J Environ Anal Health Toxicol Search

CLOSE


J Environ Anal Health Toxicol > Volume 26(4); 2023 > Article
유해성 단일물질들로 구성된 혼합물의 수서생태계 독성값 추정

ABSTRACT

The aquatic environment contains numerous mixtures of various combinations of hazardous single substances, and it is difficult to calculate the toxicity values of all mixtures by test methods. Therefore, the estimation method based on the UN-GHS model has been widely used. However, there are cases where the difference between the model estimate and the actual (test) value is large, indicating the need for research to reduce the uncertainty of the model. This study aims to develop a modified model that can solve the problems of the UN-GHS model, and to evaluate the applicability of the modified model through toxicity testing of mixtures. An acute Daphnia magna toxicity test was conducted according to the drug mixture exposure, and the difference between the toxicity test result and the model estimate was analyzed assuming that it was derived from the model uncertainty. The large difference between the UN-GHS model estimate and the test result was due to the toxicity weighting factor, determined by dividing the L(E)C50 of each single substance into interval values. Therefore, in this study, the existing model was improved by developing a modified model that assigns a toxicity weighting factor to the point value, rather than the interval value of L(E)C50 for each single substance. The estimate of the modified model showed an average difference of 16.7% from the toxicity test value, which was 3.9 times more accurate than the existing model (average 64.4%). Thus, the modified model can be a useful method for estimating the toxicity values of mixtures composed of single substances.

1. 서 론

화학물질, 의약품, 농약 등은 실생활에서 광범위하게 사용되며 우리 삶의 발전뿐 아니라 삶의 질을 향상시키는 유용한 물질의 역할을 해오고 있다. 그러나 이러한 물질은 유용성으로 인해 그 종류와 사용량이 날로 증가하고 있으며 수계로 유입될 경우에 물을 매체로 하여 유속이동(Advective transport)과 확산이동(Dispersive transport)이 가능하며 미량만으로도 그 영향이 사람과 수서생물에 치명적인 유해물질들의 발생원도 될 수 있다. 2020년 기준으로 화학물질의 배출량은 164.9 톤/일(수계배출 0.74 톤/일) [1], 우리나라 1,000명당 1일 의약품 소비량은 1,078.1 DID [2], 농약의 사용량은 46.9 톤/일[3]이다.
다양한 산업발달의 기반이 되는 화학물질은 현재 2,300 만 여종이 미국 CAS에 등록되어 있다. 그 중 36,000 여 종이 국내에 유통되고 있고 매년 약 300 여종이 증가하고 있으며[4], 39,118개의 의약품 또한 국내에 유통되고 있다[2]. 의약품은 사람만이 아니라 가축, 반려동물 등에도 널리 사용되고 있으며 의약물질은 낮은 체내 흡수율로 인해 섭취 후 25~75%는 분뇨를 통해서 체외로 배출된다[5]. 또한, 사용하지 않은 불용 의약품은 약국이나 보건소 등을 통해 적정하게 처리해야 하지만 일반 쓰레기나 폐음식물류에 섞여 버리거나 싱크대 또는 변기에 버림으로써 수계배출 경로가 다양하다고 할 수 있다[6]. 체내 미흡수 및 제조과정의 의약물질뿐 아니라 부적정 처리 폐의약물질은 보통 하수처리장을 거치며 처리되는데 이때 처리되지 못한 의약물질은 수계로 유입이 일어나게 된다.
농약은 농산물이나 임산물의 병충해를 방제하기 위해 살충제, 살균제 등으로 사용하고 있는데 살충제 및 살균제로 허가된 품목은 1,700 여종을 상회하고 있다[7]. 사용된 농약의 수계 유출량은 강우사상에 따라 변하며 사용 후에 잔류기간은 보통 살충제가 3~7일, 살균제가 7일 정도로 짧아서 농약이 사용되더라도 잔류기간 내에 강우가 없으면 수계로 유입이 일어나지 않는다. 그러나 잔류기간이 매우 짧은 농약은 강우에 의해 수계로 유출되어 수서 생물에 급성독성을 초래하였더라도 조사준비나 시료채취 및 분석이 늦어지면 해당 농약을 검출할 수 없게 될 수도 있다.
물환경보전법 제2조에 따르면 수질오염물질은 사람의 건강, 재산이나 동식물의 생육에 직접 또는 간접으로 위해를 줄 우려가 있는 것을 말하며 이러한 물질들 중에서 환경부령으로 정하여 관리하고 있는 것들을 “특정수질유해물질”이라 부르고 있다[8]. 독성물질도 어떤 생물체에 손상을 끼칠 수 있는 물질을 말하므로 본 논문에서 독성물질과 유해물질은 같은 의미라고 할 수 있다. 환경부에서는 2006년에 19종이었던 특정수질유해물질 관리항목을 2022년 현재까지 총 32종으로 점차 늘려왔으며 앞으로 더 늘어날 전망이다[9]. 이는 인간의 건강뿐 아니라 다양한 수서생물들이 건강하게 살아가고 유지될 수 있도록 수질을 관리하기 위함이다. 이와 같이 인간과 자연의 동등성을 지향하는 수질관리를 통해 수서생태계 건강성의 유지나 회복은 종국적으로 인간사회에도 긍정적 영향을 미치게 될 것이다.
하천이나 강과 같은 수생환경에 한 가지의 유해성 단일물질만이 낮은 농도로 존재할 때에는 수서생태계에 영향이 미미할지라도, 여러 가지 다른 물질들과 혼합된 형태로 노출되는 경우에는 생태독성학적으로 심각한 영향이 초래될 가능성도 있다[10]. 그러나 수중에는 유해물질이 한 가지만 존재하지도 않을 뿐 아니라 화학물질류, 의약품류 또는 농약류와 같이 한 종류에 속한 물질만이 나타나는 경우도 드물며 일반적으로 여러 가지 종류에 속한 다양한 수질유해물질들이 혼합된 형태로 존재하고 있다. 따라서 수생환경에서는 혼합으로 노출되는 단일물질별 독성보다 이들로 구성된 혼합물의 독성을 평가할 필요성이 있다.
화학물질등록평가법 제14조에 의해 화학물질별로 E(L)C50과 같은 유해성 자료가 제시되어야만 이를 제조ㆍ수입할 수 있으며 또한 단일물질을 대상으로 많은 연구도 이루어져 왔기 때문에 단일물질에 대한 유해성 자료의 확보는 일반적으로 가능하다. 하지만 수생환경에서 다양한 단일물질들의 여러 가지 조합으로 이루어질 수 있는 혼합물질들은 수도 없이 많이 있으므로 이들 각각의 혼합물에 대한 독성시험을 수행하여 유해성 자료를 확보하기는 거의 불가능하다고 할 수 있다. 따라서 본 연구의 목적은 혼합으로 노출된 각 단일물질의 독성값에 기초하여 혼합물의 독성값을 추정할 수 있는 모델을 마련하고 혼합물의 독성시험을 통해 이 모델의 적용성을 평가하는 것이다.

2. 재료 및 방법

2.1. 혼합물의 수서생물 독성값 L(E)C50 추정방법

전술한 바와 같이 혼합물 전체로서 독성을 평가할 자료는 거의 없으나 혼합물을 구성하는 단일물질들 각각의 독성자료는 일반적으로 많이 알려져 있다. 이때 단일물질들의 L(E)C50 및 노출함량 자료를 이용하여 이들로 구성된 혼합물의 급성 수서생물 독성값 L(E)C50m을 추정하기 위해 식 (1) [11]이 사용될 수 있다.
(1)
ci×MiLEC50m=nci×MiLEc50i
여기에서 Ci = 단일물질(성분) i의 농도 또는 함량 (중량 퍼센트); L(E)C50i = 단일성분 i에 대한 LC50 또는 EC50 (mg/L); n = 혼합으로 노출된 단일성분들의 수 (i = 1 … n); L(E)C50m = 단일 성분들로 구성된 혼합물에 대한 반수농도 추정치 (mg/L); Mi = 단일성분 i의 M 계수이고 일종의 독성 가중치(Toxicity weighting factor)라 할 수 있으며 L(E)C50i가 1 mg/L보다 작은 성분일 때의 M은 Table 1에 따르고 큰 성분일 때의 M 값은 모두 1이다.
UN-GHS(United Nations - Globally Harmonized System of classification and labeling of chemicals) [11]에서 제시하고 있는 식 (1)은 L(E)C50과 노출함량이 함께 알려진 단일물질들의 혼합물에 대해서 급성독성 추정치를 계산하는 것이므로 함량 퍼센트의 산정대상도 독성이 있는 단일물질들만이라 할 수 있다. 독성이 없다고 판단되는 물과 같은 성분의 경우는 L(E)C50의 자료 자체가 없을 뿐 아니라 이에 따라 식 (1) 우편의 항[Ci/L(E)C50i]도 만들어질 수 없으므로, 함량비 산정대상에서 제외하게 된다. 본 논문에서 단일물질 또는 단일성분(Ingredient)은 어느 화학원소 및 그들의 화합물이며 혼합물은 서로 반응하고 있지 않은 두 가지 이상의 단일성분으로 구성된 용액 또는 물질이다.
혼합물 내에 모든 단일물질의 독성 L(E)C50i가 동일하거나 유사하다면 물질들 간의 상호작용이 없음을 가정하여 가산성(M 계수 = 1)으로 식 (1)에 따라 L(E)C50m을 추정할 수 있다. 그러나 실제로 이러한 경우는 거의 없기 때문에 각 성분의 독성[L(E)C50i]이 낮고 높음에 따라 각 성분의 함량(중량 퍼센트)을 보정하기 위해 M 계수를 곱하여 사용한다.

2.2. 혼합으로 노출되는 단일물질들 간의 상호작용

2개 이상인 독성물질들 간의 상호작용은 상가작용(Additivity), 상승작용(Synergism), 길항작용(Antagonism)으로 구분할 수 있다. 상가작용은 2개 이상의 물질들의 독성작용이 가산성으로서 각각의 독성과 그 합이 같을 때이고 상승작용은 어떤 독성물질에 대한 노출이 다른 독성물질의 작용을 극적으로 증가시킬 때이다. 따라서 어느 독성물질이 단독으로 낮은 농도로 존재하여 수생태계에 영향이 없더라도 한 가지 이상의 다른 독성물질과 혼합으로 노출되는 경우에는 상가작용 또는 상승작용으로 인해 수생태계에 큰 영향을 줄 수도 있다. 반대로 길항작용은 어떤 화학물질에 대한 노출이 다른 화학물질의 작용을 감소시키는 결과를 가져올 때로서 두 가지 이상의 독성물질들의 혼합으로 인해 수생태계에 악영향이 오히려 줄어들 수 있는 경우이다.
안 등[12]은 QSAR Toolbox에서 제시한 Similar MOA(Mode Of Action) 계산식인 식 (2) [13]을 활용하여 급성수서생물 독성시험에서 혼합으로 노출되는 단일물질들 간의 상호작용을 평가하였다.
(2)
DA=RPFji×Cjj=1,,m
여기서 A = 독성시험에서 혼합으로 노출된 m개의 단일 물질들 (j = 1, …, m) 중에서 지표물질로 선정한 i번째 물질의 명칭; DA = 혼합물의 양을 단일물질인 지표물질 A의 양으로 환산한 대푯값 (mg/L); RPFji = 단일물질 j에 대한 환산계수[E(L)C50i ÷ E(L)C50j]; Cj = 독성시험의 결과로 L(E)C50m가 산정되었을 때 이의 일부분을 차지하는 물질 j의 농도 (mg/L); E(L)C50i, E(L)C50j, L(E)C50m = 단일물질 i, j와 독성시험 혼합물의 각각에 대한 LC50 또는 EC50 (mg/L). DA의 값은 혼합물을 구성하는 m개의 단일물질들 각각을 i번째 대표물질인 A로 환산하여 이들 모두를 가산성으로 더한 값이기 때문에 DA < E(L)C50i이면 상승작용, DA = E(L)C50i이면 상가작용, DA > E(L)C50i이면 길항작용이 된다. 예를 들어 acetaminophen의 EC50 = 42.36 mg/L이나 이 물질에 naproxen을 더한 혼합물의 DA = 26.64 mg/L(acetaminophen으로 환산한 값)으로 나타났다면 혼합물이 더 적은 양으로도 동일한 반수영향을 나타냈으므로 약 1.6배의 상승작용이 일어났다고 할 수 있다.

2.3. 시험용 혼합물과 구성물질

수생환경에는 L(E)C50이 1 mg/L이하이거나 이상인 성분들이 일반적으로 함께 혼재되어 노출되고 있음에도 불구하고 식 (1)에 의해 혼합물질의 독성값을 추정할 때 1 mg/L 이하인 성분들에 대해서만 독성 가중치인 M 계수를 사용하고 있다. 그러나 L(E)C50이 1 mg/L를 초과하며 독성이 일반적으로 낮은 의약물질들도 이들의 상호작용에 따라 독성의 상승이 일어날 수 있기[12] 때문에 1 mg/L를 초과하는 성분들에 대해서도 독성강도에 따른 가중치의 사용이 제안되고 있다[14]. 따라서 1 mg/L를 초과하는 성분들의 독성강도별 적정 가중치를 설정하고 또한 이를 식 (1)에 반영한 독성 추정값과 실제로 수행한 독성시험 결과값의 비교 및 분석을 본 연구의 일부로 함께 수행하기 위해 화학물질류나 농약류보다 독성이 일반적으로 낮다고 판단되는 의약물질류를 독성시험의 성분으로 선정하였다.
전국 4대강(한강, 낙동강, 금강, 영산강) 유역에서 검출되는 의약물질들 중에서 국내 수계 검출의 연간 빈도수, 국내기준 및 국외기준 초과도 등을 고려하여 상위 평가 점수를 받은 naproxen, carbamazepine, ibuprofen 및 sulfamethoxazole [15] 그리고 이들 외에 영산강 수계에서 농도가 상대적으로 높게 검출된 적이 있는 acetaminophen 및 caffeine [16], lincomycin [14]과 가축 항생제인 florfenicol 을 선택대상으로 제한하고 의약물질별 독성강도[L(E)C50] 의 차이 등을 고려하여 4개의 혼합물을 만들었으며 이때 각 혼합물을 구성하는 의약물질별 함량비는 각자의 L(E) C50 비와 같아지게 맞추었다.
시험용 혼합물 4개를 편의상 일련번호로 나열하면 혼합물 1은 acetaminophen + naproxen, 혼합물 2는 aceta-minophen + sulfamethoxazole, 혼합물 3은 florfenicol + lincomycin + naproxen, 혼합물 4는 acetaminophen + carbamazepine + ibuprofen + naproxen이다. 해열 진통제인 acetaminophen, 소염 진통제인 naproxen, 항생제인 sulfamethoxazole의 분자식은 각각 C8H9NO2, C14H14O3, C10H11N3O3S이다. 분자식이 C12H14Cl2FNO4S인 florfenicol은 페니콜계 가축 항생제로서 소, 돼지, 닭, 어류 등의 호흡기 및 소화기 질병 치료제로 사용하고 있다. 항생제, 항경련제, 항간질약으로 널리 사용되는 carbamazepine, 항생물질인 lincomycin, 스테로이드성 항염증제인 ibuprofen의 분자식은 각각 C15H12N2O, C18H34N2O6S, C13H18O2이다.

2.4. 물벼룩을 이용한 급성 독성시험 방법

본 연구에서는 4개 혼합물의 급성 수서생물 독성시험을 위한 생물종으로 물벼룩(Daphnia magna)을 선택하였으며, 한국화학융합시험연구원에서 독성시험용 물벼룩을 분양받아 배양하여 3세대 모체에서 태어난 24시간 미만의 물벼룩만을 시험에 사용하였다.
본 연구에서 사용하는 의약물질들의 일부는 물에서 용해도가 매우 낮기 때문에 이들에 대한 용해도가 뛰어나고 수서생물에 독성이 없는 것으로 밝혀져 있는 Dimethyl sulfoxide(DMSO) [17]를 용매로 사용하였으며 DMSO의 분자식은 C2H6OS이다. 본 연구에서는 Sigma-Aldrich Chemical Co.의 DMSO를 구입하여 의약물질이 용해된 DMSO 용액을 조제한 후에 이를 매 시험마다 배양액에 적절하게 희석하여 사용하였다. 한편, 물벼룩 배양용 사육수 조제 및 기타 시험방법은 화학물질의 시험방법에 관한 규정(국립환경과학원 고시 제2020-46호) [18]에 따라 이루어졌다.
물벼룩은 수서생태계 1차 영양단계 대표 종이며 크기도 약 0.3 mm ~ 6 mm 정도로 작으며 다산 및 짧은 생활사를 갖는 특징이 있으며 무엇보다도 독성물질에 민감하고 독성시험의 재현성이 높은 것으로 알려져 있다 [11]. 이러한 특성으로 인해 물벼룩은 생태독성 시험종으로 선호되고 있고 특히 관련 법이나 규정 등에 시험 지정종으로 물벼룩이 포함되어 있기 때문에 물벼룩을 이용한 EC50의 자료는 다른 생물종에 비해 많다고 할 수 있다. 식 (1)을 이용하여 수많은 혼합물들의 독성 추정치를 계산하려면 동일 생물종으로 시험된 L(E)C50 자료의 축적은 중요하다. 물환경보전법 시행규칙 34조(배출허용기준) 관련 [별표 13]에 생태독성 배출허용기준은 물벼룩에 대한 급성독성시험을 기준으로 한다고 명시되어 있으며 화학물질 위해성평가의 구체적 방법 등에 관한 규정 제5조(유해성 확인) ①항 관련 별표 1에서 화학물질의 수서생태계에 대한 유해성 확인을 위해 지정한 시험 생물종들 중에 물벼룩이 포함되어 있다.
화학물질의 시험방법에 관한 규정 [18]에 따르면 물벼룩 급성 독성시험은 물벼룩에 시험물질을 처리한 후 48시간 동안 관찰하여 물벼룩의 50%가 유영저해를 받는 농도(48hr-EC50)를 산출하는 것이며 시험종료 후 EC50(Median effective concentration)뿐 아니라 95 % 신뢰구간도 통계적으로 산정하여 제시해야 한다. 본 연구에서는 미국 EPA에서 화학물질 위해성 평가에 사용 중인 BMDS 3.1 (Benchmark Dose Software) 통계분석 프로그램[19]을 활용하여 물벼룩 독성시험의 결과를 통계처리(EC50 및 95% 신뢰구간)하였고 Log-Probit 식에 따른 용량(Dose)-반응(Response) 관계 곡선을 작성하였다.

3. 결과 및 고찰

3.1. 독성시험 결과값과 UN-GHS 모델 추정값의 비교 분석

본 시험 전에 예비 시험을 통해 단일 의약물질별 EC50 농도를 개략적으로 확인한 후에 이 EC50 농도가 중간 정도에 위치할 수 있도록 하면서 공비를 2로 잡아 각 시험 물질별로 5개 이상의 서로 다른 노출농도를 설정하여 각 농도마다에 20~30마리의 물벼룩 개체수가 노출되도록 하였다. 이때 비투여대조군(DMSO 용액이 불포함된 배양액)과 용매대조군(DMSO 용액이 포함된 배양액)을 포함시켜 DMSO뿐 아니라 시험환경의 영향도 함께 관찰하였으며 용매대조군에는 시험물질의 최고 노출농도에 포함되어 있는 DMSO의 함량만큼이 포함되도록 하였다.
본 연구에서 사용한 7개 단일 의약물질들인 acetaminophen(A), naproxen(N), sulfamethoxazole(S), florfenicol(F), lincomycin(L), carbamazepine(C), 그리고 ibuprofen(I) 각각의 독성시험 결과값을 바탕으로 BMDS 3.1 통계분석 프로그램[19]을 활용하여 산출한 단일물질별 EC50(mg/L)은 각각 42.36, 100.12, 104.21, 267.23, 1015.56, 32.98, 93.39였으며 각각의 용량-반응 관계 곡선은 Fig. 1 ~ Fig. 4에 나타내었다. 전술한 바와 같이 이러한 단일 의약물질들을 2~4개로 함께 섞어 만들어진 물질들의 혼합 비율은 혼합물 내의 단일물질별 EC50 농도비와 같게 설정하였고, 이때 혼합물 1, 혼합물 2, 혼합물 3 그리고 혼합물 4의 농도(mg/L) 범위는 공비 2를 적용하여 각각 0~284, 0~292, 0~1,844, 0~269가 되도록 하였으며 전술 한 바와 같은 물벼룩을 이용하여 각 혼합물의 독성시험을 수행하였다. 혼합물의 경우에도 단일 의약물질에서와 같이 BMDS 3.1 통계분석 프로그램[19]을 활용하여 도출한 혼합물별 EC50(mg/L)은 Table 2에 기술하였으며 각 혼합물의 용량-반응 관계 곡선은 단일물질의 경우와 함께 Fig. 1~Fig. 4에 나타내었다.
Fig. 1~Fig. 4에 보여지는 혼합물 1~4의 독성시험 결과와 각각에 해당하는 용량-반응 곡선 사이에 결정계수(R2)[20]는 각각 0.93, 0.98, 0.99, 0.99로서 BMDS 3.1 통계분석 프로그램에 의해 도출되는 용량-반응 곡선은 독성시험결과 데이터를 적합(Goodness of fit)하게 잘 설명하고 있다고 할 수 있다. R2은 0에서 1 사이의 값을 가지며 1에 가까울수록 주어진 용량-반응 모델이 시험결과 값에 더 적합하다고 판정한다.
식 (1)의 UN-GHS 모델을 이용하여 계산한 혼합물별 수서생물 독성 추정값은 Table 2에 보여지며, 모든 추정값이 시험 결과값보다 높게 산출된 것에 기초한다면 독성이 실제(시험값)보다 약하게 추정되고 있음을 알 수 있다. 그 이유는 동일 혼합물 내의 초기반응(EC50 이하 단계)에서는 독성이 약한 단일물질보다 독성이 강한 단일물질의 영향이 더 큼에도 불구하고 추정치에서는 상가작용을 가정한 가산성의 계산식에 따라 독성이 약한 단일물질도 동일한 영향을 나타내게 되기 때문이다. 또한, 독성이 강하고 용량-반응 관계 곡선의 기울기가 급한 단일물질일수록 반응초기에 용량이 조금만 증가하여도 혼합물의 독성을 현저하게 증가시키는 경향이 나타나고 있다.
Table 2 로부터 혼합물 구성 성분들 간의 상호작용에 따른 혼합물 1, 2, 3, 4의 독성 상승률은 각각 1.59, 1.46, 1,59, 1.85로서 모든 혼합물에서 상가작용이 아닌 상승작용이 일어났다고 할 수 있다. 이러한 결과들은 식(1)에서 L(E)C50이 1 mg/L보다 큰 성분에 대해서 가중치를 사용하지 않고 있는데 1 mg/L보다 클 때도 1 mg/L보다 작은 경우와 마찬가지로 독성강도의 크기에 따라 가중치를 책정하여 사용해야 함을 보여 주고 있다.

3.2. UN-GHS 변형모델 개발

UN-GHS 모델인 식 (1)은 L(E)C50을 구간으로 나누어 독성 가중치인 M 계수(Table 1)을 부여하고 있다. 즉, L(E)C50 > 0.1 mg/L이면 1, 0.01 < L(E)C50 ≤ 0.1 mg/L이면 10, 0.001 < L(E)C50 ≤ 0.01 mg/L이면 100이며 L(E)C50의 구간값이 10배씩 낮아지면서 독성 가중치는 10배씩 증가한다. 이와 같이 L(E)C50을 구간별로 나누어 가중치를 부여함에 따라 동일구간에 속한 독성물질들이 독성강도가 서로 다르더라도 모두 동일한 가중치를 부여해야 한다. 예를 들어 EC50 = 0.015 mg/L인 물질과 EC50 = 0.095 mg/L인 물질은 서로 독성차이가 큼에도 불구하고 양쪽 모두 M = 10이 부여되는 문제점이 있다. 특히, 1 mg/L를 초과하는 값들을 모두 1개의 구간으로 간주하여 M = 1을 부여하는 것은 합리적이지 않음이 본 연구의 독성시험 결과(Table 2)를 통해 제시되었다. 또한, 식 (1)에서 가중치를 구간단위(Table 1)로 책정하기 때문에 구간과 구간 사이의 경계에서는 해당 물질들간의 L(E)C50의 차이가 매우 작더라도 무려 10배 차이로 독성 가중치를 부여해야 한다. 예를 들어 EC50 = 0.010 mg/L인 물질과 EC50 = 0.011 mg/L인 물질은 서로 독성차이가 크지 않음에도 불구하고 독성 가중치는 각각 100과 10이 부여되는 문제점이 있다.
UN-GHS 모델에서 L(E)C50의 구간값을 기준으로 가중치를 부여하는 방식(Table 1)의 문제점을 해결하기 위하여 본 연구에서는 구간값이 아닌 L(E)C50의 그 자체값을 기준으로 가중치를 부여하는 방식인 UN-GHS 변형모델을 개발하였으며, 식 (3)과 같다.
(3)
ci×WiLEC50m=nci×wiLEc50i
여기서 Ci, L(E)C50i, L(E)C50m은 식 (1)의 경우와 같으며 독성 가중치 Wi (i = 1 … n)은 식 (4)와 식 (5)를 이용하여 구한다.
(4)
LEC50i<1 mg/LWi=11-LEC50i10ki×10-ki-1
(5)
LEC50i1 mg/LWi=1.1-LEC50i10ki×10-ki+1
여기서 ki = i번째 단일물질에 대한 L(E)C50i 값의 자릿수로서 L(E)C50i ≥ 1.0이면 소숫점 위로 가장 높은 자리의 순번 수(양의 정수)이고 L(E)C50i < 1.0이면 소숫점 아래로 0이 아닌 다른 숫자가 처음 나오는 자리의 순번 수(음의 정수)이다. 예를 들어 L(E)C50i = 123.4 mg/L이면 소숫점 위로 가장 높은 자리는 세번째이므로 ki = 3이며 반대로 L(E)C50i = 0.056 mg/L이면 소숫점 아래로 0이 아닌 숫자가 처음 나오는 자리는 두번째이므로 ki = −2가 된다.
또한, L(E)C50i가 1 mg/L, 0.1 mg/L, 0.01 mg/L, 0.001 mg/L이면 Mi(Table 1)와 동일하게 Wi도 각각 1, 10, 100, 1000으로 계산되도록 하여 UN-GHS 모델에서 L(E)C50i의 구간 간격에 대응하는 독성 가중치의 구간 간격이 변형모델에서도 그대로 유지되도록 하였다. 그러나 UN-GHS 모델에서 L(E)C50i가 1 mg/L를 초과하는 경우에 대해서는 L(E)C50i의 구간 간격별로 Mi 값을 책정하지 않았으므로 본 연구에서는 Table 1에서 사용한 개념과 동일하게 L(E)C50i의 구간 간격을 1 mg/L를 기준으로 10배 씩 나누어 책정한 후에 L(E)C50i의 구간 간격이 10배 증가할 때마다 독성 가중치의 구간 간격이 0.1배씩 낮아지도록 하였다. 즉, L(E)C50i가 1 mg/L, 10 mg/L, 100 mg/L, 1000 mg/L이면 이에 대응하는 Wi는 각각 1, 0.1, 0.01, 0.001로 계산되도록 하였다.
식 (1)에서는 L(E)C50i가 어떤 값이라도 동일구간에만 있으면 가중치 Mi의 값은 모두 같지만, 식(4)와 식 (5)의 경우에는 L(E)C50i가 동일구간에 있더라도 해당구간의 최고값에서 최저값으로 감소할 때 그 감소율만큼 반대방향으로 Wi의 값이 증가되도록 만든 계산식이다. 예를 들어 식 (1)을 적용할 경우에 L(E)C50i(mg/L)가 0.01보다 크고 0.1 이하의 어떤 값이라도 Mi는 모두 10이고 경계값(0.01)에서의 Mi는 급격히 100으로 뛰게 되지만, 동일한 조건을 사용하여 식 (4)를 적용하면 L(E)C50i(mg/L)가 0.1, 0.0775 [= 0.1 - (0.1-0.01) × 0.25], 0.055, 0.0325, 0.01로 25%씩 감소할 경우에 Wi는 반대로 각각 10, 32.5, 55.0 [= 10 + (100 − 10) × 0.5], 77.5, 100으로 25%씩 증가하게 되며 경계값(0.01 mg/L)에서도 Wi의 값이 급격히 뛰는 현상은 발생하지 않는다.

3.3. UN-GHS 모델과 변형모델의 추정치 비교 분석

본 연구에서 수행한 독성시험 결과값 대비 UN-GHS 모델의 격차는 평균 64.4%이고 변형모델의 경우에는 평균 17.5%였으며(Table 3), 변형모델의 추정치는 시험값과 유사하였고 기존모델에 비해서도 평균 3.7배의 정확성을 보였다. 혼합물의 농도가 서로 두 자릿수로 동일하였던 혼합물 1과 2에서 시험값 대비 격차가 낮았는데, 이는 혼합물 내에 단일물질 L(E)C50i의 크기가 서로 유사하였고 혼합으로 노출된 단일물질의 수가 작았기 때문으로 판단된다. 혼합물 1~4에서는 혼합으로 노출된 단일물질들의 수가 늘어날수록 시험값과의 격차는 증가하는 경향을 나타내었다. 특히, 혼합물 3은 이를 구성하는 단일물질들 간에 L(E)C50i의 차이가 가장 큰 경우로서 UN-GHS 변형모델의 추정치가 시험값보다 독성이 더 높게 계산된 경우이며, 이는 가중치의 영향이 혼합물 구성 단일물질들 간의 L(E)C50i 차이가 클수록 높아짐을 보여 준다. 즉, 독성시험의 결과(Fig. 3)에 나타난 바와 같이 독성이 매우 약한 단일물질일수록 초기반응에서의 영향은 거의 없어지게 되는데 이러한 현상은 상대적으로 매우 낮은 가중치를 해당물질에 부여함으로써 (lincomycin의 경우에 W = 0.001) 독성값 추정모델에 반영이 되고 있다고 할 수 있다.
UN-GHS 변형모델을 사용하더라도 독성시험값과의 격차는 모든 혼합물에서 일정한 비율로 나타나지 않고 있다. 따라서 이러한 격차는 추정모델의 불확실성에서만 유래하는 것이 아니라 혼합물 구성성분들의 차이에 의한 독성기전(Toxicity mechanism)의 불확실성에서도 기인한다고 할 수 있다. 즉, 혼합으로 노출되는 단일물질들이 화학적 구조나 독성작용의 유형에서 서로 차이가 클수록 혼합노출에 따른 독성의 추정은 더욱 어려워질 수 있다. 특히, 한 구성물질이 다른 구성물질의 생체내 거동을 변화시키는 경우라면 혼합물질의 독성을 예측하는 것은 더욱 어렵게 된다. 따라서 혼합노출의 독성을 예측하는 것은 어느 정도의 불확실성이 불가피하다[7]. 이러한 불확실성의 크기를 줄이기 위해서는 본 논문에서 수행한 추정모델에 대한 연구 뿐만이 아니라 독성기전의 분석 및 이를 모델에 반영키 위한 향후 연구들이 병행될 필요가 있다.

4. 결 론

단일물질들의 L(E)C50 자료에 기초하여 혼합물의 급성 수서생태계 독성값을 추정하는 연구를 수행한 결과로부터 얻어진 결론은 다음과 같다.
1) 혼합물질 1~4의 독성시험결과에 대한 용량-반응 곡선들은 BMDS 3.1 통계분석 프로그램에 의해 도출되었으며 각각의 결정계수(R2)는 0.93, 0.98, 0.99, 0.99를 나타내었으므로 이 프로그램의 사용은 적합하였다고 할 수 있다.
2) 본 연구에서는 의약혼합물 독성시험 결과값과 UN-GHS 모델 추정값의 격차가 크게 나타났으며 그 주요원인은 이 모델이 L(E)C50을 구간값 단위로 나누어 독성 가중치를 부여하고 있기 때문인 것으로 확인되었다.
3) UN-GHS 모델은 L(E)C50이 어떤 값이라도 동일구간에만 있으면 가중치의 값이 모두 같지만 본 연구에서 개발한 UN-GHS 변형모델은 L(E)C50이 동일구간에 있더라도 그 값의 크기에 따라 독성 가중치가 변화되도록 함으로서 시험 결과값과 모델 추정치의 격차를 줄일 수 있었다.
4) 또한 UN-GHS 모델은 독성 가중치를 L(E)C50의 구간값 단위로 책정함으로서 구간들 사이의 경계에서는 해당 물질들간의 L(E)C50의 차이가 거의 없더라도 무려 10배 차이로 독성 가중치를 부여해야 하지만 변형모델에서는 L(E)C50의 구간값 단위가 아닌 그 자체값인 점값에 가중치를 부여함으로서 구간과 구간 사이의 경계에서 발생하는 문제점을 해결하였다.
5) 변형모델의 추정치는 본 연구의 독성 시험치와의 차이가 평균 17.5%로서 기존모델의 경우(평균 64.4%)에 비해 평균 3.7배의 정확성을 나타냈으므로 변형모델은 단일물질들로 구성된 혼합물의 독성값 추정에 유용한 방법이 될 수 있다. 그러나 변형모델도 혼합 단일물질들의 수가 늘어나거나 혼합물을 구성하는 단일물질들 간에 L(E)C50의 차이가 커질수록 시험값과의 격차가 증가하는 경향을 보였으므로 이에 대한 향후 연구가 혼합물을 대상으로 더 많은 독성시험을 통해 이루어질 필요성이 있다.

감사의 글

본 연구는 전남 2023년도 환경부 주관「화학물질 안전관리 전문 인력 양성사업」의 화학물질 특성화대학원 지원 사업을 통한 성과물임을 밝힙니다.

Fig. 1.
Dose-response curves of mixture 1 and its ingredients.
jeaht-26-4-147f1.jpg
Fig. 2.
Dose-response curves of mixture 2 and its ingredients.
jeaht-26-4-147f2.jpg
Fig. 3.
Dose-response curves of mixture 3 and its ingredients.
jeaht-26-4-147f3.jpg
Fig. 4.
Dose-response curves of mixture 4 and its ingredients.
jeaht-26-4-147f4.jpg
Table 1.
Multiplying factors for highly toxic ingredients of mixtures [11]
Acute toxicity
L(E)C50 value M factor
0.1 < L(E)C50 ≤ 1 1
0.01 < L(E)C50 ≤ 0.1 10
0.001 < L(E)C50 ≤ 0.01 100
0.0001 < L(E)C50 ≤ 0.001 1000
0.00001 < L(E)C50 ≤ 0.0001 10000
(Continues in factor 10 intervals)
Table 2.
Results of the toxicity test, estimated value of UN-GHS model, and evaluation of interactions between ingredient
Division Results of EC50 test
Estimate of UN-GHS model [Eq. (1)] (mg/L) Interactions between mixture components
EC50 (mg/L) Confidence interval of 95% (mg/L) Indicator substance
Conversion value of mixture [Eq. (2)] (mg/L) Rise rate (EC50÷DA)
Substance name EC50 (mg/L)
Mixture 1 (A+N) 44.86 36.75 ~ 55.08 71.24 Acetaminophen 42.36 26.64 1.59
Mixture 2 (A+S) 50.37 41.57 ~ 60.63 73.29 Acetaminophen 42.36 29.08 1.46
Mixture 3 (F+N+L) 290.70 237.41 ~ 355.26 460.97 Florfenicol 267.23 168.38 1.59
Mixture 4 (C+A+I+N) 34.60 27.53 ~ 41.59 67.29 Acetaminophen 42.36 22.88 1.85
Table 3.
Comparison of estimated values by UN-GHS model and its modified model
Division Test result, EC50mt (mg/L) Model of UN-GHS [Eq. (1)]
Modified model of UN-GHS [Eq. (3)]
Model estimate, EC50m (mg/L) [|EC50m-EC50mt| ÷ EC50mt]×100 (%) Model estimate, EC50m (mg/L) [|EC50m-EC50mt| ÷ EC50mt]×100 (%)
Mixture 1 44.86 71.24 58.8 49.80 11.0
Mixture 2 50.37 73.29 45.5 50.30 0.2
Mixture 3 290.70 460.97 58.6 219.43 24.5
Mixture 4 34.60 67.29 94.5 46.41 34.13

참고문헌

1. 환경부 화학물질안전원, https://icis.me.go.kr/prtr/main.do, 2023.

2. 보건복지부, "2020년 기준 의약품 소비량 및 판매액 통계", 2021, 발간등록번호 11-1352000-001450-10, 35-60

3. 통계청, 농약 및 화학비료 사용량, 2023.

4. 환경부, 환경백서, 2022.

5. P. K. Jjemba, “Excretion and ecotoxicity of pharmaceutical and personal care products in the environment”, Ecotoxicology and environmental safety, 2006, 63 (1), 113-143.
crossref pmid
6. Network, Korea zero waste movement, 가정 내 의약품의 올바른 사용과 폐의약품 회수· 처리 사업 보고서, 2010.

7. 식품의약안전처, 식품의약품 통계연보(제24호), 2022.

8. 법제처 국가법령정보센터, "물환경보전법 제2조", 2021, 법률 제18469호(시행 2022. 3. 25)

9. 창효 안, 한솔 정, 계문 이, 성준 김, and 용운 이, “수생태계에서 Ibuprofen의 위해성 평가”, 한국도시환경학회지, 2019, 19 (2), 95-101.
crossref
10. G.W. Lee, S.R. Lee, K.H. Ji, P.J. Kim, and K.H. Choi, “Recent trend of ecotoxicological research on combined exposure to pharmaceutical residues in water environment”, The Korean journal of public health, 2012, 49 (2), 78-87.

11. United Nations, "Globally harmonized system of classification and labelling of (chemicals (GHS)", 2021, 9th revised edition, 217-240

12. 창효 안, 한솔 정, 성준 김, and 용운 이, “수생태계에 동시에 존재하는 의약품 혼합물의 위해성 평가”, 한국도시환경학회지, 2020, 20 (4), 369-377.

13. Organisation for economic co-operation and development & European chemicals agency, https://qsartoolbox.org

14. 안창효, "혼합유해물질의 수서생태 영향평가를 위한 UN-GHS 변형모델 개발", 전남대학교 2023

15. 국립환경과학원 영산강물환경연구소, "영산강수계지천중심 잠정관리 유해물질 분포 및 오염경로 조사에 관한 연구에 관한 연구", 2013~2016

16. 영산강·섬진강수계관리위원회, 영산강수계 유해물질 분포 특성 조사 연구", 2021, 2년차 연차보고서, 115-327

18. 국립환경과학원, "화학물질 위해성평가의 구체적 방법 등에 관한 규정", 2021, 제2021-87호

19. US Environmental protection agency, https://www.epa.gov/bmds, March 2023

20. 여울, "결정계수(R-squared)의 의미와 계산방법", https://blog.naver.com/tlrror9496/222055889079, 2020년 8월

TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 488 View
  • 4 Download
Related articles in
J Environ Anal Health Toxicol


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
Hansin B/D 305 MapoDeae-ro 12, Mapo-Goo, Seoul, 04175 Korea
Tel: +82-2-704-4801    Fax: +82-2-704-4802    E-mail: ksfea7044801@gmail.com                

Copyright © 2024 by Korea Society of Environmental Analysis. All rights reserved.

Developed in M2PI

Close layer
prev next