Version 11 . TOOLS4ENV AiiDA : Aquatic Impact Indicators DAtabase - Guideméthodologique - TOOLS 4 ENV AiiDA Guide méthodologique Version 1.1 Tools for Environment 4, Rue de la Châtellenie 1635 La Tour-de-Trême SUISSE Dr. Jérome Payet Email: [email protected] Ing Odilon Hugonnot Email: [email protected] Date: Juillet 2013 Language: Français Availability: PDF Acronymes ACV : AiiDA : AMI : CAS : EC50 : EPA : HC5 : HC50 : ITIS : PNEC : PSD : QSAR : SSD : TGD : Analyse du Cycle de Vie Aquatic impact indicators database Assessment of the mean impact Chemical Abstracts Service Concentration efficace médiane Environmental Protection Agency Hazardous concentration 5 % Hazardous concentration 50% Integrated Taxonomic Information System Predicted no effect concentration Phyla Sensitivity Distribution Quantitative structure–activity relationship Species Sensitivity Distribution Technical Guidance Document Table des matières Contexte et objectif ....................................................................................... 1 Contexte ................................................................................................ 1 Objectifs du guide .................................................................................. 2 Les prérequis................................................................................................ 3 L’écotoxicologie aquatique .................................................................... 3 Les tests écotoxicologiques .................................................................. 4 Les bases de données écotoxicologiques .................................................... 7 Les bases de données de références ..................................................... 7 La base de données AiiDA ..................................................................... 9 La Méthode A.M.I ....................................................................................... 14 Problématique...................................................................................... 14 Les principes de la méthode A.M.I ....................................................... 14 HC50 ........................................................................................................... 19 Calcul de HC50 (Hazardous Concentration for 50% of species) ............ 19 Utilisation des QSARs .......................................................................... 22 Calcul des incertitudes ........................................................................ 24 HC5 ............................................................................................................. 25 Calcul de HC5 (Hazardous Concentration for 5% of species) ................ 25 Méthode basée sur la review d’Aldenberg (2010) ................................. 25 Méthode de l’US-EPA ........................................................................... 28 PNEC ......................................................................................................... 33 Calcul de la PNEC (Predicted No Effect Concentration) ........................ 33 Identification du test et de l’espèce la plus sensible............................. 33 Estimation du facteur de sécurité AF (Assessment Factor) .................. 34 C O N T E X T E E T 1 Chapitre O B J E C T I F Contexte et objectif Ce guide méthodologique à destination des utilisateurs d’AiiDA réunit les informations nécessaires à la compréhension des différents indicateurs d’écotoxicité aquatique. Contexte Background et description de l’outil AiiDA Le manque et la difficulté d’accès aux données écotoxicologiques ainsi que la complexité de mise en œuvre des calculs et des méthodes rendent l’utilisation des indicateurs d’écotoxicité aquatique difficilement exploitable. Pour remédier à cette problématique l’outil AiiDA met à disposition plus de 500 000 tests uniques et sourcés sur plus de 3600 espèces et 30 phyla. Cette base de données globale est utilisée pour calculer automatiquement les différents indicateurs d’écotoxicité aquatique ainsi que leurs incertitudes en suivant les TGD officiels (Technical Guidance Document). AiiDA permet de couvrir 7500 molécules dont 5400 avec une représentativité écologique de 3 phyla ou plus. Les différents indicateurs d’impact écotoxicologique mis à disposition HC50 Chronic et Acute (Hazardous concentration 50%) : calculé à l’aide de la Méthode AMI issue de la thèse du docteur Jérome Payet (2004). Les incertitudes sont calculées à l’aide de la table de Student. Cet indicateur est utilisé par des modèles comme USEtox pour déterminer les facteurs de caractérisation d’écotoxicité aquatique en eau douce dans le cadre de l’ACV. HC5 et HC5-95% (Hazardous Concentration 5 %) : calculés à l’aide de la méthode proposée par Aldenberg (2000) ou grâce à la méthode d’extrapolation SSD de l’EPA (2005). PNEC (Predicted no effect concentration): déterminé à l’aide du Technical Guidance Document on Risk Assessment (EU, 2003). Cet indicateur est utilisé dans l’approches analyse de risque et dans le cadre législatif. Traçabilité des indicateurs d’écotoxicologie aquatique 1 C O N T E X T E E T O B J E C T I F AiiDA permet également de garder la traçabilité des calculs et de remonter jusqu’à l’ensemble des données sources utilisées. La plateforme permet de tracer les courbes SSD (Species Sensitivity Distribution) et PSD (Phyla Sensitivity Distribution) des différentes molécules et de comparer leurs toxicités entre elles. Objectifs du guide Ce guide méthodologique est destiné aux entreprises et d’une manière générale à tous les utilisateurs d’AiiDA. Il doit permettre aux acteurs de s’approprier au mieux les valeurs écotoxicologiques fournies par l’outil et d’en conscientiser les limites. Ce guide résume les hypothèses, les choix, les étapes et les méthodes qui ont été retenus lors de la création de l’outil, de la réalisation des calculs et du maintien de la traçabilité. 2 2 Chapitre P R E R E Q U I S Les prérequis Les connaissances minimums requises pour comprendre et utiliser l’outil AiiDA L’écotoxicologie aquatique Présentation et définition de l’écotoxicologie aquatique Les produits chimiques font partie intégrante de notre vie quotidienne. Ils sont présents dans la plupart des biens de consommation courante et ils apportent indéniablement une série d’avantages à notre société développée. Cependant avec l'essor rapide de l'industrie une quantité croissante de nouvelles substances chimiques sont apparues dans l'environnement. Le nombre de produits chimiques commercialisés dans le monde est de l’ordre de 6 millions et celui connu des chimistes (produits synthétisés ou extraits) est actuellement d’environ 22 millions [1]. D’après les rapports de la loi REACH (Registration, Evaluation, Authorisation and restriction of CHemicals) la production mondiale de substances chimiques est passée d’un million de tonnes en 1930 à plus de 400 millions de tonnes aujourd’hui. Près de 100.000 substances différentes ont été répertoriées sur le marché communautaire, dont 30.000 commercialisées en quantités supérieures à 1 tonne par an [2]. 25 450 400 20 350 300 15 250 200 10 150 100 5 50 0 1880 1900 1920 1940 1960 1980 2000 0 2020 Produits Chimiques vendus (en Mt) Nombre de produits chimiques connus et vendus Produits Chimiques connus (en millions) L E S Produit Chimique connus Produit Chimique vendus Années Figure 2.1 : Nombre de produits chimiques connus et vendus. Source REACH et CNRS [2][3] 3 L E S P R E R E Q U I S Cette prolifération de nouvelles substances chimiques, aux effets inconnus sur l’environnement, donna naissance à une nouvelle science : l’écotoxicologie. On peut la définir comme étant l’extension du terme toxicologie, science étudiant les effets d'un polluant sur un organisme, à l'étude de ces effets sur un écosystème. De manière simple on peut dire qu'il s'agit « du domaine qui intègre les effets écologiques et toxicologiques des pollutions chimiques sur les populations, les communautés et les écosystèmes avec le devenir (transport, transformation et dégradation) de ces polluants dans l'environnement » (Forbes et al. 1997) [4]. Les tests écotoxicologiques Les variables primaires qui font fonctionner AiiDA Concrètement un test écotoxicologique est « un essai (ou bioessai) expérimental déterminant l'effet d'un ou de plusieurs produits sur un groupe d'organismes sélectionnés, dans des conditions bien définies » (Keddy et al. 1994) [5]. Ces tests se basent sur différents moyens pour quantifier la toxicité d'un produit. Ils mettent en corrélation la concentration d’un polluant et l’effet provoqué par celui-ci (principe de dose-réponse). Ces effets, ainsi que leurs importances, aux niveaux biochimiques, physiologiques, reproductifs et comportementaux permettent ainsi de mesurer la toxicité. La plupart des tests de toxicité apportent une estimation de la dose qui affecte 50% de la population. Ces tests permettent de faire fonctionner les modèles présents dans AiiDa et peuvent être classés selon deux catégories. Les types de tests : tests aigus et tests Chroniques Tests Aigus Tests Chroniques Les tests aigus (acute) se déroulent pendant une durée très brève de la vie de l’organisme. Les avantages de ces tests sont leur rapidité et leur faible coût. Cependant comme les tests sont courts, les concentrations utilisées pour produire un effet doivent être élevées. Or, la plupart des problèmes environnementaux sont liés à des concentrations résiduelles faibles engendrant des effets à long terme qui ne peuvent donc pas être mis facilement en évidence par ce type de test. Ce sont tout de même les tests les plus couramment utilisés et la plupart des données écotoxicologiques disponibles sont issues de cette catégorie. Les tests chroniques et sub-chroniques (chronic et sub-chronic) se déroulent pendant une durée relativement longue de la vie de l’organisme. Ces tests sont plus coûteux, mais ils permettent de se faire une idée plus précise des implications à long terme de la présence d’un ou de plusieurs polluants dans un milieu. Ces tests sont privilégiés par AiiDA lors des calculs. Il existe une série de règles qui permettent de caractériser le type de test en fonction de la durée et des différentes espèces testées. La méthodologie retenue dans l’outil AiiDA pour différencier les tests est résumée dans le tableau ci-dessous : 4 L E S P R E R E Q U I S Acute Sub-chronic Chronic Vertébrés Tests < 7 jours 7 jours < Tests < 32 jours Tests > 32 jours Invertébrés Tests < 7 jours 7 jours < Tests < 21 jours Tests > 21 jours Plantes Tests < 7 jours Tests > 7 jours Algues Tests < 3 jours Tests > 3 jours Tableau 2.1 : Règles de distinction entre données d’écotoxicité aigues et chroniques – issu de la thèse « Assessing toxic impacts on aquatic ecosystem in Life Cycle Assessment » de Jérôme PAYET [6] Résultats des tests : les valeurs remarquables Chaque test écotoxicologique peut être défini par son critère d’évaluation le « endpoint » (la zone d’effet recherchée) qui peut porter, entre autre, sur la mortalité, la reproduction, la croissance, le poids, la taille ou le comportement de l’espèce que l’on va soumettre au polluant. Les résultats de ces tests sont des valeurs de concentrations particulières de ces endpoints. Les plus connues, et celles utilisées dans AiiDA, sont la NOEC, la LOEC et la EC50. Figure 2.2 : Représentation de quelques valeurs remarquables (EC50, LOEC, NOEC) sur la courbe concentration-réponse d'un polluant. La EC50 (Effect Concentration 50%) correspond à la concentration en polluant qui engendre un effet sur 50% de la population par rapport aux échantillons témoins non soumis à ce polluant. Cette valeur est déterminée statistiquement sur la base d'une transformation des données puis d'une régression ou d'une modélisation. C’est une valeur relativement stable qui change peu quelle que soit la méthode statistique employée. La LOEC (Lowest Observed Effect Concentration) se définit comme la plus petite concentration induisant un effet observé sur les organismes par rapport aux témoins. Cette valeur est assez variable et dépend grandement de la largeur du pas d’échantillonnage de concentration lors des tests. 5 L E S P R E R E Q U I S La NOEC (No Observed Effect Concentration) se définit comme la plus haute concentration de polluant sans effet observé sur les organismes par rapport aux témoins. Cette valeur de concentration est en général assez variable d’un test à l’autre et nécessite un grand nombre de réplicats (répétition de tests identiques) pour être fiable. Conclusion : l’importance des tests écotoxicologiques L’écotoxicologie est une science expérimentale qui permet de mettre en évidence la toxicité et les effets d’une substance chimique sur un écosystème en fonction de sa concentration résiduelle. Comme dans toute science expérimentale, les valeurs issues des tests sont soumises à de fortes incertitudes. Cependant à l’heure actuelle, il n’existe pas de meilleures méthodes pour quantifier ce genre d’effet complexe. Les tests écotoxicologiques peuvent être de deux types « Acute » ou « Chronic », les plus fiables étant les tests « Chronic » puisque réalisés sur une durée d’expérience plus importante. Ces tests renseignent sur des valeurs particulières de concentration qui ont plus ou moins d’influence sur les espèces aquatiques. Les concentrations particulières retenues par AiiDA sont les LOECs, les NOECs et les EC50s. Ces données expérimentales sont les variables primaires qui permettent de faire fonctionner les modèles desquels découlent les scores d’impacts d’écotoxicité aquatique retranscrits lors de l’affichage environnemental par exemple. 6 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S 3 Chapitre Les bases de données écotoxicologiques L’origine des tests écotoxicologiques et la structure de la base de données AiiDA Les bases de données de références Les tests écotoxicologiques présent dans AiiDA proviennent soit de références issues de bases de données écotoxicologiques institutionnelles reconnues soit de sources internes. AQUIRE : Aquatic ECOTOX | US EPA La base de données ECOTOX, version 5, est un produit de l’Agence de protection de l’environnement des Etats Unis (USEPA) contenant des informations sur la toxicité des substances chimiques sur la vie aquatique et terrestre. Elle regroupe trois bases de données indépendantes AQUIRE, PHYTOTOX et TERRETOX, pour en produire une source de données pertinentes tirées de la littérature évaluée par des pairs. Dans notre contexte nous intéresserons uniquement à la base AQUIRE qui répertorie les données écotoxicologiques aquatique. Elle regroupe environ 330.000 tests sur plus de 4.800 substances chimiques et près de 3.000 espèces animales et végétales différentes. Ces tests sont classés, entre autre, en fonction des endpoints, des temps d’expériences, des milieux (eau douce, eau de mer), des phyla et des références dans la littérature scientifique. Cette base est téléchargeable gratuitement depuis Internet et ses données sont libres d’accès [7]. OPP : Pesticide Ecotoxicity Database L'Ecological Fate and Effects Division de l'Office of Pesticide Programs (OPP) de l'Environmental Protection Agency des États-Unis (USEPA) a examiné un grand nombre d'études sur la toxicité. Ces tests ont été menés par l’USEPA, le département de l'Agriculture américain et les laboratoires de l'US Fish and Wildlife Service sur plusieurs espèces aquatiques et terrestres. Ces études sont réunies dans la base de données écotoxicologiques Pesticide Ecotoxicity Database de l'Office of Pesticide Programs (OPP Pesticide Ecotoxicity Database, 2008) et sont jugées fiables pour le calcul de risques environnementaux [8]. Cette base regroupe environ 20.000 tests sur plus de 800 substances chimiques et près de 300 espèces animales et végétales différentes. Elle est également en libre accès et téléchargeable gratuitement sur Internet. 7 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S USGS CERC : Acute Toxicity Database Cette base de données est le résultat de tests d’écotoxicité aquatique aigue menés par le Columbia Environmental Research Center (CERC). Elle réunit environ 5.000 tests qui concernent plus de 400 substances chimiques et près de 60 espèces animales et végétales d’eau douce [9]. Elle est également en libre accès et téléchargeable gratuitement sur Internet. EAT : ECETOC Aquatic Toxicity Le Centre européen d'écotoxicologie et de toxicologie des produits chimiques (ECETOC) a compilé les informations issues des publications scientifiques sur l’écotoxicité aquatique dans une base de données qui regroupe environ 5.000 tests sur plus de 500 substances chimiques et près de 250 espèces animales et végétales différentes. Cette base ne semble plus être accessible sur Internet. Les données utilisées pour AiiDA sont issues de Cycleco qui possède une ancienne version de cette base datant de 2001. eChemPortal : REACH Database Dans le cadre de la loi REACH, eChemPortal [10] fournit un accès public gratuit à l'information sur les propriétés chimiques des différentes substances classées ainsi que des liens directs vers des collections d'informations au niveau national, régional et international. Ce moteur de recherche regroupe une dizaine de bases de données indépendantes dont les principales sont : Le Canadian Categorization Results (CCR) : Cette base de données contient les résultats de caractérisation environnementaux des produits chimiques figurant sur la liste des substances domestiques canadiennes. En effet la loi canadienne sur la protection de l'environnement, (CEPA 1999) est l'un des principaux outils utilisés pour prévenir et réduire les risques liés aux substances utilisées ou rejetées au Canada. Plus de 23.000 substances chimiques sont inscrites sur la « Domestic Substances List » et sont étudiées afin d’identifier leur toxicité. Le gouvernement Canadien est responsable du contenu de cette base qui est hébergée par l’OCDE. L’European Chemicals Agency Portal (ECHA) : Le portail de diffusion ECHA fournit un accès public gratuit à l'information sur les substances chimiques fabriquées ou importées en Europe. L'information provient des dossiers d'enregistrement, présentés par les entreprises à l'Agence européenne des produits chimiques (ECHA) dans le cadre du règlement REACH. A l’heure actuelle cette mutualisation de données a permis de réunir des informations sur plus de 4.000 substances issues des 25.000 dossiers d’enregistrement REACH. Environ 30.000 substances devraient être disponibles dans ce portail d’ici 2018. International Uniform ChemicaL Information Database (IUCLID) : IUCLID élaboré conjointement avec l’OCDE, est l'outil exclusif permettant la collecte des données sur les produits chimiques, mais aussi la préparation des dossiers pour les substances soumises à évaluation. Ce logiciel de stockage, d’échange et de mutualisation de données sur des substances ou mélanges joue un rôle central pour tous les organismes qui doivent faire face aux conditions de soumission de données de REACH. 8 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S La base de données AiiDA STRUCTURE Méthode de création de la base de données AiiDA Créer un squelette de base de données - Identification des paramètres nécessaires au calcul des indicateurs Classification des paramètres dans un ordre cohérent Importation des différents tests dans le squelette SUBSTANCE - TEST Base Primaire Non Exploitable - Identification des données manquantes Identification des données ayant besoin d’être traitées Traitement des données Création des données manquantes Base Primaire Traité - Normalisation des valeurs et Identification des doublons Identification des valeurs non exploitables à supprimer Filtration et normalisation des données, suppression des doublons Base Primaire Exploitable - Transformation des tests en EC50 chroniques Identification des différentes espèces SUBSTANCE - ESPECE Moyenne géométrique des EC50 par espèce Base Secondaire EC50 par espèce - Identification des différents phylums Calcul des incertitudes SUBSTANCE - PHYLUM Moyenne géométrique des EC50 par phylum Base Tertiaire EC50 par phylum - Indentification des substances ayant au moins 3 valeurs de EC50 pour 3 phyla différents Calcul des incertitudes Réflexion et prise de décision : utilisation de QSAR ? 9 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S La structure de la base de données AiiDA La base de données AiiDA a été pensée pour répondre à 4 critères de besoin : Identification de la substance Identification de l’organisme testé Identification des conditions et des résultats des tests Traçabilité et qualité de l’information La base comporte donc une suite, non exhaustive, de 28 champs de données issus de ces 4 critères de besoin et classés de la manière suivante : Base_Source Base_Location CAS Chemical_Name SMILES Weight Solubility M_Type Use Endpoint Water_Type Kingdom Species_Type Phylum Species_Group Name Latin_Name Test_Duration Duration_Units Test_Type Concentration Concentration_Units Author Title Source Publication_Year Measurement Remarque Tableau 3.1 : Agencement des champs dans la base de données primaire Identification de la substance Il est primordial d’identifier au mieux la substance que l’on cherche à caractériser sous peine d’obtenir une valeur finale d’indicateur totalement erronée. Il existe pour une même substance de multiples synonymes, des conformations différentes, des mélanges et des degrés de pureté variable. Six paramètres ont été retenus pour cibler au mieux la substance étudiée. CAS : Champ numérique contenant le numéro d'enregistrement unique de la substance chimique auprès de la banque de données de Chemical Abstracts Service (CAS). Ce champ représente le numéro d’identité de la molécule. Chemical_Name : Champ de texte contenant le nom de la substance selon les règles de l'Union internationale de la chimie pure et appliquée (UICPA) SMILES : Champ de texte contenant la formule SMILES de la molécule. Le Simplified Molecular Input Line Entry Specification (SMILES) est un langage symbolique de description de la structure des molécules chimiques sous forme de courtes chaînes de caractères ASCII. Les chaînes SMILES peuvent être importées dans la plupart des éditeurs de structure moléculaire pour être reconverties en représentation 2D ou en modèle 3D. Weight : Champ numérique contenant la masse molaire de la molécule en [g/mol]. Ce paramètre est utile pour convertir les valeurs de concentration et de solubilité de [mol/L] à [mg/L]. Solubility : Champ numérique contenant la solubilité dans l’eau de la molécule. La solubilité représente la concentration maximale en [mg/L] d’un composé que l'on peut dissoudre ou dissocier dans un solvant, à une température donnée. La solution ainsi obtenue est alors saturée. Molecule_Type : Champ de texte contenant le type de la molécule : Pesticide, Organique ou Inorganique. Ce champ est utilisé ensuite pour appliquer les ratios de conversation. Use : Champ de texte contenant le domaine d’utilisation de la molécule (herbicide, insecticide, surfactant, agent nettoyant, etc…) 10 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S Identification de l’organisme testé Six paramètres ont été retenus pour cibler au mieux l’organisme testé. Ces paramètres sont directement issus de la méthodologie du classement taxonomique. Figure 3.1 : Exemple de classification taxonomique pour l’espèce Daphnia magna Kingdom : Champ de texte contenant le règne de l’espèce. Le règne (ou empire) en biologie représente le rang taxonomique le plus élevé et le plus général. Il est divisé en plusieurs catégories : le règne animal (animalia), le règne végétal (plantae), le règne bactérien (monera), etc… Species_Type : Champ de texte contenant le type de l’espèce. Le type d’espèce est un rang taxonomique spécialement créé pour les besoins de la base de données. Il permet de classer les espèces testées selon 4 catégories : Algue, Plante, Vertébré et Invertébré. Ce champ est utilisé ensuite pour déterminer le type de test en respectant les règles de distinction entre données d’écotoxicité aigues et chroniques. Phylum : Champ de texte contenant le phylum de l’espèce. L'embranchement (ou phylum) est le deuxième niveau de classification classique des espèces vivantes. 11 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S Species_Group : Champ de texte contenant le groupe biologique de l’espèce testée. Name : Champ de texte contenant le nom commun de l’espèce testée. Latin_Name : Champ de texte contenant le nom scientifique de l’espèce. Le nom scientifique d’une espèce est la réunion des deux rangs taxonomiques « Genus » et « Species ». Identification des conditions et des résultats des tests Sept paramètres ont été retenus pour décrire les conditions et les résultats des tests. Ces paramètres sont directement issus de la méthodologie de réalisation de tests écotoxicologiques. Endpoint : Champ de texte contenant le endpoint, ou concentration particulière, du test écotoxicologique (NOEC, LOEC, EC50, etc…) Measurement : Champ de texte contenant le critère d’évaluation du test (reproduction, croissance, mortalité, etc…) Water_Type : Champ de texte contenant le type de milieu (du média) dans lequel le test a eu lieu. Ce paramètre est codé en une suite de deux caractères majuscules. FW : pour Fresh Water, signifie que le test a été réalisé en eau douce. SW : pour Sea Water, signifie que le test a été réalisé en eau saline. Test_Duration : Champ numérique contenant le temps sur lequel l’expérience a été menée. Duration_Units : Champ de texte contenant l’unité de temps (hours, days, weeks, years,...) Test_Type : Champ de texte contenant la catégorie du test, chronique, sub-chronique ou acute. Concentration : Champ numérique contenant le résultat du test, la concentration moyenne de la substance responsable de l’effet observé. Concentration_Units : Champ de texte contenant l’unité de la concentration mesurée. Avec ces différents paramètres il est possible de caractériser avec précision chaque test écotoxicologique présent dans la base. Cependant, il manque une dimension importante dans l’analyse environnementale : la traçabilité et le contrôle qualité de l’information. Traçabilité et qualité de l’information 7 paramètres ont été retenus pour déterminer la qualité d’une valeur issue d’un test écotoxicologique. Ces paramètres sont principalement liés à la source émettrice de l’information. Base_Source : Champ de texte contenant le nom de la base d’origine dont le test est extrait. Il participe à la traçabilité de l’information. Base_Location : Champ de texte contenant les trois premières lettres de la base d’origine et le numéro d’identification unique du test (Exemple AQU-12345, ou EAT-123). Si ce numéro 12 L E S B A S E S D E D O N N E E S E C O T O X I C O L O G I Q U E S d’identification n’existe pas dans la base d’origine il est créé automatiquement en numérotant les tests de la base de 1 à n dans l’ordre original. Author : Champ de texte contenant le nom de l’auteur responsable de la publication des données. Title : Champ de texte contenant le titre de la publication dont sont issues les données. Source : Champ de texte contenant les informations sur la source des données. Publication_Year : Champ numérique contenant l’année de publication de la source. Remarque : Champ de texte contenant différents commentaires à propos de la validité des valeurs. Conclusion : Nom de la Base Organisme Mise à jour Nb de Tests Substances Espèces Aquire USEPA Régulière 330.000 4.800 3.000 OPP USEPA + OPP 2011 20.000 800 300 USGS CERC 1986 5.000 400 60 EAT ECETOC 2001 5.000 500 250 eChemportal ECHA + REACH Régulière 140.000 8.000 300 Total des tests à traiter 500.000 Tableau 3.2 : Tableau récapitulatif des principales bases de données écotoxicologiques Accès Libre Libre Libre Privé Libre Dans ces 500.000 tests, issus pour la plupart de la littérature scientifique, il existe de nombreuses redondances, des erreurs, des valeurs de concentration et d’endpoint non utilisables etc.... Le but d’AiiDA est donc de créer une base de données unique regroupant l’ensemble des tests fiables et de procéder à un traitement des données pour qu’elles puissent être directement transposables tout en gardant un maximum de clarté et de traçabilité. Pour filtrer, trier et exploiter ces tests AiiDA s’appuie sur les principes de la méthode A.M.I (Assessment of the Mean Impact) qui seront développés dans les chapitres suivants. 13 L A M E T H O D E A . M . I 4 Chapitre La Méthode A.M.I La méthode A.M.I (Assessment of the Mean Impact), une méthode d’évaluation des impacts des substances toxiques sur les écosystèmes aquatiques [6] Problématique Les fonctionnalités nécessaires d’une méthode d’évaluation des impacts Pour être utilisable dans le cadre de l’Analyse du Cycle de Vie une méthode d’évaluation des impacts écotoxicologiques doit : Etre compatible avec l’inventaire du cycle de vie (ICV). Couvrir un maximum de substances. Intégrer les impacts dans le temps et l’espace même si cette information n’est pas présente dans l’inventaire du cycle de vie. Etre compatible avec les autres indicateurs aquatiques comme l’acidification ou l’eutrophisation. Etre traçable et posséder un intervalle de confiance Développé par le Dr. PAYET lors de sa thèse, la méthode A.M.I est une méthode d’évaluation des impacts des substances toxiques sur les écosystèmes aquatiques, spécialement créée pour satisfaire aux exigences d’une approche comparative comme l’analyse du cycle de vie. Les principes de la méthode A.M.I EC50 chronique comme valeur écotoxicologique de référence Etant issues de modélisations statistiques ou de régressions linéaires, les EC50 chronique sont relativement stables et permettent de définir des intervalles de confiance. Les EC50 sont également les endpoints le plus souvent étudiés lors des tests écotoxicologiques, elles sont donc beaucoup mieux représentées en termes de nombre de données disponibles dans les différentes bases de données écotoxicologiques. Pour ces raisons la méthode A.M.I utilise les valeurs de EC50 chronique comme valeurs écotoxicologiques de référence pour évaluer les impacts écotoxiques. 14 L A M E T H O D E A . M . I Permettre l’utilisation d’un maximum de valeurs écotoxicologiques Afin de couvrir un maximum de substances chimiques la méthode A.M.I ne se restreint pas à la simple utilisation de EC50 chronique mais tente d’intégrer un maximum de valeurs écotoxicologiques disponibles pour évaluer les impacts écotoxiques. Création de coefficients d’extrapolation de NOEC et LOEC en EC50 Pour maximiser le nombre de données pouvant être utilisées, la méthode AMI a développée, à l’aide d’une comparaison statistique sur plus d’une centaine de substances, des coefficients permettant de transformer des valeurs de NOEC et de LOEC en valeurs de EC 50. Grâce à ces coefficients, les valeurs de NOEC et de LOEC peuvent être utilisées dans l’évaluation des impacts écotoxiques. Extrapolation Ratio EC50/LOEC 2,1 EC50 acute/NOEC acute 3,3 EC50 chronic/NOEC chronic 4,8 Tableau 4.1 : Meilleurs coefficients estimés pour l’extrapolation de NOEC et de LOEC en EC50 – issu de la thèse « Assessing Toxic Impacts on aquatic ecosystem in LCA » de Jérôme PAYET [6] Création de ratios aigu-chronique (ACR) Toujours dans le but de maximiser le nombre de données écotoxicologiques utilisables, la méthode AMI a développée statistiquement, à l’aide d’une régression linéaire à l’échelle logarithmique sur une centaine de substances, des ratios permettant d’extrapoler les valeurs de EC50 aigües en valeur de EC50 chronique. Grâce à ces ratios les valeurs de tests aigus peuvent être utilisées dans l’évaluation des impacts écotoxique. ACR HC50EC50 ACR HC50min ACR HC50max ACR – Organique 1,9 4,2 0,8 ACR – Inorganique 2,8 7,4 1,1 ACR – Pesticides 2,2 6,1 0,8 Tableau 4.2 : Meilleurs ratios estimés pour l’extrapolation acute-chronic – issu de la thèse « Assessing Toxic Impacts on aquatic ecosystem in LCA » de Jérôme PAYET [6] NOEC Acute EC50 Chronic mg/L EC50 Acute EC50 Chronic mg/L Figure 4.1 : Normalisation des données en EC50 chroniques 15 L A M E T H O D E A . M . I Filtration des données Puisque les calculs d’indicateurs nécessitent des valeurs de EC50 chronique en milieu aquatique et en [mg/L], la création d’un filtre sur chacune de ces conditions est nécessaire. Filtre de sélection des tests dont les endpoints peuvent être assimilés à une EC50 La méthode AMI permet d’extrapoler les NOEC et les LOEC en EC50. Seront donc éliminés tous les tests dont la valeur du champ Endpoint ne peut être assimilée à une NOEC, LOEC ou EC50. Peut être assimilé comme Test engendrant un effet sur EC50 NOEC LOEC 30 à 70% 0 à 20% LETC* de la population de la population LOEL* Tableau 4.3 : Propriétés d’assimilation d’un test à une EC50, LOEC ou NOEC LETC: "Lethal Threshold Concentration" et LOEL: "Lowest-observable-effect-level" Le choix de considérer comme NOEC, et non comme LOEC, les tests ayant un effet sur 0 à 20% de la population repose sur le faite qu’en dessous de 20% l’effet ne peut être considéré comme représentatif comparé à la variabilité des échantillons témoins. Filtre de sélection des tests pouvant être assimilés à chronique D’après la méthode AMI, il est possible d’extrapoler des valeurs de tests aigus en valeurs de tests chroniques. Seront donc éliminés tous les tests qui ne peuvent être identifiés comme aigus, chroniques ou sub-chroniques et qui ne donne pas d’indication sur la durée de l’expérience. Filtre de sélection des tests aquatiques Seront éliminés, tous les tests dont la valeur du champ Water_Type ne correspond pas à "Sea Water" ou "Fresh Water" car ne peuvent être identifiés comme test aquatique. Filtre de sélection des tests dont les concentrations peuvent être converties en [mg/L] Seront éliminés tous les tests dont la valeur de concentration n’est pas directement convertible en [mg/L]. SW ? NA mg/L NOEC Acute Figure 4.2 : Filtration des données utilisables 16 L A M E T H O D E A . M . I Suppression des doublons : regroupement des tests identiques Après une rapide analyse du contenu des différentes bases sources, il s’avère qu’il existe de nombreux tests doublons. Afin de ne pas corrompre les moyennes de EC50 en comptabilisant plusieurs fois les mêmes valeurs, il est primordial de purger la base de toutes données redondantes. Puisque il n’est pas possible de réaliser ce travail manuellement un script de regroupement sur les différents champs a été spécialement pensé. Le principe du script de regroupement est de fusionner, en une seule et unique valeur, l’ensemble des tests pour lesquels sont identifiés plusieurs fois la même valeur de concentration et ce pour la même molécule et pour la même espèce testée. Ainsi les doublons sont supprimés. Pour les autres champs qui ne font pas partie du regroupement on retiendra comme valeur finale celle retenue par l’arbre de décision représenté par la figure 4.1 ci-dessous. Cet arbre de décision a été créé dans une approche « Worst Case », le pire des cas. Si lors d’un test identifié comme doublon on obtient la même valeur de concentration pour différents endpoint on retiendra uniquement le endpoint qui implique la plus grande toxicité, soit la EC50. On retiendra également en priorité la valeur « Fresh Water » car l’indicateur « écotoxicité » est basé sur le calcul d’impact en eau douce ainsi que le temps d’expérience le plus long car s’approchant au mieux de la réalité. Enfin au niveau de la source on retiendra la publication la plus récente car considérée comme la plus fiable, ou la concaténation des différentes sources. Regroupment des tests ayant même molécule, même espèce testée, même concentration Si plusieurs Water_Type Si plusieurs Test_Duration Si plusieurs Endpoint Si plusieurs Sources Choisir Fresh Water Choisir le temps d'expérience le plus long Ordre de priorité EC50 > LOEC > NOEC Choisir la source la plus récente ou concaténation Figure 4.3 : Arbre de décision lors du regroupement des tests identiques Vérification des données : Pour éviter les erreurs grossières un script de vérification automatique est appliqué. Ce script vérifie les informations suivantes : Validité du Numéro CAS : il existe un algorithme de calcul qui permet de vérifier que le CAS d’une molécule est correct 17 L A M E T H O D E A . M . I Concentration maximum de 50 g/L : si la concentration issue d’un test dépasse 50 g/L elle n’est pas prise en compte. Il s’agit soit d’une erreur d’unité soit d’une molécule non toxique. Concentration minimum de 0,1 ng/L : si la concentration issue d’un test est inférieure à 0,1 ng/L elle n’est pas prise en compte. Il s’agit probablement d’une erreur dans les unités car aucune méthode de dosage n’est capable d’obtenir une telle précision. La concentration d’un polluant doit être inférieure à sa solubilité maximale dans l’eau : en effet la concentration dissoute en polluant ne peut pas être plus grande que son taux de saturation dans l’eau, les tests ne respectant pas ce principe seront annotés d’une remarque dans le champ Remarque. Conclusion : La méthode AMI, utilisé par AiiDA pour calculer les différents indicateurs de toxicité aquatique, est la méthode la plus complète et la plus réaliste au niveau écologique pour évaluer les impacts environnementaux sur les écosystèmes aquatiques. Son principal avantage est de pouvoir utiliser la quasi-totalité des données écotoxicologiques disponibles et ainsi de maximiser la couverture en substances chimiques. Contrairement aux autres méthodes, elle permet de caractériser la toxicité aquatique au niveau du phylum et non au niveau de l’espèce ce qui accentue encore son réalisme écologique. Cette méthode a été développée dans le cadre de IMPACT 2002+ et a été retenue lors de la création du modèle USEtox comme méthode de référence dans le calcul du facteur d’effet et a été validée par l’UNEP-SETAC. 18 H C 5 0 5 Chapitre HC50 Méthode de calcul de l’indicateur HC50 et de son incertitude Calcul de HC50 (Hazardous Concentration for 50% of species) Puisque la répartition de la toxicité d’une substance chimique au sein des différentes espèces d’un écosystème répond le plus souvent à une loi de distribution log-normale, AMI reprend les principes de la méthode HC5NOEC. Elle se base sur l’utilisation de courbes SSD afin de calculer les HC50 (Concentration moyenne affectant 50% des espèces au-dessus de leur EC50) en procédant selon 3 niveaux taxonomiques. Niveau Substance-Espèce Pour calculer une HC50, AiiDA sélectionne l’intégralité des tests disponibles dans sa base de données pour une substance précise puis les regroupent en fonctions des différentes espèces. Priorisation des tests EC50 chronique et extrapolations Pour chaque espèce l’outil sépare les tests en deux groupes, les tests chroniques et les tests aigus. S’il existe des tests chroniques pour une espèce les tests aigus sont ignorés, en absences de tests chroniques les tests aigus sont sélectionnés et extrapolés en tests chroniques. Dans le groupe aigu extrapolé ou chronique retenu, AiiDA regroupe ensuite les tests en fonction de leurs endpoint, EC50, NOEC et LOEC. S’il existe des EC50, alors les tests NOEC et LOEC sont ignorés, en l’absence de EC50 l’ensemble des NOEC et des LOEC sont retenues et extrapolées en EC50. Au final lorsqu’il existe plusieurs valeurs de EC50 chronique (extrapolées ou non) pour une même espèce la moyenne géométrique des tests est retenue. ∑ : Moyenne géométrique des EC50 des différents tests au sein d’une même espèce : Nombre de tests par espèce. 19 H C 5 0 Niveau Substance-Phylum Pour améliorer le réalisme écologique la méthode AMI préconise de calculer la HC50 par rapport aux phyla et non par rapport aux espèces. En effet, certains phyla sont beaucoup plus sensibles à certains polluants et peuvent être surreprésentés au niveau du nombre d’espèces testées par rapport à la biodiversité réelle et ainsi corrompre la représentativité écologique de la répartition SSD. Figure 5.1 : Exemple de différence entre une HC50 au niveau espèces et au niveau phyla lorsqu’il existe un petit nombre de phyla plus polluosensibles mais surreprésentés au niveau des espèces. HC50species < HC50phyla Lorsqu’il existe plusieurs valeurs de EC50s pour un même phylum la moyenne géométrique des EC50s est retenue. ∑ Avec pour chaque substance : : Moyenne géométrique des EC50s des différentes espèces au sein d’un même phylum : Moyenne géométrique des EC50 des différents tests au sein d’une même espèce : Nombre d’espèces par phylum. 20 H C 5 0 Niveau Substance-Impact Lorsqu’il existe au minimum 3 valeurs de EC50p pour une même substance, la moyenne géométrique des EC50p est retenue pour le calcul de la HC50. En l’absence de valeur sur 3 phyla, AiiDA utilise les modèles QSARs pour déterminer les valeurs de EC50p manquantes. ∑ : Moyenne géométrique des des différents phyla présents : Moyenne géométrique des EC50s des différentes espèces au sein d’un même phylum : Nombre de phyla différents et pour avoir un résultat exploitable. TESTS | MOYENNE ESPECE | MOYENNE PHYLUM EC50 Acute EC50s Chronic LOEC Chronic NOEC Acute EC50p Chronic | CALCUL HC50 Filtre de priorisation et d’extrapolation EC50 Chronique EC50s Chronic EC50 Chronic NOEC Chronic EC50s Chronic EC50p Chronic HC50 Chronic LOEC Acute EC50 Acute EC50s Chronic LOEC Acute NOEC Chronic EC50s Chronic EC50p Chronic EC50 Acute EC50s Chronic EC50 Chronic INCERTITUDE Figure 5.2 : Principe de la méthode AMI pour le calcul des HC50 21 H C 5 0 Utilisation des QSARs Les méthodes QSARs Une relation quantitative structure à activité (Quantitative Structure-Activity Relationship ou QSAR) est un procédé par lequel une structure chimique est corrélée à un effet bien déterminé. Cette méthode est utilisée pour prédire la toxicité d’une substance en comparant les similarités de sa structure chimique à d’autres substances dont la toxicité a déjà été mesurée à l’aide de tests écotoxicologiques. Les modèles QSARs sont utilisés depuis 1981 par l’US-EPA pour prédire la toxicité aquatique des nouvelles substances chimiques industrielles en l’absence de données de toxicité. Ces modèles sont généralement utilisés pour dresser rapidement des listes de priorité pour les tests écotoxicologiques en identifiant les molécules aux plus grands risques potentiels pour l’environnement. Le rôle de QSAR a été clairement défini dans le support technique publié dans la directive européenne 93/67/EEC. Ce document précise, dans le cadre général de l’analyse du risque, les cas dans lesquels QSAR peut être utilisé. L’utilisation de QSAR est préconisée pour : - Aider à l'évaluation des données écotoxicologiques. - Contribuer au processus de prise de décision (tests supplémentaires, priorité…). - Identifier des effets qui peuvent être source de préoccupation potentielle et pour lesquels des données de tests écotoxicologiques ne sont pas disponibles. Cependant l’utilisation de QSAR en l’absence de données peut provoquer de grandes variabilités par rapport à la réalité, il est donc conseiller de les utiliser avec précaution lors du calcul de HC50. Fonctionnement des modèles QSARs : Les principaux outils statistiques utilisés dans les modèles QSARs sont des méthodes de régression linéaire ou multilinéaire. Ces méthodes lient le coefficient de partition octanol/eau de la substance à sa toxicité sur une échelle logarithmique et ce pour chaque classe chimique. Il suffit de renseigner le CAS où la formule SMILE d’une substance pour que sa ou ses classes chimiques soient automatiquement identifiées et que son logKow soit estimé. En fonction des classes chimiques retenues, un ou plusieurs modèles QSARs correspondants sont appliqués permettant ainsi la prédiction de valeurs EC50 chroniques ou aigues en [mg/L] sur différentes espèces. Figure 5.3 : Principe de fonctionnement du logiciel ECOSAR pour la prédiction de valeurs de toxicité 22 H C 5 0 Figure 5.4 : Régressions linéaires de la toxicité aquatique sur les poissons de plusieurs classes chimiques en fonction du coefficient octanol/eau Règles et limites d’utilisation des QSARs dans AIIDA : Les QSARs ne peuvent pas être utilisés pour toutes les substances chimiques. Le domaine d’application ne couvre principalement que les organiques. Les inorganiques, les organométalliques, les polymères et les substances ayant une masse molaire supérieure à 1000 g/mol ne sont pas représentées. Chaque modèle QSAR possède un domaine de validité fonction du logKow. Les valeurs issues des prédictions sont fiables uniquement si le LogKow de la substance est compris dans ce domaine de validité. En dehors de ces limites les prédictions peuvent être complètement erronées, elles ne sont donc pas prises en considération dans AiiDA. AiiDA utilise les modèles « CHV » qui permettent de prédire la toxicité aquatique chronique sur différentes espèces. Pour ces modèles, le domaine de validité est : Lorsqu’AiiDA identifie plusieurs classes chimiques pour une même substance, il n’existe pas, à l’heure actuelle, de règles permettant d’identifier le meilleur modèle QSAR à utiliser. Dans ce cas, le principe du « Worst Case » est encore une fois appliqué et la valeur impliquant la plus grande toxicité (la concentration la plus faible) est retenue. En outre, il est également important de garder à l'esprit que les estimations QSARs tendent à réduire la variabilité des données, et ont donc tendance à provoquer la sous-estimation des incertitudes lors du calcul de HC50. 23 H C 5 0 Calcul des incertitudes Dans AiiDA un intervalle de confiance est associé à la HC50. En effet dans une évaluation comparative, comme l'exige l’approche analyse du cycle de vie, il est crucial d'identifier si les produits chimiques présentent une différence en termes de toxicité. Pour cette raison la méthode AMI propose le calcul automatique de l’intervalle de confiance à 95% en utilisant la méthode de la table de Student. [6] √ Avec pour chaque substance : : Moyenne géométrique des EC50s des différentes espèces au sein d’un même phylum : Moyenne géométrique des EC50s des différents tests au sein d’une même espèce : Nombre de phyla testés : Valeur de la table de Student pour un intervalle de confiance de 95% avec n-1 degré de liberté : L’écart-type des logs des différentes EC50p L’intervalle de confiance est directement corrélé aux nombres de phyla considérés dans le calcul. L’intervalle de confiance pour un produit chimique peut donc être réduit par l'inclusion de données relatives à de nouvelles espèces ou à de nouveaux phyla. Dans AiiDA ces incertitudes sont proposées à chaque niveau du calcul de la HC50 Intervalle de confiance à 95 % sur les EC50s au niveau de l’espèce Intervalle de confiance à 95 % sur les EC50p au niveau du phyla Intervalle de confiance à 95 % sur les HC50 au niveau de l’impact écologique. Substance-Tests EC50 Chroniques Substance-Espèces ∑ EC50s + Int. de conf. 95% Substance-Phyla EC50p + Int. de conf. 95% ∑ 24 H C 5 6 Chapitre HC5 Méthodes de calcul de l’indicateur HC5 et de son incertitude Calcul de HC5 (Hazardous Concentration for 5% of species) Les HC5 sont utilisées pour fixer des objectifs de qualité environnementale (valeur de référence dans la législation néerlandaise). En effet, si la concentration d’un composé dans l’environnement est inférieure à sa HC5 alors 95% des espèces biologiques ne seront pas affectées par sa présence. Les deux concepts, Hazardous Concentration (HC, concentration dangereuse) et la fraction d'espèces affectées (FA), sont fondamentales pour l'évaluation probabiliste des risques environnementaux. Méthode basée sur la review d’Aldenberg (2010) En théorie des probabilités et en statistique, la loi normale est l'une des lois de probabilité les plus adaptées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires. Supposons que la sensibilité de différentes espèces biologiques à une substance toxique, exprimée en log(EC50), est normalement distribuée elle est donc paramétrée par les facteurs et de la loi normale. Le log(HCp) pour p% de la population des espèces peut donc être calculé selon la formule suivante : Avec : : Concentration dangereuse pour p% de la population des espèces : Fractile de p% de la loi normale centrée réduite : Pourcentage de la population d’espèces recherché : Moyenne de la distribution : Écart type de la distribution 25 H C 5 Figure 6.1 : Illustration d’une distribution théorique de sensibilité des espèces (SSD) répartie selon la loi normale de probabilité. Facteurs d’extrapolation SSD (Species Sensitivity Distribution) [11] D’après la review d’Aldenberg, il est possible, pour une substance toxique donnée, de calculer la valeur de HC5 et de son intervalle de confiance dans le cas d'une connaissance partielle de la sensibilité des espèces, par exemple, par l'intermédiaire d'un petit échantillon de tests écotoxicologiques. Pour cela il est nécessaire de calculer la moyenne et l’écart type de l'ensemble des données de toxicité regroupées par espèces après transformation en logarithme. Il suffit ensuite d’appliquer un, ou plusieurs facteurs d’extrapolations selon la formule suivante : Avec : : Concentration dangereuse pour 5% de la population des espèces : Facteur d’extrapolation d’Aldenberg (cf tableau 6.1) qui dépend directement du nombre d’espèces n étudiées : Nombre d’espèces représentées dans l’ensemble des données de toxicité 26 H C 5 Aldenberg et Slob (1993) mettent à disposition un ensemble de facteurs d'extrapolation pour l'estimation du log (HC5) basé sur l'hypothèse d’une SSD répartie selon une loi log-normale de probabilité. [12] Tableau 6.1 : Facteurs d’extrapolation, pour les Log HCFA avec 3 niveaux d’intervalles de confiance (95, 50, et 5%) en fonction de la taille de l’échantillon des données de toxicité [12] Les facteurs, Lower et Upper permettent de définir l’intervalle de confiance à 95%. Facteurs d’extrapolation PSD (Phyla Sensitivity Distribution) AiiDA permet de calculer automatiquement la HC5 et sont intervalle de confiance en fonction des espèces comme nous l’avons vu dans le paragraphe précèdent mais peut également fournir la HC5 et son intervalle de confiance en fonction des phyla. Le principe est exactement identique à la seule différence que les données de toxicité sont moyennées par espèces, puis par phyla avant d’être traitées à l’aide de la méthode d’Aldenberg [11]. On remarquera que les HC5 Phyla, bien qu’elles possèdent un meilleur réalisme écologique, ont parfois des intervalles de confiance importants du au faible nombre de phyla représentés comparées aux espèces. 27 H C 5 Figure 6.2 : Différence entre HC5 Phyla et HC5 Espèces dans l’interface AiiDA pour le Naphthalene Méthode de l’US-EPA La méthode recommandée par l’US-EPA [13][14]15], dès lors que le nombre des donnée d’écotoxicité est suffisant pour une exploitation statistique (EC, 2003), est également la méthode SSD (Species Sensitivity Distribution, Posthuma et al, 2002). A l’instar de la méthode d’Aldenberg, elle consiste à décrire la variation de sensibilité observée dans un ensemble d’espèces considéré comme représentatif d’une communauté ou d’un écosystème, au moyen de sa courbe de fréquence cumulée en fonction des conditions d’exposition. Cette courbe est obtenue par ajustement d’une loi statistique classique (log-probit) à la distribution statistique d’un critère d’effet donné : dans AiiDA la EC50 chronique. Les étapes de création des courbes SSD et PSD selon la méthode US-EPA dans AiiDA sont les suivantes : 28 H C 5 Régression linaire des Probit = f(Log(EC50s)) pour obtenir la tendance centrale 1. Calcul des moyennes des log(EC50) pour chaque espèce/phylum (axe X). Puis classement par ordre croissant de sensibilité afin d’obtenir un rang de sensibilité pour chaque espèce/phylum compris entre 1 et n (n étant le nombre d’espèces/phyla total). ∑ ) : Moyenne géométrique des EC50 des différents tests au sein d’une même espèce/phylum : Nombre de tests par espèce/phylum 2. Conversion du rang de sensibilité en proportion d’espèces/phyla affectées. : Proportion d’espèces/phyla affectées : Nombre d’espèces/phyla total 3. Transformation des proportions en Probit. La fonction Probit est définie comme la réciproque de la fonction de répartition de la loi normale centrée réduite avec une moyenne de 5 et un écart type de 1. Une moyenne de 5 est choisie pour s’assurer que toutes les valeurs de Probit restent positives et non nulles. Figure 6.3 : Fonction Probit avec une moyenne de 5 est un écart type de 1. 29 H C 5 4. Obtention de la répartition des Probits en fonction des Log(EC50s) (cf figure 6.4). AiiDA calcul alors la pente et l’ordonnée à l’origine de la régression linaire afin de définir la tendance centrale de cette répartition. Phyla EC50mean mg/L log(EC50s) Rang Proportion Probit Daphnia 0,0034 -2,468 1 0,125 3,849 Mollusca 0,0098 -2,008 2 0,375 4,681 Algae 0,012 -1,920 3 0,625 5,318 Chordata 0,054 -1,26 4 0,875 6,150 Répartition Probits en fonction des Log(EC50s) 6,5 Chordata 6 Algae 5,5 Probit Probit = 1,9195log(HCx%) + 8,6785 5 Mollusca 4,5 Daphnia 4 3,5 3 -3 -2,5 -2 -1,5 -1 -0,5 0 log(EC50) Figure 6.4 : Exemple de courbe de tendance Probit pour 4 phyla 5. La tendance centrale permet de tracer la représentation SSD/PSD et de calculer la HC5 grâce à la formule de régression linéaire. : Tendance centrale de la concentration affectant x% des espèces/phyla : Nombre probit pour x% : ordonnée à l’origine de la droite de régression (Probit, Log(EC50s) : Coefficient directeur de la droite de régression (Probit, Log(EC50s) 30 H C 5 Proportion of species affected 1 0,9 Chordata 0,8 0,7 0,6 Algae 0,5 HC50 0,4 Mollusca 0,3 0,2 Daphnia 0,1 0,00 0 0,00 HC5 0,01 Stressor Intensity 0,10 1,00 Figure 6.5 : représentation SSD pour 4 phyla avec HC5 et HC50 Calcul de l’intervalle de confiance (Neter et al. 1990) [14] 6. Calcul de l'erreur quadratique moyenne (MSE): l'erreur quadratique moyenne est très utile pour comparer plusieurs estimateurs, notamment lorsque l'un d'eux est biaisé. Pour chaque espèce/phylum, il faut soustraire la valeur de Probit observée de la valeur de Probit issue de la tendance centrale. Elever cette différence au carré puis faire la somme de ses valeurs pour toutes les espèces/phyla et enfin diviser par n-2 (n étant le nombre total d’espèces/phyla) ∑ Avec : Valeur de Probit estimée grâce à la tendance centrale 7. Calcul de la somme des carrés corrigés (CSSQ): Pour chaque espèce/phyla, calculer le carré de chaque log-concentration puis additionner pour obtenir la somme des carrées. Calculer ensuite la somme des log-concentration puis la passer au carré et diviser par le nombre total d’espèce/phyla. Soustraire enfin les deux termes pour obtenir la somme des carrés corrigés. ∑ ∑ 31 H C 5 8. Calcul la moyenne générale (Mean): moyenne de toutes les valeurs log d'exposition. ∑ ) : Moyenne géométrique des EC50 des différents tests au sein d’une même espèce n : Nombre total de phyla/espèces 9. Calcul de l’erreur relative à chaque point (SSQ) : Tendance centrale de la concentration affectant x% des espèces/phyla 10. Calcul des intervalles de prédiction (PI) à l'aide de la valeur critique t issu de la table de Student. √ Avec : Valeur de la table de Student pour un intervalle de confiance de 95% avec n-2 degré de liberté : Nombre de phyla/espèces testés Phyla Daphnia Mollusca EC50mean mg/L log(EC50s) Rang Proportion Probit 0,0034 -2,469 1 0,125 3,849 0,0098 -2,009 2 0,375 4,681 ProbitTC 3,941 Log ) SSQ PI Up PI Down -2,516 0,0350 -1,970 -3,062 Algae 0,012 -1,921 3 0,625 5,318 Pente Ordonnée à l’origine 4,824 4,993 MSE CSSQ t 2,92 Mean -2,083 -1,751 0,0259 0,0259 -1,613 -1,281 -2,553 -2,221 Chordata 0,054 -1,268 4 0,875 6,15 1,919 8,678 6,26 0,074 0,735 -1,916 -1,317 0,0349 -0,772 -1,863 Tableau 6.2 : Exemple de calcul de l’intervalle de prédiction pour 4 phyla 32 P N E C 7 Chapitre PNEC Méthode de calcul de l’indicateur PNEC et du facteur de sécurité Calcul de la PNEC (Predicted No Effect Concentration) La PNEC (Prédicted No Effect Concentration) se base sur l’hypothèse que la sensibilité de l'écosystème dépend des espèces les plus sensibles. Elle permet donc de déterminer la plus forte concentration sans risque pour l'environnement en étudiant l’espèce la plus sensible au polluant. Pour déterminer la PNEC à partir de résultats de tests de laboratoire, AiiDA applique la méthodologie de l’Evaluation des Risques décrite dans le « Document Guide Technique européen » ou « Technical Guidance Document » (TGD, 2003) [16] Avec : Valeur de concentration issue du test le plus sensible : Facteur de sécurité, dépendant du nombre et de la qualité des tests disponibles Identification du test et de l’espèce la plus sensible Aiida réuni l’ensemble des tests disponibles pour une substance et sélectionne en priorité les résultats des tests de toxicité chronique: en effet ces tests évaluent les effets à long terme de la substance sur les organismes vivants et ont donc une meilleure représentativité écologique. En l’absence de tests chronique AiiDA sélectionne l’ensemble des tests aigues disponible. Dans l’ensemble des tests retenus (NOEC, LOEC, EC50) AiiDA identifie le test le plus sensible, c’est-à-dire le test ayant la plus petite concentration effective pour un effet observé ainsi que l’espèce et le phylum concerné. 33 P N E C Estimation du facteur de sécurité AF (Assessment Factor) La PNEC est obtenue en appliquant un facteur de sécurité aux valeurs provenant des essais effectués sur les organismes. Ce facteur de sécurité rend compte du degré d’incertitude qui résulte de l’extrapolation à l’environnement réel des résultats des essais effectués sur un nombre limité d’espèces. Par conséquent, plus les données sont nombreuses, plus les essais sont longs, et plus le degré d’incertitude et le facteur de sécurité sont réduits. Jeu de données disponibles Facteur de sécurité Un test aigu 10000 2 tests aigus sur au moins 2 phyla différents 5000 3 tests aigus sur au moins 3 phyla différents 1000 Un test chronique 100 2 tests chroniques sur au moins 2 phyla différents 50 3 tests chroniques sur au moins 3 phyla différents 10 Tableau 7.1 : Facteurs de sécurités (PNEC Aquatique) [16] Dans le tableau 7.1 figurent les facteurs de sécurités proposés par le guide technique publié par la Commission européenne pour les organismes aquatique d’eau douce. Ces facteurs sont appliqués à la valeur la plus faible obtenue dans les essais disponibles. Figure 7.1 : Interface AiiDA pour l’indicateur PNEC 34 B I B L I O G R A P H I E RESSOURCES BIBLIOGRAPHIQUES [1] [Magazine] Le journal de la délégation Centre-Auvergne-Limousin du CNRS - Hors-série > Microscoop / Numéro 12, octobre 2003, http://www.univ-orleans.fr/icoa/presentation/modelisation.pdf [2] [Publication] Musu T. (2004), REACH au travail - Les bénéfices potentiels de la nouvelle politique européenne sur les agents chimiques pour les travailleurs http://www.unep.org/labour_environment/TUAssembly/ref_docs/REACH-FR.pdf [3] [Rapport] Harpet Cyrille, Séminaire CNRS (2009), Chimie et DD, prof.INSA Lyon http://www.cnrs.fr/inee/recherche/fichiers/ANGDChimieCargese/HarpetCargese10_09.pdf [4] [Livre] Valéry E. Forbes, Thomas L. (1997) Écotoxicologie: théorie et applications - Editions Quae http://books.google.fr/books/about/%C3%89cotoxicologie.html?hl=fr&id=FGbpWYH2LDcC&redir_esc=y [5] [Site internet] Définition du dictionnaire environnement et développement durable : Test Ecotoxicologique http://www.dictionnaire-environnement.com/test_ecotoxicologique_ID2365.html [6] [Thèse] PAYET Jérôme (2004), « Assessing toxic impacts on aquatic ecosystem in Life cycle assessment » Ecole polytechnique fédérale de Lausanne [7] [Site internet] Site officiel de l'EPA : Téléchargement de AQUIRE http://cfpub.epa.gov/ecotox/ [8] [Site internet] Site Officiel de OPP : Pesticide Ecotoxicity Database http://www.ipmcenters.org/Ecotox/index.cfm [9] [Site internet] Site Officiel de l'USGS CERC : Acute Ecotoxicity Database http://www.cerc.usgs.gov/data/acute/acute.html [10] [Site internet] Site Officiel eChemPortal : moteur de recherche de données de toxicité http://www.echemportal.org/ [11] [Publication] Aldenberg, T., Jaworska, J. S., 2000. Uncertainty of the hazardous concentration and fraction affected for normal species sensitivity distributions. Ecotoxicology and Environmental Safety. 46, 1-18. [12] [Publication] Aldenberg, T., Slob, W., 1993. Confidence limits for hazardous concentrations based on logistically distributed NOEC toxicity data. Ecotoxicology and Environmental Safety. 25, 48-63. [13] [Site internet] U.S. Environmental Protection Agency (EPA). 2005. Methods/indicators for determining when metals are the cause of biological impairments of rivers and streams: species sensitivity distributions and chronic exposure-response relationships from laboratory data. Cincinnati, Ohio, U.S. EPA, Office of Research and Development, National Center for Environmental Assessment. http://www.epa.gov/caddis/da_software_ssdmacro.html http://www.epa.gov/caddis/downloads/SSD_Generator_V1.xlt 35 B I B L I O G R A P H I E [14] [Publication] Neter, J., W. Wasserman and M.H. Kutner. 1990. Applied Linear Statistical Models, 3rd ed. Irwin, Boston, MA. 1184 pp. [15] [Publication] Posthuma, L., G.W. Suter II, and TP Traas. 2002. Species Sensitivity Distributions in Ecotoxicology. Lewis Publishers, Boca Raton, FL. 587 pp. [16] [Guide] Technical Guidance Document on Risk Assessment in support of Commission Directive 93/67/EEC on Risk Assessment for new notified substances; Commission Regulation (EC) No 1488/94 on Risk Assessment for existing substances; Directive 98/8/EC of the European Parliament and of the Council concerning the placing of biocidal products on the market http://ihcp.jrc.ec.europa.eu/our_activities/public-health/risk_assessment_of_Biocides/doc/tgd 36