| 研究課題/領域番号 |
22KJ2360
|
|---|
| 補助金の研究課題番号 |
21J00885 (2021-2022)
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 (2023)
補助金 (2021-2022) |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分22060:土木環境システム関連
|
|---|
| 研究機関 | 愛媛大学 |
|---|
研究代表者 |
柳原 未奈 愛媛大学, 沿岸環境科学研究センター, 特別研究員(CPD)
|
|---|
| 研究期間 (年度) |
2023-03-08 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2025年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2024年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2023年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 水質 / 生態毒性 / 化学物質 / バイオアッセイ / 水生生物 / 河川 |
|---|
| 研究開始時の研究の概要 |
本研究では、モニタリングなどを通じて蓄積されてきた水質の化学分析・毒性データを活用し、水生生物に対する化学物質の毒性を予測し、化学物質を管理する仕組みを提案することを目的としている。まず、過去に報告された化学物質の濃度と生物に対する毒性のデータを組み合わせ、毒性を推定するモデルを構築する。さらに、そのモデルから得られる情報をもとに、水生生物保全の観点から、対策を優先すべき化学物質群を明らかにする。
|
| 研究実績の概要 |
本研究では、モニタリングなどを通じて蓄積されてきた水質の化学分析・毒性データを活用し、水生生物に対する化学物質の毒性を予測し、化学物質を管理する仕組みを提案することを目的としている。本年度は、１）化学物質の構造から毒性を予測するモデルの検討と２）水生生物の生息域と毒性の関係性の評価を中心に研究課題を遂行した。１）では、定量的構造活性相関（QSAR）に着目し、化学物質の構造から毒性を予測する手法の適用性について検討した。ここでは特に、毒性情報が報告されていない化学物質に着目し、類似の構造を有する化学物質の毒性情報をもとに当該物質の毒性を予測するモデルを用いて毒性評価を行った。この手法を、水環境中に存在する化学物質に対して適用して毒性を予測した例について国際学会にて発表するなど、化学物質の構造が毒性予測に重要な情報であることを示した。２）では、水生生物の化学物質への感受性が淡水域と海水域で異なるという背景から、毒性予測を行ううえでの淡水・海水産の生物種のデータの取り扱い方について検討した。水生生物の生態毒性試験の結果をもとに、およそ100種類の化学物質について種の感受性分布（SSD）を推定し、淡水産・海産の生物種間で感受性を比較した。その結果、両者の間で感受性はほぼ同程度であることが示され、本研究での毒性予測においてこれらの生息域を合わせて扱うことの妥当性が示唆された。以上のように、化学物質の物性情報や、生態毒性のデータをもとにした毒性予測・評価の手法を構築するうえで重要な知見が得られた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究の大きな目的の一つである、毒性予測のためのモデル構築に関して、化学物質の濃度だけでなく化学物質の特徴や物性による毒性予測も重要であると考えられたため、本年度は定量的構造活性相関（QSAR）を用いた新しい手法を取り入れた。そして、環境中に存在する化学物質について毒性を予測する例について国際学会における成果発表を行った。さらに、種の感受性分布を用いた淡水産・海産生物の感受性比較によって生態毒性を評価するうえで重要な情報を示し、国際誌・国際学会において成果を発表した。また、環境サンプルの測定項目の変更に伴い分析が延期されたものの、サンプルは問題なく保管されているため研究課題の進捗に影響はなく、データ解析・モデル構築に関する検討を進めたことからおおむね計画通りの成果が得られている。
|
| 今後の研究の推進方策 |
これまでに収集したデータセットや構築した手法をもとに、化学物質の構造や濃度の情報から毒性を予測するための検討を進める。さらなる応用として、in vitroのバイオアッセイの結果をさらに活用するために、Effect-based trigger value (EBT)を予測の枠組みに取り入れることを予定している。さらに、採取・保存している環境サンプルの分析を行うため、実験のセットアップを並行して進め、新たなデータの取得に向けて準備を整える予定である。
|
