Modélisation biodynamique de l'accumulation de substances persistantes par des invertébrés benthiques d'eau douce - Archive ouverte HAL Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2019

Biodynamic modelling of the accumulation of persistent chemiclas by freshwater benthic invertebrates

Modélisation biodynamique de l'accumulation de substances persistantes par des invertébrés benthiques d'eau douce

Résumé

Toxicokinetic models (sometimes called biodynamic models) present numerous advantages for studying the bioaccumulation of chemicals; their use paves the way of predictive applications. Nevertheless, implementing such models for organic contaminants entailed to unlock several limitations, such as estimating biotransformation rates and metabolites' fate. Another current limitation of toxicokinetic models lies in the assessment of uncertainty related to toxicokinetic parameters. This study consisted in developing a generic modelling framework for describing and simulating the bioaccumulation of persistent chemicals (hexachlorobiphényl, pentachlorobenzène, hexabromocyclododécane - HBCDD, pentabromodiphényl-ether) by various freshwater benthic invertebrate species (an insect, Chironomus riparius, an amphipod, Gammarus fossarum, and a gastropod mollusk, Radix auricularia). The study was based on a series of laboratory experiments, which provided bioaccumulation data suitable for model calibration, as well as for testing various hypotheses on exposure pathways. Toxicokinetic parameters are estimated through Bayesian inference with the RJAGS software and the "rjags" package in R language via Markov Chain Monte Carlo sampling. Each hypothesis tested on the basis of experimental data corresponds to a model, allowing then to compare the performance. Overall, these models fit well the experimental data, except for HBCDD: in that case the experimental data did not bring enough information for estimating correctly the toxicokinetic parameters. A biotransformation function was also successfully implemented on the basis of data from the literature (aldicarbe, carbaryl, carbofuran, 4 nitrobenzyl chloride, pyrene). In that case, Bayesian inference yielded a reduced uncertainty compared to the original models, which used classical inference. Finally, as a "proof of concept", the modelling framework was adapted for estimating the benzo(a)pyrene concentration in bottom sediment equivalent to the biota environmental quality standard for this substance. This generic Bayesian modelling framework can be adapted to various species-contaminant pairs (or even to mixtures), and appears as an effective tool for describing contaminant kinetics, as well as for assessing the uncertainty related to model parameter estimation, or for predictions.
L'utilisation de modèles toxicocinétiques (parfois désignés comme biodynamiques) dans l'étude de la bioaccumulation des contaminants présente de nombreux avantages, et ouvre la perspective d'utilisations prédictives. Toutefois, l'implémentation de ces modèles pour les contaminants organiques imposait de lever des verrous, comme la prise en compte de la biotransformation et des métabolites résultants, et d'estimer correctement l'incertitude sur les valeurs des paramètres toxicocinétiques. Cette étude a permis de développer un cadre de modélisation générique pour décrire et prédire la bioaccumulation de composés persistants (hexachlorobiphényl, pentachlorobenzène, hexabromocyclododécane - HBCDD, pentabromodiphényl-éther) par différentes espèces d'invertébrés benthiques (insecte Chironomus riparius, crustacé amphipode Gammarus fossarum, mollusque gastéropode Radix auricularia). La démarche suivie pour cette étude est passée par la mise en oeuvre d'essais d'accumulation au laboratoire, qui ont fourni ensuite les données expérimentales permettant de développer le cadre de modélisation et de tester différentes hypothèses sur les voies d'exposition des organismes. L'estimation des paramètres toxicocinétiques est réalisée par inférence bayésienne à l'aide du logiciel JAGS et du package « rjags » du logiciel R ; l'échantillonnage aléatoire pour les distributions de probabilité des paramètres est effectué par l'algorithme « Markov Chain Monte Carlo ». Les différentes hypothèses testées à partir des données expérimentales correspondent à autant de modèles, dont on peut comparer les performances. Dans l'ensemble, ces modèles ont bien reproduit les données expérimentales, sauf dans le cas de l'HBCDD, pour lequel les données expérimentales obtenues n'ont pas apporté suffisamment d'information pour estimer correctement les paramètres toxicocinétiques. Une fonction de biotransformation a également été implémentée avec succès sur la base de données issues de la littérature (aldicarbe, carbaryl, carbofuran, chlorométhyl-1 nitro-4 benzène, pyrène) ; l'inférence bayésienne a permis d'obtenir une incertitude réduite par rapport à celle des modèles originaux reposant sur une inférence classique. Enfin, à titre de preuve de concept, le cadre de modélisation a été adapté à une estimation de la concentration dans le sédiment équivalente à la norme de qualité environnementale pour le biote du benzo(a)pyrène. Ce modèle générique, développé dans un cadre bayésien et pouvant s'adapter à chaque couple espèce-contaminant (ou mélanges) que l'on souhaite étudier se révèle être un outil performant dans la description des toxicocinétiques de contaminants ainsi que dans l'évaluation de l'incertitude sur les paramètres et les prédictions.

Mots clés

Fichier principal
Vignette du fichier
pub00061107.pdf (4.21 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02609182 , version 1 (16-05-2020)

Identifiants

Citer

Marc Babut, A. Ratier, N. Delorme, C. Lopes, Paul Labadie, et al.. Modélisation biodynamique de l'accumulation de substances persistantes par des invertébrés benthiques d'eau douce. [Rapport de recherche] irstea. 2019, pp.70. ⟨hal-02609182⟩
29 Consultations
69 Téléchargements

Partager

Gmail Facebook X LinkedIn More