拓展浓度加和模型预测三种三嗪类除草剂混合物的时间依赖毒性

浓度加和(CA)模型是评估与预测化学混合物毒性效应的常用模型之一,已广泛应用于药物组合与农药混配等多个混合物体系. 然而,CA不能用于包含不同时间具有不同效应组分的混合物体系,需要拓展. 以具有不同时间依赖毒性特征的三种三嗪类除草剂即嗪草酮(MET)、西草净(SIM)和环嗪酮(HEX)为混合物组分,以直接均分射线法(EquRay)构建它们的二元混合物,以青海弧菌Q67为受试生物,在6个不同时间(即0.25,2,4,8,12和16 h)下测定各混合物组分及其二元混合物暴露于Q67时的发光抑制毒性,分析与归纳抑制毒性随时间的变化规律. 结果表明,三种除草剂对发光菌Q67的发光抑制毒性具有不同的时间变化规律：MET的毒性随时间延长有明显增大的趋势,SIM的毒性在不同时间没有显著性变化,而HEX随着时间的延长毒性开始有所增加,而后变化很小;二元混合物毒性的时间变化规律与混合物组分有关,MET与HEX的二元混合物体系的毒性随暴露时间的延长而逐步增加,MET-SIM体系开始有所下降而后缓慢增加,而SIM-HEX体系的毒性在不同时间差异不明显;应用拓展后的CA模型分析所有二元混合物在不同时间点的毒性变化,表明都是加和的,没有协同或拮抗作用.     

支持向量回归同时测定维生素B混合物的研究

用支持向量回归方法(SVR)建立校正模型,并对维生素B1、B2和B6的模拟样品进行测定。结果表明,维生素B1、B2和B6预测结果的回收率在96%~104%之间,测定结果准确。     

浓度加和模型在化学混合物毒性评估中的应用

化学污染物总是以混合物形式存在于实际环境体系中. 化学混合物的毒性评估与预测是环境化学领域当前的研究热点与难题. 要评估与预测一个化学混合物的毒性效应, 首先要证明其是否具有加和性. 目前有3个加和参考模型即浓度加和模型(CA)、独立作用模型(IA)与效应相加模型(ES)用于化学混合物毒性的加和性检验. 如果混合物效应明显偏离加和参考模型预测效应, 则认为该混合物产生毒性相互作用, 即协同或拮抗. 选择不同的加和参考模型可能得出不同的相互作用结论. ES模型最早广泛应用, 但不能解释由同一化合物构成的所谓虚拟组合现象, 应用已开始受到限制. IA模型被认为适用于具有相异作用模式的化学物构成的混合物, 而CA模型适用于相似作用模式化学物构成的混合物并能合理解释ES模型不能解释的虚拟组合现象, 常常认为是化学混合物毒性预测的标准模型. 然而, 由于CA模型目前没有坚实的理论支持, 也不能直接联系混合物毒性作用机理, 同时在浓度-效应曲线的部分区域存在不能预测的所谓“预测盲区”, 因此, CA模型也只是一个工作模型, 需谨慎使用.     

敌敌畏及其代谢产物对青海弧菌和秀丽线虫的联合毒性

实际环境中农药与其代谢产物常常共存, 农药和代谢产物之间的联合毒性(协同或拮抗)直接影响农药的环境风险评估. 农药敌敌畏(A)在环境中主要有三种代谢产物(二氯乙醇(B)、二氯乙酸(C)、磷酸二甲酯(D)), 在不同环境条件下其浓度组成有多种变化, 与敌敌畏形成多种混合物. 本文应用优化实验设计方法从中优选5条具有不同浓度配比的混合物射线, 选择水生生物青海弧菌(Vibrio qinghaiensis sp.-Q67)和土壤生物秀丽线虫(Caenorhabditis elegans)为受试生物, 通过微板毒性分析方法测试母体A及其代谢产物B、C、D以及它们的混合物射线在不同暴露时间及不同浓度水平下对青海弧菌的发光抑制毒性和对秀丽线虫的致死毒性, 应用含95%观测置信区间的组合指数评估各混合物射线在不同暴露时间下联合毒性随混合物浓度水平的变化. 结果表明: 对青海弧菌, 母体A及2个代谢产物C和D对Q67的发光抑制毒性不随时间变化而变化, 但代谢产物B在12 h的毒性显著大于0.25 h, 且母体A无论在哪个暴露时间其毒性都大于代谢产物. 对秀丽线虫, A与B、C及D的致死毒性不随时间而变化. A、C及D的毒性基本相同, 且均显著大于B. 5条混合物射线在不同浓度水平下, 在12 h对青海弧菌的发光抑制毒性显著大于0.25 h. 无论在0.25 h或12 h, 混合物射线对青海弧菌的联合毒性均是低浓度加和与高浓度拮抗. 对于秀丽线虫, 5条射线的毒性均不随时间而变化. 在2个时间点的联合毒性除射线R2和R5具有轻微拮抗外, 其它都是浓度加和.     

支持向量回归-铬天青 S 分光光度法同时测定 Fe3 和 Al3

在溴化十六烷基三甲胺(CTMAB)和丙酮存在的条件下,于波长500～750 nm范围内,测定Fe3 、 Al3 和铬天青S(CAS)显色体系的吸光度,用连续小波变换(CWT)对光谱数据进行预处理,再用支持向量回归(SVR)建模,建立了连续小波变换-支持向量回归方法(CWT-SVR).方法用于模拟水样中Fe3 和 Al3 的同时测定,结果满意.     

支持向量回归算法应用于分光光度法同时测定安替比林、巴比妥和氨基比林

采用均匀设计法制备不同含量配比的安替比林、巴比妥、氨基比林校正集样品,用化学计量学方法--支持向量回归(SVR)方法建立校正模型,并对安替比林、巴比妥和氨基比林的模拟样品及安痛定注射液样品进行测定.结果表明,三种成分的加标回收率均在98%～104%之间,测定结果的相对标准偏差为0.48%～1.24%.     

化学教育研究:基本特征与方法设计

在综述相关国际文献的基础上,通过对化学教育研究与化学研究、一般教育研究、其他化学教育活动的辨析,讨论了化学教育研究的特征、化学教育研究者的专业要求以及化学教育研究设计在理论基础、研究问题和研究方法等方面所应遵循的基本规范,以期提高对化学教育研究的认识,提升我国化学教育研究的科学化水平,促进化学教育研究领域的发展。     

基于核函数的非线性分类相关分析及其在化学模式识别中的应用

与统计分析和神经网络相比,基于结构风险最小的支持向量机有更好的分类性能。它用于非线性分类时,先将样本映射到更高维的特征空间,往往会增加复共线性与冗余信息,将影响样本分布,降低线性支持向量机分类器(LSVC)的预测性能。本研究提出非线性分类相关分析算法(NLCCA),利用核函数技术,无需了解非线性映射的算式,从特征空间的样本映像中提取分类相关成分,以消除冗余信息,改善样本分布。由此构建的NLCCA-LSVC集成分类器具有优良的预测性能。经模拟数据的测试,并实际用于两个复杂的化学模式识别问题,均取得令人满意的效果,也印证了算法的有效性。     

化学新课程“过程与方法”目标的理解与设计

“过程与方法”作为课程目标之一,是化学新课程改革的一个突出特点。相对于“知识与技能”目标,“过程与方法”目标的内容更为深刻、复杂。从内容构成、目标要求2个方面阐述了对化学新课程“过程与方法”目标的理解,对教学实践中“过程与方法”目标设计与实施方面的常见问题及其原因进行了多角度的分析,并相应地从以化学课程标准为基本依据、挖掘具体教学内容潜在的过程与方法、考虑学生基础和学生认知发展水平、明确学生在过程中应发生的学习行为4个方面,进一步阐述了化学教学“过程与方法”目标设计的基本策略。     

从精品到精彩:化学微课的现状、创作与使用

国内现有化学微课的整体水平可以从3个角度进行分析: 拍摄方式、拍摄内容和拍摄技术。分析精品化学微课, 主要有4个典型特征。关于微课使用, 提出了精品微课在“翻转课堂”中需要“自主任务学习单”支撑的观点。对于未来的微课创作与使用, 需要破除6大疑惑, 解决创作中的8大问题。     

Enhanced Toxicity of Bisphenols Together with UV Filters in Water: Identification of Synergy and Antagonism in Three-Component Mixtures

Contaminants of emerging concern (CEC) localize in the biome in variable combinations of complex mixtures that are often environmentally persistent, bioaccumulate and biomagnify, prompting a need for extensive monitoring. Many cosmetics include UV filters that are listed as CECs, such as benzophenone derivatives (oxybenzone, OXYB), cinnamates (2-ethylhexyl 4-methoxycinnamate, EMC) and camphor derivatives (4-methylbenzylidene-camphor, 4MBC). Furthermore, in numerous water sources, these UV filters have been detected together with Bisphenols (BPs), which are commonly used in plastics and can be physiologically detrimental. We utilized bioluminescent bacteria (Microtox assay) to monitor these CEC mixtures at environmentally relevant doses, and performed the first systematic study involving three sunscreen components (OXYB, 4MBC and EMC) and three BPs (BPA, BPS or BPF). Moreover, a breast cell line and cell viability assay were employed to determine the possible effect of these mixtures on human cells. Toxicity modeling, with concentration addition (CA) and independent action (IA) approaches, was performed, followed by data interpretation using Model Deviation Ratio (MDR) evaluation. The results show that UV filter sunscreen constituents and BPs interact at environmentally relevant concentrations. Of notable interest, mixtures containing any pair of three BPs (e.g., BPA + BPS, BPA + BPF and BPS + BPF), together with one sunscreen component (OXYB, 4MBC or EMC), showed strong synergy or overadditive effects. On the other hand, mixtures containing two UV filters (any pair of OXYB, 4MBC and EMC) and one BP (BPA, BPS or BPF) had a strong propensity towards concentration dependent underestimation. The three-component mixtures of UV filters (4MBC, EMC and OXYB) acted in an antagonistic manner toward each other, which was confirmed using a human cell line model. This study is one of the most comprehensive involving sunscreen constituents and BPs in complex mixtures, and provides new insights into potentially important interactions between these compounds.     

支持向量回归—铬天青S分光光度法同时测定Fe~(3+)和Al~(3+)

在溴化十六烷基三甲胺(CTMAB)和丙酮存在的条件下,于波长500~750 nm范围内,测定Fe3 、Al3 和铬天青S(CAS)显色体系的吸光度,用连续小波变换(CWT)对光谱数据进行预处理,再用支持向量回归(SVR)建模,建立了连续小波变换-支持向量回归方法(CWT-SVR)。方法用于模拟水样中Fe3 和Al3 的同时测定,结果满意。     

二维色谱柱效的支持向量回归预测

以有效塔板数作为二维色谱的柱效指标,根据二维色谱在不同影响因素(包括预柱柱温、主柱柱温、柱间压差和主柱间的放空量)下的有效塔板数实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了二维色谱柱效的SVR预测模型,并与BP神经网络(BPNN)模型进行了比较.结果表明:基于相同的训练样本和检验样本,二维色谱的SVR模型的平均绝对百分误差(MAPE, 13.3%)比其BPNN模型的MAPE小4%;增加训练样本数有助于提高支持向量回归(SVR)模型的泛化性能;基于留一交叉验证法(LOOCV)的SVR模型预测的平均绝对误差(MAE, 196.79 m-1)和MAPE(1.6%)均为最小,明显优于BPNN模型(2397.98 m-1, 17.3%)或SVR模型(1849.95 m-1, 13.3%)的预测效果.因此,SVR是一种预测二维色谱柱效的有效方法.     

Application of Hydrophobicity Parameters to Prediction of the Acute Aquatic Toxicity of Commercial Surfactant Mixtures

Abstract

Ethoxylated alcohols are the most extensively used nonionic surfactants in detergent products. The application of QSAR to their aquatic toxicity is complicated by the fact that they are multicomponent mixtures, the parent alcohols being often mixtures of isomers and homologues, each one being ethoxylated to varying degrees. A spreadsheet method for calculation of aquatic toxicity of such nonionic surfactant mixtures is presented. The method is based on a combination of the Könemann narcosis QSAR and mixture toxicity equations based on the principle of concentration addition. Log P values used in the spreadsheet calculations are themselves calculated by spreadsheet formulae based on the Leo and Hansch method modified by incorporation of the position dependent branching factor originally applied to linear alkylbenzene sulphonates. Close agreement between calculated and experimental EC50 values (48 hr Daphnia tests) is obtained for a range of ethoxylated alcohols having a diversity of branching patterns, carbon numbers and degrees of ethoxylation. The effects of increasing carbon number (decreasing EC50), branching (increasing EC50) and increasing degree of ethoxylation (increasing EC50) are all quantified.