色处添加带负电的基团,分子的RBA值降低。CoMSIA模型除立体场与电子场外,还计算了疏水场、氢键供体场和氢键受体场,如图3c、d、e、f和g所示,c代表立体场,d代表静电场,e代表疏水场,f代表氢键供体场,g代表氢键受体场,等势线截断比为80% : 20%。疏水场中,黄色表示引入疏水性基团,分子的RBA值增大;灰色代表引入疏水性基团,分子的RBA值降低。氢键供体场中,蓝色代表增加氢键供体,分子的RBA值增大。氢键受体场中,紫色代表增加氢键受体,分子的RBA值增大;红色代表减少氢键受体,分子的RBA值增大。

      使用该模型得到所检测的13种雌激素的RBA预测值如表2。从表2数据可知,在预测己烯雌酚、17β-雌二醇、17α-乙炔雌二醇等RBA值较高的天然雌激素时,模型预测结果较不理想,因此该模型不适用于预测RBA值较高的天然雌激素,对RBA值较低的部分植物雌激素有一定预测能力。为了使评估所用数据更为可靠,具有RBA实验值的雌激素使用实验值;无RBA实验值的雌激素使用CoMSIA预测值,因为CoMFA模型的总体预测能力略低于CoMSIA模型,β-谷甾醇的CoMSIA预测值出现了不符合常理的负值,因此使用CoMFA预测值。

    • 在代表我国东北地区、华北地区、华中地区、华东地区、东南地区、西南地区的鸡饲料以及鸡肉样品中均有不同程度检出天然雌激素以及植物雌激素(图4)。其中植物雌激素在鸡饲料和鸡肉中检出率较高,为69%和84%;天然雌激素在鸡饲料和鸡肉中检出率较低,为53%和50%,合成雌激素在鸡饲料和鸡肉中均未检出。利用饲料和肉中植物雌激素浓度计算得出,植物雌激素从鸡饲料到鸡肉中的生物富集系数(Biocon Centration Factor,BCF)为0.98—19.7。

    • 从《2020中国卫生健康统计年鉴》中的城乡居民膳食结构以及城乡居民每人每日食物摄入量得到鸡肉的每日摄入量数据为89.7 g;参照标准人定义(体重63 kg,年龄18—45岁,从事轻体力劳动的成年男性),算出各雌激素每日暴露量如表3[21]

      一般来说,雌激素作用效应是由其浓度和雌激素效力决定的,这可以用雌激素当量(Estrogen equivalence quotient, EEQ)反映[22],计算公式如下:

      其中,RBAi表示某个雌激素的相对结合亲和力,Ci是鸡肉中该雌激素的浓度。

      各雌激素对总雌激素效应的贡献如图5。由图5可以看到,鸡饲料和鸡肉中植物雌激素所贡献的雌激素效应总量都与天然雌激素相当,因此植物雌激素的雌激素效应不可忽视。

      鸡肉中雌激素风险指数的计算,参照食品中化学物质风险评估的原则和方法,计算公式如下:

      其中,RI为环境雌激素的风险指数,E为环境雌激素的每日暴露量,ADI为环境雌激素的每日容许摄入量。若RI1,则说明该雌激素的暴露风险在可接受范围内;若RI>1,则说明该雌激素有健康风险。

      欧洲食品安全局(EPSA)以及世界卫生组织(WHO)给出了部分雌激素的日容许摄入量(Acceptable daily intake, ADI),17β-雌二醇为0.05 μg·kg−1·d−1,双酚A为50 μg·kg−1·d−1。其他未给出ADI的物质可通过使用EEQ转化为雌二醇当量进行估算。

      通过计算得出各物质雌激素风险指数(Risk index, RI)如表4所示。由表4数据可见,东北地区的己烯雌酚和西南地区的香芹酚RI>1,值得引起重视;其余大部分地区的鸡肉可以安全食用。

    • 本文以logRBA表征生物活性,对雌激素进行了3D-QSAR计算,得到具有较好预测能力的CoMFA(q2=0.721,r2=0.925)和CoMSIA(q2=0.824,r2=0.961)模型,并以此模型预测出了部分雌激素的RBA。

      对代表我国东北地区、华北地区、华中地区、华东地区、东南地区、西南地区的鸡饲料以及鸡肉样品中的雌激素含量进行了检测。结果显示,植物雌激素在鸡饲料和鸡肉中检出率较高,为69%和84%;天然雌激素在鸡饲料和肌肉中检出率较低,为53%和50%,合成雌激素在鸡饲料和鸡肉中均未检出。同时通过计算得出植物雌激素从鸡饲料到鸡肉中的平均残留率为71.4%。

      通过计算鸡肉中雌激素的每日暴露量以及使用雌激素的日容许摄入量,对全国范围内各地区鸡肉进行了雌激素风险评估。结果显示鸡饲料和鸡肉中植物雌激素所贡献的雌激素效应都与天然雌激素相当,因此植物雌激素的雌激素效应不可忽视。其中香芹酚、己烯雌酚、17α-乙炔雌二醇的EEQ最高,值得引起重视。各地区鸡肉的雌激素风险指数显示,东北地区的己烯雌酚和西南地区的香芹酚RI>1,值得引起重视;其余大部分地区的鸡肉可以安全食用。

    参考文献 (22)

返回顶部

目录

/

返回文章
返回