4月29日，我院“近海重金属地球化学与生态毒理学”团队在近海水体重金属污染生物监测种间校准研究中取得进展，相关成果以“Interspecies calibration for biomonitoring metal contamination in coastal waters using oysters and mussels”为题，发表于期刊Science of The Total Environment。为解决海洋生物监测中种间差异对数据解读造成的困难，该研究基于多物种移植实验，建立毒代动力学模型，定量解析了种间差异的动力学机制，设计了基于生物浓度反算水体重金属浓度的方法，实现不同物种间监测数据的客观比较，为评估海洋环境质量现状和趋势提供了有力工具。

海洋贝类，尤其是牡蛎和贻贝，是评估近海环境质量最常用的监测生物。受到物种自然分布的限制，难以在不同海区采集到同一物种，因而在大规模的生物监测项目中通常包括多种贝类。在基于贝类体内的重金属浓度评估海洋环境质量时，当前的通用做法是不区分物种，针对不同物种使用相同的标准值。这种做法的前提假设是不同物种累积重金属的能力相近。然而，这一假设与现有证据冲突，即使物种间存在较近的亲缘关系，在重金属累积方面也可能存在显著差异。种间差异干扰了生物监测数据的正确解读，影响了海洋环境的管理决策。如何对不同物种的监测数据进行定量换算，以正确利用贝类监测海洋环境质量，是目前急需解决的问题。

图文摘要

本研究聚焦海洋双壳类重金属浓度种间差异校正，将我国最为常见的三种牡蛎（香港牡蛎，福建牡蛎，太平洋牡蛎）和三种贻贝（翡翠股贻贝，厚壳贻贝，紫贻贝）同步移植至九龙江口进行了为期六周的野外实验。通过监测海水、悬浮颗粒物和生物体内的金属浓度，建立了六个物种的重金属毒代动力学模型和水体重金属浓度的反算方法，主要结论如下：

（1）多物种同步野外移植，清晰呈现重金属浓度种间差异。移植实验前，贝类的重金属浓度差异由环境和物种两个因素共同导致。经过六周的移植实验，环境引起的差异大为减少，物种间的真实差异更为清晰地显现（图1）。种间差异可通过金属浓度的变异系数衡量，移植结束时，不同重金属的变异系数依次为：Cu（1.2）> Ni（1.0）> Zn（0.82）> Pb（0.70）> Co（0.65）> Mn（0.34）。其中，Cu、Zn和Co在牡蛎和贻贝之间出现了清晰的分离。

图1 移植九龙江口前后六种贝类的重金属浓度

（2）建立毒代动力学模型，有效解释重金属累积种间差异成因。通过系统性的文献分析，得到关于牡蛎和贻贝的重金属吸收速率常数（ku）和排出速率常数（ke）所有现有测定值，据此设定了蒙特卡洛-马尔科夫链（MCMC）拟合中毒代动力学参数的先验分布（图2）。基于移植实验数据，运用MCMC拟合更新了毒代动力学模型参数。所建毒代动力学模型可以很好地模拟六种贝类的重金属累积过程（图3）。快速吸收（高ku）和极慢排出（低ke）很好地解释了为何牡蛎Cu和Zn浓度远高于贻贝。对于其他金属，同化速率常数（kp）和排出速率常数（ke）在种间差异中分别起了不同程度的主导作用。

图2 牡蛎和贻贝的锌吸收速率常数（ku）和排出速率常数（ke）值系统分析

图3六种贝类的铜浓度随时间的变化及毒代动力学拟合

（3）构建水体重金属浓度反算方法，正确解读生物监测数据。运用上述所建六种贝类的毒代动力学模型，可基于生物体内的重金属浓度反算出海水中的重金属浓度：

反算结果显示，六种贝类栖息地的溶解性Cu浓度在0.64和5.61 μg L⁻¹之间（图4）。Cu环境污染水平排名与生物浓度所显示的排名不同，表明进行物种金属浓度种间校正的必要性。运用该方法，可在生物监测中实现多物种监测数据的相互比较，以正确评估近海水体质量。

图4 基于生物体内重金属浓度反算海水中的浓度

研究团队

本论文第一作者为我院曹雪博士，通讯作者为谭巧国教授。共同作者包括谢敏伟副教授、陈荣副教授、研究生钟光斌、钱静，深圳大学潘科研究员和北部湾大学廖永岩教授。该研究获得国家自然科学基金（41977347、42077372和41676095）的资助。

文、图 | 曹雪

责任编辑 | 谭巧国

排版 | 吴晓倩