王 曦，劉子琪，康珊珊，陳 立，程有普，李 薇，趙莉藺，陳增龍,*

（1.中國科學院動物研究所，農(nóng)業(yè)蟲害鼠害綜合治理研究國家重點實驗室，北京 100101；2.河北大學生命科學學院，河北 保定 071002；3.天津農(nóng)學院園藝園林學院，天津 300384）

農(nóng)藥是現(xiàn)代農(nóng)業(yè)生產(chǎn)中有害生物防治的最直接、最經(jīng)濟和最有效的措施，具有不可替代的作用[1]，它在實現(xiàn)糧食穩(wěn)產(chǎn)增產(chǎn)、果蔬品質(zhì)提升、衛(wèi)生害蟲防疫的同時，也會帶來一定的生態(tài)和健康風險[2]。因此，我國農(nóng)業(yè)領域“十四五”規(guī)劃要求加強產(chǎn)地環(huán)境保護和源頭治理，實行嚴格的農(nóng)藥投入品食用管理制度。明確基于膳食攝入或膳食結(jié)構(gòu)的農(nóng)藥膳食暴露評估原則，分別從定性和定量方面評估農(nóng)藥對食品安全的影響，同時關注結(jié)果的不確定性，為實際農(nóng)業(yè)生產(chǎn)中農(nóng)藥合理使用和健康風險管理提供科學指導。

農(nóng)藥風險評估是指系統(tǒng)采用科學技術手段，在特定條件下，就農(nóng)藥對人類健康和生態(tài)環(huán)境產(chǎn)生不良影響的可能性和嚴重性進行科學評價[3]，主要包括危害識別、危害描述、暴露評估和風險表征4 個部分[4]。農(nóng)藥殘留膳食暴露評估作為農(nóng)藥風險評估的重要組成部分，是指對經(jīng)由食品或其他相關來源攝入的生物、化學和物理性物質(zhì)進行的定性和/或定量評估[5]。具體而言，是指通過整合目標人群的食物消費量數(shù)據(jù)與食物中化學物濃度數(shù)據(jù)，計算膳食暴露量的估計值，從而實現(xiàn)風險表征[6]。同時，農(nóng)藥殘留膳食攝入結(jié)果也是制定最大殘留限量（maximum residue limit，MRL）的直接依據(jù)[3]，對于農(nóng)業(yè)生產(chǎn)管理、農(nóng)產(chǎn)品質(zhì)量安全和人類健康評價意義重大。

當前主流的農(nóng)藥殘留膳食暴露評估模型主要分為3 類[7]，即確定性評估模型、概率性評估模型和累積性評估模型。確定型模型最早是由聯(lián)合國糧食及農(nóng)業(yè)組織/世界衛(wèi)生組織（Food and Agriculture Organization/World Health Organization，F(xiàn)AO/WHO）農(nóng)藥殘留專家聯(lián)席會議（joint FAO/WHO meeting on residue，JMPR）提出并建立[8]，隨著現(xiàn)代農(nóng)業(yè)對評估需求的不斷細化，不確定度成為農(nóng)藥殘留膳食風險評估過程中的關鍵因素。在整個風險評估過程中，由于對相關情景、暴露模型和輸入?yún)?shù)的了解不足而產(chǎn)生了不確定性結(jié)果[9]。喬雄梧[10]就農(nóng)藥殘留膳食風險評估中評估參數(shù)的選擇與不確定性進行了探討，提出參數(shù)不確定性主要來源于殘留分析數(shù)據(jù)和膳食消費數(shù)據(jù)的選擇，其中殘留數(shù)據(jù)的不確定性會受到田間實驗、樣品貯運和樣品預處理等環(huán)節(jié)影響。基于上述問題的探討，不確定性分析是貫穿農(nóng)藥殘留膳食暴露風險評估的重要步驟[11]，有助于確定模型參數(shù)輸入過程累積的不確定性造成的評估結(jié)果的差異，并對主要來源的不確定性進行識別和表征[12]（關于模型不確定度探討詳見第3節(jié)）。因此，為了更好地量化評估結(jié)果的不確定度，概率型模型逐漸發(fā)展成為國際組織與發(fā)達國家農(nóng)藥殘留膳食風險評估領域的應用熱點[13]。研究進一步指出，人體同時或者先后暴露于多種農(nóng)藥可能引起比單一農(nóng)藥暴露產(chǎn)生較高或較低的聯(lián)合效應[14]，針對該效應的評估發(fā)展了累積性評估模型。

本文聚焦農(nóng)藥殘留膳食暴露風險評估，歸納總結(jié)國內(nèi)與國際上典型的風險評估模型，結(jié)合具體實例對比分析模型間的優(yōu)缺點，闡明我國與國際組織、發(fā)達國家等評估模型的異同；探討風險評估過程中的不確定度，為精準風險結(jié)果的輸出提供科學思路；并結(jié)合當前軟件開發(fā)與數(shù)據(jù)庫應用等關鍵因素，展望新時代大規(guī)模風險評估的發(fā)展需求。

1 評估模型分類

1.1 確定性評估模型

確定性評估，又稱為點評估，是指通過點值的形式對消費者暴露參數(shù)作簡要描述，核心是進行暴露計算。1995年由農(nóng)藥殘留膳食暴露風險研究最權威的機構(gòu)JMPR構(gòu)建[8]，在國際范圍內(nèi)被廣泛采用，也是我國農(nóng)藥殘留膳食暴露風險評估的主流模型。該模型假設所有個體對食物的消費水平相同，在各種食物中都存在某種成分，利用同一指標來度量[4,15]。食物消費量和化學物濃度都被設為固定值計算，結(jié)果為單一點值[16]。根據(jù)評估需求將其細分為慢性和急性膳食暴露評估模型兩大類，分別闡釋如下。

1.1.1 慢性膳食暴露評估

慢性膳食暴露風險是指基于整個生命周期的暴露方式[10]，人體終身攝入超過一定水平的某種農(nóng)藥殘留量而不會造成可觀察到的健康風險[17]。主要的評估方法有國際估計日攝入量（international estimated daily intake，IEDI）、理論最大日攝入量（theoretical maximum daily intakes，TMDI）、國家估算每日攝入量（national estimated daily intake，NEDI）法。

1.1.1.1 國際估計日攝入量

JMPR利用農(nóng)藥的殘留中值（supervised trials median residue，STMRi）和食物消費數(shù)據(jù)庫中估算出的平均日人均消費量Fi計算得到IEDI，并將每種食物的攝入量相加，得到長期膳食攝入量，最終進行膳食暴露風險評估，如公式（1）所示。

1.1.1.2 理論最大日攝入量

TMDI是最壞情況的可能攝入估計。假設所有產(chǎn)品均有農(nóng)藥殘留，都含有MRL水平的殘留量，而且已經(jīng)校正由于運輸、貯存、加工和消費前制作所帶來的殘留損失。利用農(nóng)藥的MRL和食物平均日消費量Fi值計算產(chǎn)品中97.5位點消費者的攝入估計[18]，如公式（2）所示。

式中：MRLi為第i級農(nóng)產(chǎn)品的MRL/（g/kg）。

1.1.1.3 國家估算每日攝入量

NEDI是利用所有產(chǎn)品消費量乘以該產(chǎn)品的農(nóng)藥殘留量，殘留水平需考慮去除非食用部分和烹飪過程的變化，如公式（3）所示。

式中：STMRi為第i級農(nóng)產(chǎn)品的規(guī)范試驗殘留中值/（mg/kg）；STMRi－Pi指第i級加工食用農(nóng)產(chǎn)品的規(guī)范試驗殘留中值/（mg/kg）；Fi為不同人群對第i級農(nóng)產(chǎn)品的膳食消費量/（g/d）；mb為體質(zhì)量/kg。

1.1.2 急性膳食暴露評估

急性膳食暴露風險是基于一餐或1 d內(nèi)的膳食暴露量[16]，當其超過一定水平的農(nóng)藥殘留量時可能導致的風險。主要的評估方法有國際估計短期攝入量（international estimate of short term intake，IESTI）法和理論最大短期攝入量法（theoretical maximum short-term intake，TMSTI）。

1.1.2.1 國際估計短期攝入量

JMPR是國際水平最早研究農(nóng)藥急性膳食風險評估的機構(gòu)[19]，制定了急性毒性物質(zhì)的風險評估和預測急性毒性藥物殘留攝入量的內(nèi)容。JMPR根據(jù)具體情況分為情形1、情形2a、情形2b、情形3來計算農(nóng)藥急性膳食攝入量。

情形1：混合樣本殘留數(shù)據(jù)反映該產(chǎn)品在一餐中消耗的殘留水平。如原始農(nóng)產(chǎn)品或經(jīng)加工的農(nóng)產(chǎn)品，產(chǎn)品單位質(zhì)量低于25 g。這種情況也適用于肉類食品、蛋類、肝臟、腎臟等可食動物源食品。對于采收后用藥的情況，谷物、油菜籽也應該按照情形1計算。IESTI計算如公式（4）所示。

式中：LPperson為高端膳食消費數(shù)據(jù)，即涵蓋97.5%食用者的食物攝入量的大份餐消費量/（mg/kg）；HR為基于規(guī)范田間殘留試驗得到的復雜樣品可食部分最高殘留量/（mg/kg）；HR－P為加工農(nóng)產(chǎn)品的最高殘留量/（mg/kg）。

情形2：混合樣本殘留數(shù)據(jù)不能反映該產(chǎn)品在一餐消耗的殘留水平，例如水果或蔬菜中單個產(chǎn)品可能含有比混合樣本更高的殘留量（整個水果或蔬菜的單位質(zhì)量大于25 g），如蘋果、甘藍等。這種情形包括2a、2b兩種情形。2a指初級產(chǎn)品的單位可食部分質(zhì)量（Ue）小于大份額消費量，如桃、李等水果；2b指初級產(chǎn)品可食部分單位質(zhì)量（Ue）超過大份額消費量，如西瓜、大白菜等。情形2a、2b下IESTI計算分別如公式（5）、（6）所示。

式中：Ue為單個食品質(zhì)量（可食部分計）/g；v為變異因子，在混合的復雜樣品中，用于評估平均殘留量與殘留量高位點值之間的差距，定義為97.5百分位點殘留量除以該批次產(chǎn)品的平均殘留量。對于變異系數(shù)v，WHO規(guī)定：確立了默認變異因子為3；對于整個水果蔬菜單位質(zhì)量＞250 g，v＝5（除卷心菜外）；整個水果蔬菜單位質(zhì)量25～250 g，v＝7；整個水果蔬菜單位質(zhì)量25～250 g，若使用土壤顆粒劑農(nóng)藥，v＝10。

情形3：散裝或混合的食品，該情形包括兩種類型：一種類型是經(jīng)過工業(yè)加工的散裝或混合農(nóng)產(chǎn)品，例如啤酒、番茄醬、菜籽油、胡椒粉、蘋果汁；另一種類型是未經(jīng)加工的散裝或混合農(nóng)產(chǎn)品，例如谷物、茶葉、牛奶等。公式中用（STMR－P）替代了公式（4）中的（HR—P），對于采收前用藥也可以按照情形3計算。IESTI計算如公式（7）所示。

1.1.2.2 理論最大短期攝入量

TMSTI基于風險最大化的方法，適用于指定農(nóng)藥MRL標準時進行的急性暴露風險評估。通過攝入估計量TMSTI與急性毒性參考劑量（acute reference dose，ARfD）進行風險評估。TMSTI計算如公式（8）所示。

利用上述各計算公式得到的慢性（或急性）攝入量，結(jié)合相應的毒性劑量計算膳食暴露風險值（risk quotient，RQ），其中慢性參考劑量為每日允許劑量（acceptable daily intake，ADI）/（μg/（kgmb·d）），急性參考劑量為ARfD/（μg/（kgmb·d））。RQ計算如公式（9）所示。

以聚氨酯丙烯酸酯(B-286c)作為齊聚體、三丙二醇二丙烯酸酯(TPGDA)作為稀釋劑、2-甲基-1-(4-甲硫基苯基)-2-嗎啉-1-丙酮(907)作為光引發(fā)劑制備了紫外光固化材料。最佳配方為：B-286c質(zhì)量分數(shù)為76.5%,TPGDA質(zhì)量分數(shù)為19%，907質(zhì)量分數(shù)為4.5%。實驗結(jié)果表明：該紫外光固化材料的固化膜具有較好的拉伸性能、柔韌性、耐沖擊性和阻尼硬度，該紫外光固化材料在工業(yè)上將具有一定的推廣和應用價值。

當RQ＜1，則存在可接受的慢性（急性）膳食風險，RQ值越小，風險越小；當RQ＞1，則存在不可接受的膳食風險，RQ值越大，風險越大。

確定性評估模型作為國內(nèi)的主流膳食暴露風險評估模型，針對不同情形采用了不同的評估方法。此外，歐盟提出兩種特殊情形的評估方法，即基于化學物質(zhì)在食品中的使用量按人群平均分配的人均法和基于非乳飲料和固體食品的最大消費量的預算法[15]，結(jié)合新的評估方法實現(xiàn)對確定性評估模型的補充。確定性評估具有簡單、易操作、易于理解和接受、經(jīng)濟實用且能保障多數(shù)人安全的特點，作為膳食風險評估的初步篩選模型能夠提供“估計邊界”。確定性評估模型因其引用的數(shù)據(jù)具有假設性，最終得到的評估結(jié)果可能存在一定保守性，但并不是固有的，在數(shù)據(jù)豐富的情況下，也可以得到相對精確的評估結(jié)果。目前，我國進行膳食暴露風險評估所采用的膳食數(shù)據(jù)庫仍是2002年中國居民營養(yǎng)與健康狀況調(diào)查結(jié)果，無法對現(xiàn)階段人群進行精準的風險評估，這也要求更新并建立更為全面的數(shù)據(jù)庫。

1.2 概率性評估模型

隨著評估需求的不斷細化，農(nóng)藥殘留膳食暴露評估由定性逐漸轉(zhuǎn)變?yōu)槎?，由對人群的確定性評估發(fā)展到個體分布的評估，并且對評估結(jié)果的變異性和不確定性描述提出了要求[20]?；诖吮尘埃?999年美國環(huán)境保護局（Environmental Protection Agency，EPA）最早提出了概率性評估并將其作為農(nóng)藥殘留膳食風險評估的主流模型（如式（10）所示）。

式中：yij為觀察個體i在第j天中某種化學物的攝入量/（μg/kgmb）；xijk為觀察個體i在第j天中食物k的消費量/g；cijk為觀察個體i在第j天中食物k的化學污染物殘留量/（mg/kg）；p為消費食物的種類數(shù)目；mbi為個體i的體質(zhì)量/kg；實際中的概率評估模型還需考慮加工因子fk的存在。

概率性評估是在對污染物進行確定性評估后得到的暴露量大于參考殘留劑量以及每日暫定最大耐受攝入量等指導值時進行的評估方法，主要特征是通過食品消費量分布和農(nóng)藥殘留量分布，計算農(nóng)藥殘留膳食暴露量分布情況與概率，通過與毒理學數(shù)據(jù)（ARfD和ADI）比較，確定風險量級。開展精確的概率性評估關鍵是構(gòu)建食品消費量和農(nóng)藥殘留量的分布，Paulo[21]和李太順[22]等按照分布構(gòu)建的原理將概率性評估模型分為3 類，即傳統(tǒng)的基于經(jīng)驗估計的概率評估模型和基于參數(shù)估計的概率評估模型，以及基于Bayesian統(tǒng)計的概率評估模型。

1.2.1 基于經(jīng)驗估計的概率評估模型

基于經(jīng)驗估計的概率評估模型又稱為非參數(shù)模型，是由具體且有代表性的樣本的可用性來定義[21]，將大容量樣本的原始數(shù)據(jù)集作為經(jīng)驗分布（離散均勻分布），直接從中進行隨機抽樣。宋雯等[23]通過非參數(shù)模型對南方6 省的水稻進行膳食暴露風險評估，具體將評估過程分為U步和V步：U步是指利用Bootstrap法進行隨機抽樣，得到一個Bootstrap分布；V步是對Bootstrap分布進行n次Monte Carlo抽樣，并計算均值、百分位數(shù)等相關統(tǒng)計量，實現(xiàn)對變異性的度量；對U步和V步進行m次重復，收集每一輪V步所得的統(tǒng)計量，再計算m輪后各個統(tǒng)計量的置信區(qū)間，對抽樣的不確定性進行描述。

1.2.2 基于參數(shù)估計的概率評估模型

基于參數(shù)估計的模型完全由某些參數(shù)值的規(guī)范來定義，其構(gòu)建首先要將大容量樣本的原始觀察數(shù)據(jù)擬合，然后對擬合的分布隨機抽樣，得到暴露量值分布，組成一個Bootstrap分布，同時量化評估過程中的變異性。郇志博等[25]利用參數(shù)概率模型對南方辣椒進行膳食暴露風險評估研究中，通過結(jié)合膳食暴露風險評估軟件Crystal Ball來完成風險評估，并經(jīng)相應的統(tǒng)計方法檢驗分布。參數(shù)型概率性評估的具體步驟簡單分為首先對原始數(shù)據(jù)擬合，利用3 種統(tǒng)計方法檢驗分布；對擬合分布進行n次Monte Carlo模擬，得到一個Bootstrap樣本，并參考EPA計算95百分位值和99.9百分位值，實現(xiàn)對變異性的量化[26]。重復過程m次，得到第95百分位值和第99.9百分位值暴露量的置信區(qū)間，實現(xiàn)對不確定度的量化。

此外，參數(shù)估計模型所需的樣本量較非參數(shù)估計模型要少，原始樣本的觀察值個數(shù)少到只有幾個[24]。并且此模型是采用目標參數(shù)的觀察值進行分布擬合，可對目標參數(shù)進行插值、判斷處理，在進行評估時采用目標參數(shù)分布，結(jié)果更加準確、真實，適用于小樣本分布的風險評估。

1.2.3 基于Bayesian統(tǒng)計的概率評估模型

基于Bayesian統(tǒng)計的方法是區(qū)別于傳統(tǒng)估計的新方法，該模型的構(gòu)建是綜合未知參數(shù)的先驗信息（不可觀測量）和樣本數(shù)據(jù)（可觀測量）獲得參數(shù)的后驗分布[22]，不過分依賴樣本信息。Bayesian評估的主要步驟[27]是根據(jù)已有的數(shù)據(jù)或?qū)＜医?jīng)驗生成模型變量的輸入分布，經(jīng)概率風險評估生產(chǎn)風險的先驗概率分布，結(jié)合新數(shù)據(jù)生成似然函數(shù)，用以表達基于先驗風險估計值已觀察到的數(shù)據(jù)的概率，最后產(chǎn)生風險的后驗概率分布，但復雜的數(shù)學運算對Bayesian造成限制。隨后，在此基礎上結(jié)合Monte Carlo方法提出了Bayesian-Monte Carlo分析法[28-29]。

基于Bayesian統(tǒng)計的概率模型可以更好地利用現(xiàn)有專家信息，為匯總數(shù)據(jù)和其他研究結(jié)果的利用提供了可能性，以改進對農(nóng)藥接觸的事后估計，適用于完成較復雜的任務。瓦赫寧根大學Paulo最早通過Bayesian模型研究關于殺蟲劑的膳食暴露風險評估[21]，在近幾年，Bayesian模型發(fā)展迅速，Kennedy等[29]提出以蘋果中的多菌靈為例進行膳食暴露風險評估，并對評估過程中的不確定性等因素進行分析。此外，Bayesian模型也可以進行同一類殺蟲劑混合物的風險評估[30]，操作方便，結(jié)果準確。但是該模型對于存在大量變量的情況，運行會更復雜，運算時間也會更長，因此，基于Bayesian統(tǒng)計的概率模型運行是有一定局限性的。

以上3 種概率型模型，參數(shù)和非參數(shù)模型為經(jīng)典的概率評估模型，對樣本量具有一定的依賴性，即大容量樣本的評估采用基于原樣本的非參數(shù)型評估模型；當檢測數(shù)小或陽性檢出數(shù)小時，宜采用參數(shù)型模型。但是經(jīng)典模型可能會存在沒有原始數(shù)據(jù)、樣本數(shù)據(jù)量小、食品數(shù)量大、數(shù)據(jù)集存在層次結(jié)構(gòu)以及在低濃度殘留時存在分析局限性等問題[22]?；贐ayesian的概率模型對樣本數(shù)據(jù)依賴性小，但是可能會因為檢測數(shù)量少和缺乏先驗知識，從而導致后驗分布有很大的不確定性。因此，對概率模型的選擇取決于目標參數(shù)觀察值的樣本量、評估的目的和情形，并要考慮對變異性和不確定性的分析。王向未[8]和余健[31]等還根據(jù)評估情形將概率性評估方法分為簡單分布評估、分層抽樣法、隨機抽樣法和拉丁抽樣法。概率性模型通過構(gòu)建農(nóng)藥殘留數(shù)據(jù)和化學物消費數(shù)據(jù)的分布，定量評估了農(nóng)藥殘留的膳食暴露風險，評估結(jié)果更接近真實暴露值。并且概率性模型在數(shù)據(jù)分布構(gòu)建和模型構(gòu)建過程中考慮了膳食風險評估中存在的不確定性和變異性，使得評估結(jié)果更加有效，暴露評估更為合理[32]。但是概率性評估模型需要大量數(shù)據(jù)作為支撐，對數(shù)據(jù)的準確度要求較高，因此，需要對該模型進一步優(yōu)化并發(fā)展成適合農(nóng)藥殘留膳食暴露風險的更加經(jīng)濟的評估模型。

1.3 累積性評估模型

人體同時或者先后暴露于多種農(nóng)藥可能引起比暴露于單一農(nóng)藥產(chǎn)生較高或較低的聯(lián)合效應[33]，應用上述評估方法不能實現(xiàn)對多農(nóng)藥殘留的聯(lián)合暴露風險評估。因此，EPA于1986年就開始了關于混合化學物對人體健康的研究[15]，成為化學物聯(lián)合暴露研究的先驅(qū)。歐盟食品安全局（European Food Safety Authority，EFSA）一直將混合化學物復合污染作為重點工作內(nèi)容，并于2006年制定了累積性評估的基本方法和框架[34]。EPA和EFSA均采用“累積性暴露評估”（cumulative risk assessment，CRA）的概念，即食品中多種化學物的聯(lián)合暴露。EFSA僅考慮了膳食攝入暴露風險[14]，更適用于本文內(nèi)容的闡述。累積暴露評估模型根據(jù)農(nóng)藥間不同作用形式分為3大類，即濃度相加（concentration additivity，CA）、獨立作用和相互作用（independent additivity，IA）[35]。不同作用形式采用的累積評估模型不同（表1）。下文將對不同累積作用形式及其風險評估模型分別展開介紹。

表1 農(nóng)藥殘留的累積性膳食風險評估方法Table 1 Cumulative dieary risk assessment methods for pesticide residues

1.3.1 基于CA的累積模型

CA又稱為劑量相加，是指當多種農(nóng)藥的結(jié)構(gòu)上為同系物或毒性作用靶器官相同，毒性作用機制相同時，可以通過各種農(nóng)藥獨立效應相加得到多種農(nóng)藥的累積效應，即農(nóng)藥毒性呈相加效應。各化學物可能單獨暴露量很低，不會引起健康效應，但總暴露量卻可以引起健康效應。對于CA可采用相對效能因子（relative potency factor，RPF）、危害指數(shù)（hazard index，HI）、分離點指數(shù)（point of departure index，PODI）、毒性當量（toxic equivalency factor，TEF）以及暴露閾值（combined margin of exposure，MOET）和累積風險指數(shù)（cumulation risk index，CRI）[36-37]進行累積性風險評估，具體見表1基于CA的內(nèi)容。

在我國，有機磷農(nóng)藥使用范圍最廣、用量最大，人群不可避免地會同時或先后暴露于多種有機磷農(nóng)藥，因此對其防治迫在眉睫。孫金芳等[38]對我國有機磷農(nóng)藥膳食暴露累積性風險評估模型構(gòu)建進行了探討，構(gòu)建了基于Monte Carlo和RPF法的累積暴露概率模型，分析了我國居民膳食有機磷累積暴露分布人群和作物情況，為后續(xù)開展有機磷農(nóng)藥對環(huán)境污染的防治工作和食品安全風險管理工作提供科學依據(jù)。陳晨[39]也采用RPF法對中國大米中的有機磷類農(nóng)藥殘留風險進行了評估，因甲胺磷在口服、皮膚和吸入暴露途徑中抑制乙酰膽堿酯酶的共同機制終點方面具有極好的數(shù)據(jù)庫，因此選擇甲胺磷為指標化合物對7 類有機磷類農(nóng)藥的累積暴露風險進行評估。

1.3.2 基于相互作用的累積模型

相互作用形式分為拮抗和協(xié)同作用，是指暴露于機體的多種農(nóng)藥之間具有拮抗或協(xié)同作用，其聯(lián)合毒性效應不同于劑量相加或效應相加，農(nóng)藥之間存在相似作用或復雜的不同作用[40]。協(xié)同效應中至少有一種化學物能達到有效劑量水平，而拮抗效應中每種化學物必須都要達到有效劑量水平。其作用程度與化學物的劑量水平、暴露途徑、暴露時間和持續(xù)時間以及作用靶點有關，毒性相應會較劑量相加或效應相加偏高或偏低?？衫肊FSA和挪威食品安全科學委員會推薦的生理毒物代謝動力學模型（physiologically based pharmacokinetic modeling，PBPK）以及相互反應指數(shù)法進行累積性膳食暴露風險評估，具體見表1中基于相互作用的描述。

Moretto等[41]利用PBPK模型對致畸康唑進行體外累積風險研究，發(fā)現(xiàn)此法較體內(nèi)研究更加快捷經(jīng)濟，并且PBPK模型可以估計和確定致畸風險相關的人體劑量；因此，提出在條件和方法可行的情況下，進行累積性風險評估時，建議結(jié)合體外實驗和PBPK建模。

1.3.3 基于IA的累積模型

IA又稱為效應相加，是指暴露于機體的多種農(nóng)藥毒性作用的部位、受體、靶器官不同，所引起的生物學效應互不干擾，同時或先后暴露于兩種或兩種以上農(nóng)藥時，集體的影響表現(xiàn)為農(nóng)藥各自的毒性，并且各種化學物都應達到引起健康效應的暴露水平，農(nóng)藥之間的作用機制不同，也不存在農(nóng)藥間的相互作用。通過反應相加法對此效應類型的累積風險評估詳見表1中基于IA的描述。

此外，EFSA、WHO和美國等提出采用分層法進行多農(nóng)藥殘留的累積性暴露風險評估。分層法是結(jié)合上述的確定性評估模型和概率性評估模型，將評估或分析過程分為幾層，完成多農(nóng)藥的累積性風險評估。隨著評估層數(shù)的提高，變異性和不確定性表征更加完整，復雜性和資源需求也相應增加[42]。EFSA于2006年提出采用分層法進行累積性風險評估并建立了較為完整的評估流程，其具體基本流程如表2。分層法的應用使風險評估過程由簡單到復雜，由粗略到精確，整體思路更加清晰，評估結(jié)果更加科學合理，為膳食暴露風險評估甚至整個風險評估過程提供了新的思路。

表2 EFSA的分層評估方法Table 2 Hierarchical assessment method for European Food Safety Authority (EFSA)

總的來說，一般在不考慮IA的情況下[43]，累積效應以CA為主[44]，主要是因為CA對數(shù)據(jù)要求不高，得到的結(jié)構(gòu)較為保守，但能起到風險預防的作用；并且實際上食品中單個農(nóng)藥的殘留水平不會超過其毒性閾值，基本不會發(fā)生獨立形式的累積效應。對于累積暴露評估模型選擇，需要結(jié)合累積性評估模型的適用范圍等特點，對化學物毒性作用的相似性、適宜的化學物組合以及分級別的整合評估等因素綜合考慮。其中，RPF方法被認為是在各項假設均得到滿足的前提下的一種理論上較為完備的方法[45]。此外，進行膳食暴露風險評估還可參考分層分析方法將評估過程分成循序漸進的幾層。

2 模型間比對分析

根據(jù)3 種膳食暴露風險評估模型的優(yōu)缺點、適用范圍和膳食暴露風險評估模型的發(fā)展趨勢（表3），由最早的確定性模型，逐步發(fā)展到概率性模型和累積性模型，實現(xiàn)了從風險初篩到精準評估，暴露評估方法更加多元化，但對相關參數(shù)的需求也更大。

表3 農(nóng)藥殘留膳食暴露評估模型比較Table 3 Comparison of risk assessment models for dietary exposure to pesticide residues

因此，建議在開展農(nóng)藥殘留膳食暴露風險評估研究時，首先根據(jù)評估場景選擇相適應的風險評估模型，進一步綜合考慮目標化學物（即農(nóng)藥）是誰，以及目標化合物在食品中的含量水平、對身體產(chǎn)生不良作用或有益作用所需的暴露時間以及對不同亞人群或個人的潛在暴露水平等因素，最終基于選擇的風險評估模型計算在居民膳食中目標化合物的暴露量，得到精準的膳食暴露風險評估結(jié)果。

3 模型不確定度探討

不確定性分析是整個農(nóng)藥殘留膳食暴露風險評估的重要步驟，也是制定ADI和TDI等值的關鍵因素[11]。對不確定性分析的第一步是要識別與研究相關不確定性來源，其主要來自于情景、模型不確定性和參數(shù)不確定性[9,46]。情景不確定性是由評估目的設定的暴露情景產(chǎn)生的；模型不確定性是基于風險評估模型的近似化過程，缺乏相關的科學知識所導致的不能充分獲得暴露與時間之間的因果關系所產(chǎn)生；參數(shù)不確定性與進行風險評估中決定暴露大小因素的數(shù)值設定有關，分為測量誤差、采樣誤差、數(shù)據(jù)誤差和外推誤差等。本文基于農(nóng)藥殘留的膳食暴露風險評估，主要對模型不確定性和參數(shù)不確定性進行討論。

不確定性的分析方法主要包括定性分析和定量分析，以及結(jié)合分層的方式逐層進行分析。定性評估的目的是確定對暴露評估結(jié)果影響最大的不確定性來源，包括對不確定性水平、知識庫評價和選擇主觀性3 個方面進行評估[47]。定量分析方法通常是基于數(shù)據(jù)模擬的，還有些是非概率性的。具體的定量表征方法有區(qū)間法、模糊法和概率法[9]。目前最常用的定量方法為概率法，是指用于對暴露人群不同百分位數(shù)的暴露估計和對任何給定百分位數(shù)暴露水平估計的精確評估，可用于量化變異性和不確定性，或者用于兩者混雜或兩者可明確區(qū)分的情形。最常用的概率性分析方法為Bootstrap法和Monte Carlo模擬法。

1）Bootstrap是基于原始數(shù)據(jù)的模擬重抽樣方法，屬于基于經(jīng)驗數(shù)據(jù)的統(tǒng)計學方法頻率論方法[8]，適用于選擇相關參數(shù)時產(chǎn)生的不確定性。其主要思路是從樣本含量為n的原始數(shù)據(jù)內(nèi)有放回地隨機抽取i（i≤n）個觀察單位組成一個Bootstrap樣本，這個過程為一次迭代，并且重復B次得到B個Bootstrap樣本。但此法進行有一定的前提：樣本的代表性強，能較好地反映總體；抽樣結(jié)果的穩(wěn)定性與迭代次數(shù)B有關，通常取2 000 個Bootstrap樣本計算95%可信區(qū)間結(jié)果較為穩(wěn)定。

2）Monte Carlo模擬又稱隨機抽樣[47]，是通過模型傳遞變異或分布的方法中最常用的數(shù)值方法，在考慮樣本變異性和樣本量的情況下，采用頻率統(tǒng)計方法來估計模型輸出的模擬平均值的置信區(qū)間，適用于模型不確定性引起的系統(tǒng)誤差，但是模型本身的錯誤還應針對性地構(gòu)建模型。其主要思路為分別對污染物濃度和食品消費量構(gòu)建分布，并分別以觀察個體為單位從分布中隨機抽樣，實現(xiàn)了數(shù)值模擬的高精度，但是忽視了輸入數(shù)據(jù)的質(zhì)量。

分層法是在定性和定量分析的基礎上，由相對簡單到復雜的分析方法，其重要特征是將暴露或風險評估與不確定性分析相結(jié)合，在不斷迭代中細化，每提高一層對不確定性的表征就會更加完整，復雜性和資源需求也會相應增加，詳細思路同表2。此外，敏感性分析也是不確定分析的一部分，有助于確定變異性和不確定性的重要來源，判斷是否需要收集其他的數(shù)據(jù)或補充研究，對于減少評估中的不確定性、優(yōu)化暴露評估模型有重要作用[12]。

4 評估軟件與數(shù)據(jù)庫應用

4.1 評估軟件

運用統(tǒng)計學處理，計算膳食暴露量，膳食暴露風險評估需要根據(jù)評估目的、目標化學物特征、人群特點、評估精度要求構(gòu)建模型，在此過程需要大規(guī)模的計算機模擬，因而必須有相應的膳食暴露評估軟件支持[8]。美國和歐盟在膳食暴露風險評估軟件的開發(fā)與應用中處于前列，已經(jīng)應用的軟件有MCRA、@Risk、DEEM、SHEDS和LifeLineTM等，我國參考DEEM也建立了符合自身實際的中國膳食暴露評估模型軟件（China dietary exposure evaluation model，cDEEMs）。

荷蘭瓦赫寧根大學和荷蘭國家公共衛(wèi)生及環(huán)境研究院研發(fā)的MCRA（Monte Carlo Risk Assessment）軟件[4,48]，基于網(wǎng)絡應用并采用Monte Carlo的方法，通過攝入分布的百分位數(shù)與健康指導值的比較，作出風險評價。在分析時，將加工因子和變異性因素考慮在內(nèi)，暴露分析針對整個人群，也可針對亞群展開。@Risk軟件是基于Monte Carlo的模擬軟件，通過對食物樣品的農(nóng)藥殘留量進行分布擬合（通過不同檢驗方法確定最佳擬合分布）。從不同擬合分布中隨機抽取計算農(nóng)藥的攝入風險分布，每次模擬進行n次迭代[49-50]，最終通過可自定義的圖形和報告的形式將風險傳達出來。LifeLineTM[51]主要是用來評估居住環(huán)境、膳食和自來水的農(nóng)藥暴露，通過模擬人群每個個體一生中各個暴露情景，對環(huán)境污染物質(zhì)的積蓄性暴露風險進行評估。我國的cDEEMs軟件用于食物中化學污染物暴露評價[4]，為我國農(nóng)藥殘留膳食暴露風險評估工作提供了重要工具，但目前還處于完善之中并未普及。

4.2 數(shù)據(jù)庫應用

膳食暴露風險評估過程需要大量數(shù)據(jù)作為支撐，獲得合理、適用、精準和足夠的數(shù)據(jù)是實現(xiàn)風險評估真正意義的重要步驟[10]，構(gòu)建和正確使用數(shù)據(jù)庫是評估結(jié)果準確的保證。農(nóng)藥殘留膳食暴露風險評估所需的基本數(shù)據(jù)庫分為人口學數(shù)據(jù)庫、消費量數(shù)據(jù)庫、污染物數(shù)據(jù)庫、參數(shù)數(shù)據(jù)庫和橋梁數(shù)據(jù)庫[33]。下面將結(jié)合國內(nèi)外實際對數(shù)據(jù)庫的應用情況進行簡要介紹。

歐盟EFSA主要使用GEMS/Food消費數(shù)據(jù)庫和污染物數(shù)據(jù)庫[8,52]；美國EPA采用美國國家健康和營養(yǎng)檢查調(diào)查數(shù)據(jù)[53]；中國膳食量數(shù)據(jù)主要來源于2002年中國居民營養(yǎng)與健康狀況調(diào)查數(shù)據(jù)庫[54]，污染物數(shù)據(jù)參考2000—2006年全國14 個省或地區(qū)食品污染物監(jiān)測網(wǎng)以及2005—2006年海關出口農(nóng)產(chǎn)品監(jiān)測數(shù)據(jù)[21]和總膳食研究基本書籍，目前已出版《第五次中國總膳食研究》[55]。相比之下，我國采用的數(shù)據(jù)庫數(shù)量大，但在質(zhì)量和項目上還需不斷改進和補充，降低數(shù)據(jù)的不確定性從而提高膳食暴露評估結(jié)果的質(zhì)量，提高制定的農(nóng)藥殘留限值標準的質(zhì)量和食品安全的保障水平[10]。

5 結(jié)語

本文基于農(nóng)藥殘留膳食暴露風險評估的國內(nèi)外研究進展，歸納總結(jié)了當前主流的評估模型，并探討了不確定度、評估軟件、數(shù)據(jù)庫等關鍵因子。我國目前采用的風險評估模型為確定性模型，具有操作簡單、經(jīng)濟實用等優(yōu)點，可作為風險評估的初步篩選；要進行更為精確的風險評估以及多農(nóng)藥殘留風險評估，就需要發(fā)展概率性評估模型和累積性評估模型。農(nóng)藥殘留膳食暴露風險評估結(jié)果是否準確可靠取決于不確定性的量級，對其定性和定量分析是必要環(huán)節(jié)，最常用的為Bootstrap和Monte Carlo概率性方法。膳食暴露風險評估的關鍵是構(gòu)建評估模型，評估軟件通過大規(guī)模的計算機模擬給予相應支持，但目前我國評估軟件的開發(fā)利用相對較慢，需要結(jié)合我國實際選擇性吸收國外成功的經(jīng)驗，建立中國特色的評估軟件，并逐步與世界接軌。此外，農(nóng)藥殘留膳食暴露風險評估模型的質(zhì)量基礎是規(guī)范準確的數(shù)據(jù)支撐，這就需要我國完善人群普查數(shù)據(jù)，建立與完善評估參數(shù)數(shù)據(jù)庫，保障我國膳食暴露風險評估模型的數(shù)據(jù)質(zhì)量，使膳食暴露風險評估結(jié)果更切合實際。農(nóng)藥殘留膳食暴露風險評估工作的開展，也是我國農(nóng)業(yè)“十四五”規(guī)劃的重要內(nèi)容，在保證農(nóng)產(chǎn)品產(chǎn)量和質(zhì)量的前提下，預防農(nóng)藥殘留造成人類健康風險。此外，膳食暴露風險評估的結(jié)果為我國農(nóng)藥殘留限量標準的制定提供了理論依據(jù)，并且有助于我國膳食結(jié)構(gòu)的完善。因此，我國需要深入構(gòu)建和完善農(nóng)藥殘留膳食暴露風險評估模型，使其在農(nóng)業(yè)發(fā)展和人類健康征程中的實際價值不斷提高。