[发明专利]一种预测抗生素类污染物联合慢性毒性的方法

说明书

技术领域

本发明属于环境污染检测技术领域，涉及一种分子模拟预测抗生素污染物联合毒性的方法。

背景技术

在环境中的污染物都是以混合形式存在的，而非单一污染；因此预测联合毒性有重大的意义及价值。

抗生素作为一种新型污染物，研究表明它具有以下特性：1)环境中抗生素的持续排放导致抗生素具有拟持久性污染物的特性。2)长期暴露在抗生素的环境中容易导致生物体产生耐药性，直接危害人类健康。3)抗生素对于环境中的其它有益生物具有毒害效应。研究表明，抗生素的存在导致污水处理微生物对污染物的降解能力大幅度下降。因此针对抗生素的环境特征开展生态毒理研究，对于我国抗生素污染治理和修复具有非常重要的科学意义和实践价值。

现阶段，人们主要围绕以下几个方面开展抗生素的生态毒理研究。

(1)单一毒性根据环境中的主要残留类型，研究人员对受体生物的敏感性进行了研究，认为藻是评价抗生素环境毒性的最敏感生物，而发光菌是经典便捷的受体生物。

(2)联合毒性抗生素在医疗中普遍存在的联合使用导致污染区域中多种抗生素同时被检测到成为常态。由于污染物组份间的相互作用，仅凭单一污染物的毒性数据往往会低估了混合物的真实环境毒性。如Quinn等测定了抗生素复合污染对水螅(Hydra attenuata)的联合毒性，结果表明该复合物毒性提高了2-3个数量级。

但是，现行方法的缺点有以下几种：1)联合毒性数据缺乏，导致毒性评价过程中忽视污染物间的联合效应；2)慢性毒性数据缺乏，导致毒性评价过程中忽视慢性效应；3)慢性毒性方法有费时费力等缺陷，需要投入大量人力物力。

自从二十世纪量子力学(quantum mechanics)的快速发展后，几乎分子的一切性质，如结构(structure)，构象(conformation)，偶极矩(dipole moment)，游离能(ionization potential)，电子亲和力(electron affinity)，电子密度(electron density)...等，可经由量子力学计算获得。计算与实验的结果往往相当吻合，并且可经由分析计算的结果得到一些实验无法获得的资料。与实验相较，利用计算机计算研究化学有下列几项优点：1、降低成本，2、增加安全性，3、可研究极快速的反应或变化，4、得到较佳的准确度，5、增进对问题的了解。基于这些原因，分子的量子力学计算自1970年后乃逐渐受到重视。利用计算先行了解分子的特性，已成为合成化学家和药物设计家所依赖的重要方法。藉此可设计出最佳的反应途径，预测合成的可能性，并评估所欲合成分子的适用性，节省许多时间和材料的浪费。根据美国化学会数据库(ACSdatabase)的统计，计算机计算在化学报告的百分比重逐年增加。今日化学的各个领域都将计算视为不可缺的工具，而且，计算效果正随着方法的改良与计算机的发展，快速的提高。

发明内容

本发明的目的是提供一种预测抗生素类污染物联合毒性的方法，建立利用同源建模对发光菌联合慢性毒性进行测定的方法，可为我国抗生素类污染物的环境危险性评价相关理论与方法的发展与应用提供科学依据。

为实现上述目的，本发明的技术方案如下：

一种预测抗生素类污染物联合慢性毒性的方法，其包括以下步骤：

(1)获取抗生素理化参数；

(2)获取受体蛋白及构建其同源模型，测定抗生素与受体蛋白的相互结合能；；

(3)测定抗生素联合毒性；

(4)以抗生素理化参数、抗生素与受体蛋白的相互结合能和抗生素联合毒性为基础，建立慢性联合毒性预测模型；

(5)应用步骤(4)得到的模型预测抗生素联合毒性。

所述抗生素的理化参数，包括最高占有轨道能、解离常数(pKa)、极化率、偶极矩、分子体积、吉布斯自由能、分子最高-低轨道占有能差(E_h-l)。

所述获取抗生素的理化参数，具体包括以下步骤：

1、采用程序Chemoffice获取小分子结构及其分子坐标，用B3LYP/3-21G基组构建好Gaussian计算文件；

2、采用Gaussian计算上述计算文件；

3、从计算结果中获取理化参数：最高占有轨道能、解离常数(pKa)、极化率、偶极矩、分子体积、吉布斯自由能、分子最高-低轨道占有能差(E_h-l)。

所述获取受体蛋白及构建其同源模型，具体包括以下步骤：

1、获取受体蛋白的基因序列；