Exponeringsbedömning av blandningar

Exponeringsbedömningar för komplexa och oavsiktligt uppkomna blandningar är ett relativt outforskat område. Det finns fortfarande stora kunskapsluckor både beträffande utvecklingen av metoder för prospektiv bedömning av samexponering, och genomförandet av empiriska undersökningar som retrospektivt identifierar vilka bland- ningar som faktiskt förekommer i olika miljöer.

Arbetet med att utveckla vetenskapliga metoder som kan använ- das regulatoriskt har bara börjat. I OECD:s vägledningsdokument om risker med blandexponering, som nyligen publicerades (OECD 2018), presenteras en systematisk genomgång av faktorer som på- verkar samexponering, och viktiga typer av data som kan användas i en stegvis utförd exponeringsbedömning för blandningar. Metoden är dock väldigt generellt beskriven, och saknar detaljer kring hur den ska fungera i praktiken. Dessutom är den begränsad till retrospektiva bedömningar baserade på monitoringdata.

Prospektiv modellering

Prospektiv modellering av samexponering (Prospective co-exposure modelling) innebär att bedöma sannolikheten för samtidig förekomst av olika kemikalier på en viss plats inom en given tidsram, samt att uppskatta koncentrationerna och blandningsproportionerna för de

olika komponenterna i den förväntade blandningen. Startpunkten utgörs av kvantitativ information om användning eller utsläpp av enskilda kemikalier.

De huvudsakliga verktygen är modeller för transport, ackumu- lation, omvandling i miljön och ADME7 _{i människor. Viktiga kom-} pletterande modeller är sådana som kan förutsäga fysikalisk-kemiska egenskaper utifrån kemisk molekylstruktur.

Utmaningen ligger i att modellera flera exponeringsvägar för flera kemikalier samtidigt. När det gäller människors måste modellering av indirekta exponeringar via livsmedel och omgivningen dessutom kompletteras med bedömningar av direkta exponeringar från använd- ningen av kemikalier och kemiska produkter (både konsumentpro- dukter och yrkesmässig användning).

Det finns många modeller som täcker olika delar av exponerings- vägarna för olika typer av kemikalier. Bopp och medarbetare har sammanställt ett urval av dessa modeller (Bopp et al. 2019; Tilläggs- information i tabell S1). Teeguarden och medarbetare (2016) ut- vecklade visionen att alla sådana modeller, och alla andra källor till exponeringsdata, skulle organiseras i ett gemensamt ramverk för aggregerade exponeringsvägar (aggregate exposure pathways, AEP). En sådan sammanställning skulle också kunna bidra till kumulativa expo- neringsbedömningar. Realiseringen av AEP-konceptet är dock fort- farande en framtidsvision. Men, för vattenmiljön har EU-projektet SOLUTIONS tagit ett steg framåt i modelleringen av oavsiktliga blandexponeringar. Med hjälp av en kombination av olika modeller, beräknades den sammantagna exponeringen för cirka 5 000 kemikalier (ämnen som registrerats i REACH, bekämpningsmedel och läke- medel) i 35 000 floder och sjöar i hela Europa (van Gils et al. 2019). Resultaten är intressanta, men metoden behöver utvecklas vidare, vilket försvåras av två viktiga skäl. Det första är att information om användning eller utsläpp av kemikalier som används för olika ända- mål, i olika mängder och på olika platser ofta saknas eller är ofull- ständig. Tillgång till sådana data är helt nödvändig och avgör med vilken noggrannhet och precision man kan förutsäga en blandnings- exponering. Det andra är avsaknaden av övervakningsdata, som behövs för validera resultat av modelleringen. Data från rutinmässig miljö- övervakning kan inte enkelt användas eftersom dessa data är begrän- sade till ett relativt litet spektrum av ämnen och provtagningsplatser,

samt att provtagningsfrekvensen kan vara otillräcklig för att beskriva förändringar i exponeringen över tid.

Mer forskning krävs, som möjliggör en integrerad utveckling av metoder för både pro- och retrospektiv exponeringsbedömning för blandningar.

Retrospektiv bedömning

Retrospektiv bedömning av blandexponering innebär att mäta rele- vanta samexponeringar som uppstått genom tidigare eller pågående användningar eller utsläpp av kemikalier. Den viktigaste metoden är riktade kemiska analyser av prover tagna i olika matriser och orga- nismer i miljön (miljöövervakning), i livsmedel och djurfoder (livs- medelsövervakning) samt i prover från människor.

Därtill finns kompletterande tillvägagångssätt med bredare och mer förutsättningslösa analysmetoder, så kallad non-target-screening (NTS) och effektbaserad övervakning (Effect Based Monitoring, EBM). När det gäller direkt exponering av människor är enkäter en annan viktig informationskälla.

Med riktade kemiska analyser kan man identifiera och kvantifiera molekyler, för vilka analytiska referensstandarder (rena ämnen) finns tillgängliga. Analysen omfattar bara de substanser som man beslutat att leta efter. De modernaste analysmetoderna kan mäta några hundra olika ämnen i ett och samma prov. Nyligen, har så kallade non-target- screening-metoder utvecklats, som kan mäta tusentals olika kemikalier i ett och samma prov. Metoden särskiljer enskilda kemikalier baserat på deras molekylvikt. Men att fastställa molekylstrukturerna, det vill säga identifiera exakt vilka ämnen som finns i provet, är fortfarande svårt och resurskrävande. Således omfattar även de allra bästa till- gängliga analysmetoderna endast en relativt liten bråkdel av alla de tiotusentals kemikalier som används, och det okända antalet om- vandlingsprodukter som bildas från dessa i miljön. Informationen från de kemiska analyserna måste dessutom kombineras med toxi- kologiska data för att kunna göra en riskbedömning av blandningen med component based approaches. Effect-based-monitoring (EBM) kan därför vara ett värdefullt komplement till kemiska analyser i monitoreringsarbetet. De ger direkt information om faktiska risker och till och med akuta effekter. För att kunna vidta riktade åtgärder

för riskminskning behöver man dock även kunna identifiera vilka kemikalier i blandningen som orsakar de negativa effekterna. Detta kan till exempel göras med hjälp av effektstyrd analys (effect-directed analysis, EDA) eller genom att jämföra de observerade effekterna med resultat från komponentbaserade metoder baserade på kemiska övervakningsdata. Få EBM är tillräckligt utvecklade för att kunna användas regulatoriskt, men det finns goda skäl att fortsätta stödja forskning som kan driva fram en sådan utveckling (Brack et al. 2019).

Kunskapen om hur exponeringar för oavsiktliga blandningar faktiskt ser ut i verkliga livet är ännu bristfällig och fragmentarisk. För att förbättra denna situation har EU-kommissionen inrättat en informationsplattform för övervakningsdata (IPCHEM)8 _{som ska} samla och tillgängliggöra analysdata för kemikalier. För att IPCHEM ska kunna användas för riskbedömning av blandningar måste data- basen fyllas med data från väl utformade och väl utförda undersök- ningar om kumulativa exponeringar. Därför har kommissionen också finansierat ett antal forskningsprojekt som har bidragit till att gene- rera data till IPCHEM, såsom SOLUTIONS-projektet om kemikalier i vattendrag och det pågående HBM4EU-projektet om kemikalier i människor.