수생태 독성자료의 정규성 분포 특성 확인을 통해 통계분석 시 분포 특성 적용에 대한 타당성 확인 연구 The Validation Study of Normality Distribution of Aquatic Toxicity Data for Statistical Analysis원문보기
Objectives: According to the central limit theorem, the samples in population might be considered to follow normal distribution if a large number of samples are available. Once we assume that toxicity dataset follow normal distribution, we can treat and process data statistically to calculate genus ...
Objectives: According to the central limit theorem, the samples in population might be considered to follow normal distribution if a large number of samples are available. Once we assume that toxicity dataset follow normal distribution, we can treat and process data statistically to calculate genus or species mean value with standard deviation. However, little is known and only limited studies are conducted to investigate whether toxicity dataset follows normal distribution or not. Therefore, the purpose of study is to evaluate the generally accepted normality hypothesis of aquatic toxicity dataset Methods: We selected the 8 chemicals, which consist of 4 organic and 4 inorganic chemical compounds considering data availability for the development of species sensitivity distribution. Toxicity data were collected at the US EPA ECOTOX Knowledgebase by simple search with target chemicals. Toxicity data were re-arranged to a proper format based on the endpoint and test duration, where we conducted normality test according to the Shapiro-Wilk test. Also we investigated the degree of normality by simple log transformation of toxicity data Results: Despite of the central limit theorem, only one large dataset (n>25) follow normal distribution out of 25 large dataset. By log transforming, more 7 large dataset show normality. As a result of normality test on small dataset (n<25), log transformation of toxicity value generally increases normality. Both organic and inorganic chemicals show normality growth for 26 species and 30 species, respectively. Those 56 species shows normality growth by log transformation in the taxonomic groups such as amphibian (1), crustacean (21), fish (22), insect (5), rotifer (2), and worm (5). In contrast, mollusca shows normality decrease at 1 species out of 23 that originally show normality. Conclusions: The normality of large toxicity dataset was not always satisfactory to the central limit theorem. Normality of those data could be improved through log transformation. Therefore, care should be taken when using toxicity data to induce, for example, mean value for risk assessment.
Objectives: According to the central limit theorem, the samples in population might be considered to follow normal distribution if a large number of samples are available. Once we assume that toxicity dataset follow normal distribution, we can treat and process data statistically to calculate genus or species mean value with standard deviation. However, little is known and only limited studies are conducted to investigate whether toxicity dataset follows normal distribution or not. Therefore, the purpose of study is to evaluate the generally accepted normality hypothesis of aquatic toxicity dataset Methods: We selected the 8 chemicals, which consist of 4 organic and 4 inorganic chemical compounds considering data availability for the development of species sensitivity distribution. Toxicity data were collected at the US EPA ECOTOX Knowledgebase by simple search with target chemicals. Toxicity data were re-arranged to a proper format based on the endpoint and test duration, where we conducted normality test according to the Shapiro-Wilk test. Also we investigated the degree of normality by simple log transformation of toxicity data Results: Despite of the central limit theorem, only one large dataset (n>25) follow normal distribution out of 25 large dataset. By log transforming, more 7 large dataset show normality. As a result of normality test on small dataset (n<25), log transformation of toxicity value generally increases normality. Both organic and inorganic chemicals show normality growth for 26 species and 30 species, respectively. Those 56 species shows normality growth by log transformation in the taxonomic groups such as amphibian (1), crustacean (21), fish (22), insect (5), rotifer (2), and worm (5). In contrast, mollusca shows normality decrease at 1 species out of 23 that originally show normality. Conclusions: The normality of large toxicity dataset was not always satisfactory to the central limit theorem. Normality of those data could be improved through log transformation. Therefore, care should be taken when using toxicity data to induce, for example, mean value for risk assessment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 수생태계 급성독성자료를 활용한 정규성 검정을 통해 다양한 기술통계 분석 및 유해성평가에 적용되는 정규성 가정에 대한 타당성을 검증하고자 한다. 또한, 화학물질 노출에 의해 수생생물에서 확인되는 독성영향인 독성작용기작 종류에 따른 정규성 여부도 확인하고자 한다.
본 연구는 수생생물 급성독성자료를 활용하여 유해성평가 및 기술통계 분석 시 적용하는 중심극한정리에 따른 정규성 가정을 적용하는 것에 대한 타당성을 확인하였다. 활용된 생물종 중 중심극한정리에 부합되는 충분한 수(25개 이상)의 독성자료가 확인 되는 27개의 생물종은 모두 정규분포를 따르지 않 았다.
따라서 생물종 별 독성자료의 정규성은 정규성 가정으로 수행되는 다양한 기술통계 분석 및 유해성평가 활용을 위해 확인할 필요가 있다. 본 연구에서는 수생태계 급성독성자료를 활용한 정규성 검정을 통해 다양한 기술통계 분석 및 유해성평가에 적용되는 정규성 가정에 대한 타당성을 검증하고자 한다. 또한, 화학물질 노출에 의해 수생생물에서 확인되는 독성영향인 독성작용기작 종류에 따른 정규성 여부도 확인하고자 한다.
제안 방법
최종적으로 정규성 검정은 선정한 7개 생물 분류군 별 확인되는 종(species) 수준에서의 검증을 수행하였다.
선정된 4개의 중금속화합물(mercury, zinc, cadimum, copper compounds)의 주요 독성영향은 각 중금속 (Hg, Zn, Cd, Cu)원소에 의한 것으로 알려져있어 동일한 중금속원소를 포함하는 물질들은 각각 하나의 화합물로 고려하였다.7-9) 또한, 대상물질의 노출에 따라 확인되는 주요 독성영향인 독성작용기작을 추가 고려하여 정규성 검정을 수행하였다.
정규성 검정을 목적으로 노출기간 별 독성자료가 충분하지 않은 경우(n<3),12) 동일 생물종에 확인되 는 다수의 노출기간(24시간 그리고/또는 48시간 그리고/또는 72시간 그리고/또는 96시간)의 독성자료 를 모두 통합하여 정규성 검정을 수행하였다. 개별 노출기간 독성자료가 정규성 검정에 충분한 경우에도 추가적으로 노출기간을 통합하여 통합 노출기간 자료에 대한 정규성 여부를 검정하였다.
개별 노출기간 독성자료의 정규성 검정은 동일 생물종에서 동일하게 확인되는 노출기간의 독성자료를 활용하여 수행하였다. 다수의 노출기간(24시간, 48시 간, 72시간, 96시간)이 고려된 6개 생물군(양서류, 갑 각류, 곤충류, 윤형동물, 연체류, 벌레류)은 확인되는 각각의 노출기간 별 독성자료를 독립적으로 정규성 검정에 활용하였다.
개별 노출기간별로 독성자료가 3개 미만으로 확인 된 경우, 노출기간에 무관하게 모든 독성자료를 통합하여 정규성 검정에 활용하였다. 6개 생물 분류군 에 대하여 총 110개 종에서 해당의 사례가 확인되었다.
이에 따라 수집한 자료의 노출기간은 어류 96시간, 나머 지 6개 생물군(양서류, 갑각류, 곤충류, 윤형동물, 연체류, 벌레류)은 24시간, 48시간, 72시간, 96시간을 활용하였다. 다만, 앞선 6개 생물군의 독성자료가 동일 노출시간에 대하여 정규성 검정에 충분하지 않은 경우 급성으로 분류할 수 있는 다른 노출기간 자료 를 통합적으로 고려하여 정규성 검정에 활용하였다.
개별 노출기간 독성자료의 정규성 검정은 동일 생물종에서 동일하게 확인되는 노출기간의 독성자료를 활용하여 수행하였다. 다수의 노출기간(24시간, 48시 간, 72시간, 96시간)이 고려된 6개 생물군(양서류, 갑 각류, 곤충류, 윤형동물, 연체류, 벌레류)은 확인되는 각각의 노출기간 별 독성자료를 독립적으로 정규성 검정에 활용하였다.
다만, 동일한 중금속 원소를 갖는 다수의 중금속화합물은 단일 독성 거동 물질로 간주하여 물질별, 생물종별 정규성 여부 판단에 활 용하였다. 또한, 유기화학물질과 동일하게 중금속화 합물의 정규성 검정은 독성자료 유무에 따라 개별 또는 통합 노출기간을 고려하여 수행하였다.
최종적으로 정규성 검정은 선정한 7개 생물 분류군 별 확인되는 종(species) 수준에서의 검증을 수행하였다. 벌레류의 경우 타 분류군에서 확인되지 않는 문(phylum)에 속한 과(family)를 대상으로 하였으며, 이들 역시 종(species) 수준에서 정규성 검증을 수행 하였다.
또한, 물질 cadimum compounds, copper compounds는 수생생물 중 특히 Daphnia magna에 대한 충분히 많은 독성자료의 확보가 예상되어 정규성 검증에 추가적으로 활용하였다. 선정된 4개의 중금속화합물(mercury, zinc, cadimum, copper compounds)의 주요 독성영향은 각 중금속 (Hg, Zn, Cd, Cu)원소에 의한 것으로 알려져있어 동일한 중금속원소를 포함하는 물질들은 각각 하나의 화합물로 고려하였다. 7-9) 또한, 대상물질의 노출에 따라 확인되는 주요 독성영향인 독성작용기작을 추가 고려하여 정규성 검정을 수행하였다.
노출기간(observation duration)은 급성독성시험방법으로 구분 될 수 있는 기간을 고려하였다. 이에 따라 수집한 자료의 노출기간은 어류 96시간, 나머 지 6개 생물군(양서류, 갑각류, 곤충류, 윤형동물, 연체류, 벌레류)은 24시간, 48시간, 72시간, 96시간을 활용하였다. 다만, 앞선 6개 생물군의 독성자료가 동일 노출시간에 대하여 정규성 검정에 충분하지 않은 경우 급성으로 분류할 수 있는 다른 노출기간 자료 를 통합적으로 고려하여 정규성 검정에 활용하였다.
다만, 모든 값이 동일하게 나타나는 경우에 대하여만 고려하 였다. 정규성 검정은 일반 정규분포를 따르는지, 로 그 변환에 따른 정규분포를 따르는지를 구분 확인하기 위하여 기존 값(LC50)과 로그변환 값(log LC50)으 로 구분하여 수행하였다.
정규성 검정을 목적으로 노출기간 별 독성자료가 충분하지 않은 경우(n<3),12) 동일 생물종에 확인되 는 다수의 노출기간(24시간 그리고/또는 48시간 그리고/또는 72시간 그리고/또는 96시간)의 독성자료 를 모두 통합하여 정규성 검정을 수행하였다.
종말점(endpoint)은 화학물질 노출에 의해 치사 (mortality)이 확인되는 급성영향 종말점인 반수 치사농도(lethal concentration 50, 이하 LC50)를 선정하였다. 반수 영향농도(effective concentration EC50)는 종별로 확인할 수 있는 다양한 영향(behavior, reproduction, development 등)을 고려하기 때문에 독성자료의 통계적 취급이 제한적일 수 있어 본 연구 에서는 제외하였다.
중금속 원소(Hg, Zn, Cd, Cu)를 가지는 중금속물 질의 생물종 별 독성자료는 각각 독립적으로 정규성 검정에 활용하였다. 다만, 동일한 중금속 원소를 갖는 다수의 중금속화합물은 단일 독성 거동 물질로 간주하여 물질별, 생물종별 정규성 여부 판단에 활 용하였다.
수집 과정에서는 종말점, 노출기간, 독성영향(effect, effect measurement)이 확인되는 자료들을 대상으로 하였으며, 자료의 신뢰성을 높이기 위해 1970년 이후 수행된 최신 자료만 고려하였다. 확보한 독성자 료는 종(species) 단위에서 급성독성영향 종말점(LC50) 을 중심으로 동일한 노출기간(24시간 또는 48시간 또는 72시간 또는 96시간)으로 구분하여 정규성 검정에 활용하였다.
대상 데이터
개별 노출기간별로 독성자료가 3개 미만으로 확인 된 경우, 노출기간에 무관하게 모든 독성자료를 통합하여 정규성 검정에 활용하였다. 6개 생물 분류군 에 대하여 총 110개 종에서 해당의 사례가 확인되었다. 생물 분류군 별로는 양서류 4개 종, 갑각류 62 개 종, 벌레류 16개 종, 윤충류 3개 종, 연체류 12 개 종, 벌레류 13개 종으로 확인되었다(Table 4).
대상물질은 단일 생물종 또는 다양한 생물종에 대한 급성독성자료 확보가능성을 고려하여 중금속화합물 2개(mercury compounds, zinc compounds), 유기 화학물질 4개(pentachlorophenol, malathion, phenol, chlorpyrifos)를 선정하였다. 또한, 물질 cadimum compounds, copper compounds는 수생생물 중 특히 Daphnia magna에 대한 충분히 많은 독성자료의 확보가 예상되어 정규성 검증에 추가적으로 활용하였다.
독성자료는 미국 환경보호청(US EPA)에서 운영하는 독성자료 database인 ECOTOX Knowledgebase11) 에서 수집하였다. 해당 자료는 database 구축 과정에서 전문가 검토(peer-reviewed)가 이루어진 자료이다.
생물종 선정은 생태 위해성평가에 활용되는 종민감도분포 구축에서 구분하는 수생생물 분류군을 대상으로 하였다. 본 연구에서는 유럽과(8개 분류군) 2) 과 미국의 종민감도분포 생물종 요구기준(8개 과 (family))10)을 고려하여 7개 생물군(양서류, 갑각류, 어류, 곤충류, 윤충류, 연체류, 벌레류)을 선정하였다. 최종적으로 정규성 검정은 선정한 7개 생물 분류군 별 확인되는 종(species) 수준에서의 검증을 수행하였다.
생물종 선정은 생태 위해성평가에 활용되는 종민감도분포 구축에서 구분하는 수생생물 분류군을 대상으로 하였다. 본 연구에서는 유럽과(8개 분류군) 2) 과 미국의 종민감도분포 생물종 요구기준(8개 과 (family))10)을 고려하여 7개 생물군(양서류, 갑각류, 어류, 곤충류, 윤충류, 연체류, 벌레류)을 선정하였다.
해당 자료는 database 구축 과정에서 전문가 검토(peer-reviewed)가 이루어진 자료이다. 수집 과정에서는 종말점, 노출기간, 독성영향(effect, effect measurement)이 확인되는 자료들을 대상으로 하였으며, 자료의 신뢰성을 높이기 위해 1970년 이후 수행된 최신 자료만 고려하였다. 확보한 독성자 료는 종(species) 단위에서 급성독성영향 종말점(LC50) 을 중심으로 동일한 노출기간(24시간 또는 48시간 또는 72시간 또는 96시간)으로 구분하여 정규성 검정에 활용하였다.
유기물질의 경우 최소 4개(malathion)부터 최대 7개(pentachlorophenol) 생물 분류군의 독성자료가 확인되었으며 중금속화합 물은 최소 5개(zinc compounds)부터 최대 7개 (mercury compounds) 생물 분류군에서 독성자료가 확인되었다. 정규성 검증에 충분한 자료를 갖는 것으로 예상되는 copper compounds 및 cadmium compounds에 대하여는 물벼룩(daphnia magna) 자료를 확보하였다. Cadmium compounds는 독성 자료 수집 결과 물벼룩에 대하여 모든 자료가 cadmium chloride로 구성되어 있어, 해당 자료만을 사용하였다.
데이터처리
수집한 수생생물 독성 자료는 종 단위로 구분하였으며, 정규성 검정은 IBM SPSS software (v21.0)에서 제공하는 모수적 검정법인 Shapiro Wilk test (이 하 SW test)를 활용하여 유의 수준 0.05 (95% 유의 수준)에서 정규성 검정을 수행하였다. 정규성 검정 에 활용된 생물종 별 독성자료는 3개 이상이 확인 되는 경우에 대하여만 적용하였다13).
성능/효과
US EPA에서 운영하는 ECOTOX Knowledgebase 를 활용한 급성독성자료 확보 결과, 7개 생물군(양 서류, 갑각류, 어류, 곤충류, 윤충류, 연체류, 벌레류) 에 대하여 154개의 종(species) 단위 독성자료를 확 보하였다. 154개의 종은 113개 속(genus) 단위에 포 함되며 해당 속은 80개의 과(family) 단위에 포함되 는 것으로 확인되었다(Table 1). 계통분류학적 구성에 따른 생물종 단위의 자료를 살펴보면 갑각류가 49종으로 가장 많았으며, 어류 41종, 곤충류 25종, 벌레류(벌레류는 다른 분류군과 중복되지 않는 별도 의 과로 구성됨) 25종, 연체류 16종, 양서류 9종, 윤충류 3종의 순으로 나타났다.
7개 생물 분류군(양서류, 갑각류, 어류, 곤충류, 윤충류, 연체류, 벌레류)의 개별 노출기간(24, 48, 72, 96시간)을 고려한 독성자료 중 정규성 검정에 활용 가능한 독성자료가 3개 이상 확보된 경우는 총 329개 종(species)로 확인되었다. 생물 분류군 별로 확인해 보면 양서류 3개종, 갑각류 139개 종, 어류 79개 종, 곤충류 49개 종, 윤충류 8개 종, 연체류 27개 종, 벌레류 24개 종으로 확인되었다(Table 4).
로그변환을 하지 않은 독성 값(LC50)을 대상으로 정규성 분포를 나타내는 생물종의 비율을 확인해 본 결과 개별 노출기간을 대상으로 한 경우 양서류 67% (총 종의 수=3), 갑각류 65% (총 종의 수=139), 어류 43% (총 종의 수=79), 곤충류 53% (총 종의 수 =49), 윤충류 75% (총 종의 수=8), 연체류 85% (총 종의 수=27), 벌레류 58% (총 종의 수=24)로 확인 되었다. 7개 생물 분류군을 모두 고려한 정규성 분포를 나타내는 생물종의 비율은 59% (총 종의 수 =329)로 나타났다. 로그 변환한 값(log LC50)을 적용하여 정규성 분포를 나타내는 생물종의 비율은 연체류를 제외한 6개 생물 분류군에서 모두 증가하였다.
확보된 생물종 종류는 갑각류가 49종으로 가장 많았으며 어류 41종, 벌레류 25종, 양서류 및 벌레류 16종, 양서류 4종, 윤충류 3종으로 확인되었다. Copper compounds, cadmium chloride의 물벼룩(dahpnia magna) 독성자료는 앞선 6개 물질 중 가장 많은 자료를 갖는 물질과 비교하여 최소 약 2.5배(n=92)에서 가장 적은 자료를 갖는 물질과 비교하여 최대 약 18배(n=127) 많이 확인되었다.
물질별 정규성 분포를 나타내는 생물종의 비율 증가 는 pentachlorophenol (20%, 증가한 종의 수=7), chlorpyrifos (31%, 증가한 종의 수=13), malathion (14%, 증가한 종의 수=7), mercury compounds (6%, 증가한 종의 수=4), zinc compounds (21%, 증가한 종의 수=22), copper compounds (40%, 증가한 종의 수=2), cadmium chloride (34%, 종의 수=1)로 확인 되었다. Phenol은 4% (감소한 종의 수=1) 감소하는 것으로 확인되었다.
US EPA에서 운영하는 ECOTOX Knowledgebase 를 활용한 급성독성자료 확보 결과, 7개 생물군(양 서류, 갑각류, 어류, 곤충류, 윤충류, 연체류, 벌레류) 에 대하여 154개의 종(species) 단위 독성자료를 확 보하였다. 154개의 종은 113개 속(genus) 단위에 포 함되며 해당 속은 80개의 과(family) 단위에 포함되 는 것으로 확인되었다(Table 1).
zinc compounds에서는 갑각류(27종), 어류(23종), 윤충류(2종), 벌레류(12종) 생물종 자료가 가장 많이 확보되었으며 mercury compounds 는 양서류(3종), chlorpyrifos는 곤충류(16종) 생물종 자료가 가장 많이 확보된 물질이었다.
종 단위를 구성하는 속 단위 분류는 갑각류 36속, 어류 30속, 벌레류 16 속, 곤충류 13속, 연체류 12속, 윤충류 2속 순으로 자료가 확인되었다. 각 생물군 별 속 단위를 구성하 는 과 단위 분류는 갑각류 24과, 어류 17과, 벌레류 15과, 곤충 및 연체류 각 9과, 윤충류 2과로 확인되 었다. 다만 대상 7개 생물군 중 5개 생물군(갑각류, 어류, 곤충류, 연체류, 벌레류)의 자료는 하나의 과 단위에 다수의 속 단위를 포함하고 있으며, 생물군 별로 갑각류(portunidae (2개 속), daphniidae, pala-emonidae, penaeidae (각 3개 속), mysidae (4개 속)), 어류(atherinopsidae, centrarchidae (각 2개 속), poeciliidae (3개 속) cyprinidae (7개 속)), 곤충류 (chironomidae (2개 속), culicidae (4개 속)), 연체류 (planorbidae, unionidae (각 2개 속)), 벌레류 (nereididae (2개 속))로 확인되었다.
) 적용 시 유기물질은 42% (어류, 총 종의 수 =31)~83% (벌레류, 총 종의 수=6), 중금속물질은 43% (어류, 총 종의 수=37)~100% (양서류, 총 종의 수=1)의 생물종이 정규성을 나타내고 있는 것으로 확인되었다(Table 3). 갑각류(65%, 총 종의 수=52) 및 벌레류(83%, 총 종의 수=6)는 유기물질에서 정규성 분포를 갖는 종의 비율이 더 높게 나타났으며 양서류(100%, 총 종의 수=1), 곤충류(72%, 총 종의 수=18), 연체류(93%, 총 종의 수=14)는 중금속물질 에서 더 높게 나타났다. 유기물질과 중금속물질의 어류 및 윤충류 독성자료의 정규성 분포 비율은 각각 43% (총 종의 수=42 (유기), 총 종의 수=37 (중금 속)), 75% (총 종의 수=4 (유기), 총 종의 수=4 (중 금속))로 동일하게 나타났다.
계통분류학적 구성에 따른 생물종 단위의 자료를 살펴보면 갑각류가 49종으로 가장 많았으며, 어류 41종, 곤충류 25종, 벌레류(벌레류는 다른 분류군과 중복되지 않는 별도 의 과로 구성됨) 25종, 연체류 16종, 양서류 9종, 윤충류 3종의 순으로 나타났다.
결론적으로 정규분포를 가정한 독성자료 활용 시 정규성 향상을 목적으로 로그변환 방법의 적용은 적절할 수 있을 것으로 판단된다. 그러나 본 연구에서 활용한 7개 생물 분류군에 속한 생물종의 독성 자료를 바탕으로 평가해 본 결과 자료가 충분한 경우에도 (로그)정규 분포를 따르지 않는 경우도 확인되고 있다. 따라서 생물종의 독성 값 평균 등을 산출하는데 있어 단순히 n>3의 자료 확보만으로 (로그)정규분포를 따르는 것으로 가정하는 것보다 n 값의 수를 증가하여 적용하거나, 실험실간 발생할 수 있는 오차를 고려해 줄 수 있는 방안 마련이 필요할 것으로 판단된다.
각 생물군 별 속 단위를 구성하 는 과 단위 분류는 갑각류 24과, 어류 17과, 벌레류 15과, 곤충 및 연체류 각 9과, 윤충류 2과로 확인되 었다. 다만 대상 7개 생물군 중 5개 생물군(갑각류, 어류, 곤충류, 연체류, 벌레류)의 자료는 하나의 과 단위에 다수의 속 단위를 포함하고 있으며, 생물군 별로 갑각류(portunidae (2개 속), daphniidae, pala-emonidae, penaeidae (각 3개 속), mysidae (4개 속)), 어류(atherinopsidae, centrarchidae (각 2개 속), poeciliidae (3개 속) cyprinidae (7개 속)), 곤충류 (chironomidae (2개 속), culicidae (4개 속)), 연체류 (planorbidae, unionidae (각 2개 속)), 벌레류 (nereididae (2개 속))로 확인되었다.
독성자료가 충분한 것으로 정규성 검증의 기준으로 활용해보고자 적용한 cadmium chloride (n=92), copper sulfate (n=127), copper (n=97) 의 개별노출기간(48시간)을 고려한 물벼룩(daphnia magna) 사례에서도 정규성을 나타내지 않았다. 다만, daphnia magna를 활용한 연구에서는 독성자료의 정규성 향상을 목적으로 로그 변환 값을 활용하는 것으로 확인되었다. 25-26)
활용된 생물종 중 중심극한정리에 부합되는 충분한 수(25개 이상)의 독성자료가 확인 되는 27개의 생물종은 모두 정규분포를 따르지 않 았다. 다만, 로그 변환을 통해 일부 7개 생물종에서 정규분포가 확인되었으며 경우에 따라 독성자료가 작은 경우에 정규분포가 확인되었으며 로그 변환을 통해 정규성 증가를 나타내었다.
독성 자료를 로그 변환하여(log LC50) 정규성 분포를 나타내는 생물종의 비율 변화는 증가, 감소, 변화가 없는 경우를 동시에 고려하여 최종 비율 변화를 나타내었다. 정규성 분포를 나타내는 생물종의 비율은 유기물질의 경우 5개 생물 분류군(양서류, 갑 각류, 어류, 곤충류, 윤충류)을 대상으로 비교하여 본 결과 최소 18% (갑각류, 증가한 종의 수=9)에서 최대 50% (양서류, 증가한 종의 수=1) 증가하였다.
독성 자료의 로그 변환을 통해 유기물질은 26개, 중금속물질은 29개 생물종에서 추가적으로 정규성이 확인되었다. 생물 분류군 별로 확인하면, 양서류 1개 종, 갑각류 21개 종, 어류 22개 종, 곤충류 5개 종, 윤충류 2개 종, 벌레류 5개 종에서 독성자료의 정규성이 증가하였다.
대상물질 별 독성자료 확보는 수생생물 독성작용 기작과 함께 고려되어 수행되었다(Table 2). 독성작 용기작 확인 결과 pentachlorophenol은 oxidative phosphorylation inhibition,13) chlorpyrifos 및 malathion 은 acetylcholinesterase inhibition, phenol은 narcosis 로 확인되었다. 14-15) 중금속물질의 경우 mercury 화합물은 cardiovascular effect,16) zinc 화합물은 calcium homeostasis,17) cadmium chloride는 nephrotoxicity, oxidative stress, immunotoxicity, organ structure and function toxicity18)로 확인되었다.
독성작용기작이 확인되는 물질별 정규성 검정 결과(Fig. 1), 로그 변환 전의 독성 값(LC50) 적용 시 메커니즘이 불명확한 물질 중 phenol은 정규성 분포 비율이 80%로 가장 높게 나타났으나 cadmium chloride은 정규성 분포 비율이 33%로 메커니즘이 명확한 물질 중 copper compounds를 제외한 나머지 5개 물질보다 낮게 나타났다. 로그 변환한 독성 값 (log LC50)을 대상으로 정규성 분포 비율을 확인해 본 결과 메커니즘이 명확한 물질 mercury compounds, zinc compounds의 정규성 분포를 나타내는 생물종 의 분포 비율은 각각 82, 78%로 phenol (76%)보다 높게 확인되었다.
유기물질과 중금속물질의 어류 및 윤충류 독성자료의 정규성 분포 비율은 각각 43% (총 종의 수=42 (유기), 총 종의 수=37 (중금 속)), 75% (총 종의 수=4 (유기), 총 종의 수=4 (중 금속))로 동일하게 나타났다. 또한, 7개 생물 분류군 전체를 대상으로 정규성 분포를 갖는 생물종의 비율을 확인해본 결과 중금속화합물이 62% (총 종의 수 =179)로 유기화합물(56%; 총 종의 수=150) 보다 높게 나타났다.
로그 변환한 독성 값 (log LC50)을 대상으로 정규성 분포 비율을 확인해 본 결과 메커니즘이 명확한 물질 mercury compounds, zinc compounds의 정규성 분포를 나타내는 생물종 의 분포 비율은 각각 82, 78%로 phenol (76%)보다 높게 확인되었다. 또한, 메커니즘이 명확한 물질들은 로그변환을 통해 정규성 분포 비율이 모두 증가하였으며 증가 범위는 6% (mercury compounds, 증가한 종의 수=4)~40% (copper compounds, 증가한 종의 수=2)로 확인되었다. 반면 메커니즘이 구체적이지 않은 물질의 경우 cadmium chloride은 정규성 분포 비율이 34%(증가한 종의 수=1) 증가하였으나 phenol 은 4%(감소한 종의 수=1) 감소하는 것으로 확인되었다.
생물 분류군 별로는 양서류 4개 종, 갑각류 62 개 종, 벌레류 16개 종, 윤충류 3개 종, 연체류 12 개 종, 벌레류 13개 종으로 확인되었다(Table 4). 로 그변환을 하지 않은 독성 값(LC50)의 정규성은 양서류, 갑각류, 곤충류, 윤충류, 연체류, 벌레류에 대하 여 각각 100% (총 종의 수=4), 39% (총 종의 수= 62), 31% (총 종의 수=16), 33% (총 종의 수=3), 58% (총 종의 수=12), 54% (총 종의 수=13)로 확인되었다. 정규성 분포 비율은 양서류를 제외하고 5개 생물 분류군에서 로그변환 (log LC50)을 통해 증가하는 것으로 확인되었다.
7개 생물 분류군을 모두 고려한 정규성 분포를 나타내는 생물종의 비율은 59% (총 종의 수 =329)로 나타났다. 로그 변환한 값(log LC50)을 적용하여 정규성 분포를 나타내는 생물종의 비율은 연체류를 제외한 6개 생물 분류군에서 모두 증가하였다. 생물군 별로 증가한 종의 비율은 양서류(33%, 증가 한 종의 수=1), 갑각류(15%, 증가한 종의 수=21), 어류(28%, 증가한 종의 수=22), 곤충류(10%, 증가 한 종의 수=5), 윤충류(25%, 증가한 종의 수=2), 벌레류(21%, 증가한 종의 수=5)로 확인되었다.
1), 로그 변환 전의 독성 값(LC50) 적용 시 메커니즘이 불명확한 물질 중 phenol은 정규성 분포 비율이 80%로 가장 높게 나타났으나 cadmium chloride은 정규성 분포 비율이 33%로 메커니즘이 명확한 물질 중 copper compounds를 제외한 나머지 5개 물질보다 낮게 나타났다. 로그 변환한 독성 값 (log LC50)을 대상으로 정규성 분포 비율을 확인해 본 결과 메커니즘이 명확한 물질 mercury compounds, zinc compounds의 정규성 분포를 나타내는 생물종 의 분포 비율은 각각 82, 78%로 phenol (76%)보다 높게 확인되었다. 또한, 메커니즘이 명확한 물질들은 로그변환을 통해 정규성 분포 비율이 모두 증가하였으며 증가 범위는 6% (mercury compounds, 증가한 종의 수=4)~40% (copper compounds, 증가한 종의 수=2)로 확인되었다.
1). 로그 변환한 독성 값(log LC50)을 대상으로 정규성 분포 특성을 확인해 본 결과 phenol을 제외한 7개 물질에서 모든 생물군 고려 시 정규성 분포를 나 타내는 생물종의 비율이 증가하는 것을 확인하였다. 물질별 정규성 분포를 나타내는 생물종의 비율 증가 는 pentachlorophenol (20%, 증가한 종의 수=7), chlorpyrifos (31%, 증가한 종의 수=13), malathion (14%, 증가한 종의 수=7), mercury compounds (6%, 증가한 종의 수=4), zinc compounds (21%, 증가한 종의 수=22), copper compounds (40%, 증가한 종의 수=2), cadmium chloride (34%, 종의 수=1)로 확인 되었다.
생물 분류군 별로 확인해 보면 양서류 3개종, 갑각류 139개 종, 어류 79개 종, 곤충류 49개 종, 윤충류 8개 종, 연체류 27개 종, 벌레류 24개 종으로 확인되었다(Table 4). 로그변환을 하지 않은 독성 값(LC50)을 대상으로 정규성 분포를 나타내는 생물종의 비율을 확인해 본 결과 개별 노출기간을 대상으로 한 경우 양서류 67% (총 종의 수=3), 갑각류 65% (총 종의 수=139), 어류 43% (총 종의 수=79), 곤충류 53% (총 종의 수 =49), 윤충류 75% (총 종의 수=8), 연체류 85% (총 종의 수=27), 벌레류 58% (총 종의 수=24)로 확인 되었다. 7개 생물 분류군을 모두 고려한 정규성 분포를 나타내는 생물종의 비율은 59% (총 종의 수 =329)로 나타났다.
물질 별 7개 생물 분류군 독성자료 확보 결과, 갑각류 독성자료는 8개 물질 모두에서 확인되었으며, 어류는 6개 물질, 곤충류 및 윤충류는 5개 물질, 양서류 및 벌레류는 4개 물질, 양서류는 3개 물질에서 독성자료가 확인되었다(Table 2). 유기물질의 경우 최소 4개(malathion)부터 최대 7개(pentachlorophenol) 생물 분류군의 독성자료가 확인되었으며 중금속화합 물은 최소 5개(zinc compounds)부터 최대 7개 (mercury compounds) 생물 분류군에서 독성자료가 확인되었다.
물질 별 가용한 모든 생물군 독성자료를 동시에 고려한 정규성 검정 결과, 로그 변환 전의 독성 값 (LC50) 적용 시 유기물질의 정규성 분포 비율은 43% (chlorpyrifos, 총 종의 수=42)~80% (phenol, 총 종 의 수=25)의 범위로 나타났으며 중금속물질은 0% (copper compounds, 총 종의 수=5)~76% (mercury compounds, 총 종의 수=66)의 범위로 나타났다(Fig. 1). 로그 변환한 독성 값(log LC50)을 대상으로 정규성 분포 특성을 확인해 본 결과 phenol을 제외한 7개 물질에서 모든 생물군 고려 시 정규성 분포를 나 타내는 생물종의 비율이 증가하는 것을 확인하였다.
Cadmium compounds는 독성 자료 수집 결과 물벼룩에 대하여 모든 자료가 cadmium chloride로 구성되어 있어, 해당 자료만을 사용하였다. 물질 별 확보된 생물종 자료는 중금속화합물이 원소금속 별로 68종(species; zinc compounds), 41종 (species; mercury compounds)로 유기물질과 비교하여 상대적으로 많은 생물종 자료가 확인되었다. 유기물질은 각각 41종(chlorpyrifos), 40종(malathion), 29종(pentachlorophenol), 15종(phenol)의 생물종 자 료가 확인되었다.
물질별 정규성 분포를 나타내는 생물종의 비율 증가 는 pentachlorophenol (20%, 증가한 종의 수=7), chlorpyrifos (31%, 증가한 종의 수=13), malathion (14%, 증가한 종의 수=7), mercury compounds (6%, 증가한 종의 수=4), zinc compounds (21%, 증가한 종의 수=22), copper compounds (40%, 증가한 종의 수=2), cadmium chloride (34%, 종의 수=1)로 확인 되었다.
유기물질은 연체류와 벌레류, 중금속물 질은 양서류에서 로그변환을 통해 정규성 분포 비율이 증가하지 않는 것으로 확인되었다. 물질에 상관 없이 생물 분류군을 모두 고려하여 로그 변환을 통한 정규성 분포 비율의 증가를 확인하여 본 결과 유기화합물과 중금속화합물에서 각각 17% (증가한 종 의 수=26)와 16% (증가한 종의 수=29)의 증가를 확인할 수 있었다.
또한, 메커니즘이 명확한 물질들은 로그변환을 통해 정규성 분포 비율이 모두 증가하였으며 증가 범위는 6% (mercury compounds, 증가한 종의 수=4)~40% (copper compounds, 증가한 종의 수=2)로 확인되었다. 반면 메커니즘이 구체적이지 않은 물질의 경우 cadmium chloride은 정규성 분포 비율이 34%(증가한 종의 수=1) 증가하였으나 phenol 은 4%(감소한 종의 수=1) 감소하는 것으로 확인되었다.
정규성 분포 비율은 양서류를 제외하고 5개 생물 분류군에서 로그변환 (log LC50)을 통해 증가하는 것으로 확인되었다. 생물 분류군 별로 확인 해 보면 갑각류 69% (증가한 종의 수=19), 곤충류 69% (증가한 종의 수=6), 윤충류 67% (증가한 종의 수=1), 연체류 83% (증가한 종의 수=3), 벌레류 69% (증가한 종의 수=2)로 증가하는 것을 확인할 수 있었다. 정규성 검정 시 로그변환을 통해 노출기간을 개별적으로 고려한 경우에는 55개 생물종, 노출기간을 통합적으로 고려한 경우에는 40개의 생물종에서 정규성이 증가하였다.
독성 자료의 로그 변환을 통해 유기물질은 26개, 중금속물질은 29개 생물종에서 추가적으로 정규성이 확인되었다. 생물 분류군 별로 확인하면, 양서류 1개 종, 갑각류 21개 종, 어류 22개 종, 곤충류 5개 종, 윤충류 2개 종, 벌레류 5개 종에서 독성자료의 정규성이 증가하였다. 그러나 연체류는 1개 종에서 독성자료의 정규성이 감소하였다.
7개 생물 분류군(양서류, 갑각류, 어류, 곤충류, 윤충류, 연체류, 벌레류)의 개별 노출기간(24, 48, 72, 96시간)을 고려한 독성자료 중 정규성 검정에 활용 가능한 독성자료가 3개 이상 확보된 경우는 총 329개 종(species)로 확인되었다. 생물 분류군 별로 확인해 보면 양서류 3개종, 갑각류 139개 종, 어류 79개 종, 곤충류 49개 종, 윤충류 8개 종, 연체류 27개 종, 벌레류 24개 종으로 확인되었다(Table 4). 로그변환을 하지 않은 독성 값(LC50)을 대상으로 정규성 분포를 나타내는 생물종의 비율을 확인해 본 결과 개별 노출기간을 대상으로 한 경우 양서류 67% (총 종의 수=3), 갑각류 65% (총 종의 수=139), 어류 43% (총 종의 수=79), 곤충류 53% (총 종의 수 =49), 윤충류 75% (총 종의 수=8), 연체류 85% (총 종의 수=27), 벌레류 58% (총 종의 수=24)로 확인 되었다.
6개 생물 분류군 에 대하여 총 110개 종에서 해당의 사례가 확인되었다. 생물 분류군 별로는 양서류 4개 종, 갑각류 62 개 종, 벌레류 16개 종, 윤충류 3개 종, 연체류 12 개 종, 벌레류 13개 종으로 확인되었다(Table 4). 로 그변환을 하지 않은 독성 값(LC50)의 정규성은 양서류, 갑각류, 곤충류, 윤충류, 연체류, 벌레류에 대하 여 각각 100% (총 종의 수=4), 39% (총 종의 수= 62), 31% (총 종의 수=16), 33% (총 종의 수=3), 58% (총 종의 수=12), 54% (총 종의 수=13)로 확인되었다.
로그 변환한 값(log LC50)을 적용하여 정규성 분포를 나타내는 생물종의 비율은 연체류를 제외한 6개 생물 분류군에서 모두 증가하였다. 생물군 별로 증가한 종의 비율은 양서류(33%, 증가 한 종의 수=1), 갑각류(15%, 증가한 종의 수=21), 어류(28%, 증가한 종의 수=22), 곤충류(10%, 증가 한 종의 수=5), 윤충류(25%, 증가한 종의 수=2), 벌레류(21%, 증가한 종의 수=5)로 확인되었다. 연체류 는 4%(감소한 종의 수=1) 감소하는 것으로 확인되었다.
zinc compounds에서는 갑각류(27종), 어류(23종), 윤충류(2종), 벌레류(12종) 생물종 자료가 가장 많이 확보되었으며 mercury compounds 는 양서류(3종), chlorpyrifos는 곤충류(16종) 생물종 자료가 가장 많이 확보된 물질이었다. 연체류는 malathion 및 mercury compounds에서 동일한 수(5종)의 생물종 자료가 확인되었다. 확보된 생물종 종류는 갑각류가 49종으로 가장 많았으며 어류 41종, 벌레류 25종, 양서류 및 벌레류 16종, 양서류 4종, 윤충류 3종으로 확인되었다.
유기물질 및 중금속물질의 수생생물 독성자료 정 규성 검정 결과, 로그변환하지 않은 기존 독성 값 (LC50) 적용 시 유기물질은 42% (어류, 총 종의 수 =31)~83% (벌레류, 총 종의 수=6), 중금속물질은 43% (어류, 총 종의 수=37)~100% (양서류, 총 종의 수=1)의 생물종이 정규성을 나타내고 있는 것으로 확인되었다(Table 3). 갑각류(65%, 총 종의 수=52) 및 벌레류(83%, 총 종의 수=6)는 유기물질에서 정규성 분포를 갖는 종의 비율이 더 높게 나타났으며 양서류(100%, 총 종의 수=1), 곤충류(72%, 총 종의 수=18), 연체류(93%, 총 종의 수=14)는 중금속물질 에서 더 높게 나타났다.
갑각류(65%, 총 종의 수=52) 및 벌레류(83%, 총 종의 수=6)는 유기물질에서 정규성 분포를 갖는 종의 비율이 더 높게 나타났으며 양서류(100%, 총 종의 수=1), 곤충류(72%, 총 종의 수=18), 연체류(93%, 총 종의 수=14)는 중금속물질 에서 더 높게 나타났다. 유기물질과 중금속물질의 어류 및 윤충류 독성자료의 정규성 분포 비율은 각각 43% (총 종의 수=42 (유기), 총 종의 수=37 (중금 속)), 75% (총 종의 수=4 (유기), 총 종의 수=4 (중 금속))로 동일하게 나타났다. 또한, 7개 생물 분류군 전체를 대상으로 정규성 분포를 갖는 생물종의 비율을 확인해본 결과 중금속화합물이 62% (총 종의 수 =179)로 유기화합물(56%; 총 종의 수=150) 보다 높게 나타났다.
물질 별 확보된 생물종 자료는 중금속화합물이 원소금속 별로 68종(species; zinc compounds), 41종 (species; mercury compounds)로 유기물질과 비교하여 상대적으로 많은 생물종 자료가 확인되었다. 유기물질은 각각 41종(chlorpyrifos), 40종(malathion), 29종(pentachlorophenol), 15종(phenol)의 생물종 자 료가 확인되었다. zinc compounds에서는 갑각류(27종), 어류(23종), 윤충류(2종), 벌레류(12종) 생물종 자료가 가장 많이 확보되었으며 mercury compounds 는 양서류(3종), chlorpyrifos는 곤충류(16종) 생물종 자료가 가장 많이 확보된 물질이었다.
그러나 독성자료 로그 변환을 통해 정규성 분포를 나타내는 생물종의 비율이 동일하게 확인되는 경우도 확인되었다. 유기물질은 연체류와 벌레류, 중금속물 질은 양서류에서 로그변환을 통해 정규성 분포 비율이 증가하지 않는 것으로 확인되었다. 물질에 상관 없이 생물 분류군을 모두 고려하여 로그 변환을 통한 정규성 분포 비율의 증가를 확인하여 본 결과 유기화합물과 중금속화합물에서 각각 17% (증가한 종 의 수=26)와 16% (증가한 종의 수=29)의 증가를 확인할 수 있었다.
물질 별 7개 생물 분류군 독성자료 확보 결과, 갑각류 독성자료는 8개 물질 모두에서 확인되었으며, 어류는 6개 물질, 곤충류 및 윤충류는 5개 물질, 양서류 및 벌레류는 4개 물질, 양서류는 3개 물질에서 독성자료가 확인되었다(Table 2). 유기물질의 경우 최소 4개(malathion)부터 최대 7개(pentachlorophenol) 생물 분류군의 독성자료가 확인되었으며 중금속화합 물은 최소 5개(zinc compounds)부터 최대 7개 (mercury compounds) 생물 분류군에서 독성자료가 확인되었다. 정규성 검증에 충분한 자료를 갖는 것으로 예상되는 copper compounds 및 cadmium compounds에 대하여는 물벼룩(daphnia magna) 자료를 확보하였다.
그러나 연체류는 1개 종에서 독성자료의 정규성이 감소하였다. 일반적으로 독성 자료가 충분할 경우 정규 또는 로그정규분포를 따를 것으로 예상하고 있으나, 충분한 독성 자료 (n=92~127)를 확인할 수 있는 물벼룩(daphnia magna) 을 대상으로 정규성 분포 여부를 확인해 본 결과 정규성을 따르지 않는 것으로 확인되었다. 결론적으로 정규분포를 가정한 독성자료 활용 시 정규성 향상을 목적으로 로그변환 방법의 적용은 적절할 수 있을 것으로 판단된다.
생물 분류군 별로 확인 해 보면 갑각류 69% (증가한 종의 수=19), 곤충류 69% (증가한 종의 수=6), 윤충류 67% (증가한 종의 수=1), 연체류 83% (증가한 종의 수=3), 벌레류 69% (증가한 종의 수=2)로 증가하는 것을 확인할 수 있었다. 정규성 검정 시 로그변환을 통해 노출기간을 개별적으로 고려한 경우에는 55개 생물종, 노출기간을 통합적으로 고려한 경우에는 40개의 생물종에서 정규성이 증가하였다. 일부 생물 분류군은 로그변환을 통해 분류군에 속한 생물종의 정규성이 감소하는 경우도 확인되었다.
로 그변환을 하지 않은 독성 값(LC50)의 정규성은 양서류, 갑각류, 곤충류, 윤충류, 연체류, 벌레류에 대하 여 각각 100% (총 종의 수=4), 39% (총 종의 수= 62), 31% (총 종의 수=16), 33% (총 종의 수=3), 58% (총 종의 수=12), 54% (총 종의 수=13)로 확인되었다. 정규성 분포 비율은 양서류를 제외하고 5개 생물 분류군에서 로그변환 (log LC50)을 통해 증가하는 것으로 확인되었다. 생물 분류군 별로 확인 해 보면 갑각류 69% (증가한 종의 수=19), 곤충류 69% (증가한 종의 수=6), 윤충류 67% (증가한 종의 수=1), 연체류 83% (증가한 종의 수=3), 벌레류 69% (증가한 종의 수=2)로 증가하는 것을 확인할 수 있었다.
) 정규성 분포를 나타내는 생물종의 비율 변화는 증가, 감소, 변화가 없는 경우를 동시에 고려하여 최종 비율 변화를 나타내었다. 정규성 분포를 나타내는 생물종의 비율은 유기물질의 경우 5개 생물 분류군(양서류, 갑 각류, 어류, 곤충류, 윤충류)을 대상으로 비교하여 본 결과 최소 18% (갑각류, 증가한 종의 수=9)에서 최대 50% (양서류, 증가한 종의 수=1) 증가하였다. 중금속물질은 4개 생물 분류군(갑각류, 어류, 윤충류, 벌레류)에서 확인한 생물종 별 독성자료의 정규성 분포 비율이 최소 14% (갑각류, 증가한 종의 수= 12)에서 최대 35% (어류, 증가한 종의 수=13) 증가 하였으며, 벌레류와 연체류는 각각 5% (감소한 종 의 수=1)와 7% (감소한 종의 수=1) 감소하였다.
계통분류학적 구성에 따른 생물종 단위의 자료를 살펴보면 갑각류가 49종으로 가장 많았으며, 어류 41종, 곤충류 25종, 벌레류(벌레류는 다른 분류군과 중복되지 않는 별도 의 과로 구성됨) 25종, 연체류 16종, 양서류 9종, 윤충류 3종의 순으로 나타났다. 종 단위를 구성하는 속 단위 분류는 갑각류 36속, 어류 30속, 벌레류 16 속, 곤충류 13속, 연체류 12속, 윤충류 2속 순으로 자료가 확인되었다. 각 생물군 별 속 단위를 구성하 는 과 단위 분류는 갑각류 24과, 어류 17과, 벌레류 15과, 곤충 및 연체류 각 9과, 윤충류 2과로 확인되 었다.
정규성 분포를 나타내는 생물종의 비율은 유기물질의 경우 5개 생물 분류군(양서류, 갑 각류, 어류, 곤충류, 윤충류)을 대상으로 비교하여 본 결과 최소 18% (갑각류, 증가한 종의 수=9)에서 최대 50% (양서류, 증가한 종의 수=1) 증가하였다. 중금속물질은 4개 생물 분류군(갑각류, 어류, 윤충류, 벌레류)에서 확인한 생물종 별 독성자료의 정규성 분포 비율이 최소 14% (갑각류, 증가한 종의 수= 12)에서 최대 35% (어류, 증가한 종의 수=13) 증가 하였으며, 벌레류와 연체류는 각각 5% (감소한 종 의 수=1)와 7% (감소한 종의 수=1) 감소하였다. 그러나 독성자료 로그 변환을 통해 정규성 분포를 나타내는 생물종의 비율이 동일하게 확인되는 경우도 확인되었다.
통계적으로 수생생물 급성독성자료(LC50)의 정규성 분포를 나타내는 생물종은 로그 변환을 (log LC50) 을 통해 증가하는 현상을 확인하였다. 다시 말하면 수생생물의 급성독성자료(LC50)는 일반 정규분포 보다 로그 정규분포에 더 따르는 것으로 생각해 볼 수 있으나 독성작용기작은 정규성 분포 여부에 영향을 주지 않은 것으로 생각된다.
연체류는 malathion 및 mercury compounds에서 동일한 수(5종)의 생물종 자료가 확인되었다. 확보된 생물종 종류는 갑각류가 49종으로 가장 많았으며 어류 41종, 벌레류 25종, 양서류 및 벌레류 16종, 양서류 4종, 윤충류 3종으로 확인되었다. Copper compounds, cadmium chloride의 물벼룩(dahpnia magna) 독성자료는 앞선 6개 물질 중 가장 많은 자료를 갖는 물질과 비교하여 최소 약 2.
본 연구는 수생생물 급성독성자료를 활용하여 유해성평가 및 기술통계 분석 시 적용하는 중심극한정리에 따른 정규성 가정을 적용하는 것에 대한 타당성을 확인하였다. 활용된 생물종 중 중심극한정리에 부합되는 충분한 수(25개 이상)의 독성자료가 확인 되는 27개의 생물종은 모두 정규분포를 따르지 않 았다. 다만, 로그 변환을 통해 일부 7개 생물종에서 정규분포가 확인되었으며 경우에 따라 독성자료가 작은 경우에 정규분포가 확인되었으며 로그 변환을 통해 정규성 증가를 나타내었다.
후속연구
1) 이에 따라 국내 유통되는 기존화학물질 44,365 종 및 모든 신규화학물질은 유해성 및 위해성에 관한 평가가 요구된다. 화평법에 따른 유해성평가는 화학물질의 인체 또는 환경 유해성이나 제조·수입량 범위에 따라 최소 9개부터 최대 46개의 물리·화학적 특성, 인체 유해성, 환경 유해성 평가에 대한 시험 자료가 필요하며 환경 유해성평가의 경우 최소 2개 부터 최대 18개의 시험자료가 요구된다.
일반적으로 독성 자료가 충분할 경우 정규 또는 로그정규분포를 따를 것으로 예상하고 있으나, 충분한 독성 자료 (n=92~127)를 확인할 수 있는 물벼룩(daphnia magna) 을 대상으로 정규성 분포 여부를 확인해 본 결과 정규성을 따르지 않는 것으로 확인되었다. 결론적으로 정규분포를 가정한 독성자료 활용 시 정규성 향상을 목적으로 로그변환 방법의 적용은 적절할 수 있을 것으로 판단된다. 그러나 본 연구에서 활용한 7개 생물 분류군에 속한 생물종의 독성 자료를 바탕으로 평가해 본 결과 자료가 충분한 경우에도 (로그)정규 분포를 따르지 않는 경우도 확인되고 있다.
따라서 기술통계 및 유해성평가에 활용되는 독성 자료는 정규성 향상을 목적으로 로그변환을 수행한 값의 적용이 가능하지만, 독성자료가 부족하여 상이한 노출기간의 자료를 같이 활용하여 평균, 기하평 균 등을 산출하는 것에서는 조심스럽게 접근해야 할 것으로 판단되었다.
또한, 동일한 생물종에 확인되는 다수의 독성자료는 다양한 시험방법에 의해 도출되었음에도 차이를 두어 활용되고 있지는 않다. 따라서 생물종 별 독성자료의 정규성은 정규성 가정으로 수행되는 다양한 기술통계 분석 및 유해성평가 활용을 위해 확인할 필요가 있다. 본 연구에서는 수생태계 급성독성자료를 활용한 정규성 검정을 통해 다양한 기술통계 분석 및 유해성평가에 적용되는 정규성 가정에 대한 타당성을 검증하고자 한다.
따라서 생물종의 독성 값 평균 등을 산출하는데 있어 단순히 n>3의 자료 확보만으로 (로그)정규분포를 따르는 것으로 가정하는 것보다 n 값의 수를 증가하여 적용하거나, 실험실간 발생할 수 있는 오차를 고려해 줄 수 있는 방안 마련이 필요할 것으로 판단된다.
대상물질은 단일 생물종 또는 다양한 생물종에 대한 급성독성자료 확보가능성을 고려하여 중금속화합물 2개(mercury compounds, zinc compounds), 유기 화학물질 4개(pentachlorophenol, malathion, phenol, chlorpyrifos)를 선정하였다. 또한, 물질 cadimum compounds, copper compounds는 수생생물 중 특히 Daphnia magna에 대한 충분히 많은 독성자료의 확보가 예상되어 정규성 검증에 추가적으로 활용하였다. 선정된 4개의 중금속화합물(mercury, zinc, cadimum, copper compounds)의 주요 독성영향은 각 중금속 (Hg, Zn, Cd, Cu)원소에 의한 것으로 알려져있어 동일한 중금속원소를 포함하는 물질들은 각각 하나의 화합물로 고려하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
PNEC 계산에 사용되는 계산법은 무엇이 있는가?
PNEC 계산은 가용한 독성자료 유무에 따라 평가 계수법 또는 평가계수 기반 외삽법이 활용된다. 평가계수법은 가용한 독성자료가 3단계 영양단계(조류, 물벼룩, 어류)에 대한 급성독성(LC50, EC50) 또는 만성독성(NOEC) 시험자료로 제한될 경우 활용되어진다.
화평법의 목적은 무엇인가?
국내「화학물질의 등록 및 평가 등에 관한 법률」 (화평법)은 화학물질 정보를 등록, 심사, 평가하여 이를 국민에게 공유 및 확산함으로서 화학물질의 위해로부터 국민 건강과 환경보호를 목적으로 시행되었 다. 1) 이에 따라 국내 유통되는 기존화학물질 44,365 종 및 모든 신규화학물질은 유해성 및 위해성에 관한 평가가 요구된다.
PNEC 계산에 사용되는 계산법들이 각각 활용되는 상황을 서술하라.
PNEC 계산은 가용한 독성자료 유무에 따라 평가 계수법 또는 평가계수 기반 외삽법이 활용된다. 평가계수법은 가용한 독성자료가 3단계 영양단계(조류, 물벼룩, 어류)에 대한 급성독성(LC50, EC50) 또는 만성독성(NOEC) 시험자료로 제한될 경우 활용되어진다. 평가계수 기반 외삽법을 활용한 PNEC 도출은 화학물질에 대한 생물종 민감도 분포를 나타내는 종 민감도분포(Species Sensitivity Distribution, SSD) 구 축에 요구되는 충분한 만성독성자료가 확보된 경우 활용된다. 2) 수생태 급성독성자료가 동일 생물종 및 종말점에 대해 한 개 이상 확보된 경우 일반적으로 평균값을 사용하며 유럽2)과 미국3)은 평균값 도출 시 로그 정규분포(log-normal distribution)를 가정한 기하평균 방법을 적용하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.