A Hepatic Compartmental Model of Herbicide Bioconcentration in Nile Tilapia (Oreochromis niloticus)

技術要約：ニレティラピアにおける除草剤の生物濃縮に関する肝臓コンパートメントモデル

問題提起
生物濃縮係数（BCF）は伝統的に、鰓（えら）からの取り込み、全身への分布、および肝臓での生物学的変換を単一の定常状態の比率として混同した、集約的な量として扱われてきた。規制上のスクリーニングには有用であるが、この集約的な指標は、独立した生理学的データと照合したり、化学物質混合物における代謝相互作用などの潜在的なメカニズムを解明するために分解したりすることはできない。この限界は、サトウキビ農業において、ニレティラピア（Oreochromis niloticus）が複数の除草剤（アメトリン、テブチウロン、ヘキサジノン、およびジウロン）の混合物に日常的に曝露されている状況において、特に顕著である。著者らは、筋肉組織のサンプリングのみから得られた集約的なBCFが、どの程度まで生理学的に解釈可能な速度定数へと分解可能であるかを決定し、また、この分解が標準的な分配係数のみに基づくモデルでは不可視である混合物依存の効果を明らかにするかどうかを評価することを目的としている。

方法論
本研究では、4種類のサトウキビ用除草剤に関する既報のニレティラピアの生物濃縮データ（Jonsson et al., 2019）を、3コンパートメント・キネティックモデル（水 $\rightarrow$ 肝臓 $\rightarrow$ 筋肉）を用いて再解析している。従来の2コンパートメントモデル（水 $\rightarrow$ 筋肉）とは異異なり、本モデルは生物学的変換の部位として肝臓を明示的に分離している。

1. モデル構造: システムは、肝臓および筋肉の濃度に関する微分方程式によって支配される。肝臓の擬似定常状態仮定（肝臓のターンオーバーが筋肉のダイナミクスよりも極めて遅い）の下で、システムは2つの識別可能な有効パラメータ（有効取り込み $K_1$ および有効消失 $K_2$）を持つ、筋肉濃度に関する単一の二次の常微分方程式に簡略化される。
2. キャリブレーション: $K_1$ と $K_2$ は、9組の「化合物 $\times$ 混合物」の組み合わせにおける元の研究の定常状態の筋肉濃度（プラトー平均値）に対して、非線形最小二乗法を用いてフィッティングされた。著者らは、これら9組のうち7つの組み合わせにおいて、データ点数が適合パラメータ数と等しくなっているため、これは検証ではなくキャリブレーションであることを明記している。
3. 肝臓による分解: 有効なパラメータ（$k_{up}, k_{fm}, k_{mf}, k_{elim}$）を分解するために、本モデルは以下の外部の独立した情報源に基づいてアンカー（固定）された：
   • 消失 ($k_{elim}$): QSARを用いたUS EPA EPI Suite（BCFBAFモジュール）から導出され、ジウロンについては特定の測定値が使用された。
   • 取り込み ($k_{up}$): 分子QSAR（Kuo & Di Toro）と、ティラピアの生理機能にスケールさせた鰓の抽出効率の測定値に基づく生理学的推定値（McKim et al.）の幾何平均を取ることで、コンセンサス値を確立した。
   • 分布: 残りの速度定数（$k_{fm}, k_{mf}$）は代数的に算出された。
4. リスク評価: 元の研究による決定的リスク評価は、不確実性を伝播させるためのモンテカルロ・シミュレーション（ラテンハイパーキューブ・サンプリング）として再構成され、BCFおよび消費者の体重における不確実性を考慮し、許容一日摂取量（ADI）を超える確率を算出した。
5. 検証: パラメータの識別可能性を評価し、実験設計の構造的な限界（例：非単調な濃度減少）を確認するために、モデルは214個の個別の魚類の決定値（平均値だけでなく）に対してテストされた。

主な結果

• モデルの適合度と識別可能性: 簡約化されたモデルは、経験的なBCFを無視できない残差で再現した。しかし、日次データにより、$K_1$ と $K_2$ は、サンプリングがプラトー相のみで行われたために、9例中7例において個別に識別不可能であることが確認された。モデルがこれらの定数を分離できる能力は、上述の外部的なアンカー付けに完全に依存していた。
• 生理学的分解: 分解の結果、鰓からの取り込み（$k_{up}$）は肝臓のクリアランス（$k_{elim}$）よりも有意に速く、さらに $k_{elim}$ は肝臓から筋肉への分布（$k_{fm}$）よりも速いことが判明した。これは、肝臓が筋肉に到達する化学物質の割合を制限するという「強力な肝臓初回通過（strong hepatic first-pass）」メカニズムを支持している。
• 外部妥当性チェック:
  • テブチウロン、ヘキサジノン、およびジウロンにおいて、モデルから導かれた肝臓・筋肉間の分配比は、ティラピアにおけるアトラジンの独立した測定値と1桁以内の範囲で一致した。
  • 本モデルはアメトリンに対して失敗し、ベンチマークよりも約10倍高い肝臓・筋肉間分配比を予測した。著者らは、アメトリンの肝臓・筋肉間分布がモデルの中で最も制約が弱い要素であり、それはおそらくその遅い肝臓消失に起因すると指摘している。
• 混合物効果: 有効消失速度（$K_2$）は、共曝露される除草剤の数が増えるにつれて、テブチウロンにおいて単調に減少した（二成分混合物から四成分混合物にかけて34%の減少）。このパターンは、肝臓酵素の競合阻害というメカニズムと一致しており、これは元の集約的BCFでは検出できないメカニズムである。
• リスク評価: モンテカルロ・シミュレーションは、元の研究の結論を裏付けた。極端な消費シナリオにおいても、ADIを超える確率は無視できる（1,000回のシミュレーションで0%）。BCFは、最大一日摂取量（MDI）の計算における不確実性の主要な要因であった。

意義と主張
本論文は、集約的なBCFをメカニズムに基づいた肝臓コンパートメントモデルへと再構成することで、以下のことが可能になると主張している：

1. 分解: 独立したデータベースにアンカリングすることで、BCFを、単なる不透明な適合数値としてではなく、生理学的に解釈可能な速度定数（$k_{up}, k_{elim}$ など）へと分解すること。
2. 混合物感受性: BCFは化合物の固定された特性ではなく、混合物の組成によって変化する性質であり、分配係数のみに基づくQSARでは捉えられない依存関係があることを検出すること。
3. 仮説生成: 共曝露シナリオにおける代謝相互作用（例：競合阻害）を仮説立てるための構造的根拠を提供すること。これは、元の経験的なアプローチでは推測の域を出なかったものである。
4. 方法論的透明性: 標準的な二相性の生物濃縮プロトコル（プラトー相および清浄水への移送後のサンプリングのみを行うもの）の構造的な限界を浮き彫りにすること。これにより、取り込みおよび消失速度が識別不能になることや、除被相（depuration phase）においてすべての共曝露が除去されることで混合物効果が隠蔽される可能性があることを示している。

著者らは控えめな立場を維持しており、本モデルは一次速度論の検証ではなく既存データへのキャリブレーションであること、また、分解は直接的な肝臓残留物の測定ではなく、独立した推定法の収束に依存していることを強調している。本研究は、可食部組織（筋肉）のみがサンプリングされている場合に、集約的な生物濃縮データをメカニズム的な構成要素へと分解するための概念実証として機能している。