同济Tox+毒性评估与预测项目

文档更新于2022-03-02 19:19|4.5分(高于98%的文档) |348|71




同济To x+毒性评估与预测项目一、项目背景随着城市化进程的推进,环境意识的不断提高,环境安全问题也逐渐受到广大民众的普遍关注。 环境毒理学是对于环境安全问题最为直观的表达,同时也为不确定条件下的决策制定提供一定的技术支持。要有效地控制和改善当前环境,使之朝着有利于人类的方向发展,则必须借助环境毒理学的研究,首先揭示当前人类在生产与生活过程中,正进入人类环境的污染物(包括各种化学物质与物理因素等)与即将进入人类环境的各种物质对人类健康的影响 (现存的污染物及新研发、合成的新兴物质) ,以便及早认识和及早消除环境中的有害物质。要回答对人类健康的影响, 即对生物毒性大小的判断,必须用生物医学的方法对污染物的生物毒性进行分析判断。 从法规角度,化学监测目前是不可替代的,但化学监测 只是一座大坝,生物毒性监测分析却是实时的水位分析,预防并避免不必要的环境生态风险 。对于一个复杂的环境样品而言,多达十几甚至上百种的化学物质分析并不是检验其是否安全的最有效途径,换言之,即使达到国家标准,也不能保证其绝对“安全”。化学监测的最终目的也是为生态健康服务。对于应用全面的环境毒理学对环境样品进行“综合毒性”监测,需要发展针对多个生物等级、涉及多个生态系统的生物毒性监测方法。虽然生物毒性监测还没有进入日常管理,但环保部、环境监测总站已经提出了“综合毒性”的概念,将其列为水专项以及未来环保部工作中的一项。近年来,我国有毒污染物引起的水质安全与生态安全问题突出、 化学品引起的环境污染事故频发,在这种情况下,生物毒性监测技术通常反应快速,适合预警需要,其发展对提升环境监管能力,提高环境安全保障具有重要意义。并且,生物毒性监测通常费用低廉,适合推广。环境科学是一门多学科交叉的、复杂的学科,而在环境科学研究领域中,水处理技术的研究与开发、土壤治理与修复技术的研发最终都将回归到其技术与方法是否会对受试环境带来二次污染或毒害。因此,越来越多的相关研究开始考虑其技术的毒性评价。 当下,环境问题日益严峻,而水处理技术及土壤修复技术的发展也突飞猛进。以水处理技术而言,随着水处理技术的不断成熟和快速发展,科研人员对水处理方法和材料的研发要求不断提高 以及出

于对环境安全问题的考虑,对水处理技术研发的关键一步必将包含环境毒理分析,以确定其在今后的实际应用中消除对生态环境的二次影响。 目前,各高校及科研院所对废水中目标污染物的处理已升级到有针对性的研发材料层面 ,对于一个体系,引入一个新的物质或研发一种新型材料,在达到废水处理标准的同时 也必须同时考虑其可能带来相应的负面作用, 就水处理过程中所遇到的诸如材料毒性表征、所加 试剂去除有害物质后的毒性检测等问题,如果缺少相关的毒性评价 ,在投入实际应用时很难让人信服,也很难推广 。所以将毒性分析作为对水处理技术 应用的最后一步是大势所趋 ,这也是我们所关注并希望解决的地方。科研工作要具有前瞻性, 这种前瞻性在初期注定会被社会甚至学界低估其应用价值,但技术本身并无好坏之分,应用得当,必将前途无量 。二、项目介绍术业有专攻,为了最大限度地节省科研成本、时间成本,把握机会成本,需要有更为专业的团体为他们提供专业的毒性分析、评价和预测服务。 而现在社会人士,乃至科研人员(非毒理学或相关专业的科研工作者) 对毒性评价也都是知之甚少,作为刚起步的产业,它的市场需求必然是向上递增的。 由此,本项目将为全国各高校及科研院所 提供涉及环境水体与土壤样品的毒性评价及预测、提供环境领域毒性评价方案咨询及技术支持、环境科技领域内的技术开发、技术咨询、技术服务、技术转让。本项目并不依托生物监测技术开发相应的监测仪器, 而是直接为环境科学领域学者提供最终的理论支持(依托监测仪器产出的数据进行分析评价,给出其所需的科学论断,为其科研成果在生态风险或生态毒性方面提供服务) 。目前用的较多的检测污染物毒性的方法是从医学毒理学的方法引用过来的小鼠、鱼类或是藻类毒性实验,以受试生物的死亡数来判断毒性的大小,一般需几天时间才能有结果,且场地、人员均有更高的要求。 本项目所掌握的费氏弧菌(国际标准,海水菌)、青海湖菌(淡水菌)、秀丽线虫生物监测技术相对于一般的生物监测技术而言,具有更 高效、更快速、 更灵敏以及容易进行等优点(对于急性毒性,发光菌仅需 025~1h,秀丽线虫为 8~24h), 极 大地节省了实验周期。(1)对于水样 ,以环境学院某水处理技术研究为例 ,对光氧化方法进行毒性评价。通过添加氧化剂来去除水中 目标污染物2,4-二氯苯酚,评价不同光照时间下、不同氧化剂添加量下去除目标污染物后水样的毒性。对于一般发光菌检测,需要在不同光照时间下分别进行毒性检测,在不同氧化剂添加量下分别进行毒性检测。而本项目的优势在于自主研发的数据