基因是最靈敏的環境風險預警指標么？

　　雖然迄今為止并沒有進行過系統的研究，但人們普遍相信基因是污染物毒理學上最靈敏的效應指標，從而可以作為理想的環境風險早期預警指標。然而，一項近期的前人研究意外地發現，重金屬污染物鎘的基因效應數據靈敏度明顯低于生物個體水平上的慢性效應數據，因此提出基因可能不是毒理學上最靈敏的效應指標。中國環境科學研究院環境基準與風險評估國家重點實驗室的閆振廣博士、劉征濤研究員及其同事搜集了更多污染物效應數據對本問題進行了進一步探討，發現由于現有數據的數量與質量的差異，對于銅，基因可能是最靈敏的效應指標，但對于鎘和鋅，基因數據并沒有個體水平上的慢性效應指標靈敏。該項研究發表在2012年《中國科學 地球科學》英文版第55卷第6期，文章題目為“基于基因表達效應的物種敏感度分析初探”。

　　由于現今環境污染物的廣泛分布，科研人員從分子、細胞、組織、個體、種群以及群落等水平開展了大量的污染物毒理學研究，產生了大量的生態毒理學數據。從20世紀90年代始，“組學”技術進入生態毒理學研究領域并很快成為研究熱點，人們從基因水平上對污染物毒理學效應進行了大量研究。人們相信，基因對環境污染物的響應要比個體水平或其他水平上的效應指標更靈敏，其響應也更早于其他指標，因此，將基因效應指標應用于環境風險早期預警成為一個重要研究方向。

　　為了評價基因效應數據在環境風險評估中的應用，荷蘭Radboud大學的Fedorenkova等以鎘為示例，對個體水平的急性、慢性毒性效應數據和基因效應數據進行了對比分析，研究結果發表在2010年Environ Sci & Technol第44卷第11期。文中進行對比分析的數據來源于荷蘭毒性效應數據庫e-toxBase和相關文獻，研究結果出人意料地發現鎘的基因效應數據敏感度顯著低于個體水平上的慢性效應數據，作者因而提出分子水平上的基因數據可能并不是最敏感的污染物毒理學效應指標，基因能否作為環境風險的早期預警指標也值得商榷。然而，該研究所選取的污染物和毒性效應數據的數量都并不充足，因此，需要對更多的污染物和效應數據進行分析才能得出可靠的結論。

　　閆振廣等人的研究從ECOTOX、TOXNET、GEO和CNKI數據庫及相關文獻中搜集了更廣泛的鎘毒性效應數據，對鎘的個體水平上的急性、慢性效應數據和分子水平上的基因效應數據再次進行了對比分析。同時，也選取了另外2種效應數據相對充沛的重金屬污染物，銅和鋅對鎘的研究結論進行驗證。為分析效應數據之間的敏感性差異，利用邏輯斯諦函數對三種數據(急性、慢性和基因數據)的物種敏感度分布進行了擬合。結果表明不同重金屬污染物的效應數據敏感度不同，鎘數據的物種敏感度排序為：慢性>基因>急性。銅和鋅的基因效應數據沒有鎘充沛，但物種敏感度的趨勢依然是明顯的，從趨勢上看，鋅的效應數據敏感度排序與鎘類似，銅的基因效應數據在三種數據中是最敏感的。另外，三種重金屬的急性效應數據敏感度相對于其他兩種數據都是最低的。

　　為定量分析急性、慢性和基因數據的物種敏感度差異，該研究利用三種數據分別計算了水環境質量基準(安全閾值)的重要參考數值HC5，HC5能保護95%的水生生物不受污染物濃度的危害。由HC5來看，鎘的基因數據敏感度比個體水平上的急性數據高7倍，但比慢性數據低3倍。銅和鋅的基因效應數據較少，分別只有7個和3個，銅的基因數據物種敏感度比急性和慢性數據都高;鋅的基因數據展示在圖1中，但由于數量太少沒有進行曲線擬合。

　　綜上，該研究選取了更充分的數據和更多的污染物種類對個體水平上的急性、慢性數據和分子水平上的基因數據進行了對比分析，其中鎘數據的分析結論與Fedorenkova等人相同，三種數據的物種敏感度順序為“慢性>基因>急性”，但銅的基因效應數據在三種數據中是最敏感的，特別是在低濃度區間，明顯比個體水平上的慢性效應敏感，而該區間對環境風險的早期預警具有重要意義，從而表明基因效應數據可以作為環境風險的早期預警指標。但現有數據的數量和質量尚不足以支持其廣泛應用。首先，現有文獻研究中設立的基因效應試驗濃度比較高，如果在研究中能設定更低的基因效應試驗濃度，基因數據的敏感度還將進一步提高;其次，生物體內有成千上萬的基因對一種污染物的脅迫發生應激響應，目前文獻中研究的目標基因很可能不是最先對污染物發生響應的基因，因此，只有通過高通量的基因組學技術才有可能篩選到最敏感的響應基因，從而對基因效應的敏感度做出正確評價。最后，該研究也注意到，個體水平的急性、慢性效應數據和基因數據的物種敏感度分布具有邏輯性，通過后續的繼續研究，也許能為基因效應數據在水環境安全閾值或者水環境質量基準推導中的應用提供部分基礎。