毒理学风险评估的核心是解析化学物暴露剂量与健康效应间的定量关联——剂量-反应关系（DRR）。它是推导安全限值（如每日允许摄入量）、评估人群暴露风险的关键依据，其准确性直接影响监管决策的合理性。不同化学物的毒性特征（如是否有阈值、效应类型）决定了DRR确定方法的差异，这些方法需平衡科学性、数据可及性与不确定性，是毒理学研究向应用转化的重要桥梁。
阈值架框估法：有阈值化学物的经典评估框架
阈值法是针对“有阈值化学物”（如多数非遗传毒性物质）的传统方法，核心假设是存在一个“无可见有害效应水平”（NOAEL）——低于该剂量时，化学物不会引发可检测的健康损害。NOAEL需通过动物亚慢性/慢性毒性试验确定：研究者设置多个剂量组（如高、中、低、对照组），观察体重变化、血液生化指标、组织病理学改变等终点，筛选出“未出现任何有害效应的最高剂量”作为NOAEL；而“最低可见有害效应水平”（LOAEL）则是首次出现效应的最低剂量。
基于NOAEL，监管机构会引入“不确定系数”（UFs）推导安全限值，如参考剂量（RfD=NOAEL/UFs）。UFs涵盖种属差异（动物到人的外推）、个体变异（敏感人群与普通人群的差异）、实验持续时间（亚慢性到慢性的外推）等不确定性，通常取10的幂次（如种属差异取10，个体差异取10，总UF为100）。
但阈值法的局限性也很明显：NOAEL完全依赖实验设计的剂量点——若剂量间隔过大，可能错过真实的效应阈值；此外，它仅利用单个剂量点数据，未整合所有剂量-反应信息，可能导致结果偏倚。例如，某化学物的实验剂量为0、1、10、100 mg/kg，对照组效应率为0，1 mg/kg组为0，10 mg/kg组为5%，100 mg/kg组为30%，则NOAEL为1 mg/kg，但真实阈值可能在1-10 mg/kg之间，此时NOAEL的估计就会偏保守。
尽管如此，阈值法仍是当前监管中最常用的方法之一，尤其适用于食品添加剂、农药等“有阈值”化学物的风险评估，其逻辑简单、可操作性强的特点使其在数据有限时仍能提供可行的安全限值。
非阈值法：无阈值致癌物的线性风险假设
非阈值法针对“无阈值化学物”（如遗传毒性致癌物），核心假设是“即使极低剂量，化学物仍可能引发风险”。最常用的是“线性无阈模型（LNT）”——假设剂量与肿瘤发生率呈线性关系，低剂量区的反应是高剂量区的线性延伸，无“安全剂量”可言。
LNT的应用需基于动物致癌试验数据：研究者通过高剂量暴露（如接近最大耐受剂量）诱导肿瘤发生，记录不同剂量下的肿瘤发生率，再用线性模型外推至低剂量（如人群实际暴露水平）。例如，IARC分类为1类（确定致癌物）的石棉，其斜率因子（SF）为0.17 mg/kg/day⁻¹，意味着每增加1 mg/kg/day的暴露，终生肺癌风险增加17%。
尽管LNT存在争议——部分研究发现某些致癌物可能在低剂量下存在“兴奋效应”（如低剂量视黄醇促进细胞修复），但监管机构仍将其作为默认模型。原因在于：遗传毒性致癌物的作用机制是DNA损伤，理论上单个分子即可引发突变；且低剂量风险无法通过实验直接验证（需超大规模人群研究），LNT是“保守但可行”的选择。
非阈值法的输出是“终生超额癌症风险”，通常以1×10⁻⁶（百万分之一）作为可接受风险水平。例如，若某化学物的SF为0.05 mg/kg/day⁻¹，人群暴露剂量为0.0002 mg/kg/day，则风险为0.0002×0.05=1×10⁻⁵（万分之一），需采取管控措施降低暴露（如限制食品中该化学物的残留量）。
基准剂量法：基于统计模型的剂量-反应拟合
为解决NOAEL依赖单一剂量点的缺陷，20世纪90年代发展出“基准剂量法（BMD）”。其核心是通过统计模型拟合所有剂量-反应数据，计算“使效应发生率达到基准反应（BMR）的剂量”——BMR通常设为1%或5%的额外风险（如肿瘤发生率比对照组高1%，或生化指标异常率高5%）。
具体步骤包括：首先选择效应终点（如血清谷丙转氨酶（ALT）活性升高、肾小管上皮细胞坏死率），收集不同剂量下的效应数据；然后用Probit、Logistic或Weibull模型拟合数据，得到剂量与效应的函数关系；最后计算“基准剂量下限（BMDL）”——BMD的95%置信区间下限，作为替代NOAEL的保守估计值（因BMDL更能反映数据的不确定性）。
BMD法的优势在于利用了所有剂量点的信息，而非依赖单个剂量。例如，某化学物的实验剂量为0、2、5、10 mg/kg，对照组效应率为0，2 mg/kg组为3%，5 mg/kg组为12%，10 mg/kg组为35%，用Logistic模型拟合后，BMR=5%对应的BMD为3.8 mg/kg，BMDL为2.5 mg/kg，比NOAEL（2 mg/kg）更能反映真实的剂量-反应关系（因2 mg/kg组已出现3%的效应，接近5%的BMR）。
目前，EPA、EFSA等机构已推荐用BMDL替代NOAEL推导安全限值。例如，EFSA在评估食品添加剂“诱惑红”时，用BMD法分析了大鼠的肝毒性数据，得到BMDL=0.3 mg/kg/day，比原NOAEL（0.2 mg/kg/day）更合理，使每日允许摄入量从0.2 mg/kg/day调整为0.3 mg/kg/day，更符合数据的统计特征。
概率分布法：量化人群差异的风险描述
传统方法假设人群对化学物的反应是均一的，但实际中个体差异（如年龄、基因多态性、代谢能力）会导致同一剂量下的效应不同。概率分布法通过将剂量-反应关系描述为“概率分布”，而非固定值，来整合这种差异。
例如，某化学物的BMD在人群中呈对数正态分布，均值为4 mg/kg，标准差为1.1，则约68%的人BMD在3.0-5.0 mg/kg之间，16%的人BMD低于3.0 mg/kg（敏感人群，如儿童或肝功能不全者）。研究者可通过蒙特卡洛模拟，输入剂量的分布（如膳食暴露的P95值，即95%人群的暴露剂量不超过该值）和反应的分布（如BMD的分布），输出人群中超过安全限值的比例。
概率分布法的核心是“区分变异性与不确定性”：变异性是人群固有的差异（如性别、年龄），可通过流行病学数据量化；不确定性是数据不足导致的未知（如模型选择、实验误差），可通过敏感性分析评估。例如，EPA在评估“饮用水中铅暴露”时，用概率分布法分析儿童的风险：儿童的肠道铅吸收率是成人的5倍，BMD更低，需计算其暴露剂量对应的风险分布（如P95风险为1×10⁻⁴，即万分之一）。
该方法的优势在于提供了“风险的范围”，而非单一值。例如，某农药的膳食暴露P95值为0.08 mg/kg/day，BMDL的分布为0.04-0.15 mg/kg/day，则敏感人群（P95 BMDL=0.04 mg/kg/day）的风险为0.08/0.04=2（即暴露剂量是安全限值的2倍），需调整农药的使用量（如减少施药次数）。
混合效应模型：整合多源数据的剂量-反应分析
在实际研究中，剂量-反应数据常来自多批次实验（如不同实验室的大鼠毒性试验）或多终点（如同一动物的血液学、组织学、生化指标），混合效应模型可整合这些分层数据，提高结果的稳定性。
混合效应模型分为“固定效应”和“随机效应”：固定效应是研究者关注的变量（如剂量），随机效应是分层因素（如实验批次、动物个体）。例如，分析3个实验室的大鼠肝毒性数据时，“剂量”是固定效应，“实验室”是随机效应（因不同实验室的饲养条件、检测方法可能存在差异），模型会调整实验室间的差异，得到更准确的剂量-反应系数（如剂量每增加1 mg/kg，ALT活性升高15 U/L，而单一实验室的数据为12-18 U/L）。
以连续型效应指标（如血清肌酐浓度）为例，线性混合模型（LMM）的公式为：Y=β₀+β₁×Dose+γ×Batch+ε，其中Y是血清肌酐浓度，β₁是剂量的效应系数（固定效应），γ是批次的随机效应（反映不同批次的差异），ε是个体误差。通过拟合模型，可得到剂量与血清肌酐的线性关系，并计算不同批次下的预测值（如Batch 1的预测值为β₀+β₁×Dose+γ₁，Batch 2为β₀+β₁×Dose+γ₂）。
混合效应模型的优势在于利用了多源数据，减少单一实验的偏差。例如，某化学物的3个实验室实验中，剂量-反应系数分别为0.6、0.8、0.7，用混合效应模型整合后，平均系数为0.7，95%置信区间为0.6-0.8，比单一实验室的结果更可靠（因整合了多个数据点的信息）。
高通量与组学方法：系统毒理学的剂量-反应解析
随着“3R原则”（减少、替代、优化动物实验）的推广，高通量筛选（HTS）与组学技术成为DRR确定的新工具。HTS通过机器人系统快速检测数千种化学物在不同剂量下的细胞效应（如细胞活力、核受体激活、DNA损伤），组学技术（如转录组、蛋白质组、代谢组）则解析分子水平的剂量-反应标志物（如基因表达、蛋白质丰度、代谢物浓度的剂量依赖性变化）。
例如，EPA的Tox21项目用HTS检测了10000种化学物对29种细胞通路（如雌激素受体通路、芳烃受体通路）的影响，得到“剂量-通路激活”曲线，进而关联到器官水平的效应（如雌激素受体通路激活导致乳腺增生）。通过拟合这些曲线，可得到分子水平的BMD（如使雌激素受体通路激活50%的剂量，即EC50），作为早期毒性的预警指标（因分子水平的变化早于器官水平的损伤）。
组学方法的优势在于“系统性”——能同时分析数百个分子标志物的剂量-反应关系，识别关键毒性通路。例如，用RNA-seq分析小鼠肝组织在不同剂量下的基因表达，发现“细胞色素P450 1A1（CYP1A1）”基因的表达随剂量增加而线性上升（剂量为0 mg/kg时表达量为10，2 mg/kg时为50，5 mg/kg时为150，10 mg/kg时为300），其BMD为3.2 mg/kg，与肝组织病理学损伤的BMD（3.5 mg/kg）高度相关，说明CYP1A1可作为该化学物肝毒性的生物标志物（即CYP1A1表达升高可预警肝损伤）。
目前，高通量与组学方法主要用于“优先级排序”——快速筛选高毒性化学物，减少动物实验的使用。例如，欧盟的REACH法规要求，产量超过1吨的化学物需提交毒性数据，HTS可先筛选出“高风险化学物”（如对细胞通路有强剂量依赖性激活的化学物），再进行深入的动物试验，提高评估效率（如将需进行动物试验的化学物数量从1000种减少到200种）。