QSAR en read-across modellen voor waterkwaliteit

Uitdagingen voor beoordeling van chemische waterkwaliteit

Wereldwijd neemt het aantal stoffen dat in water kan worden aangetroffen toe. Door de toepassing van non-target screening (NTS) methoden, waarbij watermonsters breed geanalyseerd worden op de aanwezigheid van stoffen, wordt de chemische structuur van steeds meer onbekende stoffen in beeld gebracht. Het is belangrijk om te weten of stoffen milieugevaarlijk zijn. Deze kennis is van belang voor zowel bedrijven die deze stoffen produceren, als drinkwaterbedrijven en andere waterbeheerders die deze stoffen in water tegenkomen. Voor nieuwe, opkomende stoffen en voor stoffen die kunnen ontstaan in het milieu of bij waterbehandeling (transformatieproducten) is vaak nauwelijks informatie beschikbaar over toxicologische eigenschappen en mogelijk nadelige effecten voor de menselijke gezondheid en het milieu.

In silico toxicologie

In silico modellen gericht op het voorspellen van toxiciteit van stoffen bieden hiervoor uitkomst. Met behulp van (kwantitatieve) structuur-activiteit-relaties [(Q)SARs: (quantitative) structure-activity relationships] wordt onderzocht welke chemische substructuren en/of fysisch-chemische eigenschappen voorspellend zijn voor een nadelig gezondheidseffect en kan worden bepaald of een nieuwe stof een ‘structural alert’ heeft voor dat effect. Daarnaast kan de stof door middel van een zogenaamde ‘read-across’ worden vergeleken met stoffen die een vergelijkbare chemische structuur en fysisch-chemische eigenschappen hebben. Voor stoffen waarvoor nauwelijks toxicologische informatie beschikbaar is, is een in silico benadering sneller en kostenefficiënter dan de uitvoering van experimenten in een laboratorium.

In silico modellen voor waterkwaliteit

Verschillende computerprogramma’s die gebruik maken van in silico modellen voor het voorspellen van toxiciteit worden door KWR ingezet voor verschillende doeleinden, zoals het prioriteren van stoffen voor studies naar zuiveringsefficiëntie, het verkrijgen van inzicht in mogelijke gezondheidseffecten van onbekende stoffen die worden aangetroffen in (drink)waterbronnen, en voor toxicologische risicobeoordelingen (al dan niet in combinatie met bioassays). In silico modellen beperken zich niet tot het voorspellen van toxiciteit van stoffen, maar bieden ook de mogelijkheid om fysisch-chemische eigenschappen van een stof en het gedrag in het milieu en zuivering te voorspellen. KWR heeft de Aqua Priori tool ontwikkeld om de mate van verwijdering van organische microverontreinigingen in de zuivering te voorspellen op basis van QSARs.

De meeste in silico tools zijn relatief gebruiksvriendelijk, maar vereisen wel dat experts de resultaten beoordelen en interpreteren (expert judgement). In silico tools maken inzichtelijk welke microverontreinigingen in water een mogelijk risico voor de gezondheid en het milieu geven. Daardoor hebben ze een duidelijke toegevoegde waarde voor het oplossen van verschillende waterkwaliteitsvraagstukken rondom prioriteren voor vervolgonderzoek (Afbeelding 1) en veiligheids- en risicobeoordeling van stoffen (Afbeelding 2). Maatregelen en besluitvorming om eventuele risico’s in te perken kunnen hiermee doelgericht worden gekozen en ingezet.

Schematische weergave van toepassingen van in silico modellen voor toxiciteit voor het prioriteren van stoffen voor vervolgonderzoek en interpretatie van chemische analyses in het kader van waterkwaliteitsmonitoring.

Schematische weergave van de toepassing van in silico modellen voor veiligheids- en risicobeoordeling van individuele (waterrelevante) stoffen.