环境计算毒理学技术为防控化学品的环境风险、源头防范新污染物产生提供科学工具。本书介绍化学品环境管理现状，环境迁移性、持久性、生物积累性与毒性的基本概念，以及相关属性参数的数据和预测模型；结合作者的研究工作，从机理与数据驱动建模的角度，介绍化学品PBT属性筛查与预测的计算毒理学技术及方法案例；展望人工智能、机器学习等建模技术在化学品管理中的应用前景。
样章试读
目录
- 目录
丛书序
前言
第1章 化学品的环境管理 1
1.1 化学品概述 1
1.1.1 化学品与新污染物 1
1.1.2 治理环境新污染物需要健全化学品管理 3
1.1.3 PBT化学品的筛查 5
1.2 化学品是可持续发展的双刃剑 11
1.2.1 化学品对可持续发展的促进作用 11
1.2.2 化学品对可持续发展的负面影响 13
1.2.3 化学品管理与可持续发展 16
1.3 国际化学品管理 17
1.3.1 国际组织的化学品管理 17
1.3.2 发达国家的化学品管理 19
1.4 中国的化学品管理 21
1.4.1 中国的化学品管理法规概要 21
1.4.2 中国新化学物质环境管理办法 22
1.4.3 中国化学品管理的国际履约 23
1.4.4 中国化学品管理的相关标准 24
1.4.5 中国化学品管理的挑战 26
1.5 化学品环境管理相关技术 26
1.5.1 计算毒理学 27
1.5.2 集成测试策略 31
1.5.3 化学品风险管理的系统工程 33
1.6 小结与展望 39
知识图谱 40
参考文献 40
第2章 化学品的环境迁移性 46
2.1 环境迁移性及分配行为概述 46
2.1.1 化学品的多介质环境迁移行为 46
2.1.2 化学品迁移的热力学表征 48
2.1.3 化学品迁移的动力学特征 51
2.2 化学品分配行为参数的模拟预测 52
2.2.1 定量构效关系 53
2.2.2 分子模拟方法 56
2.3 化学品分配行为参数的数据及预测模型 58
2.3.1 过冷液体蒸气压 59
2.3.2 水溶解度 62
2.3.3 亨利定律常数 64
2.3.4 正辛醇-空气分配系数 67
2.3.5 正辛醇-水分配系数 72
2.3.6 土壤(沉积物)有机碳吸附系数 75
2.3.7 化学品在纳米材料上的吸附系数 77
2.4 小结与展望 81
知识图谱 82
参考文献 82
第3章 化学品环境持久性的模拟预测 90
3.1 化学品环境持久性概述 90
3.1.1 化学品的环境降解反应及动力学 90
3.1.2 化学品环境持久性评价标准 91
3.2 生物降解 92
3.2.1 微生物降解动力学 92
3.2.2 微生物降解的影响因素 93
3.2.3 标准测试方法 94
3.2.4 化学品生物降解性数据 95
3.2.5 生物降解性预测模型 95
3.3 光降解 97
3.3.1 环境光降解动力学及测试方法 97
3.3.2 光降解的影响因素 101
3.3.3 光解动力学参数预测模型 119
3.4 水解 123
3.4.1 水解反应机制及动力学 123
3.4.2 水解反应的影响因素 125
3.4.3 标准测试方法 127
3.4.4 化学品水解速率常数数据 128
3.4.5 水解速率常数的预测模型 129
3.5 氧化降解 133
3.5.1 羟基自由基的氧化降解 134
3.5.2 臭氧的氧化降解 144
3.6 小结与展望 148
知识图谱 149
参考文献 150
第4章 化学品生物积累性的模拟预测 160
4.1 生物积累性的含义及表征参数 160
4.1.1 生物积累性的含义 160
4.1.2 生物积累性表征参数 161
4.2 ADME过程 165
4.2.1 跨膜机制 165
4.2.2 ADME的基本概念 165
4.2.3 典型生物中化学品的ADME过程 166
4.3 化学品生物积累性的影响因素 167
4.3.1 化学品的理化性质 167
4.3.2 生物因素 168
4.3.3 环境因素 169
4.4 化学品生物积累性的测试方法 169
4.4.1 鱼类的生物积累测试方法 169
4.4.2 底栖生物的生物积累测试方法 170
4.5 化学品生物积累性的数据 171
4.5.1 生物积累参数的数据 171
4.5.2 生理参数的数据 174
4.5.3 组织-血液分配系数的数据 176
4.6 化学品生物积累性的预测模型 183
4.6.1 定量构效关系模型 183
4.6.2 毒代动力学模型 187
4.7 小结与展望 197
知识图谱 198
参考文献 199
第5章 化学品毒性及预测模型 203
5.1 化学品毒性概述 203
5.1.1 毒性与毒性作用 203
5.1.2 毒性作用分类 203
5.1.3 量效关系 205
5.1.4 毒性作用机制 206
5.1.5 毒性测试与评价方法的发展 208
5.2 水生生物急性毒性及预测模型 210
5.2.1 基本概念 210
5.2.2 实验方法及导则 210
5.2.3 水生毒性作用模式 211
5.2.4 水生生物急性毒性数据库 212
5.2.5 水生生物急性毒性预测模型 213
5.3 化学品“三致”效应的模拟预测 214
5.3.1 致癌性 214
5.3.2 致突变性 219
5.3.3 致畸性 224
5.4 化学品内分泌干扰效应的模拟预测 226
5.4.1 基本概念 226
5.4.2 各国和国际组织内分泌干扰物管控的发展进程 232
5.4.3 内分泌干扰效应测试方法及标准导则 234
5.4.4 内分泌干扰效应数据 235
5.4.5 内分泌干扰效应的预测模型 235
5.5 化学品线粒体毒性的模拟预测 239
5.5.1 线粒体概述 239
5.5.2 线粒体毒性作用机制 240
5.5.3 线粒体毒性测试方法 243
5.5.4 线粒体毒性数据 244
5.5.5 线粒体毒性的QSAR预测模型 245
5.6 纳米材料毒性的预测模型 250
5.6.1 纳米材料的暴露 250
5.6.2 纳米材料毒性的预测模型 251
5.7 化学品的器官毒性与预测模型 253
5.7.1 肝毒性 253
5.7.2 肾毒性 254
5.7.3 心脏与血管毒性 255
5.7.4 肺毒性 256
5.7.5 免疫毒性 257
5.7.6 神经毒性 258
5.7.7 化学品器官毒性的相关数据库、预测模型 260
5.8 小结与展望 262
知识图谱 263
参考文献 263
第6章 基于图注意力网络筛查PBT化学品 278
6.1 PBT化学品的综合筛查 278
6.2 图注意力网络算法 280
6.2.1 图神经网络基本原理 280
6.2.2 图注意力网络 282
6.2.3 基于图注意力网络的QSAR模型 284
6.3 基于图注意力网络筛查PBT化学品的模型 285
6.3.1 PBT化学品数据库 286
6.3.2 GAT模型表现 286
6.3.3 GAT模型应用域 289
6.3.4 筛查《中国现有化学物质名录》(IECSC)中的PBT化学品 290
6.4 小结与展望 291
知识图谱 292
参考文献 292
缩略语 294
索引 299
京公网安备 11010102004214号