-
随着工业的快速发展和生活需求的增加，化学品的数量不断增加，截止至2022年初，美国化学文摘社（Chemical Abstracts Service, CAS）中一共收录了1.93亿种有机和无机物质. 化学品可以通过环境介质、食物等各种暴露途径威胁人类健康和生态安全[1-3]. 为此，各国针对化学品管理发布了一系列法律法规和制度标准，如美国1976年颁布的《有毒物质控制法》（Toxic Substances Control Act, TSCA）[4]，欧盟2007年实施的《关于化学品注册、评估、许可和限制的法规》（Registration Evaluation and Authorization of Chemicals, REACH）[5]，加拿大1999年颁布的《加拿大环境保护法》（Canadian Environmental Protection Act, CEPA）[6]以及日本1973年颁布的《化学物质审查及制造管理法》（Chemical Substance Control Law, CSCL）[7]等，都建立了相对健全的化学品风险管理体系. 对化学品进行风险管理需要收集其大量的理化属性、生态毒理学、健康毒理学、环境行为等数据（图1），这是一项进展缓慢、具有长期性和反复性的工作[8]. 面对越来越庞大的化学品数据需求，健全的数据库成为支撑化学品风险管理必不可少的工具[9]. 为此，欧美日等发达国家和地区相继开发了结构数据库、毒性数据库、风险评估数据库等，以满足化学品风险管理的数据需求.
相比之下，我国化学品风险管理体系以及数据库建设起步较晚. 1994年，原国家环境保护局首次出台的《化学品首次进口及有毒化学品进出口环境管理规定》是我国化学品管理的起点[10]. 经过30多年的发展，我国化学品风险管理体系也在逐渐完善，如2020年末发布的《化学物质环境与健康危害评估技术导则（试行）》、《化学物质环境与健康暴露评估技术导则（试行）》及《化学物质环境与健康风险表征技术导则（试行）》三项技术导则为化学品风险管理奠定了良好基础. 但我国面向化学品风险管理数据库的建设工作仍进展缓慢，数据库中化学品基础信息有限，尤其缺乏化学品的健康/生态毒理学数据以及暴露数据[10]，与发达国家和组织存在较大的差距，难以支撑我国化学品的风险管理.
由于不同化学品风险管理数据库的侧重点以及涵盖信息范围不同，想要尽可能完整地收集化学品风险管理所需要的数据，需要对不同的数据库进行搜索. 故本文收集了19个国内外常用的化学品风险管理数据库，从数据库的发展历程、信息范围和用户体验3方面进行比较分析，从而为管理部门及公众在查询化学品信息时提供可靠的数据支持及数据库选择建议. 同时，本文还分析了国外化学品风险管理数据库在本土化应用过程中的问题以及当前我国数据库发展的不足，从而为我国化学品风险管理数据库的未来建设提供合理建议.
-
化学品风险管理数据库的开发与各个国家和地区不同时期的背景以及各方对化学品信息的不同需求密切相关. 20世纪70年代，随着各个国家和地区创建了各自的化学品管理法规，化学品风险管理数据库的开发进入萌芽阶段；进入21世纪以来，随着化学品风险管理法规的不断健全，化学品风险管理数据库建设进入快速发展阶段，数据库的数量和规模大幅增加、数据的全面性和可靠性也在不断提升. 本研究收集的19个国内外常用的化学品风险管理数据库，其中有11个数据库由美国开发，3个数据库由欧洲开发，2个数据库由日本开发，1个数据库由加拿大开发，2个数据库由中国开发（表1）.
-
本文包含11个美国主要的化学品风险管理数据库，其类型包括：侧重化学结构的结构数据库，如ChemIDplus数据库；重点关注毒理学信息的毒性数据库，如化学物质毒性数据库（Registry of Toxic Effects of Chemical Substances, RTECS）、生态毒理学数据库（Ecotoxicology Knowledgebase, ECOTOX）等；可以提供风险信息的风险评估数据库，如综合风险信息系统（Integrated Risk Information System, IRIS）和国际风险毒性评估数据库（International Toxicity Estimates for Risk, ITER）；以及涵盖全面信息的综合数据库，如PubChem数据库和化学仪表板（CompTox Chemicals Dashboard, CCD）. 这些数据库的开发与美国不同时期对化学品信息的需求密切相关. 1970年，美国国会通过了《职业安全与健康法》，其目的是尽最大可能保障工人在安全和健康的条件下开展工作[11]，于是化学品的健康毒性受到广泛关注. 在此背景下，美国国家职业安全与健康研究所（National Institute for Occupational Safety and Health, NIOSH）于1971年通过汇编公开科学文献中的数据开发了RTECS数据库[12]. 当前，该数据库主要包含化学品的毒性信息[13-14]. 随之，在1983年，美国国家科学院发表的一份重要报告《联邦政府的风险评估：管理流程》，这一开创性的报告提出了风险评估与管理的实用框架[15]. 随着这一报告的发表，化学品风险评估数据库的开发受到重视. 在1985年，为确保美国各地区及机构办事处健康风险评估的内部一致性[16]，美国环境保护局（U.S. Environmental Protection Agency, EPA）通过集合美国国会技术评估办公室（Office of Technology Assessment, OTA）提供的数据开发了IRIS数据库[17]，成为美国风险评估内部沟通的重要工具. 当前，IRIS数据库主要提供化学品的风险数据[18]. 在此基础上，1996年，美国通过汇编各个政府组织提供的风险数据开发了ITER数据库[19]. 当前，ITER数据库为化学品提供了来自全球各个组织的慢性人类健康风险评估数据，并解释了不同组织得出差异风险值的原因[20]. 随着化学品的广泛使用，其生态毒性也逐步受到监管部门重视[21]. 为满足化学品生态毒性的数据需求，美国国家环境保护局研究与发展办公室（Office of Research and Development, ORD）于1995年通过提取经同行评审文献中的数据开发了ECOTOX数据库[22]. 该数据库目前可提供化学品的生态毒理学数据，是当前世界上最大的生态毒性数据库[23]. 21世纪初，应用计算模型来评估化学品对人类健康和生态风险的计算毒理学受到美国的高度重视[24]. 高通量计算毒理学研究对于化学品大量基础数据的需求极大地推动了相关数据库的发展，PubChem和CCD这类涵盖全面信息的综合数据库相继被开发. 2004年，美国国立卫生研究院（National Library of Medicine, NIH）通过汇编政府机构、化学品供应商、期刊出版商、大学实验室、公共数据库等各方提供的可靠数据开发了PubChem数据库[25]，当前，PubChem数据库包含化学品的结构和标识、理化属性、毒理学、安全和危害、使用和制造、专利及药物等全面信息，已迅速发展成为一个关键的化学信息资源，广泛应用于化学信息学、化学生物学、药物化学和药物发现等许多领域[26-27]；2016年，为了支持计算毒理学研究工作，EPA将公共数据库、文献、政府机构等提供的数据进行整合开发了CCD数据库[28]，该数据库可提供化学品的理化属性、环境行为、暴露、使用、危害、毒理学等综合信息[29].
-
本文包含3个由欧洲各国/组织开发的常用化学品风险管理数据库，其数据库类型包括：以化学品结构为中心的结构数据库—ChemSpider数据库，涵盖全面信息的综合数据库—全球化学物质信息门户（The Global Portal to Information on Chemical Substances, eChemPortal）以及以生物活性数据为核心的药物数据库—ChEMBL数据库. 这些数据库的开发与欧盟颁布的化学品管理法规密切相关. 2007年欧盟开始实施的REACH法规是当今世界上最严格的化学品管理法规，该法规首次引入了基于“化学品风险”的管理理念和“无数据、无市场”的法规核心[10]. 为支持欧盟的化学品管理法规，欧洲各国/组织相继开发了支撑化学品风险管理的数据库. 在REACH法规开始实施的同一年，ChemSpider作为一个业余项目被开发，旨在为化学界提供一个免费资源库[30]. 随后，在2009年，ChemSpider被英国皇家化学学会（Royal Society of Chemistry, RSC）收购. 通过汇集来自政府、出版商以及公共数据库等数百个高质量数据源，该数据库可快速访问化学品的结构、理化属性、供应商等相关信息[31]. 随着化学品的广泛使用，化学品的危害性受到重点关注. 为响应可持续发展世界首脑会议以及政府间化学品安全论坛（Intergovernmental Forum on Chemical Safety, IFCS）中关于提高化学品危害数据可用性的相关提议，经济合作与发展组织（Organisation for Economic Co-operation and Development, OECD）在其已有化学品风险管理数据库的基础上与欧洲化学品管理局合作开发了eChemPortal数据库[32]. 当前，eChemPortal数据库为公众免费提供化学品的结构、危害、暴露和使用等全面信息. 2005年，欧盟针对日常生活中广泛使用的药品发布了《人用药品风险管理体系指南》，极大地推动了药品相关数据库的开发. 2011年，欧洲生物信息学研究所（European Bioinformatics Institute, EBI）通过从药物化学文献中手动提取生物活性数据的方式针对性地开发了ChEMBL数据库[33]. 当前，ChEMBL数据库可免费提供药品的靶点和生物活性数据[34].
-
日本在1973年颁布的CSCL法规是世界上第一部化学品专项法规. 作为最早颁布化学品专项法规的国家，日本建立了新化学物质审查、风险评估、分级管理等一系列化学品管理制度[7]. 为有力支撑化学品风险管理，日本相继开发了化学品风险评估数据库—化学风险信息平台（NITE Chemical Risk Information Platform, NITE-CHRIP）和化学品综合信息数据库—日本化学品协作知识数据库（Japan Chemicals Collaborative Knowledge Database, J-CHECK）. NITE-CHRIP是一个由国家技术和评估研究所（National Institute of Technology and Evaluation, NITE）通过汇编各个国家和国际权威机构发布的可靠数据（如评价报告、官方期刊、官方网站等）开发的门户网站，该数据库可免费搜索日本和其他国家的化学品相关法律法规以及化学品的风险信息. 为满足化学品风险管理中大量基础数据的需求，日本法律部门、厚生劳动省、经济产业省和环境省共同开发了信息更加全面的J-CHECK数据库，该数据库可提供化学品的理化属性、毒理学、制造和进出口等综合信息.
-
2006年，加拿大政府建立了“化学品管理计划”（Chemicals Management Plan，CMP），以《加拿大环境保护法》、《食品和药品法和病虫害防治产品法》等一系列法律为工具，管理化学品对生态环境和人类健康造成的风险[6]. 为管理日常生活中广泛使用药物的健康风险，保障人体健康与生态安全，加拿大阿尔伯塔大学Wishart研究小组于2006年建立了一个全面、免费的药物信息数据库，即DrugBank数据库，可以提供化学品的药物靶点和药物作用机制等信息[35-36].
-
自1994年我国开启了化学品风险管理的第一篇章，我国化学品风险管理数据库的建设也随着化学品风险管理体系的完善而逐步推进. 2003年，中国科学院生态环境研究中心为支持化学品风险管理开发了化学物质毒性数据库. 该数据库中的数据由专家从科学期刊论文中提取得到，包括化学品的理化属性以及毒性等. 随着化学品数量的快速增加，对化学品进行正确分类，并将化学品的危害及防护措施以标签和安全技术说明书的形式展现给公众是预防、控制和减少化学品危害的有效措施[37-38]. 为履行联合国《全球化学品统一分类和标签制度》（Globally Harmonized System of Classification and Labeling of Chemicals, GHS），中华人民共和国国家质量监督检验检疫总局进出口化学品安全研究中心和中国检验检疫科学研究院共同开发了化学品安全数据表数据库（Material Safety Data Sheet Database, SDS）[39]，该数据库可提供化学品的理化属性、燃爆性能、健康危害、泄漏处置、急救措施以及有关的法律法规等化学品安全信息.
-
数据库的信息范围由数据库涵盖的参数范围和物质数量共同决定. 本节从数据库的参数范围和物质数量两个方面对各个化学品风险管理数据库进行比较分析，以便为数据库的选择提供参考.
-
根据我国在2020年12月发布的《化学物质环境与健康危害评估技术导则（试行）》和《化学物质环境与健康暴露评估技术导则（试行）》，化学品风险评估过程主要需要理化属性、健康毒理学数据、生态毒理学数据以及环境行为四类参数. 其中理化属性包括熔点、凝固点、沸点、密度、蒸汽压、溶解性、正辛醇/水分配系数、pH值、粒径、表面张力、临界点、亨利常数、解离常数以及有机碳吸附系数14项参数；健康毒理学数据包括急性毒性、皮肤/眼睛刺激、皮肤致敏、遗传毒性、重复剂量毒性、生殖毒性、发育毒性、致突变性、致癌性、慢性毒性以及毒代动力学11项参数；生态毒理学数据包括藻类生长抑制毒性、溞类急性毒性、大型溞繁殖实验、鱼类急性毒性、鱼类慢性毒性、鱼类短期毒性、活性污泥呼吸抑制毒性、蚯蚓急性毒性、蚯蚓繁殖实验以及陆生植物生长实验10项参数；环境行为包括生物降解性、生物积累性以及半衰期数据3项参数. 本节围绕化学品风险管理所需的四类数据对19个国内外典型化学品风险管理数据库进行比较分析（图2），从而为政府部门及公众查询化学品信息时提供参考.
-
理化属性是化学品的固有特性，可表征化学品的物理危害，也可以为化学品的运输和储存方式提供参考[40]. 对理化属性的覆盖度进行分析，结果表明，19个数据库覆盖了全部14个理化属性. 其中，辛醇/水分配系数的覆盖度最高，能被本研究中12个数据库所涵盖；熔点、沸点以及溶解度的覆盖度仅次于辛醇/水分配系数，能被本研究中11个数据库所涵盖；相对于以上覆盖度超过50%的理化属性，凝固点、pH值、粒径、表面张力、临界点以及有机碳吸附系数覆盖度均低于35%. 其中，粒径的覆盖度最低，本研究中仅2个数据库涵盖该参数. 进一步对各个数据库涵盖的理化属性进行分析比较，结果表明，PubChem和J-CHECK数据库对理化属性的覆盖度最高，能覆盖本研究中13项理化属性参数，其中，PubChem数据库不涵盖粒径数据，J-CHECK数据库不涵盖临界点数据；HSDB和eChemPortal数据库仅次于PubChem和J-CHECK数据库，能覆盖本研究中12项理化属性参数；然而，本研究中的ToxValDB、RTECS、ECOTOX、IRIS、NITE-CHRIP以及化学物质毒性数据库未涵盖任何理化属性信息，这主要与其数据库类别相关. ToxValDB、RTECS、ECOTOX和化学物质毒性数据库侧重于毒性数据的收集，而IRIS和NITE-CHRIP数据库则侧重于风险评估信息的收集.
-
健康毒理学数据描述了化学品对人类产生危害的能力，可用于人类健康风险评估. 对健康毒理学终点的覆盖度进行分析，统计结果表明：健康毒理学的11个数据终点可通过本文收集的19个数据库全部获得. 其中，急性毒性终点的覆盖度最高，能被本研究中12个数据库所涵盖；致癌性终点的覆盖度仅次于急性毒性终点，能被本研究中11个数据库所涵盖；然而，本研究中仅3个数据库（即eChemPortal、J-CHECK以及SDS数据库）涵盖皮肤致敏终点. 对各个数据库涵盖的健康毒理学终点进行分析比较，结果表明：PubChem和HSDB数据库对健康毒理学终点的覆盖度最高，能覆盖本研究中10项健康毒理学终点，但均不涵盖皮肤致敏终点；仅次于PubChem和HSDB数据库，ACToR、eChemPortal以及J-CHECK数据库能覆盖本研究中9项健康毒理学终点；IRIS和ITER数据库只涵盖1项健康毒理学终点；而DSSTox、ECOTOX、ChemSpider、ChEMBL和NITE-CHRIP数据库未涵盖任何健康毒理学终点，这主要与各个数据库的侧重数据类型有关.
-
生态毒理学数据描述了有毒、有害物质/因素对生态系统中的非人类生物的损害作用及其机理[41]，可用于生态风险评估. 对生态毒理学终点的覆盖度进行分析，统计结果表明，本研究中的19个数据库覆盖了10个生态毒理学数据中的9个终点，活性污泥呼吸抑制毒性尚未覆盖. 此外，已收集数据库对于生态毒理学终点的覆盖度有限，相较而言，鱼类急性毒性终点的覆盖度最高，能被本研究中5个数据库所涵盖；溞类急性毒性、鱼类慢性毒性以及陆生植物生长实验终点的覆盖度仅次于鱼类急性毒性终点，能被本研究中3个数据库所涵盖；对各个数据库覆盖的生态毒理学终点进行分析比较，结果表明，19个数据库中仅ECOTOX、PubChem、HSDB、eChemPortal以及J-CHECK 6个数据库涵盖生态毒理学终点. 其中，ECOTOX数据库对生态毒理学终点的覆盖度最高，能覆盖本研究中9项生态毒理学终点；其次，eChemPortal数据库能覆盖本研究中5项生态毒理学终点；PubChem、HSDB及J-CHECK数据库虽然涵盖生态毒理学终点，但覆盖度较低，仅分别覆盖了2项、1项及4项终点.
-
化学品在环境中的蓄积、降解等环境行为显著影响其暴露水平，对于评估其在环境中的转化、归趋和风险至关重要. 对环境行为数据终点的覆盖度进行分析，统计结果表明：生物降解性、生物累积性以及半衰期数据可通过搜索这19个数据库全部获得. 其中，生物降解性和生物累积性的覆盖度较高，分别能被本研究中42%和47%的数据库所涵盖；相较而言，半衰期的覆盖度最低，本研究中仅16%的数据库涵盖该参数. 对各个数据库涵盖的环境行为参数进行分析比较，结果表明：CCD和ChemSpider数据库对环境行为终点的覆盖度最高，能覆盖本研究中所有的环境行为终点. 而ChemIDplus、DSSTox、ToxValDB、RTECS、IRIS、ITER、HSDB、DrugBank以及化学物质毒性数据库等9个数据库无法覆盖环境行为终点.
-
本文收集的19个数据库包含的物质数量跨度从百至亿，差异巨大. 数据库包含的物质数量与数据库的类别、信息来源以及开发机构等多种因素密切相关. PubChem和ChemSpider数据库包含数亿个化学品的信息. 其中，PubChem作为本文中包含物质数量最多的数据库，其是全球访问量最大的化学品风险管理数据库之一，每月拥有超过500万的独立用户[27]. 这主要是因为PubChem数据库拥有政府机构、商业公司、化学品供应商等862个数据源，物质信息丰富. 仅次于PubChem和ChemSpider数据库，ChEMBL和eChemPortal数据库也分别包含超过210万和144万个化学品的信息. 大部分数据库（如ChemIDplus、ACToR、DSSTox等）收录的化学物质数量都集中在10万至100万之间. 相较之下，IRIS和ITER数据库涵盖的物质数量仅在1万以下，这主要是因为IRIS和ITER数据库均属于风险评估数据库，而风险评估的难度和数据缺失问题严重限制了已完成风险评估物质的数量[42].
将能够获取到数据集的7个化学品风险管理数据库与《中国现有化学物质名录》[43] （以下简称“名录”）中有CAS号的37 780种物质进行匹配分析（图3），结果表明：CCD数据库与我国现有化学物质的重合度最高，能包含我国74.01%的现有化学物质，这与CCD数据库本身收录的化学物质范围较广有关. 除CCD数据库外，其他6个数据库与名录的重合度均在30%以下. ToxValDB和ECOTOX数据库能分别涵盖我国26.63%以及13.35%的现有化学物质. HSDB、DrugBank、IRIS以及ITER数据库包含我国现有化学物质均不超过10%. 其中，ITER数据库无法提供任何我国现有化学物质的信息. 上述分析表明，国外化学品风险管理数据库与我国现有化学物质的物质重合度有限，难以满足我国化学品风险管理的需求，还应大力推动我国本土化学品风险管理数据库的发展. 进一步对各个数据库与名录重合的物质进行用途分类，结果表明，除DrugBank数据库以外，其他数据库与名录重合部分的物质主要属于工业化学品和消费品，这可能是因为名录主要收录的是已在本国境内商业性生产和使用的化学物质，其中包含大量的工业化学品和消费品[44]. 而DrugBank数据库与名录重合的物质主要属于医药类物质，这可能与DrugBank数据库自身主要收录小分子药物、生物制剂（蛋白质，肽，疫苗和过敏原）、营养保健品和实验性药物（发现阶段药物）有关 [36].
-
本研究中收集的19个数据库可以覆盖理化属性、健康毒理学数据、生态毒理学数据和环境行为四大类38个数据终点中的37个终点，仅活性污泥呼吸抑制毒性终点尚未涵盖. 其中，现有数据库对理化属性和健康毒理学数据的覆盖度高，而生态毒理学数据最为缺乏. 对于理化属性数据的收集，推荐信息最为全面的PubChem和J-CHECK数据库；对于健康毒理学数据的收集，推荐数据覆盖度最高的PubChem和HSDB数据库；对于生态毒理学数据的收集，优先推荐ECOTOX数据库，其提供了最为全面的生态毒理学数据；对于环境行为数据的收集，则推荐CCD和ChemSpider数据库，其提供了最为全面的环境行为数据. 结合各个化学品风险管理数据库涵盖的物质数量进行综合考虑，优先推荐在化学品风险管理中使用由OECD开发的eChemPortal数据库和由美国开发的PubChem数据库，这两个数据库同时具有覆盖参数范围广以及包含物质数量多的特点. 相较之下，我国的化学品风险管理数据库对于四大类数据参数的覆盖度比较有限，数据终点覆盖度不足50%，尤其是缺乏生态毒理学数据. 此外，我国化学品风险管理数据库包含的物质数量远不及本研究收集的其他数据库中包含物质数量的平均水平，且与国外化学品风险管理数据库的重合度较为有限. 为满足我国化学品风险管理的需求，后续应进一步扩充当前数据库的参数范围，尤其是生态毒理学数据，同时进一步扩充当前数据库的物质数量，进而扩大我国化学品风险管理数据库的信息范围.
-
化学品风险管理数据库的搜索方式、数据质量、更新频率以及是否免费都对数据库的用户体验有较大影响. 本节从数据库的搜索方式、数据质量、数据更新频次以及授权方式4个方面对各个化学品风险管理数据库进行比较（表2），以便为具有不同需求和知识储备的用户提供数据库选择建议.
-
为满足用户的不同需求，数据库往往支持多种搜索方式. 本研究中化学品风险管理数据库的搜索方式主要可以分为四类：（1）输入化学品名称和标识符；（2）输入或绘制化学结构；（3）输入化学品终点和试验信息；（4）批量搜索. 通过对化学品风险管理数据库的搜索方式进行比较分析（表2），发现数据库的多样化输入方式不仅增强了数据库的用户友好性，还很好地弥补了数据不完整的情况（如用户只有化学品CAS号的信息）.
通过输入化学品名称和标识符进行搜索是化学品风险管理数据库最基本的搜索方式. 化学品名称包括其同义词、分类名称等；标识符主要包括CAS号、简化分子线性输入规范（Simplified molecular input line entry specification, SMILES）、RTECS号以及数据库ID等. 本研究统计的所有数据库都支持通过输入化学品名称和标识符进行搜索.
通过化学结构搜索主要有两种形式，即通过上传目标化学品的结构文件或通过数据库网站集成的化学结构编辑器绘制目标化学品的结构进行搜索. 本研究中的ChemIDplus、PubChem、ChemSpider、ChEMBL、J-CHECK以及DrugBank 6个数据库支持通过化学结构搜索化学品信息. 与其他数据库使用化学结构进行子结构搜索、相似搜索或精确搜索的搜索形式不同，PubChem数据库是将输入或绘制的化学结构转换成物质标识符（如SMILES码、分子式等）来进行搜索.
此外，还可以根据化学品的终点和试验信息进行高级搜索，如通过限定固有属性范围、毒性值范围、试验类型、试验物种等进行搜索. 本研究中的ECOTOX、IRIS、CCD、ChemSpider、eChemPortal以及DrugBank数据库支持这种搜索方式. 不同于从目标化学品出发的搜索方式，以“终点为导向”的逆向搜索方式能够得到性质相似的一类物质，从而可以实现缺少基础标识信息物质的数据搜索.
除了基本的单一物质搜索方式外，本研究中的ChemIDplus、DSSTox、ECOTOX、IRIS、CCD、ChEMBL、PubChem以及J-CHECK数据库还提供了批量搜索的功能，这一功能极大地提高了数据库的搜索效率，更好地满足了用户的批量使用需求.
-
化学品风险管理数据库中的数据类型主要可以分为两类，即文献或政府文件中提取的实验数据和通过预测软件或模型计算得到的预测数据. 相较于实验数据，预测数据的准确度和可靠性有限. 展示数据库中数据的组成情况对于评价数据库的数据质量至关重要. 本研究中的RTECS、ECOTOX、IRIS、ITER、HSDB、ChEMBL、NITE-CHRIP、J-CHECK、SOMSDS以及化学物质毒性数据库10个数据库仅包含实验数据. 其中，为了确保实验数据的可靠性，其数据大多来源于经过同行评审的文献或者权威机构发布的文件或报告. 对于这类只包含实验数据的数据库，其数据的可靠性较高. 为减少动物试验的压力、降低成本和时间以及填补数据空白，一些数据库通过添加基于软件或模型计算得到的预测数据来扩大其信息范围. 本研究中的ChemIDplus、ACToR、DSSTox、ToxValDB、CCD、PubChem、ChemSpider、eChemPortal以及DrugBank 9个数据库同时包含试验数据和预测数据. 通过模型计算得到的预测数据准确度有限，数据的可靠性和质量不及试验数据. 因此，为了保证数据质量，以上数据库均采用“实验数据为主，预测数据为辅”的组成结构，严格使用在应用域范围内的模型进行预测，并将所有预测数据都被标记为“预测数据”以供用户参考和选择.
-
化学品风险管理数据库的持续更新为数据的有效性提供了重要保障，也是扩充数据库范围的必要条件. 在数据库中明确提供数据更新周期信息可以极大地提高用户的信任度. 在选取的19个数据库中，仅ChemIDplus、RTECS、ECOTOX、IRIS、ITER、ChEMBL和NITE-CHRIP这7个数据库提供了数据更新周期信息. 其中，ITER数据库的数据更新时间最短，每月都会对数据进行更新，这可能与ITER数据库与其数据来源之间的沟通机制有关. 各卫生组织会主动为ITER提取和准备数据，从而减少了数据库管理人员提取数据的工作时间，有效缩短了数据库更新周期. 其余数据库，如ChemIDplus、RTECS、ECOTOX、IRIS等，也保持了较高的数据更新频率，约每季度对数据进行一次更新.
-
数据库是否可以免费访问是影响用户体验的重要考量因素. 本研究收集的化学品风险管理数据库基本是由非盈利性的组织或团队（如政府机构或组织、研究所以及高校等）所开发，除RTECS数据库以外的18个数据库均可为公众免费提供信息检索. 然而，RTECS数据库目前被硅谷高科技公司（Symyx Technologies）所收购，故该数据库只能通过收费订阅方式获得数据.
-
国外化学品风险管理数据库具有物质数量多、涵盖化学品范围广、数据可靠以及数据更新快等优点，在化学品的风险评估与管理中得到了广泛应用. 但在国外化学品风险管理数据库的本土化应用过程中仍存在如下问题：
（1）物质覆盖度不同，难以应用于我国特有化学物质
Pubchem是本研究收集的国外数据库中物质覆盖最广的数据库，包含超过2.77亿物质记录，且覆盖了70%的数据终点. 选取Pubchem数据库对名录中有CAS号的37 780种物质进行检索，以在Pubchem数据库中检索到目标化学物质四大类别数据中任一参数为标准，认定该目标化学物质的相应类别数据可以被Pubchem数据库所覆盖，结果表明：中国现有化学物质的理化属性、健康毒理学、生态毒理学以及环境行为四大类别数据在PubChem数据库中的覆盖度仅分别为11%、9%、7%和5%（图4）. 化学品风险管理数据库对我国化学物质的覆盖程度较差，难以支撑其本土化应用.
（2）不同区域的物种差异导致化学物质的健康/生态毒理数据产生偏差
Dyer等研究发现，不同分布区域（寒带、温带、热带）的鱼类物种对污染物的敏感性存在差异[45]. 2016年，王晓南等对采用非本土生物毒性数据来推导我国水生生物基准的可行性进行了分析[46]，结果表明，直接采用非本土生物毒性数据得到的基准值来保护我国的水生生物会存在“欠保护”或“过保护”的风险，故进行化学物质风险评估时推荐使用本土物种的毒性数据.
-
（1）物质数量少、终点覆盖度低
我国化学品风险管理数据库普遍存在物质数量少、涵盖信息有限的问题. 当前我国化学品风险管理数据库涵盖的物质数量远低于国外数据库. 我国化学品安全数据表数据库和化学物质毒性数据库分别涵盖了约3000个化学物质和约15万个化学物质，均不及本研究收集的数据库中涵盖物质数量的平均水平（约22 000 000个）. 此外，我国化学品风险管理数据库涵盖信息范围极其有限，化学品安全数据表数据库和化学物质毒性数据库分别只涵盖了本研究中43%和14%的数据终点，尤其缺乏生态毒理学相关数据，难以满足我国化学品风险管理中多种类别信息的需求.
（2）数据更新不及时
我国化学品风险管理数据库中数据更新不及时、时效性差. 本研究中我国的两个化学品风险管理数据库均未对更新周期进行明确说明，但在实际操作过程中发现我国化学品风险管理数据库已长期未更新. 例如，使用我国的化学物质毒性数据库对列入《优先控制化学品名录（第二批）》[47] （有CAS号的物质）的65种化学品进行搜索，除去未搜索到数据结果的18种化学物质，剩余的47种化学品数据的最新更新日期均分布在1995年至1997年区间内. 由此可以推断出我国的化学物质毒性数据库数据更新非常不及时，而国外大部分数据库每季度都会对数据进行更新，这可能与国外较为健全的化学品管理体系有关.
（3）数据可靠性不足
在数据库的构建过程中容易出现重复信息和错误数据的收集，数据库中数据质量参差不齐、可靠性低[48-49]. 国外化学品风险管理数据库往往都是由政府牵头建立的，受到政府机构的监管. 而我国当前难以实现政府机构对化学品风险管理数据库中数据质量的有效监管.
-
加强化学品风险管理信息系统的建设以及建设本土化学品风险管理数据库为风险评估与管理决策提供数据支撑势在必行[50]. 针对我国化学品风险管理数据库在涵盖物质数量、信息范围、更新频率和数据质量等方面的问题，未来我国化学品风险管理数据库的建设应着重强化以下几个方面：
（1）强化顶层设计
强化顶层设计，加快完善我国化学品风险管理体系，推进化学品风险管理法规、技术规范的建立，明确化学品风险管理过程中的数据需求、收集标准、质量要求和更新周期，推动化学品风险管理数据库的标准化、高质量建设.
（2）加强数据共享
化学品数据资源的孤岛化和碎片化无法有效支持化学品风险管理数据库的建设. 新形势下，完善政府、企业、公众等各方的沟通机制，加强化学品数据公开共享，打破数据壁垒，有助于实现各方之间的优势互补，对推进高质量化学品风险管理数据库的建设具有重要意义.
（3）预测模型的使用
化学品数据缺失使得化学品风险管理工作举步维艰，而预测模型能很好地弥补这一缺失. 在2021年，生态环境部固体废物与化学品管理技术中心向全社会征集化学物质计算毒理与暴露预测模型和软件，借助预测模型对数据空白进行填补，从而有效扩充数据库，提高物质数量及信息覆盖度.
（4）提高数据库运维人员的专业素质
提高数据库运维人员的专业素质和能力，培养他们对数据库开发、扩容等任务制定出可行方案以及快速准确地解决数据库长期运行过程中出现各种问题的能力，以确保数据库的稳定运行，带来良好的用户体验.
面向化学品风险管理的数据库比较与分析
Comparison and analysis of databases for chemical risk management
-
摘要: 对化学品进行风险管理是防控化学品健康和生态风险的重要举措. 获取化学品大量的理化属性、健康/生态毒理学数据、环境行为参数等是进行其风险管理的前提基础. 为此，集成了大量实测数据和预测数据的化学品风险管理数据库在化学品风险管理中发挥着重要的支持辅助作用. 本研究共收集了国内外19个面向化学品风险管理的数据库，从发展历程、信息范围及用户体验三方面对数据库进行比较分析. 结果表明, 化学品风险管理相关数据库的开发与各个国家和地区不同时期对化学品信息的不同需求密切相关；当前各国数据库主要涵盖理化属性、健康毒理学数据、生态毒理学数据和环境行为四大类37种数据信息，其中，理化属性和健康毒理学数据最为丰富，生态毒理学数据还较为缺乏，此外，各数据库包含物质数量跨度从百至亿，差异巨大；由于物质类别差异以及物种差异等原因，国外数据库本土化适配度有限；当前我国化学品风险管理数据库主要是围绕化学品安全信息，在物质数量、涵盖信息范围、更新频率和数据质量方面还存在较大上升空间，未来还需加强顶层设计、强化数据共享、采用预测模型以及提高人员专业素养，从而支撑化学品的风险管理.Abstract: Risk management of chemicals is an important initiative to prevent and control the health and ecological risks of chemicals. Obtaining a large amount of physical and chemical properties, health/ecotoxicological data and environmental behavior parameters of chemicals is the prerequisite for their risk management. Thus, chemical databases that integrate a large amount of measured and predicted data play an important supporting role in chemical risk management. In this study, we collected 19 databases for chemical risk management in China and abroad, and conducted a comparative analysis of these databases in terms of development history, information scope, and user experience. The results showed that the development of chemical risk management-related databases was closely related to the different needs for chemical information of various countries and regions at different times. Current chemical databases mainly covered 37 types of data information in four categories, namely, physical and chemical properties, health toxicology data, ecotoxicology data, and environmental behaviors. The number of chemicals contained in each database spanned from hundreds to billions, with large differences observed. Foreign databases showed limited adaption to the local application due to the differences in substance categories and test species. At present, chemical risk management databases in China mainly focus on chemical safety information, and there is still much space for improvements in the number of substances, the scope of information covered, update frequency, and data quality. In the future, there is a need to strengthen top-level design, enhance data sharing, adopt predictive models and improve personnel professionalism, so as to support risk management of chemicals.
-
Key words:
- chemicals /
- risk management /
- databases /
- comparative analysis.
-
-
图 2 化学品风险管理数据库涵盖的信息
Figure 2. Information covered by the chemical risk management databases
图 3 各数据库涵盖中国现有化学物质的物质数量及类别
Figure 3. Number and type of chemicals existing in China covered by each database
图 4 PubChem数据库对中国现有化学物质信息的覆盖度
Figure 4. Coverage of the PubChem with information on available chemical substances in China
表 1 化学品风险管理数据库的基本信息
Table 1. Basic information of chemical risk management databases
数据库中文名称
Chinese name数据库英文名称
English name数据库简称
Abbreviation国家
Country组织
Organization发布时间
Release time数据来源
Sources— ChemIDplus — 美国 NLM N/A 公共数据库、政府机构和监管机构 美国集成计算毒理学
数据库Aggregated Computational Toxicology Resource ACToR 美国 EPA 2010 大量的公共和环保署内部资源 分布式结构可搜索毒性
数据库Distributed Structure-Searchable Toxicity DSSTox 美国 EPA 2004 政府机构，公共数据库等 汇编公开可用的体内毒性
数据库Compiling Publicly Available In Vivo Toxicity Data ToxValDB 美国 EPA N/A 政府机构 化学物质毒性数据库 Registry of Toxic Effects of Chemical Substances RTECS 美国 NIOSH 1971 期刊、药典等 生态毒理学数据库 Ecotoxicology Knowledgebase ECOTOX 美国 EPA 1995 同行评审的文献 综合风险信息系统 Integrated Risk Information System IRIS 美国 EPA 1985 政府机构 化学仪表板 CompTox Chemicals Dashboard CCD 美国 EPA 2016 政府机构、公共数据库、同行评审的文献等 国际风险毒性评估
数据库International Toxicity Estimates for Risk ITER 美国 TERA 1996 政府机构 — PubChem — 美国 NIH 2004 政府机构、供应商、公共数据库等 有害物质数据库 Hazardous Substances Data Bank HSDB 美国 NLM 1990 重点核心期刊、政府文件、技术报告等 — ChemSpider — 英国 RSC 2007 供应商、政府机构、公共数据库等 全球化学物质信息门户 The Global Portal to Information on Chemical Substances eChemPortal — OECD 2007 政府机构，公共数据库等 — ChEMBL — 欧洲 EBI 2011 公共数据库、期刊和出版物 化学风险信息平台 NITE Chemical Risk Information Platform NITE-CHRIP 日本 NITE N/A 政府文件、技术报告等 日本化学品协作知识
数据库Japan Chemicals Collaborative Knowledge Database J-CHECK 日本 MHLW、METI、MOE N/A 政府机构 — DrugBank — 加拿大 阿尔伯塔大学 2006 主要的生物信息学和生物医学数据库 化学品安全数据表数据库 Material Safety Data Sheet Database SDS/MSDS 中国 AQSIQ、CAIQ N/A 互联网及产品制造商等 化学物质毒性数据库 Chemical Toxicity Database — 中国 RCEES 2003 科学期刊论文等 注：NLM-美国国家医学图书馆；EPA-美国环保署；NIOSH-美国国家职业安全与健康研究所；TERA-毒理学卓越风险评估公司；NIH-美国国立卫生研究院；RSC-英国皇家化学学会；OECD-经济合作与发展中心；EBI-欧洲生物信息学研究所；NITE-日本国家技术与评估研究所；MHLW-厚生劳动省；METI-经济产业省；MOE-环境省；AQSIQ-中华人民共和国国家质量监督检验检疫总局；CAIQ-中国检验检疫科学研究院；RCEES-中国科学院生态环境研究中心；N/A-未知.
Note: NLM-National Library of Medicine; EPA-U.S. Environmental Protection Agency; NIOSH - National Institute for Occupational Safety and Health; TERA-Toxicology Excellence for Risk Assessment; NIH-National Institutes of Health; RSC-Royal Society of Chemistry; OECD- Organization for Economic Co-operation and Development; EBI-European Bioinformatics Institute; NITE-Japan National Institute of Technology and Evaluation; MHLW- Ministry of Health, Labour and Welfare; METI-Ministry of Economy, Trade and Industry; MOE-Ministry of Environment; AQSIQ- General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China; CAIQ- Chinese Academy of Inspection and Quarantine; RCEES- Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences; N/A-unknown.
下载: 导出CSV
表 2 化学品风险管理数据库的用户体验
Table 2. User experience of chemical risk management databases
数据库
Database搜索形式
Search forms物质数量
Chemical Count数据类型
Data types数据更新
Data Updates批量搜索
Batch Search免费
Free获取网址
URLChemIDplus 名称、标识符、毒性值、物理特性值、结构等 >420 000 实测、预测 约1次/季度 √ √ https://chem.nlm.nih.gov/chemidplus/chemidlite.jsp ACToR 名称、标识符和结构 约500 000 实测、预测 N/A × √ https://actor.epa.gov/ DSSTox 通过CCD进行搜索 约900 000 实测、预测 N/A √ √ https://www.epa.gov/chemical-research/distributed-structure-searchable-toxicity-dsstox-database ToxValDB 通过CCD进行搜索 >27 000 实测、预测 N/A × √ https://toxvaldb.epa.gov/ RTECS 名称、CAS号等 约190 000 实测 1次/季度 × × https://www.ccohs.ca/products/rtecs/ ECOTOX 名称、CAS号、效应终点、测试物种等 12 485 实测 1次/季度 √ √ https://cfpub.epa.gov/ecotox/ IRIS 名称、CAS号、效应终点、毒性值等 约600 实测 1次/季度 √ √ http://www.epa.gov/iris/index.html CCD 名称、同义词、CAS号、 InChl、效应终点等 906 511 实测、预测 N/A √ √ https://comptox.epa.gov/dashboard/ ITER 名称、CAS号、自由文本 >700 实测 1次/每月 × √ http://www.iter.tera.org/ PubChem 名称、分子式、结构和标识符 >2.77亿 实测、预测 N/A √ √ https://pubchem.ncbi.nlm.nih.gov/ HSDB 通过PubChem进行搜索 >6 000 实测 N/A × √ https://www.nlm.nih.gov/toxnet/index.html ChemSpider 名称、同义词、标识符、结构、效应终点等 约1.14亿 实测、预测 N/A × √ https://www.chemspider.com/ eChemPortal 名称、标识符、化学性质和GHS分类 >1 440 000 实测、预测 N/A × √ https://www.echemportal.org/echemportal/ ChEMBL 名称、结构、ChEMBL ID >2 100 000 实测 约1次/季度 √ √ https://www.ebi.ac.uk/chembl/ NITE-CHRIP CAS号、MITI号、名称、分子式 约260 000 实测 1次/约两月 × √ https://www.nite.go.jp/en/chem/chrip/chrip_search/systemTop J-CHECK 名称、CAS号、MITI号、结构 N/A 实测 N/A √ √ https://www.nite.go.jp/chem/jcheck/ DrugBank 分子绘图、分子量、核磁共振搜索等 >14 000 实测、预测 N/A × √ https://go.drugbank.com/ 化学品安全数据表数据库 中英文名称、CAS号、同义词 约3 000 实测 N/A × √ http://service.nrcc.com.cn/tool/msds?SearchItem=0 化学物质毒性数据库 中英文名称、CAS号、RTECS号、商品名等 约150 000 实测 N/A × √ https://www.drugfuture.com/toxic/ 注：MITE号-日本对化学物质采用的一种特殊编号；GHS分类-全球化学品统一分类和标签制度；InChI-国际化合物标识；RTECS号-美国职业安全与卫生研究所规定的登记号.
Note: MITE-a special number used by Japan for chemical substances; GHS classification-Globally Harmonized System of Classification and Labeling of Chemicals; InChI-International Compound Identification; RTECS number - the registration number specified by the U.S. Occupational Safety and Health Institute.
下载: 导出CSV
-
[1] 李潍, 于相毅, 史薇, 等. 欧盟健康风险评估技术概述 [J]. 生态毒理学报, 2019, 14(4): 43-53. LI W, YU X Y, SHI W, et al. Overview of EU human health risk assessment technology [J]. Asian Journal of Ecotoxicology, 2019, 14(4): 43-53(in Chinese).
[2] 王悦. 危险化学品事故的危害及处置措施 [J]. 广东化工, 2014, 41(19): 128,141. WANG Y. The discussion about the harm and disposition measure of dangerous chemical [J]. Guangdong Chemical Industry, 2014, 41(19): 128,141(in Chinese).
[3] 于云江, 张颖, 车飞, 等. 环境污染的健康风险评价及其应用 [J]. 环境与职业医学, 2011, 28(5): 309-313. YU Y J, ZHANG Y, CHE F, et al. Health risk assessment of environmental pollution and the application [J]. Journal of Environmental & Occupational Medicine, 2011, 28(5): 309-313(in Chinese).
[4] 张静, 陈会明, 李晞, 等. 美国化学品法规改革新进展及应对建议 [J]. 现代化工, 2011, 31(3): 82-86. ZHANG J, CHEN H M, LI X, et al. New progress in USchemical regulation reform and coping proposals [J]. Modern Chemical Industry, 2011, 31(3): 82-86(in Chinese).
[5] 苏闯, 蒋京呈, 王燕飞, 等. 欧盟化学品环境管理战略研究与启示 [J]. 生态毒理学报, 2022, 17(1): 341-349. SU C, JIANG J C, WANG Y F, et al. Research and enlightenment of European union chemicals environmental management strategies [J]. Asian Journal of Ecotoxicology, 2022, 17(1): 341-349(in Chinese).
[6] 王一喆, 孟睿, 陈丽红, 等. 加拿大化学品管理法规制度及其对我国的借鉴 [J]. 环境工程技术学报, 2019, 9(4): 467-474. WANG Y Z, MENG R, CHEN L H, et al. Chemical management regulation system in Canada and the reference to China [J]. Journal of Environmental Engineering Technology, 2019, 9(4): 467-474(in Chinese).
[7] 李仓敏, 张丽丽, 郑玉婷, 等. 日本化学品环境管理对我国的启示[J]. 现代化工, 2019, 39(S1): 1-4. LI C M, ZHANG L L, ZHENG Y T, et al. Reference for China from Japan's environmental management of chemicals[J]. Modern Chemical Industry, 2019, 39(Sup 1): 1-4(in Chinese).
[8] 刘建梅, 刘济宁, 王蕾, 等. eChemPortal中的数据库介绍及对我国化学品环境风险防控的启发[C]. 中国环境科学学会学术年会论文集, 2013: 800-813. LIU J M, LIU J N, WANG L, et al. Introduction to the database in eChemPortal and its inspiration for the prevention and control of chemical environmental risks in our country[C]. Annual Academic Conference of Chinese Society of Environmental Sciences, 2013: 800-813(in Chinese).
[9] 张静, 陈会明, 李晞, 等. 国内外化学品管理及其技术支撑能力分析 [J]. 现代化工, 2013, 33(7): 6-9. ZHANG J, CHEN H M, LI X, et al. Chemicals safety management and analysis on technical support capacities [J]. Modern Chemical Industry, 2013, 33(7): 6-9(in Chinese).
[10] 韩伟, 于艳军, 张勇, 等. 进出口工业化学品风险管理与风险评估进展 [J]. 生态毒理学报, 2015, 10(2): 142-153. HAN W, YU Y J, ZHANG Y, et al. Progress on risk assessment and risk management for import & export chemicals in China [J]. Asian Journal of Ecotoxicology, 2015, 10(2): 142-153(in Chinese).
[11] 姚亮. 美国职业安全与健康监管借鉴 [J]. 特区实践与理论, 2015(1): 122-125. YAO L. U. S. occupational safety and health regulatory reference [J]. Practice and Theory of SEZS, 2015(1): 122-125(in Chinese).
[12] FANG J C, FRIEDMAN A E, MACDONALD W E, et al. Improvements in the NIOSH registry of toxic effects of chemical substances [J]. Drug and Chemical Toxicology, 1980, 3(1): 35-45. doi: 10.3109/01480548009017831 [13] WILBUR S B, HANSEN H, POHL H, et al. Using the ATSDR guidance manual for the assessment of joint toxic action of chemical mixtures [J]. Environmental Toxicology and Pharmacology, 2004, 18(3): 223-230. doi: 10.1016/j.etap.2003.03.001 [14] SPENGLER R F, FALK H. Future directions of environmental public health research: ATSDR's 2002-2010 agenda for six priority focus areas [J]. International Journal of Hygiene and Environmental Health, 2002, 205(1/2): 77-83. [15] RODRICKS J V. In pursuit of safety: one-hundred years of toxicological risk assessment [J]. Human and Ecological Risk Assessment:An International Journal, 2014, 20(1): 3-28. doi: 10.1080/10807039.2013.803413 [16] MILLS A, FOUREMAN G L. US EPA's IRIS pilot program: establishing IRIS as a centralized, peer-reviewed data base with agency consensus. Integrated Risk Information System [J]. Toxicology, 1998, 127(1-3): 85-95. doi: 10.1016/S0300-483X(98)00038-9 [17] 于丽娜, 田宇, 周荃, 等. 美国环保署综合风险信息系统的基本情况研究 [J]. 环境与可持续发展, 2018, 43(3): 108-110. YU L N, TIAN Y, ZHOU Q, et al. Research on general information of IRIS of US EPA [J]. Environment and Sustainable Development, 2018, 43(3): 108-110(in Chinese).
[18] DOURSON M L. Let the IRIS Bloom: Regrowing the integrated risk information system (IRIS) of the US Environmental Protection Agency [J]. Regulatory Toxicology and Pharmacology:RTP, 2018, 97: A4-A5. doi: 10.1016/j.yrtph.2018.05.003 [19] TOMASULO P. ITER-international toxicity estimates for risk, new TOXNETreg;database [J]. Medical Reference Services Quarterly, 2005, 24(1): 55-66. doi: 10.1300/J115v24n01_05 [20] WULLENWEBER A, KRONER O, KOHRMAN M, et al. Resources for global risk assessment: The International Toxicity Estimates for Risk (ITER) and Risk Information Exchange (RiskIE) databases [J]. Toxicology and Applied Pharmacology, 2008, 233(1): 45-53. doi: 10.1016/j.taap.2007.12.035 [21] OLKER J H, ELONEN C M, PILLI A, et al. The ECOTOXicology knowledgebase: A curated database of ecologically relevant toxicity tests to support environmental research and risk assessment [J]. Environmental Toxicology and Chemistry, 2022, 41(6): 1520-1539. doi: 10.1002/etc.5324 [22] 吴爱明, 赵晓丽, 冯宇, 等. 美国生态毒理数据库(ECOTOX)对中国数据库构建的启示 [J]. 环境科学研究, 2017, 30(4): 636-644. WU A M, ZHAO X L, FENG Y, et al. The enlightenment of the ecotoxicolohy knowledgebase(ECOTOX) for its establishment in China [J]. Research of Environmental Sciences, 2017, 30(4): 636-644(in Chinese).
[23] MOUGIN C, BOUCHEZ A, DENAIX L, et al. ECOTOX, the INRA's network of ecotoxicologists, a major structure involved for the coordination and structuring of the French research in ecotoxicology [J]. Environmental Science and Pollution Research International, 2016, 23(4): 2969-2973. doi: 10.1007/s11356-015-5948-7 [24] 姜允申. 21世纪毒理学的新方向: 绿色毒理学与计算毒理学 [J]. 生态毒理学报, 2020, 15(6): 344-346. JIANG Y S. A new direction of toxicology in the 21st century—green toxicology and computational toxicology [J]. Asian Journal of Ecotoxicology, 2020, 15(6): 344-346(in Chinese).
[25] LAZO J S. Roadmap or roadkill: A pharmacologist's analysis of the NIH molecular libraries initiative [J]. Molecular Interventions, 2006, 6(5): 240-243. doi: 10.1124/mi.6.5.1 [26] KIM S, THIESSEN P A, BOLTON E E, et al. PubChem substance and compound databases [J]. Nucleic Acids Research, 2015, 44(D1): D1202-D1213. [27] KIM S, GINDULYTE A, ZHANG J, et al. PubChem Periodic Table and Element pages: Improving access to information on chemical elements from authoritative sources [J]. Chemistry Teacher International, 2021, 3(1): 57-65. doi: 10.1515/cti-2020-0006 [28] WILLIAMS A J, GRULKE C M, EDWARDS J, et al. The CompTox Chemistry Dashboard: A community data resource for environmental chemistry [J]. Journal of Cheminformatics, 2017, 9(1): 61. doi: 10.1186/s13321-017-0247-6 [29] LOWE C N, WILLIAMS A J. Enabling high-throughput searches for multiple chemical data using the US-EPA CompTox chemicals dashboard [J]. Journal of Chemical Information and Modeling, 2021, 61(2): 565-570. doi: 10.1021/acs.jcim.0c01273 [30] WILLIAMS A, TKACHENKO V. The Royal Society of Chemistry and the delivery of chemistry data repositories for the community [J]. Journal of Computer-Aided Molecular Design, 2014, 28(10): 1023-1030. doi: 10.1007/s10822-014-9784-5 [31] LITTLE J L, WILLIAMS A J, PSHENICHNOV A, et al. Identification of “known unknowns” utilizing accurate mass data and ChemSpider [J]. Journal of the American Society for Mass Spectrometry, 2012, 23(1): 179-185. doi: 10.1007/s13361-011-0265-y [32] 贺少鹏. eChemPortal及其在我国重点环境管理危险化学品环境风险评估中的应用 [J]. 生态毒理学报, 2016, 11(6): 177-186. HE S P. eChemPortal and its application in the environmental risk assessment of prioritized hazardous chemicals for environmental regulation [J]. Asian Journal of Ecotoxicology, 2016, 11(6): 177-186(in Chinese).
[33] DAVIES M, NOWOTKA M, PAPADATOS G, et al. ChEMBL web services: Streamlining access to drug discovery data and utilities [J]. Nucleic Acids Research, 2015, 43(W1): W612-W620. doi: 10.1093/nar/gkv352 [34] GAULTON A, HERSEY A, NOWOTKA M, et al. The ChEMBL database in 2017 [J]. Nucleic Acids Research, 2017, 45(D1): D945-D954. doi: 10.1093/nar/gkw1074 [35] WISHART D S, KNOX C, GUO A C, et al. DrugBank: a knowledgebase for drugs, drug actions and drug targets [J]. Nucleic Acids Research, 2007, 36(Suppl_1): D901-D906. [36] WISHART D S, FEUNANG Y D, GUO A C, et al. DrugBank 5.0: A major update to the DrugBank database for 2018 [J]. Nucleic Acids Research, 2017, 46(D1): D1074-D1082. [37] 梁慧, 黄明华, 周秀清. 我国实施GHS制度存在的问题与改进措施 [J]. 安全与环境工程, 2017, 24(5): 120-123. LIANG H, HUANG M H, ZHOU X Q. Problems and improvement of GHS system in China [J]. Safety and Environmental Engineering, 2017, 24(5): 120-123(in Chinese).
[38] 罗布·霍斯沃思, 张微明. 掌握化学品危害信息: 安全数据表 [J]. 现代职业安全, 2020(12): 76-78. ROB H, ZHANG W M. Getting information about chemical hazards: safety data sheets [J]. Modern Occupational Safety, 2020(12): 76-78(in Chinese).
[39] 李树娟, 钟焕荣, 于亮, 等. 危险化学品数据库的发展现状与展望 [J]. 合成材料老化与应用, 2020, 49(1): 120-122. LI S J, ZHONG H R, YU L, et al. Progress and prospect of hazardous chemical database [J]. Synthetic Materials Aging and Application, 2020, 49(1): 120-122(in Chinese).
[40] 王柔荑, 王中钰, 于洋, 等. 面向化学品风险预测的计算毒理学软件比较研究 [J]. 生态毒理学报, 2022, 17(1): 325-340. WANG R Y, WANG Z Y, YU Y, et al. A comparative study on computational toxicology software for chemical risk prediction [J]. Asian Journal of Ecotoxicology, 2022, 17(1): 325-340(in Chinese).
[41] 王德铭. 生态毒理学的定义及方法学探讨 [J]. 生态科学, 1992, 11(2): 1-6. WANG D M. Definition and methodological discussion of ecotoxicology [J]. Ecologic Science, 1992, 11(2): 1-6(in Chinese).
[42] 于洋, 郑玉婷, 张丽丽, 等. 面向我国化学物质环境管理的计算毒理学模型评估思路及建设路径 [J]. 生态毒理学报, 2021, 16(5): 24-32. YU Y, ZHENG Y T, ZHANG L L, et al. Evaluation thoughts of computational toxicological models and constructional path for environmental management of chemicals in China [J]. Asian Journal of Ecotoxicology, 2021, 16(5): 24-32(in Chinese).
[43] 中华人民共和国生态环境部. 中国现有化学物质名录[S]. 北京: 中华人民共和国生态环境部, 2020. Ministry of Ecology and Environment of the People's Republic of China. Inventory of Existing Chemical Substances in China [S]. Beijing: Ministry of Ecology and Environment of the People's Republic of China, 2020 (in Chinese).
[44] 李楠, 周北海, 王波, 等. 中国现有化学物质名录数据库框架研究与构建[J]. 现代化工, 2007, 27(S1): 29-31, 33. LI N, ZHOU B H, WANG B, et al. Research and establishment of inventory of China existing chemical substances database[J]. Modern Chemical Industry, 2007, 27(Sup 1): 29-31, 33(in Chinese).
[45] DYER S D, BELANGER S E, CARR G J. An initial evaluation of the use of Euro/North American fish species for tropical effects assessments [J]. Chemosphere, 1997, 35(11): 2767-2781. doi: 10.1016/S0045-6535(97)00273-7 [46] 王晓南, 闫振广, 余若祯, 等. 中美水生生物基准受试物种敏感性差异研究 [J]. 环境科学, 2016, 37(8): 3216-3223. WANG X N, YAN Z G, YU R Z, et al. Difference of species sensitivities for aquatic life criteria in China and the USA [J]. Environmental Science, 2016, 37(8): 3216-3223(in Chinese).
[47] 中华人民共和国生态环境部. 优先控制化学品名录(第二批)[S]. 北京: 中华人民共和国生态环境部, 2020. Ministry of Ecology and Environment of the People's Republic of China. Priority list of controlled chemicals (second batch) [S]. Beijing: Ministry of Ecology and Environment of the People's Republic of China, 2020 (in Chinese).
[48] 赵颖波, 颜蕴. 农业数据库建设的现状及发展趋势 [J]. 农业图书情报学刊, 2004, 16(11): 15-18. doi: 10.13998/j.cnki.issn1002-1248.2004.11.004 ZHAO Y B, YAN Y. Status quo and trend of agricultural databases [J]. Journal of Library and Information Sciences in Agriculture, 2004, 16(11): 15-18(in Chinese). doi: 10.13998/j.cnki.issn1002-1248.2004.11.004
[49] 曾小红, 王强, 方佳. 农业数据库的发展概况及其应用 [J]. 世界农业, 2007(8): 21-24,61. ZENG X H, WANG Q, FANG J. Overview of the development of agricultural databases and their applications [J]. World Agriculture, 2007(8): 21-24,61(in Chinese).
[50] 赵静, 王燕飞, 蒋京呈, 等. 化学品环境风险管理需求与战略思考 [J]. 生态毒理学报, 2020, 15(1): 72-78. doi: 10.7524/AJE.1673-5897.20190829001 ZHAO J, WANG Y F, JIANG J C, et al. Study on chemical environmental risk management needs and strategy [J]. Asian Journal of Ecotoxicology, 2020, 15(1): 72-78(in Chinese). doi: 10.7524/AJE.1673-5897.20190829001
-
点击查看大图
计量
- 文章访问数: 3608
- HTML全文浏览数: 3608
- PDF下载数: 119
- 施引文献: 0
