魚類慢性毒性予測手法の提案：化学物質構造や他生物の毒性値データの活用（平成 31年度）
Development of chronic fish toxicity models based on an interspecies relationship and molecular descriptors

研究概要

生態系への影響が懸念される化学物質の有害性を評価し、環境汚染を防ぐことは重要である。定量的構造活性相関(QSAR)を活用すれば、時間と費用を抑えて化学物質の有害性を評価することができる。また、既存のQSARの概念を発展させた化学物質の毒性値から別の毒性値を予測する定量的構造活性-活性相関(QSAAR)手法では、毒性予測能が向上する結果が得られている。
本申請では、動物愛護の観点から試験の削減が進んでいる脊椎動物（魚類）の慢性毒性値を無脊椎動物の毒性値から予測するQSAARモデルを開発し、モデルの適用範囲を明確化する。そして、魚類慢性毒性を決定する要因やこのモデルでは慢性影響を評価できない物質の化学的な特徴を明らかにする。得られた成果は、化学物質の有害性評価の効率化に貢献することが期待される。

研究の性格

• 主たるもの：応用科学研究
• 従たるもの：基礎科学研究

全体計画

最初に、魚類初期生活段階毒性試験で得られる慢性毒性値を予測するQSAARモデルを提案する。他生物の毒性値、構造情報、物理化学的性状等を説明変数として魚類慢性毒性の知見を得る。説明変数に基づく情報からモデル適用範囲を示す。次に、更に広範なモデル適用範囲の定義手法の構築を行う。内分泌かく乱作用物質や農医薬品には特徴的な慢性毒性を持つことが知られており、開発したQSAARモデルによる毒性評価は不適切である。そこで、化学物質の説明変数となる観測量を用いて、内分泌かく乱作用物質と農医薬品の相似性を定義し、QSAAR モデル適用範囲を判断するフローチャートを作成する。得られた情報からQSAAR モデル適用範囲外物質の化学的な特徴を解明する。

今年度の研究概要

平成29、30年度に収集した魚類初期生活段階試験による慢性毒性データと説明変数（記述子）を活用して、Nest構造の線形階層モデルや線形回帰以外の機械学習などによるモデルを提案する。慢性毒性を説明付けられる要因解明やモデル適用範囲の明確化を目指す。
また、１つの試験で複数のエンドポイント（試験終了時の成長[weight, length]、卵の孵化率・平均孵化日数[hatching]、異常孵化仔魚・稚魚発生率[abnormal appearance, abnormal behavior]、仔稚魚の生存率[survival]）が報告されている場合にはOECDテストガイドライン210で該当するエンドポイントで無影響濃度NOEC [mg/L]の低い値を採用して、同じ物質で複数の試験結果が報告されている場合には幾何平均を算出してモデル構築に用いる目的変数log (1/NOEC [mM])を算出する方法で毒性値を算出するように統一を図る。

備考

連携研究者：林岳彦、山本裕史（環境リスク・健康研究センター）