Автор / Аффилиация / Электронная почта
Введение
Оценка экологического риска (ЭР) в США является неотъемлемой частью управления пестицидами, которая является сложным, затратным и длительным процессом (Дамалас и Елефтерохоринос, 2011). Нынешняя схема оценки риска не имеет связи между оценкой экспозиции к пестицидам и оценкой токсичности (Даам и др., 2019). Для оценки экспозиции масштаб химических веществ по времени и пространству может быть принят во внимание с помощью передовых моделей экспозиции для оценки концентраций пестицидов в воздухе, почве и воде. Для оценки токсичности структура оценки токсичности для животных, включая рептилий, птиц, дышащих воздухом амфибий и млекопитающих, остаётся неизменной в течение десятилетий (Раттнер и др., 2023). Продолжающееся использование животных расширилось с созданием обширных программ химического тестирования и строгих стандартов от соответствующих институтов, при этом удивительно, что 8 % экспериментальных животных используются для токсического тестирования (Грофф и др., 2014). Агентство по охране окружающей среды (EPA) сообщило, что традиционное тестирование пестицидов может обойтись в общей сложности до 9 919 000 долларов, и исследования по хронической токсичности у животных могут занимать до 2 лет (Фестинг и Уилкинсон, 2007; Грофф и др., 2014). По сравнению с экспериментальными методами, ин силы (in silico) подходы предлагают уникальные преимущества, такие как потенциальная скорость, экономичность и точность (Амберг, 2013). Преимущества ин силы методов были количественно оценены с использованием 261 соединения, что могло бы устранить использование 0,1–0,15 миллиона тестовых животных и сэкономить 50–70 миллиардов долларов США (Майетт и др., 2018; Стэнтон и Крушевски, 2016). Следовательно, необходимо приложить больше усилий для разработки ин силы методов для оценки риска пестицидов.
Методы
Присутствие пестицидов широко распространено в поверхностных водах Ирана. Эти токсичные вещества могут накапливаться в пищевой цепи и вызывать серьезные экологические и здоровьевредные проблемы. Целью настоящего исследования было определить остротоксичность глифосата, делтаметрина и претилаклора как потенциально опасных органических пестицидов для оценки смертельного воздействия этих химических агентов на гуппи (Poecilia reticulata). Результаты: LC50-96h составила 12,01±1,00, 0,08±0,47 и 8,24±0,42 для глифосата, делтаметрина и претилаклора соответственно. Очень низкое значение LC50 глифосата (12,01±1,00 ppm), делтаметрина (0,08±0,47 ppm) и претилаклора (8,24±0,42 ppm) указывает на то, что глифосат, делтаметрин и претилаклор являются высокотоксичными для гуппи. Вывод: Наши результаты показали, что делтаметрин и глифосат оказали наименьшую и наибольшую смертельную дозу на гуппи соответственно.
Фрагменты разделов
Таблица 2 отображает различные инструменты, которые были разработаны для оценки экспозиции к пестицидам в воздухе, воде и почве. Учитывая, что эти инструменты были разработаны на основе различных данных, методов и мест их применения, неправильно сравнивать их систематически. Здесь мы обсудим области применения, анализ данных, цели и точность прогнозов каждого инструмента.
Оценка токсичности пестицидов в окружающей среде
При нанесении пестицидов на целевую поверхность, примерно 90 % из них попадает в окружающую среду, вызывая устойчивое загрязнение воздуха в современном сельском хозяйстве (Gil and Sinfort, 2005). Около 30 % наносимого пестицида может попасть в атмосферу благодаря дрейфу от распыления, испарению (из почвы, культур и т.д.), путям деградации (гидролиз в воде и почве, и фотолиз в воздухе) и ветровой эрозии (Рис. 2А) (Degrendele et al.,2022). Летучие пестициды могут вызвать негативные последствия для нежных культур и сухопутных растений.
Ограничения и перспективы
Ин силко техники широко используются для оценки ОЭГ с относительно удобными процедурами и сниженными затратами, что является важным шагом для регистрации пестицидов и безопасного использования. В данном обзоре освещены статус применения, сравнение характеристик и моделей для оценки пестицидов на окружающую среду, некоторые заметные случаи и направление развития баз данных. Тем не менее точность и применимость представленных моделей не могут быть оценены из-за отсутствия набора обучающих данных.
Авторы заявляют, что не имеют известных конфликтов финансового характера или личных отношений, которые могли бы повлиять на работу, описанную в этой статье.
Благодарности
Эта работа была поддержана Национальным фондом естественных наук Китая (, ).