ASSESSMENT AND IN SILICO MODELLING OF THE TOXICITY OF SELECTED EMERGING POLLUTANTS TO CHLORELLA VULGARIS
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Pestisitler, ilaçlar, fitalatlar ve fenol ve anilin türevleri gibi yeni ortaya çıkan kirleticilerin çevreye salınması sucul çevre açısından yıkıcı tehdit oluşturmaktadır. Registration, Evaluation, Authorization and Restriction of CHemicals (REACH) regülasyonu risk belirleme amaçları için alg toksisite verileri gerektirmektedir. Kantitatif Yapı-Toksisite İlişkileri (KYTİ) eksik verileri tamamlamada kabul edilir araçlardır. Bu nedenle, toksisite verisi olmayan kimyasalların alg üzerindeki toksik etkilerinin deneysel ve bilgisayarla modelleme yoluyla çalışılması çok değerli bilgi sağlayacaktır. Bu çalışma ile elde edilecek bilgi sucul ekosistemlerin korunmasına bilimsel bir taban oluşturacaktır. Bu çalışmada, nitro, kloro, metoksi ve metil eklenmiş fenol ve anilin türevlerinin Chlorella vulgaris'e olan etkileri 96 saatlik alg toksisite deneyleriyle belirlenmiştir. Toksisite modellemesi için bu verinin daha önceden laboratuvarımızdan raporlanmış veri ile birleştirilmesi tek kaynaktan yüksek kalitede alg toksisite verisini mümkün kılmıştır. Sonrasında, akut toksisite ve düşük toksik etki konsantrasyonlarının tahmini için modeller geliştirilmiş ve OECD ilkelerine dayanılarak doğrulanmıştır. Alg-alg ve alg-silli toksisite verileri kullanılarak türlerarası modeller de geliştirilmiştir. Geliştirilen modeller, iyi tahmin edilebilirlik gösterdi. Bu modeller, uygulanabilirlik alanı dahilinde, test edilmemiş fenollerin ve anilinlerin C. vulgaris üzerindeki toksisitesini değerlendirmek için yüksek bir potansiyele sahiptir. Release of emerging pollutants such as pesticides, phthalates, and substituted phenols and anilines is detrimental threat for the aquatic environment. Registration, Evaluation, Authorization and Restriction of CHemicals (REACH) regulation requires algal toxicity data for regulatory risk assessment purposes. Quantitative Structure–Toxicity Relationships (QSTRs) are well accepted tools for data gap-filling. Therefore, studying the toxic effects of chemicals on algae via experimental and in silico methods would provide invaluable information for the chemicals with no toxicity data; and the knowledge gained through this study forms a scientific basis towards the protection of aquatic ecosystems. In the present study, the 96-h algal toxicity tests were performed with nitro-, chloro-, methoxy-, and methyl- substituted phenols and anilines to Chlorella vulgaris. Merging these data with the previously reported toxicity data of our laboratory enabled a high quality single source algal toxicity data for toxicity modeling. Consequently, models for the prediction of acute toxicity and low-toxic-effect concentrations were developed and verified based on the principles of OECD. Interspecies models were also developed using algae-algae and algae ciliate toxicity data. Developed models displayed decent predictivity and have a high potential to assess the toxicity of untested phenols and anilines on C. vulgaris within the applicability domain of models.
Collections