2022, Vol. 14 
随着科学技术和化工产业的迅猛发展，全球化学品种类及其生产使用量呈现指数式增长。据报道，每年随工农业、生活用水等汇入天然水体的化合物大约有3亿t[1]。与日俱增的化学品在其生产、使用和流通过程中给环境，特别是水环境造成了严重影响，由化学品引发的水环境突发事件频繁发生，对水生态系统破坏严重，甚至威胁到了人类健康。鉴于此，各国纷纷出台了不同的水质标准，就各类污染物浓度做出相应规定，并积极监测各项指标。然而，以化学品种类和浓度的监测仅仅能对常规的、受关注的、被列为危害优先级的环境污染物进行分析和检测，并不能完整地反映出水体水质的真实状况。例如，被列为致突变危害优先等级的多环芳烃(PAHs)等污染物仅能表达出12%的生物致突变效应[2]。目前，一个典型的环境样品中可检测到的化学物质可达几千种，而全球分子质量＜500 Da的化学物质约有1060种。因此，以目前有限的人力、物力等，无法满足如此庞大的环境监测任务。基于某几种或几类化学品浓度的环境监测，很难体现出这些物质以混合物存在时的综合作用，导致了环境监测仅能就环境状况和污染特征给出描述，在应对突发性事故，如大面积水华暴发等方面，缺乏更为精准的症状和关联诱因剖析，使得问题无法根治。
环境监测作为环境保护的重要环节，不仅描述当前环境状况，更应该对各环境参数的趋势进行预测，并对潜在的环境污染事件做出预警。基于生物导向的水生态健康监测，通过监测生物应对不同环境胁迫下的分子、细胞、个体、种群甚至是群落水平的响应，覆盖了水体病原微生物和尚未知环境物质(如污染物在环境中的代谢物、污染处理过程中的中间物及转化物等)，与基于化学品浓度的监测相比，更能直接展现出全面的环境影响信息。近年来，基于生物导向的水生态健康监测逐渐引起了国内研究者的广泛关注。欧洲议会和理事会于2000年颁布的关于水环境领域政策的团体行动框架指令——《欧盟水框架指令》指出，化学指标和生物指标评估在水环境保护和水体管理过程中同等重要。德国环境学家Brack等[3]提出，基于生物效应的分析是水环境监测的关键。荷兰科学家Posthuma等[4]也认为，水质监测过程中早期的生物评价为水环境保护和水生态修复提供了更多的操作空间。
现从水质评价的生物指标出发，通过病原微生物、指示生物、生物毒性效应和生态完整性4个方面，介绍了常用的生物监测方法在水生态健康监测中的现状。通过介绍个体、器官、细胞、分子等不同层面的生物技术，指明生物监测在水生态健康评估中的发展方向和优势，以期为水生态健康监测的完善和发展提供助力，最终提高水生态监测质量和效率。
1 基于病原微生物的水生态健康监测病原微生物主要包括病毒、细菌、原生动物、朊病毒、类病毒、真菌等[5]，可以对包括人类在内的，从单细胞动/植物、细菌到高等动/植物等的所有生物体产生重要影响，是水体引发人类疾病的主要原因[6]。人类和动物粪尿排泄是水环境病原微生物污染的主要途径，某些病原微生物可通过粪-口传播，导致介水传染病的发生，从而引发大规模流行疾病，严重威胁着水生生物，甚至是人类健康。因此，控制病原微生物对于保障水生态健康，特别是饮用水安全显得尤为重要。
世界各地的饮用水标准均对微生物指标做出不同程度的要求(表 1)，但这些现行的标准缺少对病毒和产毒藻类的相关规定，仅美国、加拿大等少数国家将病毒的安全限值及其处理程度列入饮用水标准。然而，建立不同水体微生物数据库，完善病毒等病原微生物的安全限值，规范指示微生物的监测方法对于维护水生态健康至关重要，特别是对突发性介水传染病具有重要的风险预警作用。
|
表 1 世界各地饮用水标准的微生物指标 |
指示生物是通过生物的典型症状或可测量的响应来反映其所处环境中污染物的存在状态，及污染暴露强度和暴露量，进而表征该环境的健康状况[7]。指示生物可以是某一种或者某一类生物，可以准确反映其生境及所处环境的状况。指示生物对环境的响应包括发生在分子、生物化学、生理、病理组织及生物个体甚至种群和群落等不同生物学组织水平上的生物学效应[8]。理想的指示生物应当具有以下特性：(1)具有较高的生态相关性；(2)对环境胁迫敏感；(3)地理分布广泛；(4)具有较高的繁殖能力[9]。因此，指示生物不仅能够整合环境物理、化学及生物因素的共同胁迫实时信息，而且还可为水生态变化研究提供预警[10]。在应用指示生物监测水生态健康时，指示生物除了受污染或干扰而产生的独立的、确定性的变化外，还会受到自然的随机变化，因此良好的指示生物应该对确定性因素的反应比随机因素要更为敏感。常用于水生态健康监测的指示生物主要包括藻类、无脊椎动物、鱼类等。
2.1 藻类指示生物水生态系统中藻类分布广泛、繁殖速度快，生活周期短，而且其生长状态和繁殖能力会伴随环境的变化而变化。鉴于藻类应对环境变化的及时性和敏感性，早在1908年，德国藻类学家Kolkwitz和Marsson就根据不同藻类对污染的耐受程度对其进行分类，并根据特定藻种的出现情况来对河流退化程度进行划分[11]。藻类作为生物指示物在水生态健康评估中得以广泛应用，不仅是水生态的重要组成部分，还可指示水环境的健康状况，为水体退化提供预警[12]，如Wan Maznah等[13]根据藻类存在于清洁水体、受污染水体及海水中的种类差异，对Pinang流域进行污染状况评估。鱼腥藻(Anabaena)、微囊藻(Microcystis)、颤藻(Oscillatoria)、念珠藻(Nostoc)、锥囊藻(Dinobryon)、色球藻(Chroococcus)、角星鼓藻(Staurastrum paradoxum) 和 鱼鳞藻(Mallomonas)等藻类常被用来作为水生态毒性和污染程度的指示生物[12]。常用的藻类生理层面指示指标主要有叶绿素a，如四尾栅藻(Scenedesmus quadricauda)的叶绿素a可指示水环境中2, 4-二氯苯氧乙酸(2, 4-D)、草甘膦、百草枯等除草剂的污染程度[14]。藻类丰度和物种组成也是常用指标，如用浮游藻类的丰富度、物种组成和丰度来指示尼日利亚森布雷罗河和尼日尔三角洲的水环境变化[15]，Barinova等[16]根据夏季的藻类多样性来评估美国国家公园水质状况，根据小型底栖硅藻的丰度来指示点/面源污染所引起的环境改变[17]。基于藻类物种对不同环境胁迫的敏感性差异，可以针对性地选择不同藻类对相应的水生态状况进行表征(表 2)[18-23]。
|
|
表 2 不同水质类型指示藻类 |
无脊椎动物作为水生食物链初/中级消费者，将污染物和营养物与较高营养级连接起来，是水生态系统食物网的重要组成部分。与藻类相比，无脊椎动物寿命较长，能够整合一段时间的环境效应，其作为水生态健康的指示生物，对环境胁迫的指示可通过从个体水平到种群水平的响应来表征。个体水平的响应主要包括环境胁迫下的生理和行为变化[24]。例如，大型甲壳纲动物的避难行为可用于指示水环境中金属铜和铬，以及杀虫剂硫丹的污染[25]。种群水平的响应主要表现为应对特定环境胁迫时在多个个体上展现出相同的变化，且该变化可通过增加或者降低死亡率/存活率以导致该种群密度的变化。这种变化可以是短期对生长发育的影响，也可以是长期的基因选择。例如，扇贝(Mimachlamys varia)的种群结构和物种多样性被用于指示法国南海岸化学品污染状况[26]。种群水平应对环境胁迫的响应包括种群丰度、不同物种的丰富度以及特定的重要物种是否出现等。例如，红海Suez海湾的大型底栖无脊椎动物的种群丰度被应用于指示其水质和沉积物质量状况[27]。由于无脊椎动物对环境胁迫的敏感性不同，水生态状况越好的水体中无脊椎动物的种类越多，随着水污染程度增加，无脊椎动物的种类减少，部分耐污种密度增大[28]，不同的水生态状况对应的指示无脊椎动物见表 3[29-32]。
|
|
表 3 不同的水生态状况对应的指示无脊椎动物 |
与藻类和无脊椎动物相比，鱼类具有更长的寿命和活动能力，可反映环境健康的总体状态[33]。首先，鱼类快速而敏捷的行为反应如运动、速度、路径改变、空间利用、中心距离等，作为其生理需求和生态环境的连接，是其应对环境胁迫时一系列中枢神经系统调节下的结果，均可作为水生态健康监测的指示指标。鱼类群落的多样性和群落结构的时空变化可用来评估河流生态状况[34]。其次，鱼类作为水生态系统中的高等生物，除了可从种群和群落水平来指示水生态健康状况外，鱼类的心血管系统和呼吸系统异常也可作为生态健康监测的指示指标[35]。例如，通过观测鱼类血浆中生物标记物的反应，可以判断水环境内分泌干扰物的效应水平[36]。
3 基于生物毒性效应的水生态健康监测评估化学污染对水生态系统甚至人体健康的危害是水生态健康监测与评估的重要内容。污染物复杂多样，已有的物理化学毒性检测指标较为单一，为了更好地评估水体复合污染，结合环境毒理学相关理论逐渐发展了基于生物毒性效应的水生态健康评估方法。生物毒性效应是指化学物质对生物体健康产生的有害生物学改变，研究方法主要以动物试验为主，包括体内试验和体外试验。
3.1 体内试验体内试验利用动物整体进行试验，多用于检测外源化学物质的一般毒性，主要目的是反映污染物在环境中的整体生物效应，按照染毒的持续时间不同，可分为急性、亚急性和慢性毒性试验。
3.1.1 急性毒性试验急性毒性被认为是在相对较短的时间内接触污染物所引起的毒性效应。在急性毒性试验中主要关注半数致死量和急性阈剂量，以确定毒作用方式和中毒反应，在水环境监测中可用于确定废水的安全排放量，并为制定相关废水排放标准提供科学数据。然而，污染物在水环境中的急性毒性水平还与水体其他理化性质有关。例如，Duan等[37]研究发现，苯酚的急性毒性受到水体硬度、盐度、溶解氧等性质的影响，在毒性测试中需要调节好生物种类以及测定条件等因素，以期得到可靠的毒性试验数据。水环境中污染物的毒性在不同的受试物种之间也有差异，并且受到暴露时长和其他污染物的共同影响[38]。因此，在进行急性毒性评估时应考虑水环境的联合毒性。
3.1.2 亚急性毒性试验亚急性毒性试验是在相当于动物生命的1/30~1/20的时间内使动物每日或反复多次接触受试物的毒性试验，其目的是进一步确定受试物的主要毒性作用、靶器官，对最大无作用量或中度阈剂量做出初步估计。在亚急性毒性试验中观察的指标有：一般综合指标、血液及生化检验、病理组织学检查。Yang等[39]将实验鱼类在含有喹乙醇的环境中喂养6周，各部位病理变化结果显示，肾脏是毒性作用的靶器官。
3.1.3 慢性毒性试验慢性毒性试验是以低剂量外来化学物质，长期与实验动物接触，观察其对实验动物产生的生物学效应，其目的是确定最大无作用剂量并对污染物的危险性进行评价。水环境中的生物长期暴露在水体中，因此对水体进行慢性毒性试验可以完善污染物的毒性属性，为环境监测、环境容量和污染物排放提供依据，也有利于选出水环境风险的优先污染物。例如，将水蚤、斑马鱼和藻类长期暴露于含有水中药品和个人护理品(PPCPs)的水体环境中，克拉霉素对藻类表现出较高的敏感性，具有较高的环境风险，可将其作为该水体环境的优先污染物[40]。
3.2 体外试验不同于体内试验的整体性，体外实验可以有针对性地关注化学物质在不同生物学水平上的毒性效应，从而探究毒物在生物体内不同层次的毒性机制，为水生态健康监测提供更加全面的方向。根据生物毒性监测原理，可以将毒性检测指标分为器官水平、细胞水平和分子水平[41]。不同生物学水平的毒性作用相联系，可以进一步推测该毒性效应对物种甚至种群层面的影响，是环境风险预警的重要手段。
3.2.1 器官水平由于有毒物质对器官的亲和性和特异性，许多外源性化学物质能够特异地损伤某一器官。当这些器官暴露在相应的环境中时，会表现出对污染物的敏感性和毒性效应。因此，可以将此类器官作为生物标志物进行毒性试验来评估化学物质的环境风险。例如，双壳类软体动物的鳃、性腺和消化腺对多种污染物敏感，其组织病理学改变被认为是评估环境污染物暴露程度的一个标志[42]，以鳃作为生物标记物，双壳动物可以很好地评估水中新污染物(CEC)暴露的水生态健康状况[43]。使用牛角膜器官培养技术，将牛角膜在实验室培养3周，可用其进行体外毒性测试以评估化学物质的毒理学效应[44]。
3.2.2 细胞水平体外细胞和组织培养是一项重要的替代动物实验，从动物体内取下肝、肾、脑、皮肤等的细胞和组织，在生长培养基中培养，可以用于测试化学品的毒性效应[44]。细胞水平上通常以细胞存活率和细胞活性等生物特征来表征细胞毒性作用，主要毒性指标有：发光度、吸光度和细胞活力等。发光度监测通常具有较高的灵敏度和较长的信号持续时间，已经广泛运用于细胞毒性监测过程，通过测试发光度可以间接表示细胞的存活率和细胞活性等生物特征。逯南南等[45]采用离体细胞测试技术，研究三氯乙烯(TCE)、四氯乙烯(PCE) 对中国仓鼠卵巢细胞(CHO) 的细胞毒性作用，通过测试荧光强度来代表细胞内的活性氧(ROS)水平，从而确定TCE、PCE对细胞的氧化损伤。Songa等[46]以吸光度作为主要毒性测试指标，利用小鼠巨噬细胞(RAW 264.7)和人肾小管上皮细胞(HK2)进行细胞毒性试验，通过未处理细胞的吸光度的百分比来评估细胞存活率，进而评估1, 2-1, 2-己二醇的潜在毒性作用。细胞活力研究包括体外有毒物质对细胞损伤抑制程度以及细胞对该损伤的保护作用及机制[41]。Liu等[47]通过体外试验发现，磷酸三(1, 3-二氯丙基)酯(TDCPP)暴露可诱导细胞分支、轴突、细胞间网络连接和未分化细胞神经突减少，造成细胞活性降低和凋亡率增加，从而证实了TDCPP的神经毒性，对于肝毒性的研究则关注了肝细胞周期、DNA修复和相关凋亡基因的调控。
3.2.3 分子水平分子水平是指对DNA、蛋白质等生物大分子进行研究，从毒性机理的本质和规律阐述毒物的毒性作用。基因组学、蛋白组学、代谢组学具有高通量筛选特征和灵敏的检测能力，在研究毒物的毒性作用机制上具有很大优势[48]。将代谢组学、基因组学、转录组学或蛋白质组学方法相结合，可以从分子水平上有效地阐明环境污染物对机体的毒性作用及其发生机制，为环境健康评估提供依据[49]。Diaz-Sosa等[50]以谷胱甘肽巯基转移酶、谷胱甘肽过氧化物酶、乳酸脱氢酶和乙酰胆碱酯酶这4种酶作为标志物，确定了布拉格污水处理厂中3种药物(速尿，氢氯噻嗪和曲马多)在细胞、酶水平上对无节铃虫神经系统的毒性作用和细胞损伤的亚致死浓度。Liu等[47]研究表明，TDCPP对水生生物生长发育的毒性作用机制主要是通过影响甲状腺激素调节基因的表达，进而造成甲状腺激素分泌紊乱。Eom等[51]采用转录组学和蛋白组学方法，全面研究了多壁碳纳米管在线虫体内的毒性分子机制，从而得出吞噬作用、内吞作用、内质网应激和氧化应激是环碳纳米管对线虫摄取和毒性的作用机制。
3.2.4 有害结局路径框架为了将不同生物层次水平的化学毒性信息组织起来，有害结局路径(AOP)的概念日渐被采用，AOP根据已有的生物与微生物学基础，结合化学品的性质，将外源污染物的生物反应与环境风险评估结合起来，根据化学品所诱导的分子效应以及该效应在细胞、组织、器官上所响应的毒性效应来评估该化学物在个体、种群上的毒性效应，以此作为环境风险评估的依据[52]。
一个典型的AOP框架通常由一个分子起始事件(MIE)、多个关键事件(KE)和一个有害结局(AO)组成。MIE标志着外源化学品与大分子物质相互作用的开始，逐步反映到细胞、组织、器官水平，在不同的生物学水平上，选择一些标志性的反应作为关键事件，最终在生物个体或种群水平上，将AO作为整个框架的终点[53]。魏凤华等[54]根据二噁英及二噁英类物质(DLCs)已有的毒性研究结果，描绘出了二噁英及DLCs的AOP框架，明确指出在二噁英的AOP中，分子启动事件为激活芳香烃受体(AhR)，二噁英及DLCs在启动AhR分子事件后有3个关键事件发生：最主要的通路是持续诱导AhR与芳香烃受体核转运蛋白(ARNT)二聚化，从而导致细胞形态发育期间的ARNT和原来的结合对象分离，最终干扰依赖ARNT的细胞功能；二噁英和DLCs还可以和转录辅助因子作用，从而影响器官功能；AhR的激活还将导致代谢酶的诱导，从而造成器官发育异常。最终在个体水平上表现出的AO为：个体发育异常、胚胎致死、增加不孕症及改变父母行为。
AOP框架为研究新化合物的毒性提供了一定的指导。通过构建多个化学物质的AOP框架，了解其造成有害结局的分子启动事件以及路径，在面对新化合物时，将其分子启动事件与AOP框架进行比较，或许可以直接预测此化学物质在细胞和个体水平上的毒性效应，而不需要进行动物实验。Clewell等[55]对相关文献进行评估，结合与人类相关的主要暴露途径，估算邻苯二甲酸氢钾及其代谢物在稳定状态下的血浆浓度，以确定邻苯二甲酸盐的毒理学终点。随着对污染物毒性机理的研究日渐深入，越来越多的污染物AOP框架被提出。Jeong等[56]对微塑料的体内和体外毒性活性数据进行分析研究，最终提出了基于化学添加剂毒性机制的微塑料AOP框架。Khan等[43]讨论了生物标记物在AOP中的重要地位，将双壳模型运用到污染物的AOP框架建立中，以此来进行环境风险和人类健康评估。多种污染物AOP框架的建立为水环境监测、关键毒害物质鉴别和水生态健康评估提供了重要的指导意义，在环境管理上有着广阔的前景。
4 基于生态完整性的水生态健康评估生态完整性评估指与自然或历史扰动机制范围内运行的参考生态系统相比，对于目标生态系统的结构、组成、功能和连接性的评估。生态系统为了保持完整性，应该在一系列特征的空间和时间尺度上相对无损[57]。生态完整性包括物理完整性、化学完整性和生物完整性。其中生物完整性是指在某一区域内支撑和维持所有生物体生命活动和过程的能力[58]。生物完整性评价需要包括结构和功能2个方面。基于生物完整性理念而构建的生物完整性指数(IBI)在水生态健康评价中应用最为广泛。
在生态完整性评价中，生态基准是一个重要的参照要素，生态基准是指原始的自然状态或最小受到人类活动干扰的状态。生态基准可以控制研究的影响因子之外的因素对环境的干扰，保证生态评价结果的可靠性[59]。在生态完整性评价中，通常以参照状态来描述生态基准，以设置参照点为评价环境受损程度及生物群落改变程度提供基准。参照点原则上是指未受人类活动干扰或受干扰极小的采样点，在实际情况中难以找到几乎不受人类干扰的区域，此时可结合其他参照点的选择标准，从多个方面进行设置，来反映不同类型、不同程度的人类活动干扰。
浮游植物对环境变化较为敏感，轻微的环境变化可能会导致浮游植物数量和结构特征发生较大的变化。因此，浮游植物的种群丰度、种类组成和多样性是反映水体健康状况的重要指标，评价浮游植物群落结构变化已成为评价水生态健康的重要手段[60]。大型底栖无脊椎动物是评价水生态健康最常用的生物类群，具有生命周期长、行动缓慢、分布范围广、形体相对较大、易于辨认、生活周期长、对不同类型的污染或人为干扰的响应比较敏感等特点，现已成为广泛应用于评价河流生态健康的指示生物，可以综合反映人类的长期活动对河流生态系统产生扰动的程度[61]。对于水生生态系统的多项研究也表明，大型无脊椎动物群落的变化与土地利用变化一致，可以成功用于评估生态完整性[62]。鱼类在自然界中分布广泛，易于采集、处理、识别，并且其对栖息地和其他环境应激源敏感性高，常常被用作水生态健康变化的指标。因此，以浮游植物、大型底栖无脊椎动物和鱼类作为指示生物分别构建的浮游植物生物完整性指数(P-IBI)、无脊椎动物生物完整性指数(B-IBI)和鱼类生物完整性指数(F-IBI)，是水环境生物完整性评价的常用指标。构建IBI评价体系的一般路线见图 1[63]。其中，收集采样点生物数据是计算IBI的基础与依据，也是评价体系可信度的保证。然而，由于指示生物在水环境中具有一定的空间区域代表性，在不同生境条件下群落特征存在显著差异，因此需要大量现场调查与实验数据。此外，外界干扰也会增大物种识别和样品收集的难度。
|
图 1 构建IBI评价体系的一般路线 |
在进行水环境生物完整性评价的过程中，需要对生物群落组成和多样性进行分析，单一类群评价结果的说服性较弱，这是因为不同的生物类群对于环境的要求和适应性不同。因此，在同一环境区域内不同类群的评价结果会具有一定的差异性。为了科学全面地对水生态健康进行评估，在进行生物完整性评价时，需要将所有类群的评价结果综合起来进行评判。然而，传统的形态学鉴定程序耗时且成本较高，并且对于获取珍稀物种的分布以及物种鉴别难度较大，具有较大的局限性。DNA信息可以为许多无法进行形态学鉴定的类群提供生物多样性信息，并且通过DNA编码技术可以提供与传统的生物评估指标相关的信息，为调查生物多样性提供了一种经济有效的方法，克服了传统形态学分类的生物评价存在的缺点，展现出多方面的优势[64]。
环境DNA(eDNA)技术是指从环境介质(水、土壤、沉积物等)中提取DNA，再对特定的基因组片段进行聚合酶链式反应(PCR)扩增和高通量测序，从而对生态环境中的物种进行检测。这一技术还可与机器学习、遥感技术等结合起来进行大规模、高频率的水生态健康评价。DNA宏条形码的提出进一步促进了eDNA技术的发展，DNA宏条形码是指生物基因组中普遍存在的一段能够高效鉴定物种的DNA标准区域，它可以有效地对生物物种进行分类与鉴定，从而评估水生态健康状况[65]。通过对特定区域的DNA进行PCR扩增，得到一个短条形码位点，又对扩增子文库进行测序，大量的基因序列生成相应的生物学信息，将这些序列与参考序列数据库进行对比，可以获得对应的分类和身份信息。为了充分利用DNA条形码技术在水环境监测中的潜力，必须尽可能地扩充参考序列的遗传数据库。较为理想的情况是，有一个覆盖目标生态系统中全部物种的数据库，在每个物种分布范围中均匀地选择代表样本，以防止目标条形码基因可能存在的区域上的差异[66]。数据库的扩增可以大大提高生物分类成功的概率。
两栖类动物和鱼类的监测通常需要特定的观察时间，这增加了物种丰富度评估的难度，eDNA技术可以同时监测多生物群落且具有较高效的物种鉴别能力，在生物多样性监测上具有显著优势。有研究通过分析巴西某流域11个点位的水和沉积物，评估了eDNA在评估鱼类群落结构和分布方面的潜力。在降雨前后进行采样，使用高通量测序对鱼类多样性进行评估，结果显示降雨前鱼类群落的物种丰富度是降雨后的近2倍。这有助于进一步揭示该流域鱼类多样性的模式[67]。同时，eDNA技术可以反映生物群落结构的时空差异。以浮游动物为例，有研究使用eDNA技术监测浮游动物群落结构的时空变化，发现其物种组成和生物相互作用在不同季节之间均有显著差异[64]，这说明由于物种组成的时空差异，在进行生物多样性评估时，需要进行多季节采样。基于季节的eDNA生物完整性指数反映了生物在特定时期的生态状况，提高了生物评价的时效性。
6 结语基于生物导向的水生态健康监测，能够更直接、全面地反映水体的真实环境状况，为水生态健康监测与评估提供更为全面的背景信息。基于病原微生物指标和指示生物对水生态系统的健康监测与评估，可以直观地反映水体环境质量水平。不同生物学水平的毒性效应研究则为水环境质量管理提供有效的生物毒性数据，有害结局路径(AOP)将各个分子层面的生物毒性研究相联系，有利于分析污染物对生物的毒性作用机制，并由此为水生态健康评估提供新的思路和方法。生物完整性指数(IBI)的建立从整个生态系统结构和功能层面评估水生态健康状况，eDNA技术与高通量测序有助于更为全面地分析环境中的生物完整性潜力，是水生态健康评估的又一助力。综上，相比于传统的物理、化学监测，基于生物的水生态健康监测逐渐成为环境监测领域的重要部分，由此发展而来的分子生物学技术也极大地提高了水生态健康监测与评估的全面性与有效性。
| [1] |
SCHWARZENBACH R P, ESCHER B I, FENNER K, et al. The challenge of micropollutants in aquatic systems[J]. Science, 2006, 313(5790): 1072-1077. DOI:10.1126/science.1127291 |
| [2] |
VERMA P K, SAH D, DUBEY J, et al. Mutagenic and cancer risk estimation of particulate bound polycyclic aromatic hydrocarbons from the emission of different biomass fuels[J]. Chemical Research in Toxicology, 2021, 34(3): 743-753. DOI:10.1021/acs.chemrestox.0c00378 |
| [3] |
BRACK W, AIT A S, BACKHAUS T, et al. Effect-based methods are key. The European Collaborative Project SOLUTIONS recommends integrating effect-based methods for diagnosis and monitoring of water quality[J]. Environmental Sciences Europe, 2019, 31(10). |
| [4] |
POSTHUMA L, ALTENBURGER R, BACKHAUS T, et al. Improved component-based methods for mixture risk assessment are key to characterize complex chemical pollution in surface waters[J]. Environmental Sciences Europe, 2019, 31(1). |
| [5] |
ALBWETS B, JOHNSON A, LEWIS J, et al. Introduction to pathogens, in Molecular Biology of the Cell[M]. 4th edition. Garland Science, 2002.
|
| [6] |
MORIYÓN I, LÓPEZ-GOÑI I. Structure and properties of the outer membranes of Brucella abortus and Brucella melitensis[J]. International Microbiology: The Official Journal of the Spanish Society for Microbiology, 1998, 1(1): 19-26. |
| [7] |
BARBOUR M T. Rapid bioassessment protocols for use in wadeable streams and rivers: periphyton, benthic macroinvertebrates and fish[M]. US Environmental Protection Agency, Office of Water, 1999.
|
| [8] |
尚惠华, 胡绍燊, 刘冬姝, 等. 生物标志物在环境评价中的应用研究概况与趋向[J]. 污染防治技术, 2004, 17(1): 49-53. |
| [9] |
KANE A, SALIERNO J, BREWER S. Fish models in behavioral toxicology: automated techniques, updates and perspectives[J]. Methods in Aquatic Toxicology, 2005, 2: 559-590. |
| [10] |
VAN DER SCHALIE W H, SHEDD T R, KNECHTGES P L, et al. Using higher organisms in biological early warning systems for real-time toxicity detection[J]. Biosensors and Bioelectronics, 2001, 16(7-8): 457-465. DOI:10.1016/S0956-5663(01)00160-9 |
| [11] |
KOLKWITZ R, MARSSON M. Oekologie der pflanzlichen Saprobien[J]. Berichte der Deutschen Botanischen Gesellschaft, 1908, 26: 505-519. |
| [12] |
OMAR W M W. Perspectives on the use of algae as biological indicators for monitoring and protecting aquatic environments, with special reference to Malaysian freshwater ecosystems[J]. Tropical Life Sciences Research, 2010, 21(2): 51. |
| [13] |
WAN MAZNAH W, MANSOR M. Periphytic algal composition in Pinang River Basin, a case study on one of the most polluted rivers in Malaysia[J]. Bioscience Journal, 2000, 11(1-2): 53-67. |
| [14] |
WONG P. Effects of 2, 4-D, glyphosate and paraquat on growth, photosynthesis and chlorophyll-a synthesis of Scenedesmus quadricauda Berb 614[J]. Chemosphere, 2000, 41(1-2): 177-182. DOI:10.1016/S0045-6535(99)00408-7 |
| [15] |
WOKOMA O, NWAUGO V, CHIMA G. Epipelic algae species composition and abundance in the brackish water axis of sombreiro river, Niger Delta, Nigeria[J]. International Journal of Geography and Environmental Management, 2016, 2(1): 41-46. |
| [16] |
BARINOVA S, SMITH T. Algae diversity and ecology during a summer assessment of water quality in the Abraham Lincoln Birthplace National Historical Park, USA[J]. Diversity, 2019, 11(11): 206. DOI:10.3390/d11110206 |
| [17] |
SALMASO F, QUADRONI S, COMPARE S, et al. Benthic diatoms as bioindicators of environmental alterations in different watercourses of northern Italy[J]. Environmental Monitoring and Assessment, 2019, 191(3): 158. DOI:10.1007/s10661-019-7290-x |
| [18] |
PARMAR T K, RAWTANI D, AGRAWAL Y. Bioindicators: the natural indicator of environmental pollution[J]. Frontiers in Life Science, 2016, 9(2): 110-118. DOI:10.1080/21553769.2016.1162753 |
| [19] |
冯天翼, 宋超, 陈家长. 水生藻类的环境指示作用[J]. 中国农学通报, 2011, 27(32): 257-265. |
| [20] |
杨硕, 方晶, 刘宇飞. 影响硅藻群落的环境机制及硅藻对水质指示作用的研究[J]. 河南科技, 2021, 40(8): 132-135. DOI:10.3969/j.issn.1003-5168.2021.08.049 |
| [21] |
彭焘, 李杰. 硅藻指示水体金属污染研究进展[J]. 水生态学杂志, 2016, 37(1): 1-8. DOI:10.15928/j.1674-3075.2016.01.001 |
| [22] |
夏桢妍. 乐安河水域重金属污染下的硅藻标志物响应分析[D]. 南昌: 南昌工程学院, 2019.
|
| [23] |
秦文弟. 应用蓝藻监测农药对环境污染的研究[D]. 兰州: 甘肃农业大学, 2003.
|
| [24] |
HODKINSON I D, JACKSON J K. Terrestrial and aquatic invertebrates as bioindicators for environmental monitoring, with particular reference to mountain ecosystems[J]. Environmental Management, 2005, 35(5): 649-666. DOI:10.1007/s00267-004-0211-x |
| [25] |
GUTIERREZ M F, PAGGI J C, GAGNETEN A M. Microcrustaceans escape behavior as an early bioindicator of copper, chromium and endosulfan toxicity[J]. Ecotoxicology, 2012, 21(2): 428-438. DOI:10.1007/s10646-011-0803-1 |
| [26] |
BREITWIESER M, BECQUET V, THOMAS-GUYON H, et al. Population structure and genetic diversity in the variegated scallop, Mimachlamys varia (Linnaeus, 1758), a novel bioindicator of chemical pollution on the French coastline[J]. Journal of Molluscan Studies, 2018, 84(4): 417-425. |
| [27] |
BELAL A A M. Macro-benthic invertebrates as a bio-indicator for water and sediment quality in Suez Bay, Red Sea[J]. The Egyptian Journal of Aquatic Research, 2019, 45(2): 123-130. DOI:10.1016/j.ejar.2019.03.003 |
| [28] |
于力, 于海燕, 王霞. 监测和评价浑江水质的底栖动物指标体系研究[J]. 中国环境监测, 2002, 18(6): 59-63. DOI:10.3969/j.issn.1002-6002.2002.06.018 |
| [29] |
周晏敏, 袁欣, 李彬旭, 等. 水环境指示生物筛选及水质评价方法研究[J]. 中国环境监测, 2015, 31(6): 28-33. DOI:10.3969/j.issn.1002-6002.2015.06.008 |
| [30] |
邓春凯. 生物的指示作用与水环境[J]. 环境保护科学, 2007, 33(4): 114-117. |
| [31] |
刘小丽. 水环境监测中生物监测技术研究[J]. 节能, 2020, 39(11): 87-88. DOI:10.3969/j.issn.1004-7948.2020.11.025 |
| [32] |
詹凡玢, 黎洁, 李军涛, 等. 海河流域黑龙港运东水系大型底栖无脊椎动物多样性研究[J]. 中国农学通报, 2015, 31(20): 25-34. |
| [33] |
李黎, 王瑜, 林岿璇, 等. 河流生态系统指示生物与生物监测: 概念, 方法及发展趋势[J]. 中国环境监测, 2018, 34(6): 26-36. |
| [34] |
NUON V, LEK S, NGOR P B, et al. Fish community responses to human-induced stresses in the Lower Mekong Basin[J]. Water, 2020, 12(12): 3522. DOI:10.3390/w12123522 |
| [35] |
KUKLINA I, KOUBA A, KOZÁK P. Real-time monitoring of water quality using fish and crayfish as bio-indicators: a review[J]. Environmental Monitoring and Assessment, 2013, 185(6): 5043-5053. |
| [36] |
FRANCO M E, BURKET S R, SIMS J L, et al. Multi-approach assessment for the evaluation of spatio-temporal estrogenicity in fish from effluent-dominated surface waters under low instream flow[J]. Environmental Pollution, 2020, 265(B): 115122. |
| [37] |
DUAN W, MENG F, CUI H, et al. Ecotoxicity of phenol and cresols to aquatic organisms: A review[J]. Ecotoxicology and Environmental Safety, 2018, 157: 441-456. |
| [38] |
DUAN W, MENG F, WANG F, et al. Environmental behavior and eco-toxicity of xylene in aquatic environments: A review[J]. Ecotoxicology and Environmental Safety, 2017, 145: 324-332. |
| [39] |
YANG Q, HE J, HE S Y, et al. Acute and Subacute toxicity study of Olaquindox by feeding to common carp (Cyprinus carpio L.)[J]. Ecotoxicology Environmental Safety, 2018, 161: 342-349. |
| [40] |
WATANABE H, TAMURA I, ABE R, et al. Chronic toxicity of an environmentally relevant mixture of pharmaceuticals to three aquatic organisms (alga, daphnid, and fish)[J]. Environmental Toxicology Chemistry, 2016, 35(4): 996-1006. |
| [41] |
孙齐, 韩严和, 齐蒙蒙. 基于不同生物水平的毒性检测指标研究进展[J]. 环境工程, 2020, 38(9): 63-70. |
| [42] |
ABDEL-LATIF H M R, DAWOOD M A O, MENANTEAU-LEDOUBLE S, et al. Environmental transformation of n-TiO2 in the aquatic systems and their ecotoxicity in bivalve mollusks: A systematic review[J]. Ecotoxicology Environmental Safety, 2020, 200: 110776. |
| [43] |
KHAN B, HO K T, BURGESS R M. Application of biomarker tools using bivalve models toward the development of adverse outcome pathways for contaminants of emerging concern[J]. Environmental Toxicology Chemistry, 2020, 39(8): 1472-1484. |
| [44] |
DOKE S K, DHAWALE S C. Alternatives to animal testing: A review[J]. Saudi Pharmaceutical Journal, 2015, 23(3): 223-229. |
| [45] |
逯南南, 许燕, 赵清华, 等. 三氯乙烯和四氯乙烯的细胞毒性及氧化应激机制研究[J]. 生态毒理学报, 2018, 13(6): 326-332. |
| [46] |
SONGA U, KIM J. Assessment of the potential risk of 1, 2-hexanediol using phytotoxicity and cytotoxicity testing[J]. Ecotoxicology Environmental Safety, 2020, 201: 110796. |
| [47] |
LIU D, YAN Z, LIAO W, et al. The toxicity effects and mechanisms of tris(1, 3-dichloro-2-propyl) phosphate (TDCPP) and its ecological risk assessment for the protection of freshwater organisms[J]. Environmental Pollution, 2020, 264: 114788. |
| [48] |
耿柠波, 任晓倩, 张海军, 等. 蛋白质组学在环境毒理学中的研究进展[J]. 生态毒理学报, 2020, 15(4): 88-98. |
| [49] |
付金, 胡建安. 代谢组学在环境污染物的毒作用及其机制研究中的进展[J]. 中南大学学报(医学版), 2019, 44(6): 692-700. |
| [50] |
DIAZ-SOSA V R, TAPIA-SALAZAR M, WANNER J, et al. Monitoring and ecotoxicity assessment of emerging contaminants in wastewater discharge in the City of Prague (Czech Republic)[J]. Water, 2020, 12(4): 1079. |
| [51] |
EOM H J, ROCA C P, ROH J Y, et al. A systems toxicology approach on the mechanism of uptake and toxicity of MWCNT in Caenorhabditis elegans[J]. Chemico-Biological Interactions, 2015, 239: 153-163. |
| [52] |
张家敏, 彭颖, 方文迪, 等. 有害结局路径(AOP)框架在水体复合污染监测研究中的应用[J]. 生态毒理学报, 2017, 12(1): 1-14. |
| [53] |
WANG R L. Semantic characterization of adverse outcome pathways[J]. Aquat Toxicol, 2020, 222: 105478. |
| [54] |
魏凤华, 张俊江, 夏普, 等. 类二噁英物质及芳香烃受体(AhR)介导的有害结局路径(AOP)研究进展[J]. 生态毒理学报, 2016, 11(1): 37-51. |
| [55] |
CLEWELL R A, LEONARD J A, NICOLAS C I, et al. Application of a combined aggregate exposure pathway and adverse outcome pathway (AEP-AOP) approach to inform a cumulative risk assessment: A case study with phthalates[J]. Toxicology in Vitro, 2020, 66: 104855. |
| [56] |
JEONG J, CHOI J. Development of AOP relevant to microplastics based on toxicity mechanisms of chemical additives using ToxCast and deep learning models combined approach[J]. Environment International, 2020, 137: 105557. |
| [57] |
FABER-LANGENDOEN D, LEMLY J, NICHOLS W, et al. Development and evaluation of Nature Serve's multi-metric ecological integrity assessment method for wetland ecosystems[J]. Ecological Indicators, 2019, 104: 764-775. |
| [58] |
王军, 黄真理, 李海英, 等. 基于大型无脊椎动物完整性的赤水河健康评价体系构建[J]. 中国环境监测, 2018, 34(6): 62-72. |
| [59] |
许宜平, 王子健. 水生态完整性监测评价的基准与参照状态探究[J]. 中国环境监测, 2018, 34(6): 1-9. |
| [60] |
LIN L, WANG F, CHEN H, et al. Ecological health assessments of rivers with multiple dams based on the biological integrity of phytoplankton: A case study of North Creek of Jiulong River[J]. Ecological Indicators, 2021, 121: 106998. |
| [61] |
刘蕊, 李中宇, 赵然, 等. 中国北方河流底栖动物群落季节性演替对水生态环境质量评价的影响[J]. 中国环境监测, 2018, 34(6): 84-91. |
| [62] |
AAZAMI J, KIANIMEHR N, ZAMANI A. Ecological water health assessment using benthic macroinvertebrate communities (case study: the Ghezel Ozan River in Zanjan Province, Iran)[J]. Environmental Monitoring Assessment, 2019, 191(11): 689. |
| [63] |
ZHANG Y, BAN X, LI E, et al. Evaluating ecological health in the middle-lower reaches of the Hanjiang River with cascade reservoirs using the Planktonic index of biotic integrity (P-IBI)[J]. Ecological Indicators, 2020, 114: 106282. |
| [64] |
BAGLEY M, PILGRIM E, KNAPP M, et al. High-throughput environmental DNA analysis informs a biological assessment of an urban stream[J]. Ecological Indicators, 2019, 104: 378-389. |
| [65] |
李飞龙, 杨江华, 杨雅楠, 等. 环境DNA宏条形码监测水生态系统变化与健康状态[J]. 中国环境监测, 2018, 34(6): 37-46. |
| [66] |
DUARTE S, VIEIRA P E, LAVRADOR A S, et al. Status and prospects of marine NIS detection and monitoring through (e)DNA metabarcoding[J]. Science of The Total Environment, 2021, 751: 141729. |
| [67] |
SALES N G, WANGENSTEEN O S, CARVALHO D C, et al. Space-time dynamics in monitoring neotropical fish communities using eDNA metabarcoding[J]. Science of The Total Environment, 2021, 754: 142096. |