三氯卡班（TCC）广泛用于个人护理产品中以抑制细菌生长[1]，[2]。同样，双酚S（BPS）在塑料产品（如食品包装和电子产品）中也有广泛应用，以保持材料稳定性[3]，[4]。含有TCC和BPS的废物进入土壤和水中，由于它们难以降解，这两种物质会在环境中长期存在[5]，[6]，[7]。在环境介质中检测到的这两种物质的浓度可高达mg/L[8]。它们经常共存于水生和沉积环境中，例如东海和珠江[5]，[9]。在动物和人类（如宠物、人类尿液）中也检测到了它们的存在[5]，[7]，[10]，[11]。TCC在斑马鱼中表现出内分泌[12]、肠毒素[13]、生殖[14]、致癌[15]、氧化应激[16]和神经毒性[17]作用，而BPS会破坏内分泌功能，引发发育和行为障碍[18]，[19]，[20]，并引发炎症，可能具有心血管毒性[21]。这些发现表明，这两种物质对多器官和多层面健康构成风险。
与单独暴露相比，实际环境中的混合暴露对污染物的暴露状态更为敏感[22]。尽管大多数污染物都尽量控制在无效应浓度以下，但数十甚至数百种污染物的共存可能会由于相互作用和协同效应产生不可忽视的影响。在这种情况下，相应的混合浓度也可能达到mg/L水平[23]，[24]。在这种情况下，仅基于环境浓度对单一化学物质进行毒性测试无疑会低估风险，这对环境来说是一种过于保守的策略[23]，[25]。目前，研究人员意识到，即使对单一化学物质进行风险管理，它们形成的混合物也会带来不可忽视的风险；因此，越来越多的研究呼吁对混合物进行测试和监测[26]，[27]。已经出现了一些相关技术，例如非靶向分析技术可以检测未知化学物质以全面了解样品组成[28]，频繁项集挖掘技术用于识别和提取混合物的成分，以及高通量毒性测试技术[29]，[30]。这些技术的发展为混合物状态和实际环境中的化学污染物风险评估奠定了重要基础。
在当前的混合物评估框架中，经常使用加性参考模型（如浓度叠加（CA）和独立作用（IA）来评估联合效应。通常认为CA适用于作用机制（MOAs）相似的化学物质，而IA适用于作用机制不同的化学物质。然而，这些模型更多被视为数学工具，而非真正的机制表征[31]。在适用性方面，CA依赖于等效数据，而IA基于效应，因此更适合进行相互作用分析。尽管存在这些差异，大多数评估指标（如混合物风险指数（RI）仍然源自CA。重要的是，从CA和IA获得的结果通常是不可互换的。因此，基于CA的评估在风险特征描述中起着特别重要的作用。然而，广泛依赖基于CA的模型隐含了在关键暴露阈值下的加性假设，同时对于这些浓度下毒性相互作用的实际产生方式了解有限。除了模型选择之外，确定阈值浓度在风险评估中也至关重要。无观察效应浓度（NOEC）和亚致死剂量（如LC10、LC50）被广泛用作参考点[32]。例如，无论是使用评估因子方法还是物种敏感性分布（SSD）方法[33]，[34]，预测的无效应浓度（PNECs）通常都是从NOEC和亚致死剂量数据中得出的。随着毒理学方法的进步，现在可以获得越来越多关于个体、组织、器官和调控机制的信息[35]。一个关键未解决的问题是，这些生物层面上的毒性相互作用在阈值剂量下如何表现，以及协同或拮抗机制在其中是如何差异驱动的。解决这一问题对于推进混合物毒理学和细化生态风险评估至关重要。
在本研究中，选择了两种广泛关注的污染物TCC和BPS作为实验对象。使用斑马鱼作为模式生物来分析联合暴露下的毒理学相互作用和潜在机制。首先，采用组合指数（CI）来评估急性毒性测试后TCC和BPS在不同浓度比下的联合效应。进一步使用加性参考模型预测的浓度和组合指数（CI）校正后的浓度来评估TCC和BPS的联合效应。这些效应在四个生物层面上进行了评估：个体（表型和行为）、系统（心血管、免疫和神经）、调控机制（氧化应激和细胞凋亡）以及组学方法（转录组学）。最后，将毒理学评估结果与支持性文献证据相结合，构建了TCC和BPS联合暴露下的毒性调控机制图，以阐明它们的相互作用模式，并为混合物风险评估提供科学依据。
