identificar y seleccionar criterios para la categorización ...€¦ · ii identificaciÓn y...

0

Identificar y seleccionar criterios para la

categorización de las sustancias químicas que apoye su

manejo sustentable en el país

Dirección General de Investigación sobre la

Contaminación Urbana y Regional

Coordinación: Dra. Teresita Romero Torres

Autor: Carlos Domínguez Tirado

Contrato No. INE/ADA006/2010

Informe Final

1

RESUMEN EJECUTIVO

El objetivo de este estudio se centró en la identificación y selección de criterios

para categorizar a las sustancias químicas que se comercializan en el país, con

base en los riesgos que representan para la salud de los ecosistemas y las

comunidades humanas. Con base en estos criterios se propuso una metodología

que fue aplicada para generar una lista preliminar de sustancias prioritarias en el

país.

Este informe proporciona inicialmente un marco teórico en el que se definió a un

proceso de categorización no como una evaluación de riesgo, sino como un

proceso para detectar y evaluar científicamente a las sustancias químicas, que de

acuerdo con sus riesgos se puedan agrupar en categorías que a su vez definen el

nivel de atención requerido para prevenir o mitigar sus riesgos. Asimismo, se

incluye una revisión de diversos ejercicios de categorización realizados en el país

y en otros países.

Con base en la revisión bibliográfica y en las consultas que se realizaron a un

conjunto de expertos en ecotoxicología y química, se identificaron y seleccionaron

tres criterios para categorizar a las sustancias químicas, éstos son: persistencia,

bioacumulación y toxicidad para organismos acuáticos. Se reconoció que las

propiedades fisicoquímicas de las sustancias pueden predecir si una sustancia

tiene probabilidades de persistir en el ambiente y a su vez, ser o no bioacumulada

por los organismos. Si una sustancia es persistente o bioacumulable y además

posee propiedades tóxicas o ecotóxicas en organismos no humanos, esta

sustancia se considera como prioritaria para realizar una evaluación más detallada

de sus posibles riesgos ambientales y a la salud de los organismos.

Una vez definidos los criterios de categorización se procedió a proponer una

metodología que permitiera su aplicación y tomara ventaja de la información

ecotoxicológica disponible en bases de datos internacionales. Debido al estrecho

contacto que el Instituto Nacional de Ecología tiene con expertos de Canadá para

la creación del Inventario Nacional de Sustancias Químicas y al ejercicio de

categorización realizado por Environment Canada, se decidió tomar como base el

procedimiento de Canadá para la propuesta de la metodología. Se propone una

metodología de categorización para cinco grupos de sustancias, que son:

sustancias órganicas e inorgánicas, polímeros, organometálicas, y sustancias de

composición variable o indefinida y productos de reacciones complejas y

materiales biológicos (UVCBs).

2

Con el objeto de aplicar la metodología para cada tipo de sustancia, se comparó la lista preliminar del Inventario Nacional de Sustancias Químicas de México, que consta de 4,663 sustancias, con la lista del inventario de sustancias de Canadá (Domestic Substance List). Como resultado de esta comparación se identificaron 2,810 sustancias en común. De estas sustancias, 480 cumplieron con los criterios de persistencia, bioacumulación y toxicidad (PBT), por lo que éstas constituyen la primera lista de sustancias prioritarias en el país.

De estas 480: a) 130 sustancias son orgánicas, de las cuales 69 son persistentes y tóxicas, 38 son bioacumulables y tóxicas, 23 son persistentes, bioacumulables y tóxicas y 6 se encuentran también en la lista de la PROFEPA. b) 211 sustancias son inorgánicas, persistentes y tóxicas y 20 de ellas se encuentran involucradas en las emergencias químicas reportadas a la PROFEPA. c) 21 sustancias son organometálicas, de las cuales 1 es persistente, bioacumulable y tóxica, 19 son persistentes y tóxicas, 1 es bioacumulable y tóxica, ninguna de ellas ha sido listada por la PROFEPA. d) 26 sustancias son sales metal orgánicas, todas ellas son persistentes y tóxicas y 1 ha sido listada por la PROFEPA. e) 25 sustancias son polímeros (1 es UVCB-polímero y otro está en la lista FDA), todos son persistentes y tóxicas. f) 39 sustancias son UVCB-orgánicas, de las cuales 9 son persistentes, bioacumulables y tóxicas, 12 son persistentes y tóxicas, 18 son bioacumulables y tóxicas y 7 se encuentran involucradas en las emergencias químicas reportadas a la PROFEPA. g) 14 son UVCB-inorgánicas persistentes y tóxicas y 1 se encuentra involucrada en las emergencias químicas reportadas a la PROFEPA. h) 7 son UVCB-sales metal orgánicas y persistentes y tóxicas i) 6 UVCB-biológicas, de las cuales 1 es persistente y tóxica y 5 son bioacumulables y tóxicas. j) 1 UVCB-organometálica persistente y tóxica Adicionalmente, se categorizaron 18 sustancias como un ejercicio donde se aplica la metodología propuesta y consensuada con expertos nacionales y que retoma diversos pasos del procedimiento canadiense. Así, de estas 18: a) 11 sustancias son orgánicas, 1 de ellas es bioacumulable y tóxica, 1 es persistente y tóxica, 3 sólo son persistentes y 6 de ellas no son ni persistentes, ni bioacumulables, ni tóxicas. b) 3 sustancias son inorgánicas, 1 de ellas es persistente, 1 es tóxica, 1 no es ni persistente, ni bioacumulable, ni tóxica y 2 de ellas han sido listada por la PROFEPA. c) 1 sustancia es organometálica y es persistente y tóxica. d) 1 sustancia es una sal metal orgánica y es persistente. e) 2 sustancias son polímeros y son persistentes De estas 18 sustancias categorizadas en el ejercicio, sólo 3 de ellas cumplen los criterios para ser adicionadas a la lista prioritaria de 480 sustancias.

3

Contenido

RESUMEN EJECUTIVO 1

Contenido 3

Lista de figuras y cuadros 7

Lista de apéndices y anexos 8

Acrónimos y abreviaturas 9 I INTRODUCCIÖN 12

1.1 JUSTIFICACIÓN 12 1.2 OBJETIVO 13 1.3 ALCANCES 13 1.4 MARCO TEÓRICO 14

1.4.1 Sustancias químicas y sus propiedades fisicoquímicas y ecotoxicológicas 14 1.4.1.1 Persistencia (P) 15 1.4.1.2 Bioacumulación (B) 15 1.4.1.3 Toxicidad/ Ecotoxicidad (T) 16

1.4.2 Definición, propósito y ejemplos de categorización de sustancias químicas 20 1.4.2.1 Procedimiento de categorización para el “Desarrollo del listado de sustancias

sujetas a reporte de registro de emisiones y transferencias de contaminantes (RETC) con base en datos 2004”, de México (PUMA-DGGCARETC)

20

1.4.2.1.1 Estrategia general 21 1.4.2.2 Procedimiento de categorización en Canadá 22

1.4.2.2.1 Categorización con base en criterios ambientales (categorización ecológica) 23 1.4.2.2.2 Categorización con base en criterios de salud humana 24

1.4.2.3 Programa de sustancias químicas con altos volúmenes de producción de la Organización para la Cooperación y el Desarrollo Económico (OCDE)

24

II IDENTIFICACIÓN Y SELECCIÓN DE CRITERIOS PARA LA CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS QUÍMICAS

26

2.1 CONSULTA CON EXPERTOS 30 2.1.1 Primera consulta con expertos 30

2.1.1.1 Reporte de la primera consulta con expertos 32 2.1.2 Segunda consulta con expertos 37

2.1.2.1 Reporte de la segunda consulta con expertos 39 2.2 CRITERIOS PROPUESTOS PARA LA CATEGORIZACIÓN ECOLÓGICA DE

SUSTANCIAS EN COMERCIO EN EL PAÍS 43

2.2.1 Valores criterio de categorización para persistencia, bioacumulación y toxicidad 45 III ESTRATEGIA GENERAL PARA LA CATEGORIZACIÓN 47

3.1 RESULTADOS DE LA CATEGORIZACIÓN UTILIZANDO LAS BASES DE DATOS DE CANADÁ

47

IV PROCEDIMIENTO PARA LA CATEGORIZACIÓN DE SUSTANCIAS QUÍMICAS EN CANADÁ

52

4.1 INTRODUCCIÓN 52 4.2 CRITERIOS PROPUESTOS PARA LA CATEGORIZACIÓN ECOLÓGICA DE

SUSTANCIAS 52

4.3 VALORES CRITERIO DE CATEGORIZACIÓN PARA PERSISTENCIA, BIOACUMULACION Y TOXICIDAD

53

4.4 CARACTERIZACIÓN DE LA INCERTIDUMBRE 53 4.5 SUSTANCIAS IDENTIFICADAS EN LA DSL 54 4.6 SUSTANCIAS ORGÁNICAS 55

4.6.1 Colecta y generación de datos 55 4.6.1.1 Datos experimentales 55 4.6.1.2 Datos análogos 56 4.6.1.3 Predicciones por modelos 57 4.6.1.4 Información adicional 58

4.6.2 REVISIONES CRÍTICAS 58 4.6.2.1 Validación de los datos 58 4.6.2.2 Calidad de los datos 59

4.6.2.2.1 Calidad de los datos experimentales 59 4.6.2.2.1.1 Antecedentes 59

4.6.2.2.1.2 Estrategia general para la evaluación de la calidad de los datos experimentales 59

4

4.6.2.2.2 Calidad de las predicciones por modelos 62 4.6.2.3 Peso de la evidencia 62

4.6.2.3.1 Preferencia de los datos 63 4.6.2.4 Selección de valores representativos 64

4.6.3 Persistencia 65 4.6.3.1 Determinación de la distribución ambiental 68

4.6.3.1.1 Determinación de la “presencia real 68 4.6.3.1.2 Combinación del medio específico y la vida media 69

4.6.3.2 Uso de datos experimentales y predicciones por modelos 70 4.6.3.2.1 Biodegradación 70

4.6.3.2.1.1 Datos experimentales 70

4.6.3.2.1.2 Biodegradación por modelos 71 4.6.3.2.2 Hidrólisis 72

4.6.3.2.2.1 Datos experimentales 72 4.6.3.2.2..2 Hidrólisis por modelos 73

4.6.3.2.3 Fotólisis 73 4.6.3.2.3.1 Datos experimentales 73 4.6.3.2.3.2 Fotólisis por modelos 74

4.6.3.3 Sustancias difíciles de modelar 74 4.6.3.4 Desarrollo de análisis cualitativos 74

4.6.3.5 Transporte de Largo Alcance (Long Range Transport) 75

4.6.3.6 Productos de degradación 76 4.6.4. Bioacumulación 76

4.6.4.1 Estrategia general 76 4.6.4.1.1 Preferencia de los datos de bioacumulación 78 4.6.4.1.2 Uso de especies de niveles tróficos superiores 78

4.6.4.2 Uso de datos experimentales 78 4.6.4.3 Utilización de modelos para predicciones de BCF y BAF 79

4.6.4.3.1 Modelos para predicciones de BCF 79 4.6.4.3.2 Modelos para Predicciones de BAF 80 4.6.4.3.3 Otras consideraciones 80

4.6.4.3.3.1 Ionización 80 4.6.4.3.3.2 Metabolismo 81

4.6.4.4 Análisis Cualitativo 81 4.6.5 Toxicidad 82

4.6.5.1 Datos experimentales 82 4.6.5.2 Utilización de modelos 83

4.6.5.2.1 Selección del modelo apropiado 84 4.6.5.2.2 Cálculo de ecotoxicidad de sustancias no reactivas (narcóticas) 85 4.6.5.2.3 Cálculo de ecotoxicidad de sustancias reactivas 85

4.6.5.3 Análisis cualitativo 86 4.7 SUSTANCIAS INORGÁNICAS 86

4.7.1 Estrategia para categorizar sustancias inorgánicas 87 4.7.2 Fracción de interés y procedimiento para el ión común 88

4.7.2.1 Fracción de interés 88 4.7.2.2 Procedimiento del ión común 91 4.7.2.3 Valencia 92 4.7.2.4 Productos de transformación y reacciones reversibles 92

4.7.3 Fisicoquímicos 92 4.7.3.1 Colecta de los datos fisicoquímicos 92

4.7.3.1.1 Condiciones ambientales 93 4.7.3.1.2 Colecta de parámetros 93

4.7.3.2 Solubilidad en Agua 94 4.7.3.2.1 Biodisponibilidad 94 4.7.3.2.2 Especies en solución 94 4.7.3.2.3 Valor umbral para solubilidad 95 4.7.3.2.4 Fuentes de datos para solubilidad 95 4.7.3.2.5 Métodos para estimar solubilidad 96 4.7.3.2.6 Modelos de especiación 97 4.7.3.2.7 Cálculos usando datos termodinámicos 98

4.7.3.3 Revisión crítica 98 4.7.3.3.1 Validación de los datos 98

5

4.7.3.3.2 Selección del valor representativo de solubilidad 99 4.7.4 Toxicidad 99

4.7.4.1 Toxicidad en organismos no humanos 99 4.7.4.2 Colecta de datos 99

4.7.4.2.1 Datos experimentales contra predicciones 99 4.7.4.2.2 Datos experimentales 100 4.7.4.2.3 Datos de literatura 101

4.7.4.3 Revisión crítica 101 4.74.3.1 Validación de datos 101

4.7.4.3.1.1 Elaboración de diagramas de frecuencia acumuladas 102 4.7.4.3.1.2 Estimación de la confianza 102

4.7.4.3.2 Selección del valor representativo para toxicidad 103 4.7.4.4 Otras Consideraciones 103

4.7.4.4.1 Sustancias naturales 103 4.7.4.4.2 Elementos esenciales 103 4.7.4.4.3 Ácidos 104 4.7.4.4.4 Fracción orgánica 104

4.7.5 Persistencia 104 4.7.5.1 Iones en forma elemental 104 4.7.5.2 Iones complejos 104

4.7.5.2.1 Vida media 104 4.7.5.2.2 Juicio profesional 105

4.7.5.3 Colecta de datos 105 4.7.5.4 Revisión crítica 105

4.7.5.4.1 Validación de los datos 105 4.7.5.4.2 Selección del valor representativo de persistencia 105

4.7.6 Bioacumulación 106 4.8 SUSTANCIAS ORGANOMETÁLICAS 106

4.8.1 Fundamento y enfoque general 106 4.8.2 Descripción del proceso de categorización 107 4.8.3 Colecta generación y preferencia de datos 108 4.8.4 Revisión crítica y estimaciones de confianza 109

4.9 POLÍMEROS 111 4.9.1 Fundamento 111 4.9.2 Apreciación global de las sustancias poliméricas 111

4.9.2.1 ¿Qué son los polímeros? 111 4.9.2.2 Particularidades de las sustancias poliméricas 111 4.9.2.3 Información fácilmente disponible para la categorización de los polímeros 111

4.9.3 Estrategia para categorizar polímeros 112 4.9.3.1 Persistencia 112 4.9.3.2 Bioacumulación 112

4.9.4 Estrategia para determinar la toxicidad a organismos no humanos 113 4.9.4.1 Determinación de Grupos Funcionales Reactivos 114

4.9.4.1.1 Usando monómeros, reactantes y/o prepolímeros 114 4.9.4.1.2 Enfoque para los polímeros inciertos 114

4.9.4.1.2.1 Investigación de bases de datos 114 4.9.4.1.2.2 Invitación a la industria para proporcionar información 114 4.9.4.1.2.3 Fabricación de las decisiones de categorización para los polímeros que

permanecen inciertos 116

4.9.4.2 Enfoque para toxicidad en organismos no humanos 116 4.9.4.2.1 Polímeros de bajo interés ecotoxicológico 116

4.9.4.2.1.1 Poliésteres de bajo interés ecotoxicológico 116 4.9.4.2.1.2 Grupos funcionales poliméricos de bajo interés ecotoxicológico 117

4.9.4.2.2 Polímeros bajo revisión para PBT (“alto interés ecotoxicológico”) 118 4.10 SUSTANCIAS DE COMPOSICIÓN VARIABLE O INDEFINIDA Y PRODUCTOS

DE REACCIONES COMPLEJAS Y MATERIALES BIOLÓGICOS (UVCB o CVIB) 123

4.10.1 Fundamento 123 4.10.2 Estrategia global para la categorización de sustancias UVCB 123

4.10.2.1 UVCB Orgánicas 126 4.10.2.2 UVCB Inorgánicas 126 4.10.2.3 UVCB Organometálicas 127 4.10.2.4 UVCB Biológicas 130

6

4.10.2.5 UVCB Sales metal orgánicas 130 4.10.2.6 UVCB Polímeros 131

4.10.3 Persistencia y bioacumulación para UVCB 131 4.10.3.1 Persistencia y bioacumulación para UVCB orgánicas, sales metal orgánicas y

biológicas 131

4.10.4 Incertidumbre 132 V EJERCICIO DE CATEGORIZACIÓN ECOLÓGICA PARA LAS SUSTANCIAS EN

COMERCIO EN MÉXICO Y SUS RESULTADOS 133

5.I INTRODUCCIÓN 133 5.2 INFORMACIÓN NECESARIA PARA EL EJERCICIO DE CATEGORIZACIÓN

ECOLÓGICA DE SUSTANCIAS ORGÁNICAS

134

5.2.1 Datos de identidad química de la sustancia (Nomenclatura) 134

5.2.2 Datos Fisicoquímicos 135

5.2.3 Persistencia (P) 135

5.2.4 Bioacumulación (B) 138

5.2.5 Toxicidad (T) 142

5.2.6 Categoría 144

5.2.7 Otra información 144

5.3 INFORMACIÓN NECESARIA PARA EL EJERCICIO DE CATEGORIZACIÓN

ECOLÓGICA DE SUSTANCIAS INORGÁNICAS, ORGANOMETÁLICAS, SALES

METAL ORGÁNICAS, POLÍMEROS Y UVCBs O CVIBs

145

5.3.1 Fracción de interés/ionización/especiación/productos de transformació 145

5.3.2 Compuestos análogos 146

5.3.3 Relación Toxicidad (T)/Solubilidad 146

5.3.4 Persistencia (P) 146

5.3.5 Bioacumulación (B) 147

5.4 RESULTADOS 147

VI CONCLUSIONES 149

VII RECOMENDACIONES 151

VIII RECONOCIMIENTOS 152 IX BIBLIOGRAFÍA

153

7

Lista de figuras y cuadros

Figura 3-1 Estrategia general para la categorización ecológica de las sustancias del

Inventario Nacional de Sustancias Químicas

49

Figura 4-1

Procedimiento global para categorización y detección de las sustancias

prioritarias en Canadá

52

Figura 4-2 Proceso global para categorización de sustancias orgánicas 55

Figura 4-3 Estrategia general para la validación de datos experimentales 60

Figura 4-4

Procedimiento general para categorización de sustancias orgánicas como

persistentes

59

Figura 4-5 Combinación medio específico - vida media 69

Figura 4-6


bioacumulables

77

Figura 4-7 Relación del log Kow vs. BCF/BAF para sustancias con un log Kow~6 79

Figura 4-8


tóxicas en organismos acuáticos

83

Figura 4-9 Estrategia general para la categorización de sustancias inorgánicas 89

Figura 4-10

Relación entre dosis y estimulación o inhibición en elementos esenciales y no

esenciales (Wright and Welbourn 2002)

91

Figura 4-11 Procedimiento para categorización de sustancias organometálicas 108

Figura 4-12 Esquema de categorización para polímeros 113

Figura 4-13 Proceso para identificar grupos funcionales y electrónicamente cargados en

polímeros

115

Figura 4-14 Proceso general para categorización de “polímeros bajo interés ecotoxicológico” 117

Figura 4-15 Estrategia General para Caracterización de Sustancias UVCB 125

Figura 4-16 Estrategia General para Caracterización de Sustancias UVCB Orgánicas 128

Figura 4-17 Estrategia General para Caracterización de Sustancias UVCB Inorgánicas 129

Figura 4-18 Estrategia General para Caracterización de Sustancias UVCB Organometálicas 130

Figura 4-19 Estrategia General para Caracterización de Sustancias UVCB Biológicas 131

Figura 4-20 Estrategia General para Caracterización de Sustancias UVCB Sales Metal-

Orgánicas

132

Cuadro 1-1 Propuesta de inclusión gradual al LISTADO RETC y umbrales de reporte 22

Cuadro 2-1 Valores criterio utilizados por diversas organizaciones nacionales e

internacionales para categorizar sustancias químicas de acuerdo a criterios de

persistencia, bioacumulación y toxicidad

27

Cuadro 2-2 Expertos participantes en la primera consulta 30

Cuadro 2-3 Reporte de la primera consulta con expertos 32

Cuadro 2-4 Expertos participantes en la segunda consulta 38

Cuadro 2-5 Reporte de la segunda consulta con experto 39

Cuadro 2-6 Valores criterio de persistencia y bioacumulación 45

Cuadro 2-7 Valores Criterio para toxicidad aguda y crónica en especies acuáticas (algas,

invertebrados y peces)

46

Cuadro 4-1 Modelos utilizados para estimar P, B y T 58

Cuadro 4-2 Códigos y rangos de confianza para la evaluación de la calidad de los datos 61

Cuadro 4-3 Ejemplo de perfil PBT para categorización 65

Cuadro 4-4 Categorización PBT para sustancias inorgánicas 90

Cuadro 4-5

Condiciones ambientales para aguas superficiales canadienses, para propósitos

de categorización

93

Cuadro 4-6 Parámetros fisicoquímicos colectados para categorización 94

Cuadro 4-7 Niveles de confianza para categorización de sustancias organometálicas 110

Cuadro 5-1 Clases de sustancias categorizadas y sus categorías 148

8

Lista de apéndices y anexos

APÉNDICE 1 REVISIÓN DE MODELOS USADOS PARA CATEGORIZAR

SUSTANCIAS

162

APÉNDICE 2 GRUPOS FUNCIONALES Y POTENCIAL DE BIODEGRADACIÓN:

REGLAS GENERALES

169

APÉNDICE 3 ENFOQUE PARA LA EXTRAPOLACION DE LOS RESULTADOS DE

BIODEGRADACIÓN-VIDA MEDIA EN AGUA SUELO Y SEDIMENTO

(BOETHLING)

171

APÉNDICE 4 MÉTODO PARA LA ESTIMACIÓN DE LA VIDA MEDIA CON BIOWIN

(BOETHLING)

178

APÉNDICE 5 DERIVACIÓN DE UN MODELO GENÉRICO BAF (MODIFICADO)

PARA CATEGORIZACIÓN Y DETECCIÓN (GOBAS)

180

APÉNDICE 6 CONJUNTO DE DATOS QUÍMICOS PARA MODELOS PNN, OASIS Y

ASTER

183

APÉNDICE 7 USO DE FACTORES DE APLICACIÓN PARA DETERMINAR

TOXICIDAD EN SUSTANCIAS NARCÓTICAS (NO REACTIVAS)

190

APÉNDICE 8 REGLAS PARA USAR ECOSAR (ECOWIN) 194

APÉNDICE 9 SUSTANCIAS DIFÍCILES DE MODELAR 197

APÉNDICE 10 CÁLCULOS TERMODINÁMICOS PARA SOLUBILIDAD (DR. BURK´S) 202

APÉNDICE 11 FUENTES DE INFORMACIÓN 207

APÉNDICE 12 INSTALACIÓN Y USO DEL PROGRAMA EPI SUITE 4.0 216

Anexo 1 480 Sustancias categorizadas con el procedimiento de Canadá

Anexo 2 18 Sustancias categorizadas en un ejercicio con metodología

consensuada con expertos

9

Acrónimos y abreviaturas

ACCAN Acuerdo de Cooperación Ambiental de América del Norte (North America

Agreement on Environmental Cooperation) ACD Advanced Chemistry Development Ltd. AF Factor de Aplicación AOPWIN Programa para Oxidación Atmosférica (Modelos) AQUIRE Base de datos de recuperación de información para toxicidad acuática (Aquatic

Toxicity Information Retrieval database) ASTER Herramientas y procedimientos para Evaluación de Riesgo (Assessment Tools for

the Evaluation of Risk) ATSDR Agencia para el Registro de Enfermedades y Sustancias Tóxicas (Agency for

Toxic Substances and Disease Registry (U.S.)) B Bioacumulación BAF Factor de Bioacumulación BCF Factor de Bioconcentración BLM Modelo de Enlaces Bióticos (Biotic Ligand Model) BIODEG Base de datos para Biodegradation BIOWIN Programa para Probabilidad de Biodegradation (Modelos) BUA Sociedad de Químicos Alemanes (Society of German Chemists (GDCh) Advisory

Committee on Existing Chemicals of Environmental Relevance) CAS Chemical Abstracts Service

CCA Comisión de Cooperación Ambiental CEPA 1999 Ley para la Protección Ambiental de Canadá (Canadian Environmental Protection

Act, 1999) CESARS Base de Datos y Sistema de Recuperación para Búsqueda y Evaluación de

químicos (Chemical Evaluation Search and Retrieval System database) CHEMFATE Base de Datos para Características y Distancias de viaje de sustancias

(characteristic travel distance)

CMR Cáncer, Mutagénesis y daños Reproductivos (Teratogénesis) CTD Base de Datos para Destino Ambiental de Sustancias (Chemical Fate database) CVIB Sustancias con Composición Variable e Indefinida, productos de reacciones

complejas y material Biológico (UVCB, por sus siglas en inglés) DGGCARETC Dirección General de Gestión y Calidad del Aire, Registro de Emisiones y

Transferencia de Contaminantes DGICUR Dirección General Sobre la Contaminación Urbana y Regional DISQRE Dirección de Investigación sobre Sustancias Químicas y Riesgos Ecotoxicológicas

(INE) DSL Lista de Sustancias Domésticas (Nacionales) de Canadá (Domestic Substances

List) EAT Toxicidad Acuática ECETOC (ECETOC Aquatic Toxicity) EC50 Concentración de efecto media ECDIN Base de Datos Ambientales para Sustancias e Información de Redes de Trabajo

(Environmental Chemicals Data and Information Network database) ECETOC Centro Europeo para Toxicología y Ecotoxicología de Sustancias (European

Centre for Ecotoxicology and Toxicology of Chemicals) ECOTOX ECOSAR (ECOWIN)

Base de Datos para Ecotoxicología Programa para calcular la toxicidad en organismos acuáticos (Modelos)

EH Potential redox

10

EHC Criterios de Salud Ambiental (Environmental Health Criteria) E (LUMO) Electrons (Lowest Unoccupied Molecular Orbital) ENVDEG Base de datos para Degradación Ambiental (Environmental Degradation

database) EPA Agencia de Protección Ambiental de Estados Unidos

(Environmental Protection Agency (U.S.)) ETD Distancia efectiva de viaje (effective travel distance) EU Unión Europea FDA Food Drog Administration GPE Gran Potencial de Exposición GLP Buenas Prácticas de Laboratorio (Good Laboratory Practice) HPV Alto Volumen de Producción (High Production Volume) HSDB Banco de Datos de Sustancias Dañinas (Hazardous Substances Data Bank) HYDROWIN Programa para calcular tasas constantes de hidrólisis (Modelos) IARC Agencia Internacional de Investigación del Cáncer (International Agency for

Research on Cancer) IC50 Concentración Inhibidora Media

IJC International Joint Commission, Canada

INE Instituto Nacional de Ecología

INSQ Inventario Nacional de Sustancias Químicas

IPCS International Programme on Chemical Safety (Hojas de Seguridad)

IRIS Base de Datos y Sistema de Información Integrada de Riesgos (Integrated Risk Information System database)

IUCLID Bases de Datos con Información Química Internacional Uniformizada (International Uniform Chemical Information Database )

IUPAC Unión Internacional de Química Pura y Aplicada (International Union of Pure and Applied Chemistry)

Kow Coeficiente de partición octanol–agua

KOWWIN Log Octanol–Water Partition Coefficient Program (Modelos)

LAS Linear alkyl sulphonate

LC50 Concentración Letal media

LD50 Dosis Letal media (promedio)

LGEEPA Ley General de Equilibrio Ecológico y Protección del Ambiente

LRT Transporte de largo alcance (Long Range Transport)

MINEQL Modelo para Equilibrio Químico

MITI Ministerio de Industria y Comercio de Japón (Ministry of International Trade and Industry (Japan))

Moa Modo de acción tóxica: Sustancias reactivas o no reactivas (narcóticas)

MS Muy Soluble, corresponde a una solubilidad que corresponde a una solubilidad mucho mayor a 1 mg/L

MPU Manufactura Proceso o usos de otra Manera (Compras, Venta, Importación, Exportación)

NIST Instituto Nacional de Estándares y Tecnología (National Institute of Standards and Technology)

NOAEC/ NOAEL

Concentración en la que no se observa efecto (No Observed Adverse Effect Concentration )

NRCan Recursos Naturales de Canadá (Natural Resources Canada)

NRCC Consejo de Investigación Nacional de Canadá (National Research Council of Canada)

NWRI Instituto de Investigación Nacional del Agua, Canadá (National Water Research Institute )

OASIS Base de Datos para Hidrogeología

11

OECD Organización de Cooperación y Desarrollo Económico (OCDE)

OPPT Oficina de Prevención de la Contaminación y Tóxicos (Office of Pollution Prevention and Toxics (U.S. EPA))

OSPAR Oslo-París Convention for the Protection of the Marine Environment of the North-East Atlantic

P Persistencia

PAH Hidrocarburos Aromáticos Policíclicos (Polycyclic aromatic hydrocarbon)

PALLAS Software para predicción de valores para pKa, log P, y log D

PBT Persistencia, Bioacumulación, Toxicidad

PNN Probabilistic Neural Network (Modelo)

POP¨s Compuestos orgánicos persistentes (Persistent Organic Pollutants)

PROFEPA Procuraduría Federal de Protección al Ambiente

PSL Lista de Sustancias Prioritarias (Priority Substances List)

PUMA Proyectos Universitarios del Medio Ambiente, UNAM

QA Aseguramiento de Calidad (quality assurance)

QC Control de Calidad (quality control)

QSAR Relación Cuantitativa entre Actividad y Estructura (quantitative structure–activity relationship)

RETC Registro de Emisiones y Transferencia de Contaminantes

REACH Registro, Evaluación, Autorización y Restricción de Químicos ( Registration, Evaluation, Authorisation and Restriction of Chemicals)

S Soluble, corresponde a una solubilidad mayor a 1 mg/L (o muy cercana a este valor)

SAR Relación entre Estructura y Actividad (structure–activity relationship)

SEMARNAT Secretaria del Medio Ambiente y Recursos Naturales

SI Insolubilidad (Solubilidad inferior a 1 mg/L)

SIDS Conjunto y Selección de Datos e Información (Screening Information Data Set)

SMO Sales metal orgánicas

SQ Sustancias Químicas

SRC Corporación de Investigación de Siracusa (Syracuse Research Corporation)

TSCA Ley de Control de Sustancias Tóxicas (Toxic Substance Control Act)

TOPKAT Programa para Predicciones de Toxicidad (Modelos)

T Toxicidad

Toxline Base de Datos Toxicológicos en Línea

TSMP Gestión de Sustancias Tóxicas (Toxic Substances Management Policy)

UNAM Universidad Nacional Autónoma de México

UNEP Programa para el Medio Ambiente de las Naciones Unidas (United Nations Environment Program)

UNECE Comisión Económica de las Naciones Unidas para Europa (United Nations Economic Commission for Europe)

USEPA Agencia de Protección del Ambiente de Los Estados Unidos (United State Environmental Protection Agency)

USM Modelo Estadístico Final (Ultimate Survey Model)

UVCB Sustancias de Composición Variable o Indefinida, productos de reacciones complejas y material Biológico –CVIB, en español- (Unknown or Variable composition, Complex reaction products, and Biologicals, en inglés)

WHO Organización Mundial de la Salud- OMS (World Health Organization)

12

I INTRODUCCIÓN En 2008, el Instituto Nacional de Ecología (INE) inició el desarrollo del Inventario Nacional de Sustancias Químicas (INSQ), el cual tiene como objetivo constituirse como un sistema de información actualizada y estandarizada de las sustancias químicas (SQ) que se encuentran en comercio en el país. De acuerdo con la experiencia internacional, los inventarios de SQ constituyen una importante herramienta para la gestión racional de las SQ. Uno de los usos del Inventario Nacional es identificar aquellas sustancias que debido a sus propiedades y usos pueden constituir un riesgo potencial para el medio ambiente y, por ello, requieren de una atención prioritaria bajo un esquema de categorías o niveles de priorización. Los criterios utilizados para la selección de SQ que deberán reportarse en el Registro de Emisiones y Transferencia de Contaminantes (RETC) administrado por la Dirección General de Calidad del Aire y RETC (DGGCARETC) de la SEMARNAT, y los criterios utilizados en el proceso de categorización realizado por Canadá para la evaluación de SQ, así como otras iniciativas internacionales sobre el tema, serán tomados como referencia para este estudio. 1.1 JUSTIFICACIÓN Las SQ son parte esencial de la vida de las personas en la actualidad. Sin embargo, aunados a todos los beneficios que aportan las SQ a la vida moderna, se han identificado efectos adversos al medio ambiente y a la salud humana. El número de SQ que se comercializan en el país se estima conservadoramente en 15,000, de las que sólo una proporción pequeña está sujeta a alguna regulación nacional o algún convenio internacional. Es necesario identificar y seleccionar los criterios más adecuados que permitan priorizar las acciones consecuentes en materia de investigación, estudios y desarrollo de políticas para la conservación y salud de los ecosistemas y de las comunidades humanas, así como para la prevención de la contaminación del medio ambiente por estas sustancias. Hasta ahora, se trabaja en la Dirección General de Investigación sobre la Contaminación Urbana y Regional/Dirección de Investigación sobre Sustancias Químicas y Riesgos Ecotoxicológicos (DGICUR/DISQRE) en la elaboración del INSQ, lo cual permitirá avanzar en el conocimiento del número y la identidad química de las sustancias que se utilizan en el país. El establecimiento de los

13

criterios para la categorización de las SQ contribuirá a avanzar en la definición de las siguientes etapas de la aplicación del Inventario Nacional. Asimismo, este estudio brindará elementos técnicos que permitirán identificar algunos vacíos de información y de regulación para el manejo de SQ específicas, así como apoyar en el cumplimiento de los compromisos internacionales adquiridos por México sobre el tema. Particularmente, estas aportaciones contribuirán al cumplimiento de los objetivos tres y ocho del Programa Sectorial de Medio Ambiente y Recursos Naturales 2007-2012. En el caso del objetivo tres, por referirse a la prevención, reducción y control de la contaminación mediante el desarrollo de políticas públicas y el fortalecimiento y mejora de los instrumentos regulatorios; y, en el ocho, por corresponder a la generación de información científico–técnica para el avance del conocimiento sobre los temas ambientales prioritarios para apoyar la toma de decisiones. Adicionalmente el estudio será un apoyo para dar cumplimiento a los compromisos internacionales que México tiene sobre el tema (e.g. Enfoque Estratégico para la Gestión de los Productos Químicos a Nivel Internacional (SAICM, por sus siglas en inglés). 1.2 OBJETIVO Identificar y seleccionar los criterios que permitan categorizar a las SQ que se comercializan en el país con base en los riesgos para la salud de los ecosistemas y comunidades humanas para apoyar su manejo ambiental sustentable. 1.3 ALCANCES Uno de los propósitos principales de este estudio es identificar y consensuar con la comunidad científica los criterios que permitan categorizar a las SQ que se encuentran en el comercio nacional. La aplicación de estos criterios permitirá determinar qué sustancias de las que se han identificado hasta el momento en el comercio nacional requieren de una atención prioritaria debido a su peligrosidad para el medio ambiente. Por lo anterior, la aplicación de estos criterios se limitará a aquellas sustancias que el INE ha identificado en el comercio nacional. Las sustancias que se identifiquen podrán constituir el punto de partida para que el INE proponga investigaciones que permitan profundizar en su conocimiento y en la propuesta de estrategias para su gestión racional. El proceso de categorización que se realizará se basará en la información química y ecotoxicológica reportada en estudios similares y en la bibliografía internacional, por lo que pueden existir limitaciones en cuanto a la disponibilidad de información experimental confiable y de fácil accesibilidad, así como de estudios

14

experimentales realizados en zonas tropicales (tropicalización) para las sustancias que se evaluarán. Es importante mencionar que no se realizará ningún tipo de bioensayos ecotoxicológicos; no obstante, se evaluará la posibilidad de utilizar uno de los modelos utilizados por el Departamento de Medio Ambiente de Canadá (Environment Canada) para estimar algunos valores de relevancia para la categorización. Esta estimación estará condicionada a la disponibilidad y calidad de la información que requiera el modelo. 1.4 MARCO TEÓRICO 1.4.1 Sustancias químicas y sus propiedades fisicoquímicas y ecotoxicológicas Debido a la gran cantidad de sustancias de uso común, así como el desconocimiento sobre sus efectos en los ecosistemas, el manejo de los productos químicos representa una gran preocupación por el peligro y la amenaza que constituyen para el medio ambiente y la salud humana. El reconocimiento de la utilización de SQ naturales y sintéticas, como uno de los motores de la economía y su contribución en el mejoramiento de la calidad de vida de la población humana, ha derivado en la búsqueda de un balance entre sus beneficios, costos y riesgos. Debido a la diversidad y magnitud de los costos y riesgos, el manejo racional de las SQ es actualmente un asunto coyuntural para alcanzar un desarrollo sustentable.

Los efectos adversos de las SQ hacia el ambiente y la salud de los organismos se encuentran estrechamente relacionados tanto con sus propiedades fisicoquímicas como con sus características ecotoxicológicas.

Así por ejemplo, el estado físico, la solubilidad, la presión de vapor, la constante de Ley de Henry, el coeficiente de carbono orgánico (Koc) y el coeficiente de partición octanol-agua (Kow) de las SQ son determinantes para su comportamiento en el ambiente y para los mecanismos por los que se distribuirán en él una vez liberadas. Estos mecanismos, de acuerdo al estado en que se encuentran las sustancias son: difusión, lixiviación, evaporación y volatilidad.

Con ésta información, las características del medio, la temperatura y la precipitación, entre otros, se puede predecir si una sustancia tiene probabilidades de sufrir o no una pronta degradación (biodegradación, hidrólisis, fotólisis) y, con ello, persistir en el medio y a su vez, ser o no bioacumulada por los organismos.

En algunos procesos de categorización, como el realizado por Canadá, sí una sustancia es persistente o bioacumulable y además posee propiedades tóxicas o ecotóxicas en organismos no humanos, esta sustancia se considera como prioritaria para realizar una evaluación más detallada de sus posibles riesgos. De igual forma, si una sustancia es tóxica, orgánica, persistente y/o bioacumulable

15

puede ser considerada como candidata para ser incluida en el Convenio de Estocolmo sobre Contaminantes Orgánicos Persistentes. Es por ello que las características de mayor relevancia para categorizar a una sustancia como prioritaria de acuerdo con la experiencia internacional son la persistencia, bioacumulación y toxicidad (PBT), parámetros que se describen en la siguiente sección. 1.4.1.1 Persistencia La persistencia ambiental se refiere al tiempo que una sustancia permanece en el ambiente. Una medida común de la persistencia de una sustancia es su vida media. La vida media está definida como el tiempo (en días, semanas, meses o años) requerido para que la mitad de una sustancia liberada en un medio se descomponga en productos de degradación. Tanto los procesos bióticos como los abióticos influyen en la persistencia de las sustancias orgánicas en agua, suelo, sedimento y aire. La descomposición depende de varios factores incluidos la temperatura, el pH, los microorganismos presentes, el clima, exposición a la luz, agua y oxigeno, entre otros factores. Es importante señalar que muchas sustancias resultantes de la descomposición pueden ser también toxicas y tener vidas medias significativas. La vida media de una sustancia se puede clasificar en: a) vida media en aire, b) vida media en agua y c) vida medio en suelo o sedimento. La degradación por microrganismos es la primera fase de degradación biótica (biodegradación), aunque la fitodegradación (degradación por las plantas) también contribuye a la descomposición de este tipo de sustancias en el ambiente. La degradación abiótica incluye la hidrólisis, fotólisis y los procesos de óxido-reducción. A tasas constantes, los anteriores procesos se utilizan para obtener la vida media de una sustancia en un medio específico, los cuales se reportan generalmente como la medida del punto final para el proceso de persistencia. 1.4.1.2 Bioacumulación La bioacumulación generalmente se describe como el proceso por el cual una sustancia se acumula en los organismos por contacto directo con un medio contaminado o a través del consumo de algún alimento que contenga a la sustancia. En una cadena alimenticia, la concentración de la sustancia contaminante irá aumentando a medida que se ascienda en la misma. Así en los niveles tróficos inferiores se encontrarán concentraciones menores, a diferencia de los organismos consumidores, que acumularán lo que estaba en su medio más el contenido en su alimento, y así sucesivamente, las pirámides alimenticias funcionan como sumideros donde se concentran este tipo de compuestos, lo que se denomina biomagnificación.

16

En función de cada sustancia, esta acumulación puede producirse a partir de fuentes abióticas (suelo, aire, agua), o bióticas (otros organismos vivos). Las principales vías de introducción de una sustancia química en un organismo vivo son la respiratoria, la digestiva y la tegumentaria. Dos características determinan el grado de bioacumulación de una sustancia: su persistencia (para que una sustancia se acumule en un organismo debe ser poco o no susceptible de ser metabolizada por él) y su liposolubilidad (la acumulación se realiza preferentemente en los depósitos grasos de los organismos). La bioacumulación hace referencia a la acumulación neta, de tal forma que el ciclo de vida del organismo tendrá gran peso. Las sustancias acumulables suelen ser sintéticas o bien naturales. En los dos casos, es interesante observar como la evolución ha dotado –en algunos casos– a los organismos de mecanismos de regulación y reparación frente a los tóxicos acumulables. Como la bioacumulación se relaciona con las características lipofílicas, la predicción de algunos valores de bioacumulación se basan en el coeficiente de partición octanol/agua (Kow), el factor de bioconcentración (BCF) así como otras características físicoquímicas. El coeficiente de partición octanol/agua (Kow) se interpreta como la capacidad de un agente químico para bioacumularse en la grasa animal. Este coeficiente mide la distribución al equilibrio del agente entre los medios octanol y agua. El valor Kow está relacionado de manera directa con la tendencia de un agente a bioconcentrarse y está inversamente relacionado con su solubilidad en agua. Por otra parte, la bioconcentración se refiere a la acumulación neta de una sustancia directamente del agua hacia los organismos acuáticos, resultante de la captación (por branquias o tejidos epiteliales) simultánea con la eliminación. El valor de bioacumulación está íntimamente relacionado con la persistencia ambiental, ya que si una sustancia es liberada al medio y tiene una persistencia muy alta, aumenta la probabilidad de que dicha sustancia sea acumulada por los organismos, riesgo que se incrementa conforme se avanza en los niveles tróficos. Cuando no se mencionan datos experimentales para el factor de bioconcentración, éste se calcula de forma teórica usando el coeficiente de partición octanol - agua (Kow) Para determinar si una sustancia es bioacumulable o no, los factores de bioacumulación (BAF) se prefieren sobre los factores de bioconcentración (BCF), en ausencia de datos de BAF o BCF, puede usarse el logaritmo del coeficiente de partición octanol-agua (Log Kow). 1.4.1.3 Toxicidad/Ecotoxicidad

17

La toxicidad se define como el potencial para que una sustancia cause daño a la estructura o en las funciones de un organismo expuesto a ésta (e.g. letalidad o efectos adversos subletales). Cuando un efecto tóxico excede los rangos naturales de tolerancia en un organismo, las relaciones de interdependencia con otros organismos y con su entorno se ven alteradas a tal punto que estas irregularidades pueden observarse como efectos del contaminante al ambiente. La ecotoxicología es la disciplina que describe el comportamiento de las sustancias en el ambiente, evalúa las respuestas del ecosistema y el daño asociado a éstas. Cuando un contaminante invade un medio puede causar efectos tóxicos directamente en los seres vivos o, indirectamente, cambios en el ecosistema. El estudio de estas alteraciones es lo que se conoce como ecotoxicidad. Ambos términos —toxicidad y ecotoxicidad—, pueden utilizarse de manera indistinta, siempre y cuando se indique que la toxicidad corresponde a organismos no humanos. La evaluación de las sustancias es integral al tomar en cuenta la información disponible y de diversa índole: a) diferentes grupos de organismos (en especial organismos acuáticos) y b) diversos medios (agua, aire, suelo/sedimento) y c) acción del agente tóxico a diferentes niveles (celular y orgánico, entre otros). Es importante mencionar los siguientes términos: Concentración La elección de la concentración es de gran importancia para poder finalizar con éxito cualquier estudio de toxicidad o ecotoxicidad. Se suelen utilizar 5 concentraciones diferentes de la sustancia de interés:

Grupo de control: tratado con el vehículo

Grupo de concentración baja: no deben observarse efectos adversos significativos durante el estudio

Grupo de concentración media baja

Grupo de concentración media alta: en ambos casos deben aparecer efectos adversos

Grupo de concentración alta: los cambios o efectos secundarios observados durante el tratamiento deben ser importantes. Puede producirse alguna muerte, pero el número de supervivientes debe permitir comparaciones estadísticas

Exposición La exposición se define como el contacto de una sustancia con las barreras del cuerpo o la vía por la que entra al organismo. La evaluación de la exposición es el proceso de medir o estimar la intensidad, frecuencia, vía y duración de la exposición o la estimación de la exposición que pudiera ocurrir por la liberación al

18

ambiente de nuevas sustancias tóxicas. En toxicología ambiental las exposiciones se clasifican de acuerdo con la magnitud del período de exposición en:

• Crónica: Es la exposición continua o repetida a un agente físico, químico o biológico a lo largo de un periodo de tiempo extenso, (exposiciones que duran entre 10% y 100% del tiempo de vida de los organismos)

• Subcrónica: Es la exposición a un agente químico, físico o biológico durante aproximadamente diez por ciento (10 %) del tiempo de vida de un organismo.

• Aguda: Es la exposición en un período de tiempo muy corto (algunos días, un día o menos y sucede en un único evento).

Letalidad El término letalidad o toxicidad letal se refiere a la mortalidad inmediata debido a los efectos tóxicos severos irreversibles asociados a la exposición de una concentración única y muy elevada de una sustancia en un lapso corto (toxicidad aguda). Uno de los organismos de prueba más usados son los peces. Concentración Letal 50 (LC50 Acuática) Concentración, obtenida estadísticamente, de una sustancia de la que puede esperarse que produzca la muerte, durante la exposición o en un plazo definido después de ésta, del 50 % de los animales de prueba expuestos a dicha sustancia durante un periodo determinado. El valor de la LC50 acuática se expresa en peso de sustancia por unidad de volumen de agua (LC50 acuática - miligramos por litro, mg/L). Este valor da una idea de la toxicidad letal relativa de una sustancia inhalable. Cuando sólo se encuentran datos disponibles de, LCLo (concentración letal más baja), LC100 (concentración que mata al 100 de una población) o cualquier otra variante, los datos se califican como si fueran LC50 acuática y se indica el tipo de prueba realizada. Las condiciones del bioensayo pueden ser estáticas o con flujo continuo, con iluminación de 14 a 16 horas por día, temperatura del agua con ± 2°C de la temperatura apropiada para cada especie, sin alimento, los periodos de exposición pueden ser desde minutos hasta horas, si bien en la mayoría de los estudios la mortalidad se observa a las 24, 48, 72 y 96 horas después de empezar el análisis. Para la evaluación de la concentración letal acuática (LC50 acuática) se prefieren los estudios de especies de agua dulce sobre los de agua marina. Efectos subletales Los efectos subletales son aquellos efectos adversos, no letales, causados por la exposición a mediano o largo plazo a una sustancia tóxica (toxicidad crónica). Efectos subletales en organismos acuáticos Los efectos subletales en organismos acuáticos se determinan principalmente en invertebrados tales como bacterias, protozoos, moluscos y crustáceos, entre otros organismos biológicos estandarizados. Los organismos biológicos para ser usados

19

como herramientas ecotoxicológicas (bioindicadores) requieren ser sensibles, que su cultivo, mantenimiento y reproducción sean sencillos y prácticos, así como que los bioensayos sean fácilmente reproducibles. Microcrustáceos tales como los cladóceros del género Daphnia son ampliamente utilizados en la evaluación de los efectos de sustancias tóxicas sobre el ecosistema acuático. Esto se debe a la importancia que sus especies tienen como consumidoras primarias en este medio, son además organismos sumamente sensibles a muchas sustancias tóxicas y sus respuestas son similares a otros invertebrados acuáticos, además de su fácil cultivo en laboratorio. Las pruebas de toxicidad con Daphnia se consideran como crónicas (largo plazo) porque éstas generalmente abarcan su ciclo de vida completo. Los efectos a evaluar en estos organismos incluyen desde inmovilidad, hasta efectos en la reproducción tales como vida/muerte de los padres, además de efectos adversos en huevos incubados por los machos, en los huevos latentes, en el tamaño de los padres, en el número de progenitores, etc. Los estadios larvarios de insectos tales como Chironomus riparius, son también usados como bioindicadores acuáticos, en suelo y sedimentos por sus características acuáticas y detritívoras. Los efectos adversos varían desde malformaciones genéticas hasta la muerte. Bacterias y otros microorganismos aeróbicos en agua, sedimentos y lodos activados pueden indicar la capacidad inhibidora de algún agente químico en los procesos de degradación de la materia orgánica. Macrocrustáceos y moluscos también representan buenos organismos bioindicadores de daños provocados por sustancias tóxicas debido a sus características filtradoras. Los estudios de este tipo se han realizado mayoritariamente con especies de agua dulce, aunque se encuentran disponibles algunos datos para especies marinas. Los periodos de exposición pueden ser desde minutos hasta horas, si bien la mayoría de los registros disponibles registran exposiciones por 96 horas. Según las condiciones del bioensayo, este puede ser estático o de flujo continuo. En general, los efectos adversos críticos que se toman en cuenta en organismos acuáticos son inmovilidad, disminución de la tasa de reproducción, inhibición de la multiplicación celular, pérdida de equilibrio y mortalidad de los organismos. Los parámetros o índices de evaluación en este tipo de estudios son:

NOAEC: Concentración donde No se Observan Efectos Adversos

EC50: Concentración de Efecto media o concentración que causa efecto en el 50 % de la población, también se refiere al porcentaje total combinado de los organismos inmovilizados, los organismos que muestran pérdida de equilibrio y los animales muertos.

20

MATC: Concentración Adversa Máxima del Tóxico. Se obtiene calculando la media geométrica de los límites más bajos y más altos en una prueba crónica o subcrónica, otra forma de representar este valor es dividir el EC50 entre 10

1.4.2 Definición, propósito y ejemplos de categorización de sustancias químicas La categorización es una manera de evaluar científicamente a las SQ y detectar en una forma inicial los riesgos que representan para el ambiente y la salud humana. Ésta implica el establecimiento de categorías para la clasificación de SQ con base en criterios de importancia ambiental y de salud. En consecuencia, la aplicación sistemática de estos criterios permite la identificación de sustancias prioritarias. A continuación se describen dos ejemplos de procedimientos de categorización: 1.4.2.1 Procedimiento de categorización para el “Desarrollo del listado de sustancias sujetas a reporte de registro de emisiones y transferencia de contaminantes (RETC) con base en datos 2004”, de México (PUMA-DGGCARETC)

El Registro de Emisiones y Transferencia de Contaminantes (RETC) es un instrumento de recopilación, integración y difusión de información sobre las sustancias emitidas al ambiente o transferidas a sistemas de tratamiento o disposición y que pueden estar ocasionando un impacto significativo sobre la salud de los organismos y su entorno. En este sentido, el RETC debe permitir al gobierno y público en general, conocer la descarga y transferencia de sustancias peligrosas originadas en establecimientos industriales y otras fuentes relevantes como la de los servicios y cierto tipo de actividades agropecuarias. El RETC es un registro de emisiones de sustancias emitidas y/o transferidas a los distintos medios (agua, aire o suelo), así como su tratamiento o eliminación, y cuenta ya con un listado de 104 sustancias que deben ser reportadas anualmente. A través de este registro, el gobierno mexicano recopila, integra y difunde esta información, permitiéndole a sus instituciones y a las empresas monitorear su desempeño ambiental. Con el objetivo de llevar a cabo el proceso de operación y consolidación del RETC, la SEMARNAT, a través de la DGGCARETC encomendó a la Universidad Nacional Autónoma de México (UNAM), la ejecución del proyecto denominado “Desarrollo del listado de sustancias sujetas a reporte en el Registro de Emisiones y Transferencias de Contaminantes (RETC-Año 2004)”. La tarea principal fue establecer un listado de las sustancias que se encuentran en el país y categorizarlas de acuerdo a los siguientes criterios: a) mayor o menor peligrosidad según su comportamiento en el ambiente con base en su persistencia, bioacumulacion y por su toxicidad,

21

b) por formar parte de convenios internacionales, c) por su manufactura, procesos y usos de otra manera (MPU), d) por su emisión (1Kg), o e) por ser utilizadas en cantidades mayores a 106 Kg/año. A partir de los anteriores criterios se propusieron umbrales de reporte y etapas de inclusión gradual en el listado ya existente de sustancias que deben ser reportadas por las empresas por medio del RETC.

Estas recomendaciones se encuentran integradas en la Ley General del Equilibrio Ecológico y la Protección al Ambiente (LGEEPA) en particular en los Artículos 109 y 109 Bis que establecen la obligación de la Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT) de "integrar un inventario de emisiones atmosféricas, descargas de aguas residuales en cuerpos receptores federales o que se infiltren al subsuelo, materiales y residuos peligrosos de su competencia, coordinar los registros que establezca la Ley y crear un sistema consolidado de información basado en las autorizaciones, licencias o permisos que en esta materia deberán otorgarse". Por otra parte, el Artículo 159 bis, estipula el derecho de la opinión pública de solicitar y obtener información ambiental de las autoridades. 1.4.2.1.1 Estrategia general

El primer paso fue realizar una comparación de la información contenida en diversas bases de datos nacionales e internacionales que permitieron obtener una lista final de 462 sustancias que se usan, producen, almacenan, importan y exportan en México y que, según la experiencia internacional existe evidencia de tener un alto potencial de peligrosidad ambiental por ser persistentes, bioacumulables y tóxicas. Estas 462 sustancias fueron evaluadas para que, de acuerdo a parámetros ambientales y de toxicidad, pudiera determinárseles una categoría. Finalmente y con base en las categorías asignadas a las sustancias evaluadas, por su uso, volúmenes de uso y de emisión, así como por formar parte de algún convenio internacional, se establecieron umbrales de reporte y propuestas de etapas graduales de inclusión a la lista existente del RETC. En el cuadro 1-1 se muestran los criterios antes mencionados.

22

Cuadro 1-1. Propuesta de inclusión gradual al LISTADO RETC y umbrales de reporte

Categoría Color en base de datos

Criterio de Inclusión

Criterio para establecer Umbral de

Reporte

Gradualidad de Inclusión en

LISTADO RETC

Perfil Industrial de las Sustancias

Criterio 1 PBT

Rojo Mayor

Peligrosidad Ambiental

Criterio de manufactura, proceso o uso de otra manera (mpu)

Primera Etapa (reportar

a partir de cualquier cantidad)

- 7 Ind. Química - 6 pesticidas - 3 prod. mayor a 10

6 kg/año

Criterio 2 PT o PB

Naranja oscuro

- 33 Ind. Quím. - 20 pesticidas - 3 prod. mayor a 10

6 kg/año

Naranja Claro

Criterio 3 T

Amarillo oscuro

Menor Peligrosidad Ambiental,

Únicamente Toxicas


Segunda

Etapa

- 93 Ind. Quím. - 34 pesticidas - 20 prod. mayor a 10

6 kg/año

Criterio 4

Verde

Convenios

Internacionales

Criterio por emisión (1Kg)

Tercera Etapa

1 Ind. Química 1 no intencional Sustancias agotadoras de la capa de ozono

Criterio 5 Azul

Cantidad de utilización mayor

a 106 kg/año


Tercera Etapa

- 15 Ind. Química - 7 pesticidas - 18 prod. mayor a 10

6 kg/año

Las sustancias se categorizaron de acuerdo a las evaluaciones de los siguientes parámetros:

Persistencia ambiental

Bioacumulación

Ecotoxicidad 1. Letalidad en no mamíferos 2. Efectos subletales en no mamíferos 3. Letalidad en mamíferos 4. Teratogénesis 5. Mutagénesis (genotoxicidad) 6. Carcinogénesis

Los valores criterio (puntos de corte) seleccionados para la categorización de las sustancias se muestran en el cuadro 2-1.

23

1.4.2.2 Procedimiento de categorización en Canadá

A partir de 1994, Canadá implementó un proceso de evaluación de sustancias nuevas para autorizar su uso en ese país. Sin embargo, las sustancias que fueron introducidas antes de 1994, "sustancias existentes", no habían sido evaluadas por el gobierno con relación a sus riesgos potenciales para el medio ambiente y la salud. Esta lista de “sustancias existentes” o Lista de Sustancias Nacionales o Domésticas (DSL, por sus siglas en inglés) contiene aproximadamente 23 000 sustancias.

La Ley de Protección Ambiental Canadiense de 1999 (CEPA, por sus siglas en inglés) estableció que las sustancias existentes debían ser evaluadas para determinar cuáles requerían de una atención prioritaria. La categorización fue el primer paso para evaluar científicamente todas las SQ en la DSL.

Con base en la información proporcionada por la industria nacional y los estudios científicos disponibles sobre el tema (tanto nacionales como internacionales), investigadores del área de salud y del medio ambiente trabajaron en conjunto para la aplicación rigurosa de un grupo de herramientas que permitieran evaluar los riesgos de las 23 000 sustancias listadas en la DSL. En septiembre de 2006, Canadá completó este ejercicio de categorización, cuyos resultados son de acceso público y muestran las sustancias que requerirán estudios más detallados debido a los riesgos potenciales que representan (Lista Prioritaria de Sustancias).

1.4.2.2.1 Categorización con base en criterios ambientales (categorización ecológica) Bajo la Ley de Protección Ambiental de Canadá 1999 (CEPA 1999), el Programa de SQ Existentes del Departamento de Medio Ambiente de Canadá fue el responsable de identificar las sustancias con mayor impacto sobre el medio ambiente.

a) Persistentes (P): SQ que tardan mucho tiempo en degradarse en el medio ambiente - a veces muchos años-. Estas sustancias pueden afectar el medio ambiente durante un largo periodo de tiempo. Debido a que se mantienen durante mucho tiempo, pueden viajar largas distancias y contaminar un área mucho más amplia que las que se descomponen rápidamente. y/o

b) Bioacumulables (B): SQ que se pueden almacenar en los órganos, las células grasas o en la sangre de los organismos vivos y pueden permanecen durante mucho tiempo. Con el tiempo, las concentraciones pueden acumularse y alcanzar niveles muy altos, y pueden también transferirse en las cadenas y redes alimenticias. y

24

c) Tóxicas al medio ambiente (T): SQ que se sabe o se sospecha, a través de

estudios de laboratorio y otros, que pueden tener un efecto nocivo sobre la vida silvestre y el medio natural del cual ésta depende.

En el cuadro 2-1 se muestran los valores criterio utilizados por el Departamento del Medio Ambiente de Canadá para la categorización de las sustancias de la DSL con base en criterios ambientales. 1.4.2.2.2 Categorización con base en criterios de salud humana Bajo la Ley de Protección Ambiental de Canadá 1999 (CEPA 1999), el Programa de SQ Existentes del Departamento de Salud de Canadá (http://www.hc-sc.gc.ca/ewh-semt/contaminants/existsub/index_e.html) es el responsable de identificar las sustancias que tienen el mayor potencial de exposición y son tóxicas para los seres humanos.

a) Gran Potencial de Exposición (GPE): para evaluar la exposición humana

de SQ, los científicos investigan con más detalle la Persistencia y la Bioacumulación. Algunas sustancias de vida media corta podrían afectar a las personas tanto como las más persistentes. Para obtener un cuadro completo, los científicos buscan la forma en que una sustancia se usa. El Departamento de Salud de Canadá identifica las SQ en la DSL, a las cuales se espera que las personas estén más probablemente expuestos.

b) Sustancias tóxicas para los seres humanos (T): son SQ que se sabe o se sospecha tienen efectos nocivos en los seres humanos. Las sustancias fueron examinadas por una serie de efectos sobre la salud humana, incluyendo cáncer (carcinogénesis), defectos de nacimiento (teratogénesis) y daño al material genético (mutagénesis).

Las SQ que pueden afectar a la salud humana también fueron colocadas en una lista de prioridad por el Gobierno de Canadá para poner especial atención a las sustancias sospechosas que presentan el mayor riesgo y el mayor potencial de exposición. El proceso de categorización que fue seguido por los Departamentos de Salud y del Medio Ambiente de Canadá se ilustra en la figura 4-1, asimismo, en el capítulo IV se describe a detalle este proceso. 1.4.2.3 Programa de sustancias químicas con altos volúmenes de producción de la Organización para la Cooperación y el Desarrollo Económico (OCDE) En 1990, el Consejo de la OCDE y los países miembros decidieron llevar a cabo una investigación de SQ con volúmenes altos de producción (HPV, por sus siglas en inglés). Estos productos HPV incluyen todos los productos químicos producidos o importados en niveles superiores de 1 000 toneladas por año en cualquier país miembro de la región o de la Unión Europea. La decisión significa que los países

http://www.hc-sc.gc.ca/ewh-semt/contaminants/existsub/index_e.html

http://www.hc-sc.gc.ca/ewh-semt/contaminants/existsub/index_e.html

25

miembros formen una cooperativa que seleccione los productos químicos que deben investigarse por sus características, efectos y exposición; esto es con la finalidad de fomentar a la industria para que proporcione información de sus expedientes y/o completar éstos, de acuerdo con los requisitos establecidos en el sistema de detección de información en bases de datos (Screening Information Data Set –SIDS-), y realizar una evaluación inicial de los posibles riesgos de cada producto químico investigado. Una vez que se cuenta con un expediente completo sobre un producto químico, se lleva a cabo una evaluación inicial de la información, se extraen conclusiones sobre el peligro potencial de la sustancia y se hacen recomendaciones para poder seguir trabajando con dicha sustancia. Las conclusiones presentan un resumen de los riesgos del producto químico, con suficientes detalles y claridad en cuanto a su carácter informativo. La industria química apoya las actividades de la OCDE sobre las SQ con alto volumen de producción porque con este trabajo se evita la duplicación de esfuerzos para evaluar los productos químicos y cumplir con los requisitos nacionales y regionales, y los compromisos internacionales. El procedimiento de evaluación de la OCDE en organismos acuáticos, se basa en los requisitos del SIDS, con los cuales se evalúa el impacto de las SQ y su efecto. Este proceso se lleva a cabo en dos o tres especies representativas de la cadena trófica, son utilizados productores primarios (algas), consumidores primarios (Daphnia) y consumidores secundarios (peces), y los parámetros de riesgo relevantes son:

Toxicidad aguda en peces

Toxicidad aguda y crónica en Daphnia

Toxicidad crónica en algas Otros parámetros ambientales que se utilizan para la evaluación de efectos acuáticos iniciales producidos por SQ con altos volúmenes de producción son:

Coeficiente de partición (Kow)

Biodegradación

Bioacumulación Este procedimiento es directamente aplicable a compuestos solubles, por lo que proporciona orientación para las pruebas de ecotoxicidad acuática.

26

II IDENTIFICACIÓN Y SELECCIÓN DE CRITERIOS PARA LA CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS QUÍMICAS En el cuadro 2-1 se presenta una compilación de criterios y los valores utilizados en los procesos de categorización descritos en la sección anterior, así como otros valores criterio propuestos por diversas instancias nacionales e internacionales encargadas de la protección ambiental y el manejo adecuado de las SQ. Estos valores criterio representan puntos de corte que evalúan las propiedades de persistencia, bioacumulación y toxicidad de una sustancia y que pueden ser utilizados en un ejercicio de categorización.

27

Cuadro 2-1. Valores criterio utilizados por diversas organizaciones nacionales e internacionales para categorizar sustancias químicas de acuerdo a criterios de persistencia, bioacumulación y toxicidad

Criterios

nacionales e internacionales

Transporte a grandes distancias (LRT: Long Range Transport)

1

Persistencia (vida media en días)

Bioacumulación Toxicidad

Organización Medición en áreas remotas

Presión de vapor

en Pascales

(Pa)

Vida media en aire

1a

(oxidación atmosférica

) (días)

Agua Suelo Sedimento BAF2,

3/BCF

4

Log

Kow

RETC

(DGCCARETC)5

No No No En cualquier medio > 50 > 500 > 4 Letalidad en no mamíferos (toxicidad aguda): LC50 acuática

≤ 10 mg/L

Letalidad en mamíferos (toxicidad aguda): LD50 oral o

dérmica ≤ 50 mg/Kg y LC50 inhalada ≤ 150 mg/m3

Toxicidad crónica en mamíferos: CMR5a

Efectos subletales en no mamíferos (Toxicidad crónica o

subcrónica)

Organismos acuáticos: EC50 ≤ 0.2 mg/L (crónica)

Organismos terrestres: EC50 ≤ 10 mg/Kg (t. subcrónica) o

EC50 ≤ 5 mg/kg (t. crónica)

Organismos fotoautótrofos: EC50 acuático ≤ 1 mg/L o EC50

terrestre ≤ 10 mg/Kg o EC50 en aire ≤ 10 mg/m3

CEPA, 1999

6

Sí

≥ 2

≥ 180

≥ 182

≥ 365

≥ 5000

4.1 - 12

Toxicidad aguda acuática LC50 o EC50 ≤ 1 mg/L o toxicidad crónica acuática de NOAEC ≤ 0.1 mg/L, (Departamento de Medio Ambiente de Canadá) Para salud humana: Gran Potencial de Exposición (GPE) y estudios de toxicidad humana (Departamento de Salud de Canadá)

Canadá TSMP7

1995

Si ≥ 2 ≥ 182 ≥ 182 ≥365 ≥ 5000

≥ 5

Definidos por CEPA: LC50 o EC50 ≤ 1 mg/L (aguda); NOAEC ≤ 0.1 mg/L (crónica)

NAAEC-CEC8

1997

Si < 1000 ≥ 2 ≥ 182 ≥ 182 ≥365 ≥ 5000

≥ 5

Según nivel de preocupación o interés

28

Criterios nacionales e internacionales

Transporte a grandes distancias (LRT: Long Range Transport)

1

Persistencia (vida media en días) Bioacumulación Toxicidad

Organización Medición en áreas remotas

Presión de vapor

en Pascales

(Pa)

Vida media en aire

(oxidación atmosférica)

(días)

Agua Suelo Sedimento BAF2, 3

/BCF4 Log

Kow

US EPA9 1998 -

TSCA- PBT – propuestas de criterios (4, 6)

Persistente: ≥ 60; Muy Persistente: ≥ 182



Bioacum ulable: ≥ 1000; Muy Bioacumulable: ≥ 5000

Moderada Toxicidad acuática crónica: NOAEC 0.1 – 10 mg/L Alta Toxicidad acuática crónica: NOAEC ≥ 0.1 mg/L

UNECE-LRTAP

1998 (4,7)10

Si < 1000 ≥ 2 ≥ 60 ≥ 182 ≥ 365 ≥ 5000 ≥ 5 Evaluación de riesgo

UNEP (4, 8,, 9) Si < 1000 ≥ 2 ≥ 60 ≥ 182 ≥ 182 ≥ 5000 ≥ 5 Evaluación de riesgo

UNEP POPs 11

Convention

(UNEP-POPs)

(4, 8,, 9)

≥ 2 ≥ 60 ≥ 182 ≥ 182 ≥ 5000 ≥ 5 Datos de toxicidad en desarrollo Potencial para causar efectos adversos a la salud humana y/o ambiental o datos de toxicidad o ecotoxicidad que indiquen daños a la salud humana y ambiental

OSPAR12

PBT

criterio (4,10)

≥ 50 ≥ 500 > 4 Toxicidad aguda acuática L(E)C50 ≤ 1 mg/L o crónica NOAEC ≤ 0.1 mg/L Toxicidad en mamíferos : CMR o Toxicidad Crónica

CMA13

- PBT

1996 (11)

≥ 5 ≥ 182 ≥ 365 ≥ 5000

REACH14

Anexo

XII y Guía

Técnica (UE)

Documento

PBTs (12)

Persistente:

> 40 (agua

dulce);

Muy

persistente:

> 60 (agua

marina)

Persistente:

>120 (sed. en

agua dulce);

Muy

persistente:

> 182 (sed. en

agua dulce y

marina)

Bioacumulable:

≥ 2000;

Muy

bioacumulable:

≥ 5000

NOAEC crónica < 0,01 mg/L o CMR

(efectos alteradores endócrinos)5ª

BdD STP y MP15

en

América (10)

Si >2 >60 >182 >182 5000 5 LC50 (EC50) ≤ 1 mg/L (aguda); NOAEC ≤

0.1 mg/L (crónica)16

29

1 Una sustancia se considera persistente en aire si se demuestra que es transportada atmosféricamente a regiones remotas, tales como el Ártico

1a La vida media en aire es suficiente para cumplir con el requisito de persistencia, máximos de presión de vapor deben incorporarse para excluir

sustancias altamente volátiles. 2 BAF: Factor de Bioacumulación (relación entre la concentración de una sustancia en un organismo y la concentración en agua, basada en la

captación directa desde el medio circundante y los alimentos) 3 Los BAF se prefieren sobre los BCF, en su ausencia, los BCF y Log Kow pueden utilizarse para evaluar la bioacumulación

4 BCF Factor de Bioconcentración (relación entre la concentración de una sustancia en un organismo y la concentración en agua, basada sólo en

la captación directa desde el medio circundante) 5 Dirección General de Gestón y Calidad del Aire, Registro de Emisiones y Transferencia de Contaminantes (RETC), México 2007

5ª CMR : Cáncer, Mutagénesis y Toxicidad Reproductiva (Teratogénesis)

6 CEPA:

Canadian Environmental Protection Act, 1999 (Ley para la Protección Ambiental en Canadá)

7 TSMP: Toxic Substances Management Policy, 1995 (Política para el manejo de sustancias tóxicas), Canadá

8 NAAEC: Acuerdo de Cooperación Ambiental de América del Norte (North American Agreement on Environmental Cooperation)

9 US EPA: Agencia de Protección Ambiental de Estados Unidos (Environment Protection Agency United States)

10 UNECE-LRTP: Comisión Económica de las Naciones Unidas para Europa (United Nations Economic Commission for Europe- Range

Transboundary Air Pollution)

11 UNEP: Programa para el Medio Ambiente de las Naciones Unidas (United Nations Environment Program)

12 OSPAR: Convención para la Protección del Ambiente Marino del Noreste del Atlántico (Convention for the Protection of the Marine Environment

of the North-East Atlantic (Oslo-Noruega)) 13

CMA: La Asociación de manufactureros químicos (Chemical Manufacturers Association) considera que el transporte de largo alcance (a

grandes distancias) puede sumarse a la definición de un producto químico PBT ( 14

REACH: Registro, Evaluación, Autorización y Restricción de SQ en la Unión Europea (Registration, Evaluation, Authorisation and Restriction of

Chemical Substances) Anexos que contienen el marco reglamentario para la gestión de SQ en la Unión Europea (sustancias persistentes,

bioacumulables) Sustancias muy persistentes y muy bioacumulables (mPmBs) 15

Base de datos sobre sustancias Tóxicas y persistentes y metales Pesados en América 16

Para pesticidas se propone rebajar el valor de toxicidad del NOAEC a 0.01 mg/L y persistencia en agua < 40 días

30

2.1 CONSULTA CON EXPERTOS 2.1.1 Primera consulta con expertos Con el propósito de identificar y seleccionar criterios para realizar una categorización de las SQ en comercio en el país, que apoye su manejo sustentable, se propuso la siguiente encuesta dirigida a investigadores expertos en la rama ambiental de diferentes instituciones nacionales, la cual ayudará a consensuar criterios que permitan categorizar a las SQ y proponer una metodología para su priorización ambiental.

1. ¿Qué criterios considera importantes para la priorización ambiental de las SQ?

2. ¿Qué componentes propondría para conformar una metodología para la priorización ambiental de las SQ?

3. ¿Qué necesidades y fuentes de información identifica para avanzar en los criterios y metodologías discutidas?

4. ¿Qué objetivo y alcance propondría para un Programa Nacional de Sustancias Prioritarias?

En el cuadro 2-2 se muestran los datos de los expertos que participaron en esta consulta y dieron respuesta a esta encuesta y el cuadro 2-3 contiene los resultados de esta consulta.

Cuadro 2-2. Expertos participantes en la primera consulta

Nombre: Cargo Dependencia

M. en C. Lucila Mendoza Sánchez Consultora Ambiental

M. en C. Irma Gavilán García Jefe de la Unidad de Gestión Ambiental

Facultad de Química Universidad Nacional Autónoma de México

Dra. Irma Rosas Pérez Investigadora Centro de Ciencias de la Atmósfera Universidad Nacional Autónoma de México

Dra. en Ciencias Químicas Elvira Santos Santos

Responsable de la Unidad de Gestión Ambiental de la Facultad de Química y Coordinadora de la Carrera de Química

Universidad Nacional Autónoma de México

Ing. Carlos Ayala Ahumada Director de Fomento Ambiental Dirección General de Industria

Secretaría de Medio Ambiente y Recursos Naturales

Dra. María Eugenia González Avila

Investigador Titular A Departamento de Dirección General Regional Noreste. Sede: Monterrey.

Colegio de la Frontera Norte

Maestra en Ciencias (Biología) Angélica Garduño

Gerente Ambiental Enlace Biológico

Ing. Osvaldo Belmont Subdirector de Normatividad Aire Fuentes Móviles

Secretaría de Medio Ambiente y Recursos Naturales SFNA Dirección General de Industria

31

M. En C. Ana Patricia Martínez Bolívar

Directora de Investigación en Monitoreo Atmosférico y Caracterización Analítica de Contaminantes

Dirección General de Investigación y Capacitación Ambiental INE

M. En C. Erick Felipe Jiménez Quiroz

Subdirector de Análisis de Sistemas de Monitoreo Atmosférico

Dirección General de Investigación y Capacitación Ambiental INE

Biól. Isabel Jiménez Yanes Subdirectora de Integración del RETC

Secretaría de Medio Ambiente y recursos Naturales

Dra. Leonor Cedillo Becerril Directora de Investigación sobre SQ y Riesgos Ecotoxicológicos

Instituto Nacional de Ecología

Dra. Teresita Romero Torres Subdirector de Investigaciones para la Evaluación de Riesgos Ambientales


M. en C. Arturo Gavilán García Subdirector de Estudios sobre SQ Instituto Nacional de Ecología

M. en C. Frineé Kathia Cano Robles

Jefa de Departamento de Integración de Prevención de Riesgos


M. en C. Miguel Ángel Martínez Cordero

Jefe de Departamento de Evaluación de Riesgos al Ambiente


Dra. Ania Mendoza Cantú Jefa de Departamento de Desarrollo de Programas para el Manejo de Riesgos


M. en C. José Luis Ángel Rodríguez Silva

Subdirector de Acopio de Información

INEGI

Dra. Jaqueline García Investigadora CIAD

Rigoberto Zamora Montes Subdirector de Área PROFEPA

Oscar Trejo Cuevas Subdirector de Licencia Ambiental Unica

Secretaría de Medio Ambiente y recursos Naturales

Ing. Alejandro Vargas Cruz Jefe de Departamento Química Secretaría de Economía

Gabriela Hernández González Pasante Colegio de Ingenieros Ambientales de México

Ribia García Aráosla Jefe de Cámara de la Lic. En Ing. Ambiental

Universidad La Salle

32

2.1.1.1 Reporte de la primera consulta con expertos

Cuadro 2-3. Reporte de la primera consulta con expertos

Preguntas Aportaciones Conclusiones/Recomendaciones

1. ¿Qué criterios considera importantes para la priorización ambiental de las SQ (SQ)?

- Aplicar criterios ya utilizados por otros procesos de categorización (PBT: Persistencia, Bioacumulación, Toxicidad), para la priorización de las SQ. (Este punto fue elegido por unanimidad como determinante en la categorización).

- Considerar los efectos en la salud humana y el ambiente (incluir

efectos de las SQ sobre organismos terrestres - Tomar en cuenta las diferentes vías de exposición / compartimento ambiental (medio) donde se liberan o transfieren las SQ - Poner atención en las SQ involucradas en emergencias - Establecer las características CRETIB de las SQ (Corrosividad, Reactividad, Explosividad, Toxicidad e Inflamabilidad) - Evaluar daños de las SQ sobre material genético, celular y organísmico (Mutagénesis /Carcinogénesis/ Teratogénesis) - Desarrollar un inventario de sustancias nacionales

- Aplicar criterios ya utilizados por otros procesos de categorización (PBT Persistencia, Bioacumulación, Toxicidad) - Incluir en el inventario a todas las sustancias ya categorizadas y clasificadas - Obtener una lista única y nacional de sustancias prioritarias - Tomar en cuenta la fácil disponibilidad y existencia de información confiable en el país / ampliar fuentes de información - Considerar la aplicación de modelos de predicción para México (modelos que predicen las características de persistencia, bioacumulación y toxicidad de las SQ, en ausencia de datos experimentales confiables) - Integrar el inventario nacional - Obtener una base de datos nacional actualizable y pública

- Rastrear las vías de entrada y salida al país de las SQ - Aplicación de una categorización por sector industrial

- Conocer el panorama general del país en el tema de SQ que incluya ámbito legal, científico, social, económico, industrial y educativo - Que incluya a todos los sectores - Cobertura nacional - Crear conciencia en los sectores involucrados - Crear y adaptar la legislación existente - Crear instrumentos legislativos y cumplir con la legislación actual - Crear un modelo de gestión de sustancias - Regulación y vigilancia - Introducción al concepto categoría, regulación y control de las nuevas sustancias.

- Investigar la frecuencia de uso, las cantidades utilizadas y el volumen de producción - Consideración de los usos que se da a las SQ y su relación con los riesgos de este uso - Poner atención en las recomendaciones de uso y datos que proporcionan las empresas fabricantes de SQ (en especial para plaguicidas

- Crear un Programa que apoye en la evaluación de riesgos y prevenir y controlar sus efectos. - Identificar acciones correctivas (sustitución de sustancias nocivas al ambiente y la salud por otras que no lo sean)

33

- Tomar en cuenta el valor económico, la demanda y la comercialización de las SQ

- Considerar costos de manejo

2. ¿Qué componentes propondría para conformar una metodología para la priorización ambiental de las SQ?

- Disponibilidad de datos / información - Selección y validación de fuentes de información - Base de datos nacional con número CAS (en función de una lista internacional) - Información dinámica (actualizable)

- Utilizar datos disponibles en fuentes internacionales - Identificar y recopilar datos (empresas, distribuidores de plaguicidas) - Integrar una base de datos con número CAS

- Herramientas estadísticas

- Validar los datos disponibles utilizando herramientas estadísticas para calcular la incertidumbre

- Modelación - Complementar la información con el uso de modelos y validarlos

- Experimentación por región y sector (condiciones particulares de México y bioensayos en especies locales) - Trabajo en campo

- Hacer investigación experimental para llenar vacíos de información (Daphnia, algas, mamíferos, peces y lombrices), utilizando ensayos estandarizados. Particularmente para ecosistemas mexicanos y para sustancias desconocidas

- Evaluación de riesgos - Evaluación de riesgos teórica

3. ¿Qué necesidades y fuentes de información identifica para avanzar en los criterios y metodologías discutidas?

Aportaciones

- Realizar una lista conveniente de prioridades - Promover la participación de estados y municipios - Involucrar a todos los sectores

- Contar con una lista conveniente de prioridades - Involucrar a todos los sectores y a los estados y municipios - Ampliar la vinculación entre empresa-universidad-gobierno-ONG

- Recursos disponibles (económicos y científicos) - Análisis costo-beneficio

- Realizar análisis de costo beneficio (costos de la sustancia) - Contar con más recursos económicos y humanos

- Fuentes de información confiable, aplicar nuevos criterios a las fuentes de información (ejemplo: añadir el número CAS al pedimento en caso de importación)

- Mejorar la información para asegurar su confiabilidad - Identificar el numero CAS de las sustancias para facilitar la homologación - Conjuntar la información y contrastarla

- Nuevo inventario

- Realizar un inventario nacional de SQ

34

- Modelación (modelos validados)

- Adecuar los modelos y métodos existentes y validarlos

- Estudios específicos (bioensayos) - Tropicalización (bioensayos en especies de diversas regiones de México) - Regionalización - Trabajos de campo

- Estandarizar métodos y criterios a nivel nacional - Realizar estudios experimentales para determinar los efectos de sustancias en especies y por regiones específicas; tropicalización de especies para bioensayos; estudios de especies que no se incluyen en la NOM 059, y que se encuentren en ambientes acuáticos y terrestres - Realizar trabajos en campo - Realizar investigación para identificar sustancias teratogénicas

- Capacitación de laboratorio y bioensayos

- Capacitación para realizar ensayos de laboratorio y en el uso de modelos - Formar especialistas en ecotoxicología, química, informática y estadística

- Base de datos robusta

- Contar con una base de datos robusta

- Legislación obligatoria – homologación

- Contar con una legislación obligatoria para el reporte de sustancias

- Fuentes: Administración General de Aduanas (pedimento aduanal) ANIQ y otras asociaciones industriales e industrias no asociadas Cédula de Operación Anual Bases de datos de las sustancias agotadoras de la capa de ozono Institutos de investigación Revisión de estudios y tesis, incluyendo la literatura gris Información de estados y municipios

35

4. ¿Qué objetivo y alcance propondría para un Programa Nacional de Sustancias Prioritarias?

Aportaciones relacionadas con el objetivo

- Obtener una lista única y nacional de sustancias prioritarias

- Identificar a las SQ más representativas en México para prevenir y mitigar sus efectos en los diferentes sectores

- Crear conciencia en los sectores involucrados - Crear y adaptar la legislación existente - Modelo de gestión de sustancias - Crear instrumentos legislativos y cumplir con la legislación actual

- Apoyar la regulación de las sustancias, eliminar aquellas que ya no se comercializan, adecuar regulaciones

- Integrar el inventario nacional

- Integrar un inventario nacional que permita una categorización de las sustancias y la evaluación de riesgos de las sustancias prioritarias y el manejo de riesgos

- Obtener base de datos nacional actualizable y pública

- Elaborar una base de datos actualizada y pública de las SQ.

- Programa para que sirva en la evaluación de riesgos, prevenir y controlar efectos. - Identificar acciones correctivas (sustitución)

- Establecer actividades y centralizar esfuerzos para minimizar riesgos ambientales por las SQ

- Conocer el panorama general del país en el tema de SQ

- Identificar zonas de riesgo por SQ a nivel nacional

Aportaciones relacionadas con el alcance

- Todas las sustancias categorizadas y clasificadas - Contenga un listado de sustancias único, que incluya a todas las sustancias que se comercialicen en el país y categorizadas, y que se actualice periódicamente - Considerar la introducción del registro de SQ no incluidas en el inventario nacional (Sustancias nuevas)

36

- Introducción al concepto, categoría, regulación y control de las nuevas sustancias

- Que puntualice la necesidad de evaluar sus riesgos y prevenir y controlar sus efectos

- Regulación y vigilancia .

- Se fundamente en un marco normativo - Que responda a lo que se hará con las sustancias prioritarias y las recomendaciones para su posible regulación o vigilancia para todos los sectores - Brinde las bases para proponer un modelo de gestión que conlleve a una política pública sobre el manejo de las sustancias

- Que incluya ámbito legal, científico social, económicos, educativo, - Que incluya a todos los sectores, - Cobertura nacional - Costos de manejo

- Promueva una concientización de la industria - Que tenga influencia en las áreas científicas y en las políticas socioeconómicas y educativas

37

Como resultado de esta consulta se propusieron tres criterios que pueden servir como base para identificar sustancias prioritarias en el país. Estos criterios fueron: la persistencia, la bioacumulación y la toxicidad. 2.1.2 Segunda consulta con expertos Se realizó una segunda consulta con un grupo de expertos para discutir, consensuar y validar los criterios derivados de la primera consulta, y proponer y validar una metodología para realizar un ejercicio de categorización a partir de las sustancias identificadas en comercio. Se seleccionó a un grupo de expertos constituido por investigadores especialistas en el área. Una vez que aceptaron participar en la encuesta y/o entrevista, se les proporcionó toda la información necesaria para que la conocieran y se familiarizaran con el tema. Se realizó una encuesta con preguntas específicas en relación con los temas de interés que se mencionan a continuación:

1. En su opinión, ¿Cuál de los procedimientos de categorización descritos en el marco conceptual es el más apropiado y conveniente para ser implementado como metodología para la categorización de las sustancias contenidas en el Inventario elaborado por el INE?

2. ¿Qué criterios propone para la priorización de las sustancias del Inventario

de sustancias en comercio en el país?

3. ¿Cuál es su opinión acerca de la utilización de modelos para la predicción de datos que no estén disponibles en la literatura que sean necesarios para la categorización de SQ? ¿Cuáles modelos sugiere?

4. ¿Cuál es la metodología sugerida para el proceso de categorización?

5. ¿Qué opina de los valores criterio propuestos por el Departamento del

Medio Ambiente de Canadá? En el cuadro 2-4 se presenta la lista de especialistas en Ecotoxicología, Química y expertos en la utilización de modelos, que participaron en esta segunda consulta y el cuadro 2-5 contiene el reporte de sus aportaciones.

38

Cuadro 2-4. Expertos participantes en la segunda consulta

Nombre Nombre de la organización

donde trabaja

Teléfono Correo electrónico

Cecilia Vanegas

UNAM 56224829 [email protected]

Patricia Ramírez

UAM-Iztapalapa 58046493 [email protected]

Yolanda Pica

UNAM (777) 3293 665

[email protected]

Jacqueline García Hernández

Universidad de Guaymas

(622) 221 6533 ext. 121

[email protected]

Miguel Betancourt

CIAD 01 669 9898 700 240

[email protected]

Carlos Rius Alonso UNAM-Fac. Química

56 22 37 98 [email protected]

Eduardo Marambio Dennet

UNAM-Fac. Química

[email protected]

Irma Rosas Pérez UNAM 56 22 40 68 56 22 40 71

[email protected]

mailto:[email protected]








39

2.1.2.1 Reporte de la segunda consulta con expertos

Cuadro 2-5. Reporte de la segunda consulta con expertos

Preguntas Aportaciones Conclusiones/Recomendaciones

1. ¿Cuál de los procedimientos de categorización descritos en el marco conceptual es el más apropiado y conveniente para ser implementado como metodología para la categorización de las sustancias contenidas en el Inventario elaborado por el INE?

Después de analizar los procedimientos de categorización descritos en el marco conceptual, los expertos coincidieron en la inconveniencia de utilizar la metodología para categorizar sustancias que deberían ser integradas al Registro de Emisiones y Transferencia de Contaminantes (RETC), puesto que se trata de un procedimiento que categoriza a las sustancias no sólo desde el punto de vista ecológico, sino también por sus efectos en la salud humana de manera integral. Además, los criterios y sus valores difieren mucho de los que se pretende estandarizar internacionalmente. Por otra parte, de acuerdo al consenso de los expertos, el programa para categorización de sustancias con volúmenes altos de producción (VPH, por sus siglas en inglés) implementado por la OCDE, tampoco es el adecuado puesto que no se cuenta con información completa, ordenada y sin restricciones respecto al procedimiento utilizado. Así, la opinión generalizada fue utilizar el procedimiento canadiense para categorización de sustancias, al menos algunos de los pasos más generales, ya que la metodología completa es sumamente demandante y exhaustiva

- El Procedimiento de Categorización en Canadá fue el sugerido para servir como modelo para categorizar las sustancias, pues considera los criterios de Persistencia, Bioacumulación y Toxicidad. Además de que su programa ya está legislado y probado científicamente, es multidisciplinario e incluyente, cumple las reglas generales de otros modelos y la información está a la mano y sin restricciones, y al mismo tiempo, el número de sustancias categorizadas es elevado. A su vez han propuesto el uso de compuestos análogos para sustancias de las cuales puede no existir información. Igualmente, crearon grupos de trabajo que establecieron procesos para poder categorizar sustancias difíciles de modelar (mezclas, hormonas, tintas, pigmentos, surfactantes, entre otros). Además esta metodología se apega en su mayoría a lineamientos para su validación y confiabilidad por guías y protocolos tales como los establecidos por la OCDE, USEPA, ONU, UNEP, UNECE y REACH, entre otros.

40

2.- ¿Qué criterios propone para la priorización de las sustancias que se comercializan en el país?

- Se propuso una evaluación preliminar, para identificar aquellas sustancias que puedan representar riesgos potenciales a la salud de los organismos y al ambiente. Los expertos opinaron que, puesto que las características de mayor relevancia para categorizar a una sustancia como prioritaria de acuerdo con la experiencia internacional son la persistencia, bioacumulación y toxicidad (PBT), sean estos los criterios principales para la priorización de las sustancias en nuestro país. - Así, una lista prioritaria elaborada con base en estos criterios contiene a las sustancias que requieren mayor atención para una evaluación de riesgo, ambiental y para la salud humana, más profunda que descarte o confirme su peligrosidad para controlar, gestionar y/o regular su manejo.

Se concluyó que los criterios principales para considerar a una sustancia como prioritaria es que sea persistente y tóxica o bioacumulable y tóxica o persistente, bioacumulable y tóxica. Lo anterior se consensuó con base en el fundamento científico de que muchas sustancias pueden ser persistentes o bioacumulables o ambas, pero al no ser tóxicas, no representan un riesgo real para los ecosistemas, siendo así el criterio de toxicidad el criterio discriminante en una categorización ecológica. Por otra parte, si una sustancia es tóxica pero no es persistente y/o bioacumulable, puede ser representativa para una categorización de interés en salud humana, pero no en un nivel ecológico que abarque tanto al ambiente como a los seres vivos que en él habitan

3.- ¿Qué parámetros fisicoquímicos y ecotoxicológicos sugiere para categorizar a las sustancias, y evaluar sus propiedades de Persistencia Bioacumulación y Toxicidad?

- La opinión general fue que se categorizará a las sustancias con base en su comportamiento en el ambiente (solubilidad, estado físico, biodegradación hidrólisis, fotólisis, partición en los diferentes compartimentos, su partición octanol/agua, solubilidad en agua y en lípidos, presión de vapor, puntos de ebullición y fusión, constante de disociación especiación, oxidación atmosférica, reacción con ozono, vida media, ionización, metabolismo, así como sus productos de degradación, uso de fracciones de interés a falta de datos para la sustancia discreta o principal), para establecer categorías en cuanto a su persistencia y/o bioacumulación. - Por otra parte, ecotoxicológicamente pueden considerarse aspectos tales como: organismos indicadores del efecto tóxico sobre el ecosistema, niveles tróficos considerados, factores abióticos (pH, temperatura, precipitación entre otros), tiempos de exposición, efectos adversos, efectos letales y subletales, entre otros, para establecer sus niveles de toxicidad.

Se concluyó que los siguientes parámetros fisicoquímicos y ecotoxicológicos eran suficientes para lograr una categorización confiable y completa:

- Solubilidad en agua - Vida media en todos los compartimentos ambientales - Coeficiente de partición octanol/agua (el logaritmo de este

coeficiente) - Factores de bioacumulación y bioconcentración - Concentración letal media - Concentración de efecto media - Concentración más alta en la que no se observan efectos

adversos Cabe señalar que si están disponibles otros parámetros o datos adicionales a los anteriores se recomendó colectarlos pues pueden coadyuvar en las revisiones críticas y juicios profesionales tanto cuantitativos como cualitativos

41

4.- ¿Cuál es su opinión acerca de la utilización de modelos para la predicción de parámetros necesarios para la categorización de SQ, y cuáles sugiere?

Los expertos opinaron que el uso de modelos que predigan el comportamiento de las sustancias en el medio ambiente y en los seres vivos puede ser muy adecuado, siempre y cuando se tomen en cuenta los siguientes aspectos: - Los modelos deben tomar en cuenta las condiciones ambientales de la región, al ser predictivos la variación es significativa; sin embargo, son una herramienta importante ante la escasez de datos experimentales que permitan evaluar el comportamiento de las diferentes sustancias. - Para confirmar una categorización, debe verificarse que las sustancias modeladas estén adecuadamente cubiertas por un conjunto de estructuras moleculares usadas en la construcción del modelo QSAR. La calidad de los datos en esta base, su transparencia y su tamaño, pueden ser usados para determinar la confianza y exactitud de las predicciones.

Los modelos sugeridos fueron: Para Persistencia: AOPWIN (Vida media en aire) BIOWIN (Vida media en agua) HYDROWIN (vida media en agua) Para Bioacumulación: KOWWIN (Log Kow) BCFBAF (factores de bioconcentración y bioacumulación) Para Toxicidad: ECOSAR (LC50, EC50, NOAEC-ChV)

5.- ¿Qué opina de los valores criterio propuestos por la CEPA? (Procedimiento de Categorización de Canadá)

-Los expertos realizaron una revisión de los criterios propuestos por diversos organismos ambientales internacionales que han realizado una categorización de sustancias toxicas, que han obtenido resultados confiables y que han publicado sus valores criterio. Hubo un consenso general en los puntos finales para establecer los criterios de persistencia, bioacumulación y toxicidad: - Persistencia vida-media (en días) en aire, agua, suelo y sedimento - Bioacumulación BCF, BAF y Log kow - Toxicidad LC50, EC50 y NOAEC

Los valores criterio consensuados para cada punto final fueron: - Persistencia vida-media (en días) en:

- aire: ≥ 2 días - agua: ≥ 182 días - suelo: ≥ 182 días - sedimento: ≥ 365 días

- Bioacumulación - BCF: ≥ 5 000 - BAF: ≥ 5 000 - Log Kow: ≥ 4.1

- Toxicidad - LC50: ≤ 1 mg/L - EC50: ≤ 1 mg/L - NOAEC: ≤ 0.1 mg/L

43

2.2 CRITERIOS PROPUESTOS PARA LA CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS EN COMERCIO EN EL PAÍS

Con base en las opiniones aportadas por el grupo de especialistas consultados y los criterios utilizados en otros procesos de categorización, se seleccionaron y consensuaron tres criterios de categorización: persistencia, bioacumulación y toxicidad. A continuación se indican algunos de los motivos para la selección de estos criterios.

Las sustancias que son persistentes, bioacumulables y tóxicas plantean un desafío muy particular en cuanto a su manejo seguro y su gestión, entre otras cosas, porque no puede establecerse una concentración en el ambiente que sea segura. Este tipo de sustancias pueden acumularse en diversos compartimentos ambientales en concentraciones tales que podría ser muy difícil revertir esta acumulación, con los impredecibles efectos y consecuencias a largo plazo que este proceso podría ocasionar. Por otra parte, los compuestos con estas características de riesgo podrían ser transportados a zonas remotas no contaminadas, poniendo en peligro la protección de éstas. Si además de ser persistentes, estas sustancias tienen alto potencial para ser bioacumulables en la vida silvestre o en el ser humano durante períodos prolongados, pueden entonces anticiparse sus efectos, independientemente de si la toxicidad se ha demostrado en pruebas de laboratorio o no. Las propiedades fisicoquímicas de las sustancias intervienen de manera importante en sus características de peligrosidad, estas mismas propiedades pueden influir e indicar una relación estrecha entre la persistencia, la bioacumulación y la toxicidad. Debido a lo anterior, los valores criterio para categorizar una sustancia se seleccionan tomando en cuenta la relación entre sus propiedades intrínsecas y su comportamiento ambiental y sus efectos en los organismos. Así por ejemplo, se ha demostrado experimentalmente que si los valores del coeficiente de partición octanol/agua (Log Kow) de una sustancia son mayores a 5, el compuesto es bioacumulado con mayor frecuencia por organismos acuáticos, y es eliminado muy lentamente, lo cual aumenta las probabilidades de que esta sustancia presente un alto potencial de toxicidad, sobre todo si se trata de sustancias orgánicas. Cada vez son más las iniciativas nacionales e internacionales que han consensuado que un corte de Log Kow de 5 como valor criterio es el adecuado para ejercicios de categorización de compuestos químicos. Así, las sustancias que presentan un Log Kow ≥ 5 se categorizan como bioacumulables. Otros factores que se utilizan para considerar si una sustancia puede o no ser bioacumulable, son los factores de bioconcentración y de bioacumulación (BCF

44

y BAF), de los cuales se ha observado una relación estadística muy cercana cuando los valores de Log Kow son ≥ a 5 y cuando los BCF o los BAF tienen valores ≥ a 5 000. De ahí la selección de los valores criterio para los factores que pueden también indicar si una sustancia es bioacumulable. El Log Kow, además, se encuentra relacionado con la solubilidad de una sustancia en una proporción inversamente proporcional. El Log Kow indica la solubilidad de una sustancia en grasas y cuando ésta es mayor, la solubilidad en agua es menor. A su vez, ambas propiedades de solubilidad (en agua y en grasas), además de la presión de vapor y la volatilización de una sustancia, pueden tener gran influencia en la presencia y permanencia por períodos prolongados de una sustancia en suelo, sedimento, agua y aire. Para decidir si una sustancia es persistente, el punto final para tomar tal decisión es la vida media en días, es decir, el tiempo necesario para que una sustancia se degrade a la mitad de la cantidad originalmente emitida o liberada al ambiente. Los procesos de degradación pueden ser bióticos (por microorganismos –biodegradación aerobia o anaerobia-) o abióticos (luz –fotólisis-, agua –hidrólisis- y reacciones de oxidoreducción -oxidación atmosférica, reacciones con radicales hidroxílicos y con ozono). Se sabe que un gran número de sustancias en estado gaseoso presentan deposición hacia el suelo y agua después de dos días, además también se ha registrado el transporte hasta zonas remotas (por ejemplo: el Ártico) de sustancias cuya persistencia en el aire antes de ser degradas o por su deposición o precipitación hacia otros medios ambientales es de dos días o más. Por esta razón, la vida media en aire mayor o igual a dos días, es el valor mayormente consensuado como punto de corte para persistencia. Asimismo, se ha observado que si una sustancia permanece en el aire con una vida media de dos días o más, o en el suelo o en el agua 2 días o más, y en el sedimento un año o más (365 días o más), tiene mayores probabilidades de estar disponibles para ser ingeridas o absorbidas por los organismos (biodisponibilidad), ser bioacumulada y pasar a través de las cadenas tróficas (biomagnificación) con lo que, a su vez, aumenta la probabilidad de causar efectos tóxicos, incluso la muerte en los seres vivos y daños irreversibles en los ecosistemas. Por otro lado, los valores de corte para la categorización de una sustancia como tóxica son producto de estudios en su mayoría realizados en laboratorio, bajo condiciones controladas, siguiendo protocolos autorizados, aplicando buenas prácticas de laboratorio y normalizando técnicas y estrategias, entre otras. Así, los parámetros para determinar si una sustancia provoca o puede provocar una toxicidad aguda, son la concentración letal media (LC50) y la concentración media en la que se observan efectos adversos en el 50 % de los organismos

45

(EC50). Para establecer la toxicidad crónica se utiliza el NOAEC, concentración más alta en la cual aún no se observan efectos adversos. Para determinar la ecotoxicidad generalmente se utilizan organismos acuáticos que representen varios niveles tróficos, (desde algas, bacterias, dáfnidos, moluscos y mísidos, hasta anfibios y peces). En estas pruebas se ha obtenido que muchas sustancias son letales o causan graves daños, incluso irreversibles, para la mitad de la población de prueba cuando los organismos son expuestos, en una sola ocasión o en períodos muy cortos, a concentraciones iguales o menores a 1 mg de la sustancia por cada litro de agua (ecotoxicidad aguda). De igual manera, con exposiciones crónicas, es decir, varias exposiciones por períodos más prolongados, se ha determinado que la concentración más alta en la que aún no se observan efectos adversos (NOAEC, por sus siglas en inglés), es 0.1 mg/L de agua, es decir, con concentraciones menores aún no se presentan efectos adversos observables. Por tanto, si una sustancia provoca daños adversos en concentraciones iguales o menores a 0.1 mg/L de agua, está será considerada como tóxica crónica para organismos no humanos. Por todo lo anterior, si una sustancia es persistente y/o bioacumulable y además posee propiedades tóxicas o en organismos no humanos, esta sustancia se considera como prioritaria para realizar una evaluación más detallada debido a los riesgos potenciales que representa. De igual forma, si una sustancia es tóxica, orgánica, persistente y/o bioacumulable puede ser considerada como candidata para ser incluida en el Convenio de Estocolmo sobre Contaminantes Orgánicos Persistentes. 2.2.1 Valores criterio de categorización para persistencia, bioacumulación y toxicidad Con base en una amplia revisión de valores criterio utilizados para la categorización de SQ propuestos por diversas organizaciones nacionales e internacionales encargadas del medio ambiente (cuadro 2-1) y de acuerdo con el consenso de expertos en ecotoxicología y química consultados, así como con los fundamentos plasmados en la sección 2.2, se eligieron para la realización de un ejercicio de categorización con las sustancias en comercio en nuestro país los puntos de corte que se plasman en los cuadros 2-6 y 2-7.

Cuadro 2-6. Valores criterio de persistencia y bioacumulación

Persistencia Bioacumulación

Medio Vida Media BAF ≥ 5000 o

BCF≥ 5000 o

Log Kow ≥ 4.1

Aire ≥ 2 días

Agua ≥ 6 meses (182 días)

Sedimento ≥ 1 año (365 días)

Suelo ≥ 6 meses (182 días)

46

Cuadro 2-7. Valores criterio para toxicidad aguda y crónica en especies

acuáticas (algas, invertebrados, peces)

Duración de la Exposición Criterios

Aguda LC50 o EC50*≤ 1 mg/L

Crónica NOAEC** ≤ 0.1 mg/L

* LC50 = concentración letal media; EC50 = Concentración media con efectos en el 50%

de los organismos

** NOAEC = Concentración en la que no hay efectos adversos observables.

Finalmente, cabe señalar que los criterios y sus valores para la categorización de sustancias no son rígidos ni definitivos, pues de acuerdo a los avances científicos y futuros estudios, estos podrían ser modificados. Sin embargo, los criterios y sus valores de corte tienden cada vez más a ser estandarizados y adoptados por unanimidad por instituciones líderes en materia ambiental de diversas regiones del mundo, tales como países miembros de la Unión Europea (Finlandia, Suiza, Alemania), Australia, Japón y países miembros de la Comisión para la Cooperación Ambiental de América del Norte (particularmente Estados Unidos y Canadá). Estos países han enfocado sus esfuerzos y creado grupos de trabajo especializados para discutir y decidir los criterios y los valores más adecuados para seleccionar a las sustancias químicas que, por sus características de peligrosidad, requieren un control para su uso y manejo adecuado. Estos trabajos han creado metodologías, protocolos y procedimientos validados y con alta confiabilidad.

47

III ESTRATEGIA GENERAL PARA LA CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS QUÍMICAS

La figura 3-1 presenta un diagrama de flujo que esquematiza la estrategia global aplicada para la categorización ecológica de las sustancias listadas en la versión preliminar del Inventario Nacional de Sustancias Químicas (INSQ), que se encuentran en comercio en nuestro país. El diagrama se divide en tres pasos principales. La figura 3-1a presenta la estrategia general que se siguió para categorizar a las sustancias considerando en primera instancia si habían sido o no categorizadas por el Departamento de Medio Ambiente de Canadá. Si las sustancias fueron categorizadas por Canadá se dispone de la información necesaria para categorizar a las sustancias listadas en el inventario de sustancias (INSQ) utilizando los criterios consensuados que se propusieron en este estudio.

La figura 3-1b presenta los pasos que se siguieron para categorizar a las sustancias que no fueron categorizadas por Canadá y para las cuales se cuenta con datos experimentales confiables. La figura 3-1c presenta la continuación de esta estrategia para categorizar a las sustancias para las cuales no fue posible encontrar datos experimentales confiables y por lo tanto se plantea el uso de modelos.

De acuerdo con la consulta a expertos, la metodología utilizada por Canadá para categorizar a las sustancias listadas en la DSL, sería la metodología recomendada para categorizar a las sustancias listadas en el Inventario Nacional de Sustancias Químicas (INSQ). Esta metodología se describe con detalle en el capítulo IV. Considerando los alcances de este estudio, algunos de los pasos descritos en esta metodología se siguieron para realizar un ejercicio preliminar de categorización de las sustancias en el comercio nacional para las cuales no se cuenta con información en las bases de datos de Canadá. Los pasos y resultados de este ejercicio preliminar se describen en las figuras 3-1b y 3-1c y con mayor detalle en el capítulo V.

3.1 RESULTADOS DE LA CATEGORIZACIÓN UTILIZANDO LAS BASES DE DATOS DE CANADÁ

La lista de sustancias existentes o lista nacional de sustancias de Canadá (DSL) consta de 22 017 compuestos, los cuales fueron categorizados por el Departamento de Medio Ambiente de Canadá (Environtment Canada) conforme a las regulaciones establecidas en la Ley de Protección Ambiental de ese país (CEPA, 1999) .

En la figura 3-1a, se muestra el resultado de la comparación entre la lista canadiense (DSL) y las 4 663 sustancias listadas en el INSQ. Como se aprecia en la figura, se encontraron 2 810 sustancias en común entre ambas listas, lo cual indica que las bases de datos de Canadá poseen la información necesaria para categorizar a 2 810 sustancias del INSQ.

Se consultaron los valores de persistencia, bioacumulación y toxicidad de estas 2810 sustancias reportados en las bases de datos canadienses y se compararon con los puntos de corte establecidos para los criterios de categorización propuestos en este estudio. Se encontró que 480 sustancias del

48

INSQ sí cumplen con los criterios y valores propuestos, por lo tanto, estas sustancias se pueden integrar en una lista prioritaria preliminar para evaluar con mayor detalle los riesgos de estas sustancias sobre los ecosistemas y si es requerido establecer algún tipo de control para prevenir o mitigar sus efectos.

De las 2 810 sustancias, 2 330 no cumplieron con los criterios por lo que con base a la información existente se pueden considerar no prioritarios para realizar una evaluación de riesgo ambiental.

A partir de las bases de datos de Canadá, se elaboraron 11 hojas de cálculo integradas en una base de datos, una por cada clase de sustancia, con la información ambiental y ecotoxicológica de las 480 sustancias identificadas como prioritarias (anexo 1). En la figura 3-1a se indican las clases asignadas a estas sustancias.

49

Figura 3-1a. Estrategia general para la categorización ecológica de las sustancias del Inventario Nacional de Sustancias

Químicas

1 INSQ: Inventario

Nacional de Sustancias

Químicas (México) 2 DSL: Lista de Sustancias

Domésticas (Canadá)

4 663 sustancias listadas en el INSQ1

Se compararon las sustancias del INSQ con las sustancias de la DSL2 de

Canadá (22 017 sustancias ya categorizadas) para encontrar

sustancias en común

Se encontraron 1 853

sustancias que NO están

en la DSL y, por lo tanto,

no están categorizadas

Se aplicaron a algunas de estas sustancias

algunos de los pasos de la metodología de

categorización de Canadá

A

Se encontraron 2 810 sustancias

que SÍ están en la DSL y, por lo

tanto, se cuenta con datos

relevantes para su categorización

Se determinó cuántas sustancias cumplen con los criterios de categorización (PT, PB o PBT)

2 330 sustancias NO cumplen con los

criterios de categorización

NO requieren atención prioritaria, a menos

que el avance científico indique lo contrario

480 sustancias SÍ cumplen con los criterios de

categorización propuestos en este estudio

Estas sustancias se separaron de acuerdo a su clase

Se elaborarón 11 bases de datos sistematizada por clase de sustancias en

Excel con información PBT obtenida de las bases de datos de Canadá

Se consultaron las bases de datos de Canadá y se extrajeron datos relevantes

por clase de sustancia y por criterio

Estas 480 sustancias pueden ser colocadas en una lista prioritaria preliminar

I

Clase: Orgánicas

Total: 130

69 PT, 38 BT y

23 PBT

II

Clase:

Inorgánicas

Total: 211

211 PT

III

Clase:

Organometálicas

Total: 21

19 PT, 1 BT, 1 PBT

IV

Clase: Sales

Metal Orgánicas

Total: 26

26 PT

V

Clase:

Polímeros

Total: 24

24 PT

X

Clase: UVCB

Biológicas

Total: 6

1 PT, 5 BT

IX

Clase: UVCB

Polímeros

Total: 1

1 PT

VIII

Clase: UVCB

Sales metal-

orgánicas

Total: 7; 7 PT

XI

Clase: UVCB

Organometálicas

Total : 1

1 PT

VII

Clase: UVCB

Inorgánicas

Total: 14

14 PT

VI

Clase: UVCB

Orgánicas

Total: 39

12 PT, 18 BT y 9 PBT

50

Figura 3-1b. Estrategia general para la categorización ecológica de las sustancias del Inventario Nacional de Sustancias

Químicas (Continuación)

1 Es importante tener cuidado en capturar datos de toxicidad acuática 2 Para algunas clases de sustancias (Inorgánicas, Organometálicas, Sales Metal Orgánicas, UVCB-Inorgánicas, UVCB-Organometálicas, UVCB- Sales metal Orgánicas), el

criterio para considerar tóxica a una sustancia está en relación directa con la solubilidad, así, los criterios para estas clases de sustancias son los siguientes:

Solubilidad ≥ Toxicidad (LC50, EC50) ≤ 1 mg/L (Toxicidad Aguda) o Solubilidad ≥ Toxicidad (NOAEC, NOAEL o ChV) ≤ 0.1 mg/L (Toxicidad Crónica)

La sustancia

es P

La sustancia

es PB ó B

¿Se encontraron

datos

experimentales

confiables?

Obtención de

datos a partir

del uso de

Modelos

(predicciones)

A

Sí No

Se consultó la base de datos del INSQ y se extrajo información sobre la identidad química de las

sustancias químicas (No. CAS; nombre químico en español; clase; fórmula molecular y/o SMILES)

Se diseñaron bases de datos sistematizadas por clase (orgánicas, inorgánicas…, etc.) y criterio (Persistencia,

Bioacumulación y Toxicidad)

Se realizó la búsqueda y captura de datos ecotoxicológicos experimentales en fuentes de información

nacionales e internacionales

B

¿Su vida media es

≥ a 182 días en

suelo y/o en agua

y/o ≥ a 365 días en

sedimentos y/o ≥

Sí

No

¿Su LC50 y/o su

EC50 es ≤ a 1 mg/L

y/o su NOAEC y/o

NOAEL y/o su ChV

es ≤ a 0.1 mg/L?2

¿Su Log Kow

es ≥ a 4.1 y/o

su BAF y/o su

BCF es ≥ a 5

000?

La sustancia es

PBT, BT ó PT

Si la sustancia es PT, BT o PBT (Persistente y/o Bioacumulable y Tóxica) puede ser considerada para ser incluida en una lista prioritaria preliminar

No

Sí

Sí

DATOS DE INTERÉS

Solubilidad Vida media en suelo-Biodegradación aeróbica (días)

Vida media en sedimento-Biodegradación anaeróbica (días)

Vida media en agua-Hidrólisis (días)

Vida media en aire-Fotólisis u oxidación atmosférica (días)

Log Kow

BAF

BCF

Toxicidad acuática1

LC50

EC50

NOAEC o

NOAEL (ChV = Valores

crónicos

Aguda

Crónica

Persistencia (P) Toxicidad (T) Bioacumulación (B) Parámetro

51

Figura 3-1c. Estrategia general para la categorización ecológica de las sustancias del Inventario Nacional de Sustancias

Químicas (Continuación)

No

Sí

B

USO DE MODELOS DEL PROGRAMA EPI Suite

MODELOS RECOMENDADOS

PARÁMETRO

PERSISTENCIA (P)

MODELO

Solubilidad (de preferencia a 25 °C) WATER SOLUBILITY at 25 °C

Vida media en suelo y/o en sedimento en “palabras” (horas, días,

semanas, meses… etc.),

BIOWIN v. 4.10: Biowin3 (Ultimate Biodeg. Timeframe) Estos

datos se extrapolan a días de acuerdo a la propuesta de Boethling

Vida media en agua en días (Hidrólisis) HYDROWIN v. 2.0

Vida media en aire en días (Fotólisis) AOPWIN v. 1.92

BIOACUMULACIÓN (B)

Log Kow KOWWIN v. 1.67

BAF (Factor de Bioacumulación)

BCF (Factor de Bioconcentración)

BCFBAF (Arnot-Gobas Method)

BCFBAF (Arnot-Gobas Method)

TOXICIDAD ACUÁTICA (T)

CRÓNICA NOAEC (Puede encontrarse como NOAEL o como ChV) ECOSAR v. 1.00

ECOSAR v. 1.00 AGUDA LC50 y/o EC50

No

La sustancia puede

ser colocada en una

lista para su

categorización

posterior, cuando

haya datos

disponibles

FIN Si la sustancia es PT, BT o PBT (Persistente y/o Bioacumulable y Tóxica) puede ser considerada para ser incluida en una lista

prioritaria preliminar

¿Se encontraron

predicciones

confiables en los

modelos?

Sí

¿Su vida media es

≥ a 182 días en

suelo y/o en agua

y/o ≥ a 365 días en

sedimentos y/o ≥

Sí

No

¿Su LC50 y/o su

EC50 es ≤ a 1 mg/L

y/o su NOAEC y/o

NOAEL y/o su ChV

es ≤ a 0.1 mg/L?2

¿Su Log Kow

es ≥ a 4.1 y/o

su BAF y/o su

BCF es ≥ a 5

000?

La

sustancia

es P

La sustancia es

PBT, BT ó PT

La

sustancia

es PB ó B

No

Sí

52

IV PROCEDIMIENTO PARA LA CATEGORIZACIÓN DE SUSTANCIAS QUÍMICAS EN CANADÁ 4.1 INTRODUCCIÓN

En este capítulo se describe con detalle la metodología de categorización ecológica implementada por el Departamento Ambiental de Canadá y la cual según los expertos consultados, debe de aplicarse para categorizar a las sustancias restantes de la lista del INSQ. En la figura 4-1 se presenta el procedimiento de categorización de manera general.

Figura 4-1. Procedimiento general para la categorización y detección de las sustancias prioritarias

en Canadá

4.2 CRITERIOS PARA LA CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS

Los criterios para seleccionar sustancias prioritarias en Canadá se establecieron a partir del comportamiento ambiental (persistencia y/o bioacumulación) y los efectos nocivos de las sustancias sobre los organismos no humanos (ecotoxicidad).

1 INSQ: Inventario Nacional de Sustancias Químicas (México) 2 DSL: Lista de Sustancias Domésticas (Canadá)

Gran Potencial de Exposición para el Humano

Se compararon las sustancias del INSQ con las sustancias de la DSL2 de Canadá (22 017 sustancias ya categorizadas) para encontrar sustancias en común

Se encontraron 1 853

sustancias que NO están

Se aplicaron a algunas de estas

sustancias algunos de los pasos de

A

Se encontraron 2 810 sustancias que SÍ

están en la DSL y, por lo tanto, se cuenta

Persistentes y/o Bioacumulables

y Tóxicas a Humanos

2 330 sustancias NO cumplen con los criterios de categorización

Lista Prioritaria y Evaluación del Nivel de Riesgo

53

Las tres categorías principales aplicables a las sustancias son: 1) persistentes y tóxicas (PT), 2) bioacumulables y tóxicas (BT) y 3) persistentes, bioacumulables y tóxicas (PBT).

En la sección 2.2 se describen estos criterios y el fundamento para su elección por parte de las instancias ambientales.

4.3 VALORES CRITERIO DE CATEGORIZACIÓN PARA PERSISTENCIA, BIOACUMULACION Y TOXICIDAD

Los umbrales o valores criterio y sus puntos de corte se presentan en los cuadros 2-6 y 2-7.

La validez de cualquier procedimiento de categorización, se encuentra estrechamente relacionada con la confiabilidad y la incertidumbre del proceso y los datos que se utilizan. En la siguiente sección se describen estos aspectos y posteriormente se presentan las metodologías canadienses de categorización para las diversas clases de compuestos químicos existentes en la DSL.

4.4 CARACTERIZACIÓN DE LA INCERTIDUMBRE

Caracterizar la incertidumbre es una práctica normal al conducir valoraciones de sustancias. Algunos modelos y sus predicciones contemplan mecanismos para considerar la incertidumbre al ser creados y al agregar los parámetros de entrada.

En la mayoría de las regulaciones, se juzga deseable evaluar cualitativamente, si no cuantitativamente, el nivel de incertidumbre unida a estos modelos predictivos. Esto es para que los tomadores de decisiones y partes interesadas entiendan las incertidumbres que pueden asociarse con los datos científicos en los cuales se basa la decisión.

Las fuentes primarias de error, extrapolaciones, o suposiciones pueden identificarse para que la incertidumbre global pueda ser establecida. Algunas de estas fuentes se enlistan a continuación:

La falta de peso de la evidencia (es decir, se puede tener sólo un dato para P, B, o T);

Error del modelo (por ejemplo, creación limitada del conjunto de datos que se introducen en el modelo o un error asociado con las variables de entrada;

Extrapolación de las estimaciones para biodegradación a los valores de vida media - medio específico (aire, agua, suelo o sedimento);

El uso del peor caso para un medio, con base en la vida media en lugar de la vida media global;

El potencial de bioacumulación contra la biodisponibilidad (para sustancias con estimaciones altas para log Kow);

Diferencias en la sensibilidad a las sustancias entre las especies de la prueba expuestas;

54

Diferencias entre las condiciones del agua (principalmente temperatura, pH, dureza y carbono orgánico disuelto) en las pruebas de toxicidad; y

La solubilidad estimada para sustancias inorgánicas moderadamente solubles.

4.5 SUSTANCIAS IDENTIFICADAS EN LA DSL

Las clases de sustancias en la DSL son orgánicas, inorgánicas, sales metal

orgánicas, organometálicas, poliméricas y de composición variable e indefinida,

productos de reacciones complejas y material biológico (UVCB, en inglés; CVIB,

en español).

Las sustancias orgánicas son compuestos bien definidos como orgánicos y

representados por su fórmula y estructura molecular.

Las sustancias inorgánicas son compuestos bien definidos que no contienen

carbón, excepto ciertos compuestos simples como el monóxido de carbono. Las

sustancias inorgánicas incluyen sales inorgánicas y fracciones metálicas de sales

metal orgánicas.

Las sales metal orgánicas (SMO), contienen una fracción metálica y una fracción

orgánica generalmente unidas por un puente iónico simple.

Las sustancias organometálicas, en contraste con las sales metal orgánicas, son

compuestos que contienen un metal covalentemente unido a un carbono, o bien,

para propósitos de categorización, son todos los compuestos donde el metal tiene

múltiples enlaces con oxígeno, nitrógeno o azufre.

Los polímeros se definen como macromoléculas caracterizadas por la secuencia

de uno o más tipos de unidades monoméricas unidas por enlaces covalentes.

Las sustancias de composición variable o indefinida, productos complejos y

material biológico (UVCB o CVIB) son sustancias que no pueden representarse

con un diagrama estructural completo o una fórmula molecular específica, estas a

su vez, se dividen en las siguientes subclases: UVCB-orgánicas, UVCB-

inorgánicas, UVCB-organometálicas, UVCB- sales metal orgánicas, UVCB-

polímeros y UVCB-biológicos.

La sección 4.6 de este documento proporciona una guía del procedimiento propuesto para la categorización de las sustancias orgánicas. De la misma manera, en la sección 4.7 se describe el procedimiento para sustancias inorgánicas; los procedimientos para la categorización de sustancias organometálicas, poliméricas y UVCB se detallan en las secciones 4.8, 4.9 y 4.10, respectivamente.

55

4.6 SUSTANCIAS ORGÁNICAS

El procedimiento utilizado para determinar cuáles de las sustancias orgánicas de la DSL son persistentes (P) y/o bioacumulables (B) y tóxicas (T) en organismos no humanos, se ilustra en la figura 4-2.

Figura 4-2. Proceso global para la categorización de sustancias orgánicas

4.6.1 Colecta y generación de datos Antes de comenzar la colecta de datos, se determina el número de registro CAS (Chemical Abstracts Service), el nombre químico y la estructura molecular. 4.6.1.1 Datos experimentales Existe un gran número de fuentes de datos para realizar la búsqueda de datos experimentales que enriquezcan las decisiones de categorización. Aunque algunas de estas fuentes no se enfocan sólo en datos de persistencia, bioacumulación o toxicidad. También puede realizarse la búsqueda de datos en línea vía internet. Algunas fuentes de datos son:

Canadian PSL Assessment Reports;

International Programme on Chemical Safety (IPCS)

SELECCIÓN DE VALOR

REPRESENTATIVO

Valores P, B y T

SUSTANCIAS DSL

COLECTA Y GENERACIÓN DE DATOS

Experimentales, Modelos, Otra

información

REVISIONES CRÍTICAS

VALIDACIÓN DE LOS DATOS

(Calidad de los datos)

PESO DE LA EVIDENCIA

Preferencia de los datos

CREACIÓN DE UN PERFIL PBT

CATEGORIZACIÓN DE LA SUSTANCIA

56

Environmental Health Criteria (EHC) Monographs;

Agency for Toxic Substances and Disease Registry (ATSDR)

Toxicological Profiles (USA);

OECD SIDS;

German BUA (Society of German Chemists Advisory Committee on Existing Chemicals of Environmental Relevance) Reports;

Hazardous Substances Data Bank (HSDB) Profiles;

BIBRA Toxicity Profiles (United Kingdom); y

International Uniform Chemical Information Database (IUCLID), European Chemicals Bureau

En adición a las fuentes de información arriba mencionadas, existen otras fuentes que proveen información solamente para P, B y T (o dos de las tres), entre otras se encuentran:

ECOTOX (U.S. EPA) y EAT (ECETOC), bases de datos para toxicidad,

BIODEG y CHEMFATE, para persistencia y

Syracuse Research Corporation (SRC), BCF y log Kow bases de datos para bioacumulación.

Una lista con más fuentes de información para la obtención de datos experimentales necesarios para la categorización de SQ se muestra en el apéndice 11 4.6.1.2 Datos análogos Para la categorización, siempre son preferibles los datos experimentales de P, B y T, siempre y cuando éstos sean de calidad aceptable y fácil disponibilidad. En muchos casos, estos datos no están disponibles o no existen para las sustancias orgánicas. Cuando esto sucede, es posible el uso de predicciones realizadas por modelos. Si tampoco esto es posible, pueden usarse datos experimentales de compuestos análogos para determinar las propiedades PBT. Las siguientes reglas básicas son una guía para seleccionar datos de compuestos análogos:

Un compuesto análogo debe contener de preferencia la mayoría, si no todos, los rasgos estructurales de la sustancia principal de interés. Las diferencias estructurales deben ser mínimas para que no haya efectos significativos al extrapolar las características de P y/o B y/o T del análogo hacia la sustancia de interés.

Un compuesto análogo puede tener aproximadamente el mismo peso molecular de la sustancia. Esto es un factor muy importante, principalmente para la biodegradación y la bioacumulación.

Un compuesto análogo puede tener una solubilidad en agua similar a la sustancia de interés. Este factor es importante para determinar la

57

biodisponibilidad y el comportamiento de partición del análogo. Una solubilidad en agua mayor representa una biodegradación o hidrólisis más rápida y por lo mismo, es menos biacumulado por la biota.

Para persistencia, una sustancia análoga puede tener la misma reactividad o estabilidad que la sustancia principal de interés. Este factor es importante considerando que la persistencia de un compuesto está en función de su potencial para reaccionar y los productos que se generen podrían ser tóxicos para organismos no humanos.

Para un punto final (endpoint) de interés, los descriptores moleculares relevantes de un compuesto análogo pueden ser valores comparables a aquellos de la sustancia principal. Los descriptores moleculares incluyen propiedades tales como electroafinidad general y distancia entre las fracciones electronegativas en una molécula.

4.6.1.3 Predicciones por modelos Como resultado de una escasez de datos experimentales de persistencia, bioacumulación y toxicidad acuática para muchas de las sustancias orgánicas, pueden utilizarse modelos que se basan en el enfoque QSAR (Quantitative Structure Activity Relationship) para predecir tales valores.

Con base en un estudio previo en el que el Departamento de Medio Ambiente de Canadá revisó casi 50 bases de datos y fuentes de información, se sabía que a más del 80% de la sustancias de la DSL les faltaban datos experimentales, por lo cual el Departamento invitó, en noviembre de 1999, a expertos en modelos para predecir las propiedades P, B y T. El equipo de trabajo para modelos realizó un reporte (CED 2000) que contenía la discusión de los tipos de modelos disponibles para ser usados en la determinación de estos parámetros (cuadro 4-1). Revisiones de estos y otros modelos han sido realizadas por la OCDE (1993), la Comisión Europea (1995) y ECETOC (1998), entre otros. La mayoría de estos modelos forman parte del programa creado por la oficina de prevención de la contaminación de la EPA y la Corporación de Investigación de Siracusa (SRC) denominado EPI Suite 4.0, el cual está en línea en internet y es de fácil acceso para descargar en cualquier ordenador (apéndice 12). En el apéndice 1 de este documento se proporciona una breve descripción de cada uno de estos modelos y en el cuadro 4-1 se muestra un listado de modelos y los puntos finales que calculan o predicen cada uno.

58

Cuadro 4-1. Modelos utilizados para estimar P, B y T

Modelo Punto(s) final(es) calculado(s)

Persistencia

AOPWIN versión 1.90/1.91/1.92 (SRC) Oxidación atmosférica

BIOWIN versión 3/ 4.01/4.10 (SRC) Biodegradación

HYDROWIN versión 1.67/2.0 (SRC) Hidrólisis

TOPKAT versión 6.1 Biodegradación aeróbica

Bioacumulación

KOWWIN versión 1.66/1.67 (SRC) log Kow

ACD (Advanced Chemistry Development Ltd.)

Log D (log Kow forma ionizada)

PALLAS versión 4.0 (Compu Drug Chemistry Ltd.)

Log D (log kow forma ionizada)

Modelo GOBAS (BCFBAF) modificado (Frank Gobas, Universidad Simon Fraser)

BAF y BCF

Toxicidad a organismos no humanos

ECOSAR/ECOWIN versión 0.99/1.00 (SRC/U.S. EPA)

Aguda y crónica en peces, dáfnidos y algas

TOPKAT versión 5.0/5.02/6.0 (Oxford Molecular Group)

Aguda en peces y dáfnidos

ASTER (U.S. EPA) Aguda en peces

OASIS (Mekenyan et al. In press) Aguda en peces

PNN- probabistic Neural Network (Kaiser y Niculescu, 1999)

Aguda en peces

Distribución Ambiental

Fugacity Level II y III (Fugacidad Nivel II y III)

Porcentaje de distribución en los compartimentos ambientales

4.6.1.4 Información adicional Pueden realizarse análisis cualitativos para determinar si una sustancia cumple o no los criterios para P, B y T. Como ayuda para la categorización, puede capturarse información adicional que pudiera tener influencia en las decisiones, ésta incluye:

Propiedades fisicoquímicas: puntos de fusión y ebullición, solubilidad en agua, presión de vapor, entre otros

Descriptores moleculares: peso molecular y reactividad, entre otros Además, en ciertas situaciones puede agregarse información y datos de usos y aplicaciones industriales para ayudar en el proceso de categorización. 4.6.2 REVISIONES CRÍTICAS 4.6.2.1 Validación de los datos

Una vez que han sido colectados los datos, el evaluador puede determinar cuáles datos son aceptables y cuales datos son preferibles para usarse en la

59

determinación de P, B y T. La validación de los datos involucra la deducción de la calidad de éstos. 4.6.2.2 Calidad de los datos 4.6.2.2.1 Calidad de los datos experimentales Resultados de estudios ecotoxicológicos relevantes para la categorización pueden ser localizados en una gran variedad de fuentes, incluyendo revistas científicas, bases de datos, reportes internacionales y, cuando es necesario, por contacto directo con interesados. Debe realizarse un examen y evaluación para garantizar que se utilicen sólo datos de alta calidad y confiabilidad. 4.6.2.2.1.1 Antecedentes La fiabilidad de los datos es sinónimo de su calidad. Un programa de garantía de calidad (QA, por sus siglas en inglés) asegura que las medidas para mantener y mejorar la calidad de los datos son correctas y que los límites de incertidumbre asociados con los datos son conocidos. Un control de calidad (QC, por sus siglas en inglés) es un sistema de controles de rutina y de los procedimientos incluidos en las operaciones normales para garantizar que datos de buena calidad sean producidos en un laboratorio. Las buenas prácticas de laboratorio (GLP, por sus siglas en inglés) se ubican en un programa QA desarrollado por la OCDE, éstas se aplican al análisis de nuevos productos, particularmente químicos comerciales y pesticidas con propósitos de registro. Las guías para GLP, aprobadas por los países miembros de la OCDE, describen los requisitos para conducir y reportar estudios específicos, estos requisitos garantizan la confiabilidad de los datos. 4.6.2.2.1.2 Estrategia general para la evaluación de la calidad de datos experimentales

El Departamento de Medio Ambiente de Canadá propone dos enfoques para la evaluación de la confiabilidad de los datos de P, B, y T disponibles en análisis reportados por la literatura científica. Estos enfoques son similares a los de Klimisch, IUCLID y US EPA y usan sistemas de codificación análogos. La estrategia completa para el proceso de validación de datos se muestra en la figura 4-3.

60

Figura 4-3. Estrategia general para la validación de datos experimentales

El primer paso es una evaluación cualitativa del estudio completo tomando en cuenta la aplicación de métodos apropiados, la implementación de las GLP principales y la utilización de los datos en los procesos de categorización, entre otros.

El segundo paso es una evaluación detallada de la información respecto a las características fisicoquímicas de la sustancia de interés, condiciones del análisis, datos del organismo analizado, puntos finales, etc. Para este propósito, se propone la realización de un resumen del estudio. En el entendido que éste provea suficiente información para permitir que un evaluador realice una evaluación independiente sin tener que regresar al reporte completo del estudio. La forma de resumen del estudio puede presentarse en dos formatos: corto y largo (detallado). La forma corta, preparada como una lista de chequeo en una base de datos, puede contener columnas de preguntas para ser contestadas con un “Sí” o “No”. Las preguntas son acerca del análisis de la sustancia, el método, pruebas con el organismo, y condiciones designadas de las pruebas o análisis. Cuando se tienen estudios o datos muy numerosos, se recomienda esta forma pues de esta manera éstos serán más fácilmente accesibles en un tiempo relativamente corto. Cuando la información de la evaluación y la comparación entre las respuestas “Sí” y “No” están completas, se asigna al estudio un código y un rango de confianza. En casos de que estén disponibles pocos estudios, se puede usar la forma

Evaluación Cualitativa General

(Asignación del Código de Confiabilidad) Paso

1

“Confianza Baja” y

“No Aceptable”

“Confianza Alta y

Satisfactoria”

Evaluación Profunda Usando los

Formatos de Resumen del Estudio

Datos Usados en la

Categorización

“Dentro”

Paso

2

“Fuera”

“Dentro”

61

detallada o larga. En el cuadro 4-2 se describen los rangos de confianza y los códigos propuestos, así como sus códigos y rangos de confianza Klimisch correspondientes.

Aunque el proceso de categorización ayuda a determinar cuáles de las sustancias son P, B y T, se establecen criterios diferentes para reunir los datos según las características de cada sustancia. Debido a esto, se esbozan diferentes plantillas o formas de resumen del estudio para cada grupo de datos de P, B y T pues se requieren diferentes propiedades químicas para diferentes parámetros. Por ejemplo, la persistencia de una sustancia puede expresarse en términos de su vida media, la bioacumulación en términos de su BAF, y su toxicidad en términos de su EC50.

Cuadro 4-2. Códigos e intervalos de confianza para la evaluación de la calidad de los datos

Códigos de

Confiabilidad

(Departament

o de Medio

Ambiente de

Canadá)

Intervalos de

confianza

(Departament

o de Medio

Ambiente de

Canadá

Características Códigos y

categorías

correspondientes

a Klimisch

1 Alta Confianza

(a: alta)

Guías (Preferibles de la OCDE) 1 (confiable sin

restricciones) Validación a fondo y comparable con los

estudios guía

Procedimientos analíticos de acuerdo a los

estándares nacionales

Implementación de las GLP

Presentación necesaria de todos los datos y

la información suficiente para la evaluación

2 Confianza

Satisfactoria

(m: media)

No basado en estudios OCDE, pero

procedimientos analíticos comparables con

las guías estandarizadas, con restricciones

aceptables

2 (Confiable con

restricciones)

Estudio que cumpla con los principios

científicos básicos

Presentación necesaria de todos los datos y

la documentación suficiente para la

evaluación

3 Baja Confianza

(b: baja)

Métodos no validados 3 (No confiable)

Documentación insuficiente para evaluación

No cumplen con los criterios de métodos

estandarizados

62

Deficiencias metodológicas relevantes

4 No Aceptable

(NA)

Sólo resumen corto disponible

Solo literatura secundaria (revisiones, Tablas,

libros, etc)

4 (No confiable)

4.6.2.2.2 Calidad de las predicciones por modelos El procedimiento para determinar la calidad y confiabilidad de las predicciones por parte de modelos es diferente que el usado para los datos experimentales. Los modelos tienden a ser menos transparentes y típicamente no incluyen estimaciones de confianza en sus predicciones. Por lo tanto, para confirmar una categorización, debe verificarse que las sustancias modeladas estén adecuadamente cubiertas por un “training set”, un conjunto de estructuras moleculares usadas en la construcción del modelo. La calidad de los datos en esta base, su transparencia y su tamaño, pueden ser usados para determinar la confianza y exactitud de las predicciones. Puede alcanzarse una gran confianza en una predicción por modelos si se verifica que la sustancia en cuestión es estructuralmente análoga a los componentes del conjunto de estructuras moleculares introducidas para armar el modelo. Si este conjunto es robusto o fuerte, esto da como resultado un “alto grado de cobertura” para la sustancia en cuestión y proporciona pocos errores en la predicción (extrapolación). Algunos modelos proporcionan más información y detalles que otros con respecto a la confianza de la predicción. Por ejemplo, TOPKAT v. 6.0, provee las medidas con las cuales se analiza no sólo la posición espacial de la sustancia con óptima predicción, también proporciona la información de cuáles sustancias del conjunto de datos (training set) fueron utilizadas para derivar la predicción. Si una sustancia es considerada “difícil de modelar” (ver sección 4.6.3.3), las reglas básicas presentadas aquí deben ser consultadas para determinar si la predicción por modelos sería confiable. Generalmente se alcanza la más alta confiabilidad para sustancias orgánicas neutrales, y la menor confiabilidad está asociada cuando se tiene un conjunto de datos limitado. 4.6.2.3 Peso de la evidencia Con el propósito de disminuir la incertidumbre asociada con la estimación de las propiedades P, B y T generadas cuando la confiabilidad de un valor individual no pudo ser establecida, es conveniente utilizar el enfoque basado en el peso de la evidencia, que apoye la selección de un valor representativo para P, B, y T.

63

En este caso, el valor representativo se define como el valor final seleccionado por el peso de la evidencia al comparar nuevamente los criterios de P, B y T. El conjunto de evidencias (datos experimentales y predicciones por modelos) se colectan o generan en la medida que sean factibles o prácticos para evaluar los criterios P, B y T. Cuando los datos disponibles son acordes o coherentes, existe la confianza de que los valores representativos de P, B, y T reflejan los "verdaderos" valores. En la mayoría de los casos, se considera que el enfoque del peso de la evidencia será práctico sólo con los datos de T, ya que normalmente se dispone de menos datos sobre persistencia y bioacumulación. Ahora bien, el procedimiento para evaluar el peso de la evidencia puede ser utilizado en situaciones donde los valores de bioacumulación se generen con modelos (ver sección 4.6.4.1.1). El Departamento de Medio Ambiente de Canadá tomó en cuenta las predicciones de los valores para los BAF y los BCF disponibles para evaluar la bioacumulación de la sustancias en la DSL.

Un peso de la evidencia es particularmente importante cuando existe conflicto evidente entre los datos experimentales y las predicciones por modelos, en este caso se usan las reglas de la sección 4.6.2.3.1 y se consideran las limitaciones de estos datos para determinar la razón del conflicto entre éstos. En algunos casos, es posible que no se pueda crear un peso de la evidencia rotundo para algunas sustancias. Por ejemplo, en muchos caso el peso de la evidencia puede ser adecuado para un dato (por ejemplo para persistencia) pero no para su análogo. Entonces, las sustancias que son “difíciles de modelar” y tienen pocos o no confiables datos experimentales directos o de análogos, requieren la aplicación de análisis cualitativos sin base linear (es decir, un análogo) con la cual extrapolar. 4.6.2.3.1 Preferencia de los datos Los datos experimentales siempre son preferibles a las predicciones por modelos. Los datos experimentales que satisfacen los criterios establecidos en la evaluación de la calidad de los datos P, B y T, pueden ser evaluados con el enfoque del peso de la evidencia y la selección del valor representativo.

Cuando los datos experimentales están disponibles fácilmente y las predicciones por modelos se pueden realizar, el orden de preferencia proporcionado a continuación se puede considerar en combinación con análisis cualitativos. Guía para preferencia de los datos 1. Datos experimentales aceptables 2. Datos experimentales para un químico homólogo (por ejemplo, un isómero)

64

3. Predicción por modelos confiables (es decir, una buena cobertura estructural) 4. Datos experimentales aceptables para un análogo estructural 5. Análisis cualitativo

Las guías de preferencia antes mencionadas no intentan ser rígidas, más bien actúan como guías generales, en algunos casos, los datos disponibles, el análisis cualitativo y la simple práctica pueden resultar en una variación del orden de preferencia. En la guía de preferencia, una predicción por modelos confiable se prefiere sobre un análogo cercano, porque se usan más líneas de evidencia (es decir, una base de datos de fragmentos estructurales) para generar una predicción, en comparación con el dato de un análogo cercano. Adicionalmente, las reglas de preferencia de datos asumen que un dato experimental disponible es de calidad aceptable y se considera científicamente sólido. El análisis cualitativo es el menos preferido porque este enfoque requiere que una extrapolación significativa se realice en ausencia de datos.

4.6.2.4 Selección de valores representativos Una vez que han sido ensamblados todos los datos disponibles y confiables, se selecciona el valor representativo. Esta selección se basa en el orden de la preferencia de los datos y en el peso de la evidencia. Por ejemplo, un dato experimental aceptable (si está disponible) será siempre preferible sobre una predicción por modelos como un valor representativo. Sin embargo, cuando está disponible más de un dato experimental aceptable o una predicción confiable para P, B o T, todos los valores se someten a una revisión crítica para calidad. El valor más conservador de éstos, es el seleccionado como valor representativo. Por ejemplo, si están disponibles cinco predicciones confiables para toxicidad aguda (LC50) con rangos desde 0.1 mg/L a 10 mg/L, el valor de 0.1 mg/L es el seleccionado como valor representativo para ser comparado con el criterio T. El último paso antes de confirmar la categorización de una sustancia involucra la creación de un perfil PBT. La información de la distribución ambiental, persistencia, bioacumulación y toxicidad se usa para determinar cuáles de las sustancias serán candidatas para una evaluación y detección del nivel de riesgo, es decir, cuales formarán parte de una lista prioritaria. El cuadro 4-3 muestra un ejemplo de cómo esta información puede ser resumida para crear un perfil.

65

Cuadro 4-3. Ejemplo de perfil PBT para categorización

Hexaclorobutadieno (No. CAS 87-68-3) Categorización = PB y T

Propiedad Estimación Medio relevante

Criterio Categorización

Distribución ambiental 5.68% agua; 79.1% suelo; 3.93% aire; 11.3% sedimento

Agua suelo

Persistencia Vida media en agua >182 días; Vida media en suelo > 182 días

Agua: ≥ 182 días Suelo: ≥ 182 días

Persistente (agua) Persistente (suelo)

Bioacumulación BCF 19 000 BCF≥5 000 Bioacumulable

Toxicidad 90 µg/L (0.09 mg/L) 96 hr (Pez) LC50 ≤ 1 mg/L

Toxicidad (aguda)

Una vez que ha sido creado el perfil PBT para una sustancia, éste puede ser utilizado para categorizarla. Sólo aquellas sustancias categorizadas como P y/o B y T, es decir, categorizadas como “dentro” reciben atención para pasar a una fase de evaluación de riesgo.

La siguiente sección provee guías para determinar la distribución ambiental y las reglas cuando se usan datos experimentales, predicciones por modelos, datos análogos y análisis cualitativos para el establecimiento de los valores para P, B y T. Se presentan reglas específicas para seleccionar y aplicar modelos para interpretaciones. Las guías para el uso de modelos –en parte formados por el taller de trabajo organizado por el Departamento de Medio Ambiente de Canadá (CED 2000)– contemplan a las sustancias “fáciles de modelar”, es decir, sustancias cuyas predicciones son más confiables y, lo más importante, a las sustancias “difíciles de modelar” (sustancias para las que las predicciones por modelos son poco confiables). Consecuentemente, también se describen las guías para el desarrollo de análisis cualitativos bajo estas circunstancias (apéndice 9). 4.6.3 Persistencia Tanto los procesos bióticos como los abióticos miden la persistencia de las sustancias orgánicas en agua, suelo, sedimento y aire. La degradación de microorganismos es la primera fase de degradación biótica (biodegradación), aunque la fitodegradación (degradación de las plantas) también contribuye a la descomposición de este tipo de sustancias en el ambiente. La degradación abiótica incluye la hidrólisis, fotólisis y los procesos de óxido-reducción. A tasas constantes, los anteriores procesos se utilizan para obtener la vida media de una sustancia en un medio específico, los cuales se reportan generalmente como la medida del punto final para el proceso de persistencia. La siguiente sección describe la forma en que los datos experimentales, predicciones por modelos, datos análogos y análisis cualitativos son usados para estimar la vida media en agua, suelo, sedimento y aire y cómo la vida media estimada para la biodegradación se extrapola al criterio de persistencia. Se discute

66

también la estimación de “transporte A grandes distancias” (LRT, por sus siglas en inglés), pues el criterio para persistencia en aire incluye la consideración del LRT. El proceso completo para la categorización de persistencia en sustancias orgánicas, se presenta en la figura 4-4.

67

Figura 4-4. Procedimiento general para categorización de sustancias orgánicas como persistentes

Sí

¿Predicción

No

No

No

Sí

Sí

Sustancias Orgánicas

Determinar la distribución ambiental usando el

modelo Fugacidad Nivel II

¿Es significativa la

presencia en algún medio?

(> 5%)

No cumple el criterio

Para Persistencia

Aire Agua Suelo Sedimento

Fotodegradación/

Transporte de largo

alcance (LRT)

Biodegradación

/ Hidrolisis

Biodegradación

/ Aeróbica

Biodegradación

/ Anaeróbica

¿Datos experimentales de

vida media disponibles?

Predicciones de vida

media (modelos)

Aire

(AOPWIN)

Agua

(HIDROWIN)

Suelo

(BIOWIN)

Sedimento

(BIOWIN)

Determinación de la Vida Media en un

Medio Específico

Revisión crítica y

análisis cualitativo

para determinar P

68

4.6.3.1 Determinación de la distribución ambiental El primer paso para la estimación de la persistencia es la obtención de la partición ambiental de la sustancia determinando su “presencia real” en cada medio. La presencia en un medio (agua, aire, suelo o sedimento) para categorizar la persistencia de una sustancia, se basa en su partición y se determina utilizando el Modelo Multimedia de Partición Ambiental Fugacidad (Fugacity). Este modelo fue seleccionado por Canadá porque mantiene constante la tasa de emisión, elimina los efectos del medio receptor, logra un estado de equilibrio dentro de los compartimentos, elimina los procesos intermedios de transporte y mantiene activos los procesos de advección y degradación.

4.6.3.1.1 Determinación de la “presencia real” El cuestionamiento de qué es lo que constituye la “presencia real” de una sustancia en un medio (es decir, 0.1%, 1%, 5%, 10%…,), ha sido discutido por legisladores y científicos ambientalistas y fue objeto de un examen exhaustivo por parte del Departamento de Medio Ambiente de Canadá. Mackay et al. (2001) recomendaron un “corte” de partición de 5% en un medio para que se considere que una sustancia tiene una “presencia real” en tal medio. Si una sustancia tiene igual o más del 5% en un medio usando el modelo Mackay Fugacity, es relevante para el criterio de persistencia en el medio en cuestión. En el apéndice 1 de este informe se proporciona una breve descripción de los niveles I y II de este modelo, aunque en las versiones más actualizadas del programa EPI Suite, este modelo cuenta ya con un nivel III. En el procedimiento canadiense se decidió usar el corte de 5 % de partición para determinar la “presencia real” en un medio por las siguientes razones:

Estadísticamente, el 5% representa el límite entre error y probable presencia

Estadísticamente significa niveles de confianza del 95% y

El Departamento de Medio Ambiente de Canadá decidió usar un corte de 1% para sedimentos, en virtud de que ninguna de sus sustancias mostró tener presencia real en ningún medio con un corte de 5%. Sin embargo, 490 sustancias fueron capturadas en sedimento con un corte de 1%, estas mismas sustancias fueron capturadas en suelo usando un corte de 5%.

69

4.6.3.1.2 Combinación del medio específico y la vida media Se estimó la vida media usando una combinación del medio específico y la vida media. Como se detalla en la figura 4-5, la vida media y los procesos de degradación pertinentes a un medio particular pueden ser combinados para dar una combinación medio específico - vida media (t ½).

Figura 4-5. Combinación medio específico - vida media

- Aire

1 1 1 1

= + ___________ + ___________________ Combinación (aire) (t ½) Ozono (t ½) Fotólisis (t ½) Fotodegradación (t ½)

- Agua, Suelo, Sedimento

1 1 1

= ________ + ___________ Combinación (agua) (t ½) Biodegradación (t ½) Hidrólisis (t ½) Por ejemplo, en el caso de que el medio sea el agua, la vida media (proceso de degradación) y la hidrólisis (proceso en el destino) no pueden ser consideradas separadamente, pues su tasa es considerada colectivamente para proveer una representación real de los dos procesos ocurriendo simultáneamente en el ambiente. Además, si en este ejemplo, la vida media para la degradación en agua es de 180 días para una sustancia, y la vida media para la hidrólisis de la misma sustancia en agua fue también 180 días, la combinación medio específico- vida media para esta sustancia en agua sería de 90 días. En situaciones donde sólo se tiene disponible el dato de vida media de biodegradación determinado por modelos, se pueden hacer excepciones en el uso de la combinación vida media-medio específico. Debido a las limitaciones del valor superior para vida media predeterminado por modelos (180 días = valor reincidente); la combinación de una vida media adicional con otro proceso de destino (por ejemplo, hidrólisis) puede automáticamente resultar en un número menor a 180 días. En estas circunstancias, el Departamento de Medio Ambiente de Canadá no aplicó la combinación vida media - medio específico y consideró la predicción del valor reincidente (180 días) como persistente. La misma decisión se propone en la presente metodología.

70

4.6.3.2 Uso de datos experimentales y predicciones por modelos 4.6.3.2.1 Biodegradación 4.6.3.2.1.1 Datos experimentales A menudo no hay datos experimentales disponibles para persistencia o hay muy pocos (particularmente para biodegradación). Si sí los hay y son de calidad aceptable y fácil disponibilidad, son preferibles para la categorización. Si no es así, puede usarse la base de datos MITI en donde, con estructuras análogas cercanas, se realiza una rápida prueba de biodegradación. Esta base ha sido creada por el Departamento del Medio Ambiente de Japón, perteneciente al Ministerio de Industria y Comercio de ese país.

Aunque los datos de biodegradación aeróbica y anaeróbica de las sustancias, o de sus compuestos análogos, puedan estar disponibles, la mayoría de estos datos han sido generados bajo condiciones de laboratorio. Los datos y toma de muestras pueden estar limitados si los puntos finales de biodegradación (por ejemplo, porcentaje de biodegradación, demanda bioquímica de oxígeno) no fueron reportados, entonces estos datos deben ser examinados cuidadosamente caso por caso. Estos estudios pueden, sin embargo, proveer la mayoría de datos relevantes y ser la mejor indicación de biodegradación en el ambiente, por lo mismo pueden ser usados en la medida de lo posible. Con el propósito de categorizar las sustancias de acuerdo a los criterios de persistencia usando datos experimentales, se requiere la extrapolación de la vida media en agua, suelo y sedimento. Esta extrapolación se conduce usando técnicas disponibles en los apéndices 3 y 4.

Biodegradación preparada. La OCDE proporciona algunos protocolos de pruebas para medir la biodegradación aeróbica en varios medios (OCDE 301 A-F). La mayoría de éstos reportan el porcentaje de biodegradación como tiempo t (28 días). Las pruebas de biodegradación preparadas son preformadas bajo estrictas condiciones en las cuales se limita la oportunidad para que una sustancia se degrade. En estas pruebas, las sustancias tienen una biodegradación >60% o >70% (diferentes pruebas dan diferentes cortes) en 28 días y se dice que son rápidamente biodegradables1.

Una sustancia que tenga una biodegradación de <60% o <70% no necesariamente es persistente (dadas las estrictas condiciones de la prueba), pero se dice que tiene una biodegradación baja. Tasas constantes para sustancias con <70% de biodegradación preparada han sido propuestas por Boethling (2000) y la

1 Asumiendo la cinética en primer lugar, se espera que las sustancias con un resultado positivo, tengan una

tasa constante (k) de ≤14 día-1

y un medio no específico- vida media de aproximadamente 5 días (t ½= ln2/k) (Boethling, 2000) (Apéndice 3)

71

EEC (1996) y pueden ser consultadas para determinar la vida media de estas sustancias en la superficie del agua, suelo y sedimentos (apéndices 3 y 4).

Biodegradación inherente. Así como la biodegradación preparada, existen algunos otros protocolos de pruebas disponibles para medir la biodegradación aeróbica inherente en varios medios (OCDE 302 A-C). Estas pruebas son preformadas bajo condiciones favorables (por ejemplo, temperatura, nutrimentos, densidad microbial) e indican cuáles sustancias tienen una biodegradación potencial bajo condiciones ambientales. Sin embargo, aunque en la prueba se usan condiciones favorables, un resultado positivo de >70% muestra un alto potencial de biodegradación aún bajo condiciones menos favorables esperadas en el ambiente. La Tabla A3-2 en el apéndice 3, resume los criterios que Aronson y Howard (1999) sugieren para interpretar los resultados de las pruebas de biodegradación inherente. En estas pruebas se asume que las sustancias que muestran una biodegradación de >70% en 28 días, tienen una tasa constante en agua de 0.023 día-1 y una vida media de 30 días, asumiendo la cinética en primer orden. Tasas constantes para sustancias con <70% de biodegradación inherente han sido propuestas por Boethling (2000) y EEC (1996) y pueden ser consultadas para determinar la vida media de estas sustancias (apéndices 3 y 4).

4.6.3.2.1.2 Biodegradación por modelos La validación de cuatro modelos para biodegradación (BIOWIN; Degner et al., 1993; Loonen et al., 1999; MultiCASE) conducidos por Rorije et al. (1999), usando MITI-1 con un conjunto de datos de 894 compuestos, mostró que el modelo de Degner et al. (1993) fue el más exacto. Sin embargo, ellos concluyeron que este modelo es aplicable para menos compuestos que con los otros modelos. Una revisión de estos ejercicios de validación se encuentra en el Anexo 12 del reporte del taller de trabajo para modelos implementado por el Departamento del Medio Ambiente de Canadá (CED 2000). Esta revisión no consideró el módulo de biodegradación TOPKAT versión 6.0, pues no estaba disponible en el momento en que se realizó la revisión. Sin embargo, TOPKAT versión 6.0, módulo de biodegradación ha sido reincorporado en el programa y ahora provee estimaciones probables de biodegradación (similares al programa de probabilidad BIOWIN), incluyendo límites de confianza para la predicción.

Por razones prácticas (modos de operación del lote, disponibilidad, facilidad de uso, etc), transparencia, tamaño del dominio, tipo de puntos finales que se predicen y regulaciones, el modelo BIOWIN es el preferentemente usado para la determinación de biodegradación (TOPKAT v 6.0 ahora también tiene capacidad de lote). Sin embargo, los cinco modelos mencionados pueden ser considerados para estimar el potencial de biodegradación de las sustancias orgánicas durante la categorización. La decisión de usar un modelo particular que no sea BIOWIN, puede basarse en el rendimiento de un modelo para una clase de sustancia específica o por el juicio de un experto.

72

Adicionalmente, la estructura de un químico puede examinarse si sus grupos funcionales presentan biodegradación inhibida (por ejemplo ramificaciones alquilo) bajo condiciones ambientales. El apéndice 2 (tomado del grupo de trabajo para modelos de Filadelfia) contiene una lista de grupos funcionales asociados con persistencia y con biodegradación.

La categorización de las sustancias orgánicas para persistencia usando el modelo BIOWIN tendrá que basarse en los resultados del Modelo Estadístico Final (BIOWIN3- Ultimate Survey Model-USM) de este programa. Desafortunadamente, el BIOWIN USM no provee una estimación numérica de vida media como salida, sino que entrega resultados en “palabras” (por ejemplo, “días o “semanas a años”) La extrapolación de estas palabras USM en estimaciones numéricas de días de vida media en agua, suelo y sedimento deberán basarse en un procedimiento desarrollado por Bob Boethling y la SRC. En el apéndice 3 y 4 se discute cómo usar este enfoque de extrapolación, además del resumen de otros enfoques. Sustancias con ≥ 0.5 % de probabilidad de degradación indican que se biodegradan "rápidamente" (poca probabilidad para ser persistentes), por el contrario, sustancias con porcentajes menores a 0.5 no se biodegradan “rápidamente” e indican una mayor probabilidad de persistencia en suelo y en sedimento. Los modelos BIOWIN5 y BIOWIN6 están elaborados a partir bases de datos para biodegradación elaboradas por el Departamento de Medio Ambiente Japonés (MITI, Ministry of International Trade and Industry-Japan) e indican si una sustancia es fácilmente biodegradada aeróbicamente por microorganismos en suelo. El valor que se prefiere es el Biowin5 (Lineal). 4.6.3.2.2 Hidrólisis 4.6.3.2.2.1 Datos experimentales Como con los datos de biodegradación, la mayoría, si no todos, los datos experimentales de hidrólisis, se generaron en condiciones de laboratorio en oposición con las observaciones bajo condiciones ambientales. Típicamente, los datos aceptables han sido generados siguiendo los protocolos para hidrólisis establecidos por la OCDE (OCDE 111). La hidrólisis se reporta como una función de pH (pH 4, 7 y 9). Tasas constantes (k) se requieren como puntos finales para estas pruebas. La vida media es usualmente reportada como una función de la tasa constante de hidrólisis (t ½ = ln 2/k). Una sustancia es considerada hidrolíticamente constante (persistente en agua) si presenta < 10% de hidrólisis después de 5 días a 50°C, y se establece que su vida media (t ½) en agua será >1 año.

73

Las sustancias que mostraron >10% de hidrólisis en 5 días muestran que su vida media es <1 año (no persistentes). Sin embargo, como la hidrólisis es gobernada por el pH, ésta puede determinarse si el reporte de hidrólisis resulta aplicable al rango de pH ambientalmente relevante en aguas superficiales (por ejemplo, pH 6-8). Una sustancia que sufre una hidrólisis extremadamente ácida o básica, puede ser estable bajo condiciones ambientales. Tipos de sustancias que se sabe se hidrolizan incluyen ésteres, carbamatos, epóxidos, halometanos y haloalquilos. Para la categorización de persistencia en agua usando datos experimentales de hidrólisis, una sustancia tendrá que ser considerada persistente a la hidrólisis si los resultados muestran <10% después de 5 días a 50°C y pH 7, y una vida media >1 año dada por la prueba. Para sustancias con >10% de hidrólisis al 5º día a 50°C y pH 7, la vida media calculada usando una tasa constante (a 25°C) en las pruebas subsecuentes y definitivas, puede utilizarse para determinar la persistencia. Si no se reporta en la prueba la tasa constante, entonces el uso de este test será limitado. El juicio de expertos podrá ser utilizado para determinar si puede ser estimada una aproximación de vida media. 4.6.3.2.2.2 Hidrólisis por modelos El programa HYDROWIN se usa para estimar el potencial de hidrólisis de las sustancias orgánicas. Debido a que el programa HYDROWIN puede generar datos de vida media para varias clases de sustancias (ésteres, carbamatos, epóxidos, halometanos y haloalquiles seleccionados), la vida media a pH 7 y 8 puede ser comparada directamente con los criterios para persistencia en agua. La solubilidad en agua de la sustancia debe ser tomada en cuenta al examinar los resultados de HYDROWIN. Si el modelo no toma en cuenta esta propiedad, sus resultados serían limitados (por ejemplo, para las largas cadenas alquil ésteres de ácidos carboxílicos) 4.6.3.2.3. Fotólisis 4.6.3.2.3.1 Datos experimentales Existe muy poca información disponible acerca de la fotólisis y foto-oxidación para las sustancias orgánicas. Tampoco están disponibles protocolos OCDE u otros métodos estandarizados. Cuando está disponible, la tasa constante para fotodegradación puede ser también requerida para estimar la vida media en aire. Sustancias sometidas a fotodegradación, basándose en observaciones de campo (algunos hidrocarburos aromáticos policíclicos, o PAHs) pueden proporcionar evidencias experimentales sustitutas para las sustancias orgánicas.

74

La categorización de las sustancias en la orgánicas usando la información experimental de fotodegradación puede basarse en un enfoque análogo cuando es posible. 4.6.3.2.3.2 Fotólisis por modelos El programa AOPWIN v. 1.92 se utiliza para estimar la vida media atmosférica de las sustancias orgánicas. La fotooxidación (ozono y radicales hidroxilo) es el proceso dominante de degradación en la atmósfera. La vida media generada por AOPWIN puede ser comparada directamente con los criterios de persistencia en aire.

4.6.3.3 Sustancias difíciles de modelar Las sustancias difíciles de modelar son aquellas que salen del dominio del conjunto de datos (training set) de los modelos o aquellas que tienen propiedades no fácilmente determinables. Junto con el grupo de trabajo sobre modelos de Filadelfia, en 1999 (CED 2000), los expertos en modelaje para datos de persistencia y bioacumulación identificaron los siguientes tipos de sustancias como difíciles de modelar debido a la falta de inclusión en el trainig set y pobre representación de su relación entre su actividad y estructura molecular, entre otras razones:

- Polímeros - UVCBs - Sustancias ionizables - Pigmentos - Algunas tintas

El apéndice 9 contiene mayor información referente a las sustancias “difíciles de modelar”, en particular contiene información detallada acerca de las sustancias ionizables, pigmentos y tintas. La información para polímeros y sustancias UVCB se encuentra en las secciones 4.9 y 4.10, respectivamente. 4.6.3.4 Desarrollo de análisis cualitativos En algunos casos, el análisis cualitativo puede proporcionar solamente una indicación del potencial de persistencia. La siguiente es una lista de las consideraciones más importantes en un análisis cualitativo para persistencia:

Rasgos estructurales: La estructura debe examinarse para:

Grupos funcionales que son susceptibles a la biodegradación y aquéllos que no lo son (ver apéndice 2 y modelo BIOWIN en apéndice 1);

75

grupos funcionales que se sabe que reaccionan en el agua (por ejemplo, ésteres, peróxidos) o con la luz del sol (por ejemplo, quetonas, aromáticos halogenados);

Grupos funcionales que se sabe que son metabolizados rápidamente (por ejemplo, ésteres); y

Tamaño y peso molecular (peso molecular y tamaño grande pueden reducir la biodisponibilidad).

Solubilidad en agua

La solubilidad en agua (y su biodisponibilidad) de la sustancia también deben ser consideradas. Específicamente, una baja solubilidad en agua limitará la tasa de hidrólisis. También estas sustancias suelen tener fuertes propiedades de absorción que limitan su biodisponibilidad a los microorganismos durante las pruebas biodegradación.

Si la sustancia contiene grupos funcionales degradables, puede ser considerada con potencial para degradarse en los compartimentos ambientales. Dependiendo del peso de la evidencia que se encuentre acerca de su potencial para degradación, se puede determinar como persistente, de acuerdo a los valores criterio para Persistencia. 4.6.3.5 Transporte de Largo Alcance (Long Range Transport) Según los valores criterio para persistencia en el aire, las sustancias con potencial para ser transportadas hacia áreas remotas del planeta, son consideradas persistentes. La evidencia para el transporte de largo alcance (Long Range Transport-LRT) y su deposición se toman en cuenta en la determinación de persistencia. Algunos métodos que se han propuesto para la evaluación del potencial LRT (Pennington en prensa-c) incluyen:

(1) la distancia de viaje efectiva (Effective Travel Distance, ETD) que está definido como la distancia recorrida por una sustancia antes de que su concentración en un medio se reduzca a un nivel específico para una emisión de masa determinada en el aire, agua y/o suelo;

(2) la distancia de viaje característica (Characteristic Travel Distance, CTD) que está definida como la distancia recorrida por una sustancia en el aire antes de ser reducida por un factor dado (por ejemplo, 50% o 95%); y/o

(3) la vida media de degradación en el aire.

Desafortunadamente, los enfoques ETD y CTD tienen aplicaciones regulatorias limitadas como herramientas, debido a la escasez de datos de degradación en múltiples medios. Por consiguiente, el enfoque de vida media - degradación atmosférica es normalmente aplicado por agencias de control por razones políticas. Por lo anterior, el potencial LRT sistemáticamente no se determina

76

En cambio, el criterio de vida media > 2 días es el usual para determinar si una sustancia es persistente en el aire.

4.6.3.6 Productos de degradación Los productos de degradación o el potencial de degradación para estos productos, generalmente no se evalúa para las sustancias orgánicas. Sin embargo, cuando existe información disponible, ésta puede considerarse caso por caso. Cuando se sabe que una sustancia o clase de sustancias (por ejemplo, peróxidos) puede sufrir degradación biótica o abiótica, se asume que sus productos pueden ser más persistentes, bioacumulables e inherentemente tóxicos. Por lo anterior, los productos pueden categorizarse bajo las mismas bases que la sustancia principal y, por consiguiente, la categorización del o los productos de degradación puede usarse para categorizar al compuesto principal. 4.6.4 Bioacumulación 4.6.4.1. Estrategia general La figura 4-6 presenta la estrategia general para determinar la bioacumulación, incluyendo cómo se establecen los valores representativos de acuerdo a la cantidad y calidad de la información.

Figura 4-6. Procedimiento general para categorización de sustancias orgánicas como

bioacumulables

77

4.6.4.1.1 Preferencia de los datos de bioacumulación

Sustancias Orgánicas

Log Kow

experimental o en modelos

No B 4.1 a 12 No B

Considerar predicciones en

modelos de BAF con peso de

evidencia de predicciones para

BCF disponibles

< 4.1 > 12

Sí No ¿Existen datos

de BAF ≥5000

experimentales o en

B No B

Sí No ¿Existen datos

de BCF ≥ 5000

experimentales o en

B No B

B

≥ 5000

No B

< 5000

78

Los Factores de Bioacumulación (BAFs) se prefieren sobre los Factores de Bioconcentración (BCFs), debido a que proveen información acerca del comportamiento de biocumulación en el ambiente y esto comprende medidas que incluyen todas las rutas de entrada y eliminación del químico. Por tanto, las medidas de BAFs deben utilizarse cuando sea posible (es decir, de acuerdo a su disponibilidad y confiabilidad), antes que los valores de BCFs. En circunstancias en que los BAFs y/o los BCF confiables no estén disponibles, se considera la medida y predicción del log Kow para las sustancias de la DSL, en adición a las predicciones de los BAFs y/o BCF.

Las sustancias con datos experimentales o de predicciones para log Kow mayores a 4.1 y menores a 12 tienen la potencialidad de exceder los criterios BAFs y BCFs basados en los datos de modelos; la significancia del rango de corte 4.1-12 log Kow corresponden a las curvas en la figura 4-7. En tales casos, el BAF modelado puede ser usado en el enfoque del peso de la evidencia, comprendiendo también los datos modelados de los BCF. Las sustancias que tienen predicciones de BAF y/o BCF >5000, después de aplicar el peso de la evidencia, pueden ser consideradas bioacumulables de acuerdo con los valores criterio para bioacumulación.

4.6.4.1.2 Uso de especies de niveles tróficos superiores

Cuando están disponibles BAF o BCF para diferentes clases de especies (algas, pulgas de agua y peces), los datos de BAF o BCF para los peces se usan para representar la bioacumulación, esto es porque el potencial para este proceso en las cadenas alimenticias se mide más adecuadamente en organismos de niveles tróficos superiores. En los peces es grande el potencial de entrada de un químico mediante la dieta. Sin embargo, los peces son un poco más capaces de metabolizar las sustancias químicas que los organismos de niveles tróficos menores. Más aún, el potencial para que ocurra la transformación metabólica en peces llega a limitar el potencial de bioacumulacíon del químico en la cadena alimenticia.

4.6.4.2 Uso de datos experimentales

Los datos experimentales para log Kow y los de BCFs y BAFs están disponibles en varias bases de datos, algunas de ellas están enlistadas en la sección 4.6.1. La mayoría de ellos se refieren al log Kow y en menor grado, a los BCFs. Los datos de BAF requieren de observaciones de campo y, por lo mismo, son menos numerosos. La calidad de los datos experimentales para log Kow es generalmente alta, de acuerdo a los protocolos establecidos desde hace años para estimar el coeficiente de partición. Aunque no sucede lo mismo con la calidad de los BCFs y los BAFs. Sin embargo, los BCFs y BAFs confiables sí se usan para los propósitos de categorización, pues estos brindan información actual acerca de la representación real del potencial bioacumulativo de una sustancia en el ambiente.

4.6.4.3 Utilización de modelos para predicciones de BCF y BAF

79

4.6.4.3.1 Modelos para predicciones BCF

El Departamento de Medio Ambiente de Canadá exploró la aplicación de modelos para estimar los BAFs y los BCFs (Gobas, 2001). Esta investigación concluyó que algunos modelos empíricos (por ejemplo, BCFWIN, Forecast y BCFmax) no son adecuados para caracterizar la bioacumulación de sustancias con altos log Kow, dado que la entrada no se restringe sólo al agua, y el error experimental se ha asociado con la medida del BCF (Gobas, 2001). Para sustancias con log Kow >4.5, la entrada por medio de la dieta contribuye significativamente a la carga corporal de las sustancias acumuladas. Por lo anterior, un BAF viene a ser más relevante como medida de bioacumulación.

Este concepto es capturado en la figura 4-7 donde se muestra que a valor del log Kow se encuentra en estrecha relación con los BCF y BAF. Sin embargo, como se establece en la sección 4.6.4.1.1, las predicciones del BCF pueden considerarse en el enfoque del peso de la evidencia como soporte a las predicciones para los BAF en circunstancias donde los valores medidos para el log Kow son mayores a 4.1 y menores a 12.

Figura 4-7. Relación del log Kow vs. BCF/BAF para sustancias con un log Kow~6

4.6.4.3.2 Modelos para predicciones de BAF

Existen algunos modelos para estimar el BAF para las sustancias orgánicas, éstos incluyen el modelo U.S. EPAs FGETS (Barber et al., 1988, 1991), el modelo Thomann (Thomann, 1989; Thomann et al., 1997), el modelo Gobas (Gobas, 1993), y el modelo Campfens/Mackay (Campfens y Mackay, 1997). De éstos, los

80

modelos Thomann y Campfens/Mackay son los más adecuados para la categorización de los químicos orgánicos.

El modelo Gobas (1993) fue modificado para los propósitos de categorización y detección de las sustancias. Las adaptaciones incluyen:

el uso de un factor de magnificación (β) dieta-agua que cuenta para una variedad de configuraciones de cadenas alimenticias;

calibración del modelo (seleccionando un valor apropiado para β), para asegurar que el modelo BAF es consistente con los datos empíricos en aguas canadienses y con los datos empíricos del BCF determinados en las pruebas de laboratorio; y

adición de un modelo actualizado para la estimación de los valores de BCF/BAF usando la concentración de los químicos orgánicos disueltos libremente en el agua.

Las modificaciones al modelo Gobas proporcionan un método sencillo para la estimación del BAF sin las dificultades asociadas con el uso de datos más complejos e intensivos de los modelos para bioacumulación en las cadenas tróficas. Estas modificaciones calculan los BAFs para las especies canadienses de peces en un nivel trófico superior (Gobas, 2001). El estudio de Gobas (2001) mostró que las sustancias con un log Kow <~5, denotan una estrecha relación entre el BAF con el BCF y el log Kow (aunque el ingreso de la sustancia a los organismos sea predominantemente del medio). Este estudio también demostró que los modelos para BAF revisados fueron consistentes con los modelos para el BCF y que el BAF está linealmente relacionado al Kow para sustancias no metabolizables. Esto significa que un modelo BAF puede ser usado para la categorización de todas las sustancias neutrales hidrofóbicas. Las bases para las modificaciones al modelo Gobas se presentan en el apéndice 5.

4.6.4.3.3 Otras consideraciones

4.6.4.3.3.1 Ionización

La habilidad de una sustancia (incluyendo sales disociadas) para ser ionizada varía bastante de acuerdo al valor del pH. Si el pKa de la sustancia sugiere que será predominantemente iónica bajo un rango característico de pH medioambiental, (por ejemplo, 4.5–8.5) en las aguas superficiales, una predicción de log Kow para las formas ionizadas de la sustancia es más relevante medioambientalmente. Las versiones actuales de algunos modelos para bioacumulaciónn (por ejemplo, PALLAS, ACD) tienen la habilidad de considerar para el cálculo de ionización la integración del pKa de la sustancia con el log Kow en un rango de valores de pH. La predicción del valor de bioacumulación (denominado log D) para formas ionizadas de la sustancia, es normalmente más baja que la que se predice para la misma sustancia en su forma neutra. En

81

general, la sustancia con mayor fuerza iónica, tiene la predicción para log D con el valor más bajo (por ejemplo, ácido sulfónico vs. ácido carboxílico).

4.6.4.3.3.2 Metabolismo

La evidencia actual indica que la bioacumulación de químicos orgánicos hidrófobos involucra mecanismos similares que están razonablemente bien descritos en los modelos actuales. Una excepción reconocida es la transformación metabólica, la cual provoca marcadas diferencias en los BAFs de sustancias que tienen valores de log Kow similares. También pueden existir otras excepciones, por ejemplo, la bioacumulación de algunas sustancias fluorinadas puede involucrar mecanismos de captación y eliminación del químico que no se han establecido firmemente aún. Si existe información de una sustancia respecto a su potencial para ser metabolizada, ésta puede ser tomada en cuenta durante la categorización.

En general, la categorización de sustancias orgánicas debe aplicar modelos conducidos según la siguiente guía:

La categorización para bioacumulación de sustancias orgánicas discretas utilizando modelos, se realiza con un valor para el log Kow experimental o por predicción mayor que 4.1 y menor que 12. Cuando se determina que el log Kow está dentro de este rango, el potencial bioacumulativo de la sustancia se puede determinar por datos modelados de BAF usando el enfoque del peso de la evidencia, el cual considera las predicciones de BCF disponibles.

4.6.4.4 Análisis Cualitativo

El análisis cualitativo se usa a lo largo del proceso para determinar un punto final de bioacumulación para una sustancia y es particularmente importante al examinar la validez de los datos experimentales, al seleccionar el modelo apropiado, y, pretenciosamente, al seleccionar un análogo.

Algunos elementos que se consideran cuando se aplica un análisis cualitativo son:

_ Rasgos Estructurales: Las estructuras moleculares se examinan para:

1. asociarlas con la solubilidad en lípidos (por ejemplo, ésteres, hidrocarburos) y aquéllas que no lo son (por ejemplo, compuestos iónicos, estructuras asociadas con algún pigmento/tinta);

2. grupos funcionales que se sabe que reaccionan con el agua (por ejemplo, ésteres, peróxidos) o con la luz del sol (por ejemplo, quetonas, aromáticos halogenados);

3. estructuras que se sabe pueden ser metabolizadas rápidamente (por ejemplo, ésteres); y

4. solubilidad en agua (a mayor solubilidad en agua, más baja probabilidad de partición en lípidos).

82

Dependiendo del peso de la evidencia que pueda colectarse para el potencial de bioacumulación, ésta se determina juzgando dicho potencial contra el valor criterio aplicable para este parámetro.

4.6.5 Toxicidad

Las siguientes secciones perfilan los procedimientos para determinar si las sustancias orgánicas son tóxicas (T) a los organismos no humanos. La figura 4-8 presenta la estrategia global para esta determinación. En situaciones dónde los datos confiables para ambos puntos finales existen, se prefieren los datos experimentales sobre las predicciones por modelos. Igualmente, se prefieren datos experimentales de toxicidad aguda sobre datos experimentales crónicos. En las siguientes secciones se proporcionan las reglas y la guía para usar predicciones por modelos.

4.6.5.1 Datos experimentales

Si se cuenta con datos experimentales, para los cuales se ha valorado su calidad y confiabilidad, se prefieren sobre los resultados provenientes de modelos. Cuando en un estudio el análisis cuantitativo queda incompleto, se hace uso del análisis cualitativo para determinar si los datos son utilizables. En muchas ocasiones, los datos experimentales de toxicidad aguda acuática no están disponibles. Sin embargo, estos datos pueden existir para un compuesto análogo.

La categorización para T de sustancias orgánicas se basa en la evidencia en especies más sensibles (es decir, el valor más bajo del conjunto de datos ecotoxicológicos disponibles). Cuando más de uno de los valores ecotoxicológicos aceptables para el mismo punto final (por ejemplo, LC50), está disponible para una clase de organismo (por ejemplo, pez), el valor más bajo se selecciona como el valor representativo para esa clase de especies.

83

Figura 4-8. Procedimiento general para categorización de sustancias orgánicas como tóxicas

en organismos acuáticos

4.6.5.2 Utilización de modelos

Para el modelado ecotoxicológico, existen algunos modelos muy conocidos, como ECOSAR/ECOWIN, ASTER, y TOPKAT, así como otros modelos menos conocidos, como PNN y OASIS. El procedimiento estadístico o mecánico para las predicciones de toxicidad acuática varía según el modelo. Algunos modelos, como ECOSAR/ECOWIN, cuentan con regresiones lineales simples de datos contra log

No

Sustancias orgánicas

¿Existen datos

experimentale

s (Toxicidad

Aguda)?

Sí Categorizar

Sí

No

¿Existen datos

experimentale

s (Toxicidad

Crónica)?

Categorizar

No hay datos de

modelos y/o hay datos

inciertos

Peso de la

Evidencia

Colecta de datos de modelos,

análogos u otra información

y evaluar

Análisis

Cualitativo

Categorizar

Predicciones y/o datos

experimentales

inciertos

84

Kow para clases específicas de químicos o modos de acción (ASTER, OASIS), mientras otros usan redes de cálculo complejas que incorporan numerosos descriptores químicos y físicos para llegar a una predicción ecotoxicológica (PNN). En el apéndice 1 se proporciona una apreciación global de éstos modelos. El apéndice 6 contiene el conjunto de estructuras moleculares de entrenamiento (training set), ordenado por número CAS, para algunos de éstos modelos. Todas las predicciones para las sustancias orgánicas deben ser comparadas con la solubilidad en agua (de preferencia) o con la predicción de solubilidad en agua. Las predicciones (en el compartimento acuático) que excedan la solubilidad en agua se tratarán como poco confiables.

4.6.5.2.1 Selección del modelo apropiado

El modo de acción tóxica (moa) de la sustancia debe considerarse al seleccionar el modelo apropiado. La siguiente es una guía que recomienda el Taller de modelos de Filadelfia 1999:

Las sustancias deben ordenarse inicialmente según la clase del químico por razones prácticas.

Para caracterizar el moa, deben usarse los modelos OASIS y ASTER para identificar las sustancias reactivas y no reactivas.

Las sustancias identificadas como no reactivas (narcóticas) deben evaluarse según los pasos para estimar la ecotoxicidad de químicos no reactivos (sección 4.6.5.2.2)

Para las sustancias reactivas restantes, los pasos para predecir su ecotoxicidad se perfilan en la sección 4.6.5.2.3.

Cuando el moa es desconocido, se asumirá que la sustancia tiene un modo de acción narcótico y se seguirán los pasos para predecir la ecotoxicidad en sustancias no reactivas.

Una vez que ha sido determinado que una sustancia tiene un moa, reactivo o narcótico, se puede seleccionar el modelo apropiado para estimar su toxicidad.

Un estudio dirigido por El Grupo Cadmus, Inc. (1999) para la comparación de modelos ecotoxicológicos, proporcionó algunas conclusiones útiles que pueden emplearse como guía para la selección de modelos. Este grupo concluyó que el modelo PNN (Kaiser y Niculescu 1999) fue el más apropiado, debido a que maneja múltiples descriptores químicos para estimar la ecotoxicidad. Sin embargo, el estudio fue sólo un ejercicio estadístico. Los problemas de viabilidad son consideraciones importantes para la selección del modelo apropiado. Para estimar la viabilidad del modelo debe considerarse:

El conocimiento sobre varios descriptores moleculares debe estar disponible.

El modelo debe poder ejecutarse en el modo de lote.

El modelo debe tener transparencia.

85

El modelo de PNN provee las predicciones más exactas. Para aumentar la transparencia de las redes neurales, la lista de las sustancias usada en el PNN para armar el conjunto de estructuras que respaldan al modelo se proporciona en el apéndice 6. El Grupo Cadmus, Inc. (1999) concluyó que los modelos TOPKAT proporcionan la mejor estimación de confianza para sus predicciones de ecotoxicidad. Desafortunadamente, sólo 37% de las sustancias en estudio cayeron dentro de la predicción óptima en TOPKAT, limitando así la utilidad de este modelo en programas que deben evaluar números grandes de químicos. Con base en los análisis dirigidos por el Grupo Cadmus, Inc. (1999) y teniendo en cuenta los problemas de viabilidad, la categorización de sustancias orgánicas usando modelos, se dirige según los pasos definidos en las secciones siguientes.

4.6.5.2.2 Cálculo de la ecotoxicidad de sustancias no reactivas (narcóticas)

1. Primero se utilizará el modelo TOPKAT, siempre y cuando las predicciones caigan en el espacio de predicción óptima del modelo

2. El modelo de PNN puede ser considerado para la estimación de la toxicidad si es que no pudo obtenerse una predicción confiable con los modelos ECOSAR/ECOWIN, ASTER, u OASIS. La predicción confiable más conservadora de estos modelos es la que se usará para determinar la ecotoxicidad.

3. Si no se obtiene ninguna predicción confiable con los modelos anteriores entonces se realiza un análisis cualitativo para la categorización

4.6.5.2.3 Cálculo de la ecotoxicidad de sustancias reactivas

Todas las sustancias determinadas por ASTER como reactivas y/o OASIS y/o un juicio especialista tienen un alto potencial para la toxicidad acuática. El análisis cualitativo se realiza sustancia por sustancia para la determinación de la categorización.

Los siguientes pasos son los sugeridos para estimar la toxicidad de sustancias con modo de acción diferente a las narcóticas o no reactivas. La predicción confiable más conservadora es la que se usará para comparar con el criterio de toxicidad.

1. Si un cálculo de ecotoxicidad puede obtenerse con el modelo TOPKAT, sin advertencias, éste puede usarse primero. El modelo de PNN también puede usarse; sin embargo, debe considerarse el grado de cobertura de este modelo, si no cumple adecuadamente, debe evitarse su uso.

2. Si una estimación de toxicidad confiable para una sustancia reactiva no puede generarse con TOPKAT o PNN, los modelos ASTER y/o OASIS y/o ECOSAR/ECOWIN pueden entonces usarse para estimar la ecotoxicidad, considerando el modo de acción apropiado.

3. Si se juzga que las predicciones de ASTER, OASIS, y/o ECOSAR/ECOWIN son inestable o poco confiables (por ejemplo, quedan fuera del conjunto de estructuras moleculares de entrenamiento que respaldan a QSAR), entonces se extrapolan los modos de acción narcóticos básicos con los

86

factores de aplicación, según el procedimiento descrito por Verhaar et al. (1992) descrito en el apéndice 7.

4. Si una predicción confiable de ecotoxicidad no puede hacerse según el paso 3, entonces se realiza un análisis cualitativo para determinar el potencial ecotoxicológico de la sustancia.

La información para la categorización de la toxicidad en sustancias difíciles de modelar, se encuentra contenida en el apéndice 9. 4.6.5.3 Análisis cualitativo Aunque el análisis cualitativo se usa a lo largo de todo el proceso para determinar la ecotoxicidad, cuando no pudieron aplicarse los modelos y ninguna evidencia experimental estuvo disponible para una sustancia (o su análogo más cercano aceptable), se requiere una confianza mayor en otras líneas de evidencia. Algunos factores específicos que deben ser considerados al determinar si una sustancia tiene potencial dañino incluyen:

la presencia de rasgos estructurales asociados con la ecotoxicidad (por ejemplo, amonio cuaternario, aminas, los peróxidos, epóxidos, anilinas, fenoles clorados, compuestos aromáticos brominados, sales de cadmio);

la carga neta del compuesto (catiónica vs. aniónica);

la estabilidad de la sustancia en el agua (por ejemplo, algunas sustancias, como los peróxidos, pueden sufrir hidrólisis instantánea en el agua);

el log Kow de la sustancia (un log Kow entre 4 y 5 puede hacer pensar en un potencial alto de efectos acuáticos—más importante en los compuestos orgánicos neutros); y

"cortes" en la solubilidad en agua (valores considerados de solubilidad en agua).

4.7 SUSTANCIAS INORGÁNICAS Esta sección describe el proceso de categorización que identifica a las sustancias inorgánicas. El enfoque de la categorización incluye a las sustancias inorgánicas, las sales inorgánicas que contienen un metal, sales orgánicas que contienen un metal también conocidas como sales metal orgánicas (SMO), e inorgánicas ionizables. Las sustancias inorgánicas que contengan un no metal se categorizan siguiendo la guía para las sustancias orgánicas (sección 4.6). Los procedimientos para categorizar las sustancias organometálicas, polímeros y UVCBs se encuentran descritos en las secciones 4.8, 4.9 y 4.10 de este documento, respectivamente. Hay seis secciones principales en este capítulo. La primera sección presenta la categorización para las sustancias inorgánicas que contienen un metal.

87

La segunda sección introduce un concepto importante para las sustancias inorgánicas, “la fracción de interés”. Este término se refiere a la fracción del químico que, con base en el juicio profesional, tiene el mayor potencial para ser categorizado "dentro" (es decir, la fracción química que satisface los criterios para toxicidad, persistencia y bioacumulación).

La secuencia de las secciones subsecuentes refleja cómo la estrategia para PBT se ha adaptado específicamente para las sustancias inorgánicas que contienen un metal. El procedimiento para categorizar las sustancias inorgánicas es determinar primero su solubilidad en agua (incluyendo la especiación inicial en la solución), así como su toxicidad y cualquier otra información pertinente para considerar su persistencia y bioacumulación.

La sección 4.7.3 describe la información de datos fisicoquímicos que deben colectarse para caracterizar adecuadamente a la sustancia inorgánica a evaluar. En la sección 4.7.4 se interpretan los datos de toxicidad y la magnitud de su influencia en el resultado de la categorización.

En las secciones que 4.7.5 y 4.7.6 se explica cómo son aplicados los criterios de persistencia y de bioacumulación, respectivamente.

4.7.1 Estrategia para categorizar sustancias inorgánicas

El Departamento de Medio Ambiente de Canadá, junto con otros cuerpos reguladores (US EPA, OCDE, UE), reconoce que las propiedades químicas de sustancias inorgánicas y orgánicas son diferentes y que la estrategia de categorización para sustancias orgánicas necesita ser adaptada para evaluar el riesgo de las sustancias inorgánicas (Comisión Europea, 2001; Instituto Ambiental Finlandés, 2001; IWG 2001; OCDE 2001; Departamento de Medio Ambiente de Canadá 2002; US EPA, 2002).

El Departamento Ambiental de Canadá ha desarrollado un proceso sistemático para categorizar las sustancias inorgánicas como persistentes (P), bioacumulables (B), y tóxicas (T) para organismos no humanos. El grupo de trabajo de especialistas del Departamento de Medio Ambiente de Canadá, (Inorganic Working Group, IWG), proporcionó la guía para el desarrollo del procedimiento de categorización de sustancias inorgánicas (IWG 2001).

Para armar la estrategia pertinente para las sustancias inorgánicas, el enfoque tuvo que cambiar el criterio de toxicidad. Las interpretaciones de los tres criterios, P, B, y T, también tuvieron que refinarse para ser significativas para las sustancias que contienen un metal. La estrategia para la decisión de categorización de las sustancias inorgánicas se presenta como un diagrama de flujo en la figura 4-9.

Aunque la categorización sería más conclusiva si se evaluará la bioacumulación, ésta puede llevarse a cabo con sólo evaluar T y P. Si se determina que una sustancia es T y P, entonces se categoriza "dentro". Cuando una sustancia es T pero no P, entonces se determina si es B. La bioacumulación se considera al final porque no se interpreta fácilmente en el contexto de la evaluación de riesgo de las

88

sustancias inorgánicas que contienen un metal, dado el estado actual del conocimiento científico. Si la sustancia no contiene metales, entonces puede evaluarse usando la interpretación normal del criterio para B.

En caso de que la fracción inorgánica de una sustancia no se haya categorizado "dentro" y posea una fracción orgánica, se usa entonces el procedimiento para categorizar sustancias orgánicas (sección 4.6).

4.7.2 Fracción de interés y procedimiento para el ión común2

4.7.2.1 Fracción de interés

Las sustancias inorgánicas frecuentemente se disuelven en agua, se disocian o sufren especiación y se transforman en diferentes formas. El primer paso para categorizar una sustancia que contenga un metal es definir cuáles fracciones están presentes en solución. Este enfoque reconoce la importancia y el impacto por la exposición de la especiación del metal sobre los seres vivos.

La fracción de interés puede ser la propia sustancia (sustancia principal). Éste generalmente es el caso para los compuestos orgánicos.

Para las sustancias inorgánicas, sin embargo, sobre todo las que contienen un metal, la fracción de interés es generalmente un componente disociado o un producto de transformación -si es que ocurren reacciones de transformación en un lapso de 7 días-, es decir, relativamente rápido (Anexo 3, OCDE 2001).

Designar la fracción de interés en una sustancia no necesariamente implica que se categorizará "dentro" o que es potencialmente tóxica. El propósito es enfocar el proceso de categorización en la fracción que tenga una mayor importancia toxicológica, principalmente en el compartimento acuático, teniendo en cuenta su disolución química y su potencial para ser captada por los organismos.

2 Fracción: Entidad química discreta que es parte constituyente o componente de una sustancia.

Fracción de interés: Se refiere a la fracción que, con base en juicios profesionales, presenta un gran potencial para ser categorizada “dentro”

89

Figura 4-9. Estrategia general para la categorización de sustancias inorgánicas

Si una fracción potencialmente tóxica no satisface el criterio de solubilidad y toxicidad, entonces se evalúa la próxima fracción que tenga una toxicidad

No

Identificación de la fracción de interés (sustancia principal,

especies disociadas o productos de transformación) Se etiqueta

también la presencia de fracción orgánica

Definición de los candidatos con base en la toxicidad. Incluyendo

sólo las fracciones con valores que quedan por debajo de 1 mg/L

¿La fraccióm es persistente? ¿la

fracción es no degradable? o

¿permanece en el aire más de

2días; en agua o suelo más de 6

meses; o más de 1 año en

¿Es la fracción de interés tóxica? ¿La

solubilidad de la sustancia principal es

mayor a la toxicidad o bien, la solubilidad

de la sustancia principal es mayor a 1

mg/L y el valor representativo es menor

Selección de la

fracción de interés

¿La sustancia es

bioacumulable?

BAF/BCF≥ 5000 o log

Kow ≥5 (no aplica para la

mayoría de los metales)

Categorizada “Dentro” (Si el valor

representativo está en una posición de

“umbral” debe evaluarse para B y

según el peso de la evidencia) (cuando

aplica)

Categorizada

“Fuera”

Toxicidad

Persistencia

Sí No

1) Si hay otros

candidatos,

repetir hasta

que otro

categorice

dentro o

fuera 2) si

ningún

candidato

entró, y hay

fracción

orgánica, ésta

fracción es la

que se evalúa

Sí No

Categorizada “dentro”

Bioacumulación

Sí No

Categorizada “dentro”

90

potencial. Este proceso secuencial continúa hasta que una fracción de interés sea categorizada "dentro" o hasta que se haya determinado que ninguna de las fracciones satisface el criterio. En casos dónde ninguna de las fracciones inorgánicas se hayan podido categorizar "dentro", y se tenga alguna fracción orgánica, entonces la sustancia principal se evalúa según la guía para las sustancias orgánicas (sección 4.6).

La utilidad de considerar un término como “la fracción de interés” se ilustra mejor cuando se considera una sustancia iónica que se disuelve en agua y se disocia liberando iones metálicos y macronutrientes que podrían presentar toxicidad aguda. El fosfato de plata, Ag3PO4, es un buen ejemplo (cuadro 4-4). La sustancia principal, el Ag3PO4, es un sólido que rápidamente se disuelve en agua liberando sus iones constitutivos, Ag+ y PO4

3-. Debido a que la captación del fosfato de plata por los organismos acuáticos es por sus iones disueltos y no por la sustancia principal, no es probable que ésta sea la fracción de interés. El ión fosfato es un macronutriente, por lo que tampoco es probable que sea agudamente tóxico a la biota acuática, basándose en el criterio de categorización. Es más probable que la fracción de interés sea el ión de plata, porque esté sí es agudamente tóxico a los organismos acuáticos.

El cuadro 4-4 es una versión simplificada de la base sistematizada que captura todos los datos pertinentes para categorizar sustancias inorgánicas. Para ilustrar los detalles del procedimiento de categorización, esta sección se referirá a los ejemplos contenidos en este cuadro.

Cuadro 4-4. Categorización PBT para sustancias inorgánicas

Identificación de la fracción de interés Toxicidad Persisten

cia

Bioacumu

lación

Resultados de

la

categorización

Sustancia

principal

Especies

iniciales

en

solución

Productos

de

transforma

ción

Fracción

de interés

¿Es

soluble la

sustancia

principal?

¿La

fracción

de

interés

es

tóxica

aguda?

Resulta

do T

¿Es P la

fracción de

interés?

¿Es B la

fracción de

interés?

¿T y P y/o B?

Ag3PO4 Ag+, PO4 3-

NA* Ag+ Sí Sí Sí Sí NA TP (“Dentro”)

KMnO4 K+ ,

MnO4-

Mn 2+ MnO4-

Sí Sí Sí No NA T (“Fuera”)

Mn 2+ Sí No No NA NA “Fuera”

NA*= No Aplicable o no hay información disponible

La figura 4-10 ilustra la relación entre concentración y efectos para diferentes tipos de elementos.

Los macronutrientes, como el calcio, exhiben un efecto estimulatorio (no exhiben efectos negativos) en un amplio rango de concentraciones, incluso altas, puesto que son elementos biológicamente esenciales. Debido a esta propiedad, no es probable que sean identificados como fracciones de interés. Los micronutrientes,

91

como el cobre, exhiben un efecto estimulatorio en dosis pequeñas. Sin embargo, si la concentración del micronutriente aumenta más allá de la dosis requerida, empieza a exhibir efectos inhibitorios. Si el efecto inhibitorio se inicia a una concentración bastante baja (como la que define el criterio para T), es más probable que será identificado como la fracción de interés

Figura 4-10. Relación entre dosis y estimulación o inhibición en elementos esenciales y no

esenciales (Wright and Welbourn 2002)

4.7.2.2 Procedimiento del ión común

Los iones disociados son el resultado de la disolución de la sustancia principal disuelta y disociada en un medio acuoso (Ag+, K+, MnO4

-, PO43 -).

Las propiedades de los iones disociados están sujetas al mismo escrutinio que aquéllas de la sustancia principal, y pueden ser usadas para esta última para los propósitos de categorización de sustancias inorgánicas.

Los iones disociados pueden ser inorgánicos simples (Ag+, Cu2+, Cl-, Br-) o iones complejos que no se disocian en el lapso de 7 días (no se disocian rápidamente; SCN -, PtCl4

2-), y están compuestos por más de un elemento.

Cuando la fracción de interés es un ion complejo, generalmente no se tiene un valor para toxicidad acuática aguda específica, se usa entonces el juicio profesional y el peso de la evidencia de las prueba para determinar si la fracción de interés inorgánica excede el criterio.

Por ejemplo, el valor de toxicidad acuático agudo para Pt2+ podría ser usado para la estimación de la toxicidad para PtCl4

2-, un ion complejo para el que no hay

92

datos disponibles de toxicidad. Esta extrapolación del valor de toxicidad para Pt2+ al ion complejo que contiene platino, es un ejemplo de cómo la estrategia de la fracción/ión común puede ayudar cuando hay escases de datos en el contexto de la categorización.

4.7.2.3 Valencia

Existen metales que pueden tener valencias múltiples. Pueden consultarse diagramas EH-pH para determinar cuál es la valencia predominante bajo condiciones ambientales.

Cuando existen diferencias significativas en los valores de toxicidad según la valencia de un metal dado, debe explicarse específicamente el medio ambiental que corresponde a la valencia indicada. Asimismo debe escogerse la valencia que representa el mayor riesgo.

La química del cromo proporciona un ejemplo de una sustancia inorgánica para la que hay una diferencia significativa entre la toxicidad de sus diferentes valencias, es decir, Cr(VI) y Cr(III). Dependiendo de la valencia de la sustancia principal, será su liberación en el ambiente. La estimación de la toxicidad debe reflejar la toxicidad de la valencia y no el valor del cromo general. Sin embargo, el Cr(VI) y el Cr(III) pueden existir en el ambiente en equilibrio, en este caso, la fracción de interés será siempre la más tóxica, Cr VI, en el caso del cromo.

4.7.2.4 Productos de transformación y reacciones reversibles

La sustancia principal o sus iones disociados pueden reaccionar y producir entidades químicas diferentes. Las propiedades de los productos de transformación son sujetas al mismo escrutinio que la sustancia principal. Por conveniencia, sólo las transformaciones completadas en 7 días son relevantes en el contexto de categorización (OCDE Protocolo para Transformación/Disolución, Anexo 3).

En el caso de reacciones reversibles, los reactantes y productos son sujetos a un escrutinio, si el reactante de una transformación reversible cumple los criterios de categorización, la sustancia principal será categorizada “dentro”.

4.7.3 Fisicoquímicos

4.7.3.1 Colecta de datos fisicoquímicos

La especiación de las sustancias inorgánicas es sensible a muchas variables, en especial al pH y a las condiciones redox (EH). Por lo anterior, una definición consistente de los parámetros químicos del agua es necesaria para comparar la relativa solubilidad y toxicidad de diferentes sustancias. Estos parámetros deben ser representativos de las condiciones ambientales, particularmente con respecto al pH.

93

4.7.3.1.1 Condiciones ambientales

El cuadro 4-5 describe las condiciones ambientales en aguas superficiales de Canadá. Se tomó como ejemplo para la categorización de sustancias inorgánicas un estudio de campo realizado en aguas canadienses, el cual se irá describiendo en esta sección.

La química del agua se basa en el lago Ontario durante los experimentos de toxicidad acuática descritos en la sección 4.7.4 de este documento. Para simular la química acuática de las aguas superficiales de Canadá, el agua del lago Ontario fue diluida al 10 % con agua ultra pura.

Cuadro 4-5. Condiciones ambientales para aguas superficiales canadienses, para propósitos de

categorización

Parámetro Valor

Temperatura, T Moderadamente caliente (~15–25°C)*

Presión, P 1 atmósfera

Acidez, pH 6–9

Condiciones Redox , EH

Moderadamente oxigenada (~0.4–0.7 V, u oxígeno disuelto > 4

mg/L)

Fuerza Iónica, I Típica de aguas dulces superficiales (~0.006)

Presión parcial de dioxide de carbono, 10-3.5 atm

pCO2(g) Química del agua (Lago Ontario)

* Aunque las temperaturas ambientales sean menores a 25°C, la falta de datos termodinámicos (cambios de

entalpia) hace necesario referenciar otras temperaturas como prejuicio para las predicciones

Si se examinan dos escenarios de pH (6 y 8), el límite más bajo del rango de pH es considerado como el “peor escenario” para derivar las estimaciones de especiación y solubilidad. Las condiciones más ácidas (el valor más bajo de pH) puede generar problemas de toxicidad asociados con la naturaleza de las sustancias que se evalúan. Esta idea es consistente con la comprensión del proceso de acidificación en la naturaleza y la sensibilidad de los organismos al pH.

4.7.3.1.2 Colecta de parámetros

La información en el cuadro 4-6 es necesaria para seleccionar una fracción de interés apropiada para cada sustancia.

94

Cuadro 4-6 Parámetros fisicoquímicos colectados para categorización

Parámetro Definición

Estado físico Gas, líquido, acuoso, o sólido bajo condiciones ambientales

Solubilidad Solubilidad de la sustancia principal (expresada como masa de la sustancia ,

no de la fracción de interés) en agua bajo condiciones ambientales

pH en el peor-escenario pH en el cual la solubilidad de la sustancia principal es mayor bajo condiciones

ambientales (6 u 8)

Especies básicas Especies primarias en solución (lista de cationes y aniones)

Productos de

transformación probables

Productos de reacción que son probablemente producidos en cantidades

significativas bajo condiciones ambientales en 7 días

Tasa de transformación Estimación aproximada de la mitad de tiempo de reacción en una escala de

segundos a minutos, horas

días (<7 días), semanas o meses (> 7 días)

Compuestos orgánicos Presencia de una fracción orgánica

4.7.3.2 Solubilidad en Agua

4.7.3.2.1 Biodisponibilidad

Para los propósitos de categorización, se considera que una sustancia que contiene un metal, solamente disuelta en agua puede causar efectos deletéreos por su exposición en la columna de agua. Esto puede ocurrir por la disolución o disolución de la transformación. Se evalúa la solubilidad en el contexto ecotoxicológico bajo el criterio de toxicidad.

La solubilidad es un parámetro importante para estimar la toxicidad pues proporciona un método simple incorporando el concepto de biodisponibilidad. Aunque existen modelos para predecir la biodisponibilidad de sustancias inorgánicas (por ejemplo, iones de metal en solución), ninguno es pertinente para la categorización de compuestos inorgánicos.

Por consiguiente, la única medida aproximada de biodisponibilidad es la solubilidad de la sustancia principal.

4.7.3.2.2 Especies en solución

Las especies básicas o primarias en solución son las fracciones químicas que se presentan inmediatamente después de la introducción de la sustancia principal en agua a condiciones ambientales.

Las especies secundarias son las que aparecen en una fase más tardía.

Estas especies pueden ser productos del resultado de una variedad de reacciones: redox, ácido/base, fotólisis, etc. Si se determina la presencia de especies secundarias, entonces la proporción de transformación también debe estimarse. Sí el entendimiento de la cinética de muchas reacciones es pobre, es

95

importante hacer uso del juicio profesional donde sea necesario para proporcionar una estimación de la proporción aproximada de la reacción para los propósitos de categorización.

Los rangos para las proporciones de reacción usadas para la categorización son horas, días (<7 días), semanas (>7 días), y meses/años.

4.7.3.2.3 Valor umbral para solubilidad

Se ha adoptado el valor umbral de 1 mg/L, sugerido por el IWG (2001). Rápidamente, una sustancia puede ser categorizada "dentro" si su solubilidad es mayor que su toxicidad y si satisface el criterio para toxicidad.

4.7.3.2.4 Fuentes de datos para solubilidad

Bajo contrato con el Departamento del Medio Ambiente de Canadá, el Dr. Robert Burk, profesor del Departamento de Química en la Universidad Carleton, Ottawa, estimó la solubilidad y la especiación acuosa de las sales inorgánicas y las sales orgánicas que contienen metales. Además, el Dr. Claude Barbeau, profesor del Departamento de Química de la Universidad Laval, en la ciudad de Quebec, fue contratado para estimar la solubilidad de 58 sustancias inorgánicas seleccionadas para ser incluidas en el modelo proyecto, así como las sales metal orgánicas (SMO). Ambos profesores contaron principalmente con los cálculos termodinámicos y empíricos como opuestos para computar los valores usando un software comercial para especiación.

La mayoría de las fuentes de datos son manuales de química. La siguiente es una lista de referencias consultada para los datos termodinámicos usados para computar la solubilidad:

Bagnall, K.W., “The Chemistry of Selenium, Tellurium and Polonium,” Elsevier (1966) Bjerrum, J., “Stability Constants of Metal-Ion Complexes, with Solubility Products of Inorganic Substances,” The Chemical Society (1957) Blumenthal, W.B., “The Chemical Behaviour of Zirconium,” Van Nostrand (1958) Clark, R.J.H., “The Chemistry of Titanium and Vanadium,” Elsevier (1968) Corbridge, D.E.C., “Phosphorus. An Outline of Its Chemistry, Biochemistry and Technology,” Elsevier (1978) CRC Press, “Handbook of Chemistry and Physics,” 56th Edition (1975) CRC Press, “Handbook of Chemistry and Physics,” 58th Edition (1977) Emeleus, H.J., “The Chemistry of Fluorine and Its Compounds,” Polytechnic Press (1969) Emsley, J. and Hall, D., “The Chemistry of Phosphorus,” Harper and Row (1976) Feitknecht, W. and Schindler, P., “Solubility Constants of Metal Oxides, Metal Hydroxides and Metal Hydroxide Salts in Aqueous Solution,” University of Berne (1958) Golub, A.M., Kohler, H., and Skopenko, V.V., “Chemistry of Pseudohalides,” Elsevier (1986) Gutmann, V., “Halogen Chemistry, Volume 2,” Academic Press (1967) Johnson, J.W., Oelkers, E.H., and Helgeson, H.C., “SUPCRT92: A Software Package for Calculating the Standard

96

Molal Thermodynamic Properties of Minerals, Gases, Aqueous Species, and Reactions from 1 to 5000 bars and 0 to 1000°C,” University of California at Berkeley (June 11, 1991) Karapet’yants, M.Kh. and Karapet’yants, M.L., “Thermodynamic Constants of Inorganic and Organic Compounds,” Ann Arbor – Humphrey Science Publishers (1970) Krauskopf, K.B. and Bird, D.K., “Introduction to Geochemistry,” McGraw-Hill (1995) Linke, W.F. “Solubilities. Inorganic and Metal Organic Compounds, A –Ir,” Van Nostrand (1958) Linke, W.F. “Solubilities. Inorganic and Metal Organic Compounds, K–Z,” Van Nostrand (1958) McMurray, J. and Fay, R.C., “Chemistry,” 2nd Edition, Prentice Hall (1998) Merck and Co. Inc., “The Merck Index,” 9th Edition (1976) Moeller, T., “The Chemistry of the Lanthanides,” Reinhold (1963) Muetterties, E.L., “The Chemistry of Boron and Its Compounds,” Wiley (1967) Nickless, G., “Inorganic Sulphur Chemistry,” Elsevier (1968) Online Database and Internet Searching at http://www.chemfinder.com Parish, R.V., “The Metallic Elements,” Longman (1977) Personal communication with Dr. R.J. Crutchley, Professor of Inorganic Chemistry, Carleton University, Ottawa Rieck, G.D., “Tungsten and Its Compounds,” Pergamon (1967) Shaw, B.L., “Inorganic Hydrides,” Pergamon Press (1967) Skychem pigment information website at http://www.skychem.com/pigment.htm Solomons, T.W.G., “Organic Chemistry,” 5th Edition, Wiley (1992) Stephen, H. and Stephen, T., “Solubilities of Inorganic and Organic Compounds, Volume 1, Part 1,” Pergamon (1963) Udy, M.J., “Chromium. Volume I. Chemistry of Chromium and Its Compounds,” Reinhold (1956) Wiberg, E. and Amberger, E., “Hydrides of the Elements of Main Groups I–IV,” Elsevier (1971) World Health Organization, “Beryllium,” Environmental Health Criteria 106, Geneva (1990) World Health Organization, “Boron,” Environmental Health Criteria 204, Geneva (1998) World Health Organization, “Copper,” Environmental Health Criteria 200, Geneva (1998) World Health Organization, “Manganese and Its Compounds,” Concise International Chemical Assessment Document 12, Geneva (1999) World Health Organization, “Thallium,” Environmental Health Criteria 182, Geneva (1996) World Health Organization, “Vanadium and Some Vanadium Salts,” Concise International Chemical Assessment Document 42, Geneva (1990) World Health Organization, “Vanadium,” Environmental Health Criteria 81, Geneva (1998)

4.7.3.2.5 Métodos para estimar solubilidad

La solubilidad de una sustancia principal se puede estimar utilizando un modelo con software para especiación, cálculos basados en datos termodinámicos (no necesariamente dentro de los confines del software comercial), valores experimentales en literatura, o juicio profesional cuando los datos cuantitativos no están disponibles. Se toma en cuenta la cinética de transformación y reacciones de disolución.

97

Se prefieren las estimaciones cuantitativas porque pueden compararse fácilmente con el valor del umbral.

Cuando faltan datos cuantitativos, un experto puede derivar una estimación cualitativa comparando la sustancia principal con datos análogos o definiendo las similitudes entre clases químicas o agrupaciones.

Las estimaciones de solubilidad cualitativas son definidas en relación al criterio de 1 mg/L:

Insoluble (SI) corresponde a una solubilidad inferior a 1 mg/L

Soluble (S) corresponde a una solubilidad mayor a 1 mg/L

Muy soluble (MS) corresponde a una solubilidad mucho mayor que 1 mg/L Se está desarrollando un protocolo por parte de la OCDE para estandarizar las estimaciones de solubilidad, pero ésta no estaba disponible cuando el Departamento Ambiental de Canadá realizó la categorización de las sustancias de la DSL, por lo tanto se tuvo que confiar en los métodos existentes de estimar la solubilidad. El protocolo de la OCDE para transformación/disolución puede ser útil para refinar la solubilidad estimada de sustancias que requieren valoraciones de detección del nivel de riesgo. La disolución o mecanismo de solubilización de un metal sólido puro, empieza con una reacción de transformación. Esta reacción incluye dos pasos:

una oxidación inicial del metal elemental, se produce una película de óxido en la superficie del metal,; y

la disolución de este material superficial. Este fenómeno se llama corrosión. La solubilidad de la fase mineral (óxido o hidróxido) formado durante esta reacción, se incorpora en la valoración de la solubilidad del metal puro. 4.7.3.2.6 Modelos de especiación

Cuando se conocen todos los parámetros necesarios para ser introducidos en un modelo, la solubilidad del compuesto principal puede estimarse como una función del pH que usa el software.

El programa usado por Canadá para la categorización es MINEQL (versión 4.5). Es importante verificar la validez de las constantes de formación y solubilidad usadas. Para hacer esto, dos fuentes de datos confiables son:

1) el Instituto Nacional de Normas y Tecnología (NIST) referencia normal de 46 base de datos (constantes de estabilidad seleccionadas para metales complejos - versión 6.0); y

2) la Unión Internacional de Química Pura y Aplicada (IUPAC) SCDatabase (Software académico 2001; versión 5.18).

98

Todos los datos tienen que ser insertados en el programa de especiación según sus especificidades (uso de constantes de formación en lugar de las constantes de equilibrio, corregidas para la autoprotólisis del agua, corrección para dilución infinita, formulario de especies de la base, etc.). Nótese que todos los cálculos de equilibrio asumen que ese equilibrio se ha alcanzado y se ha descuidado cualquier consideración cinética. En general, la mayoría de las formas y óxidos metálicos virtualmente permanecen indisolubles dentro del criterio de 7 días. También, se omitieron las reacciones redox deliberadamente, pues éstos a menudo requieren el juicio de especialistas por lo que se refiere a las condiciones circundantes y, más pretenciosamente, a la cinética.

Las concentraciones de equilibrio fueron obtenidas imponiendo el equilibrio con la fase mineral de interés (es decir, pasando del sólido a un sólido disuelto [TIPO-V en MINEQL] al sólido fijo [TIPO-III en MINEQL]). Los cálculos se realizaron a 25 ° C con la opción de titulación (log K de pH de 5 a 9 con incrementos de 0,5 unidades).

4.7.3.2.7 Cálculos para estimar especiación usando datos termodinámicos

El Dr. Burk estimó la solubilidad y especiación considerando los datos disponibles termodinámicos y empíricos. Sus métodos se detallan en el apéndice 103.

4.7.3.3 Revisión crítica

4.7.3.3.1 Validación de los datos

En particular, las sales inorgánicas que se consideran insolubles cualitativamente (SI) o si el umbral de solubilidad sobrepasa hasta en un orden de magnitud al valor de 1 mg/L y si la sustancia es clasificada como tóxica, ésta debe ser reexaminada.

La solubilidad cuantitativa cuando están disponibles los datos termodinámicos se calcula usando el software MINEQL para verificar estimaciones anteriores.

Una calificación aproximada para confianza alta, media o baja puede proveerse para cada estimación de solubilidad basándose en la confiabilidad de la fuente de datos y el juicio profesional:

confianza alta = datos muy confiables;

confianza media = datos confiables; y

confianza baja = datos confiables.

3 Este apéndice se encuentra en el documento “Guidance Manual for the Categorization of Organics and Inorganics

Substances”, contenido en el informe “Existing Substances Program at Environment Canada”, como “Appendix 9”.

99

No se considerarán datos juzgados como inestables.

4.7.3.3.2 Selección del valor representativo de solubilidad

Si se mantienen las estimaciones de solubilidad a pH de 6 y 8, el valor representativo de solubilidad representará el escenario del peor caso, es decir, la estimación de solubilidad más alta calculada dentro del rango de los parámetros fisicoquímicos definidos en el cuadro 4-6. Si se tiene más de una estimación de solubilidad para condiciones similares, se selecciona el valor más confiable.

4.7.4 Toxicidad

4.7.4.1 Toxicidad en organismos no humanos

La determinación de toxicidad incluye la solubilidad del compuesto principal en el agua, la estabilidad de las formas disueltas, y la toxicidad acuática del compuesto principal y/o sus partes constituyentes como se interpretan en los datos del bioensayo. Es necesario un procedimiento de pasos para la combinación de datos de solubilidad y toxicidad porque muchos de los valores de solubilidad son cualitativos, considerando que los valores de toxicidad son cuantitativos.

Cuando la solubilidad y los valores de toxicidad son cuantitativos, la sustancia principal se categorizará "dentro", si se cumplen las condiciones siguientes:

1. la solubilidad en agua de la sustancia principal es mayor que el valor representativo para toxicidad aguda, LC50 o EC50, y

2. la fracción de interés tiene un valor representativo de toxicidad aguda, LC50 o EC50, menor o igual al criterio umbral de 1 mg/L para toxicidad acuática aguda.

Nótese que para examinar la primera condición, los valores de solubilidad y de toxicidad deben ser cuantitativos.

Donde sólo se tienen datos de solubilidad cualitativos, una sustancia principal se categorizará "dentro", si se encuentran las siguientes condiciones:

1. la solubilidad en agua de la sustancia principal es mayor o igual a 1 mg/L y si


4.7.4.2 Colecta de datos 4.7.4.2.1 Datos experimentales contra predicciones Se prefieren los datos experimentales por encima de datos generados por modelos. Mientras existen modelos de toxicidad satisfactorios para ciertos grupos químicos, tales como sustancias orgánicas, no existe actualmente ninguno que

100

estime adecuadamente la toxicidad acuática de sustancias ionizables, como las sales de metal inorgánicas. El Modelo Ligando Biótico (BLM) está extendiendo su alcance para predecir la toxicidad y bioacumulación en microcrustáceos, peces y plantas. Por ejemplo, se han propuesto variaciones de BLM para apoyar la valoración de zinc y níquel en EU. 4.7.4.2.2 Datos experimentales Dos laboratorios del Gobierno Federal de Canadá han dirigido pruebas para ecotoxicidad acuática, en apoyo a la categorización. Los resultados de estas pruebas son los denominados “referencia clave” en la Base de datos sistematizada para sustancias organometálicas. El Instituto Nacional de Investigación del Agua (NWRI) en Burlington, Ontario, ha realizado una colección de pruebas de toxicidad en Hyalella azteca bajo la vigilancia del Dr. Uwe Borgmann:

Serie de pruebas para toxicidad (7 días) con Hyalella en agua al 10% del Lago Ontario;

Serie de pruebas para toxicidad (7 días) con Hyalella en agua al 10% del Lago Ontario; y

Serie de pruebas para toxicidad (48 hrs) con Hyalella en agua al 10% del Lago Ontario.

El uso de agua del lago diluida al 10% en agua pura se realiza para simular la química del agua de todos los lagos canadienses.

El laboratorio CANMET de Ottawa, perteneciente a Recursos Naturales de Canadá (NRCan, por sus siglas en ingles), ha realizado varias series de pruebas usando Daphnia pulex bajo la vigilancia del Dr. Jim McGeer:

Serie de pruebas para toxicidad (48 hrs) con Daphnia pulex en agua al 10% del Lago Ontario.

Informes preliminares para 19 metales (King et al, 2002).

Estas dos fuentes de datos empíricos de toxicidad, la del Dr. Borgmann y la del Dr. Mc Geer se consideran “referencias importantes”, porque la mayoría de los elementos de la tabla periódica se ha probado (56 cationes metálicos además de varios aniones), haciendo posible la clasificación jerárquica de toxicidad acuática aguda. Estas bases de datos son consideradas muy confiables porque se generaron en condiciones experimentales controladas y bien documentadas.

El valor de aplicar la misma prueba a la mayoría de las sustancias que se categorizan es que la medida de toxicidad acuática es consistente. La consistencia es esencial para determinar la toxicidad relativa del las sustancias.

101

4.7.4.2.3 Datos de literatura

Las bases de datos para la búsqueda de datos de toxicidad que proporcionan información pertinente son: AQUIRE, ATSDR, CESARS, HSDB, LIRIO, IUCLID, NRCC, y Toxline.

4.7.4.3 Revisión Crítica

4.7.4.3.1 Validación de datos

Cuando se extraen valores de toxicidad de una fuente de datos, se indica la información pertinente sobre las condiciones de exposición. No todas las fuentes proporcionan el mismo nivel de información ni el mismo detalle. Entre más información se incluya, más fácil es establecer la confiabilidad y pertinencia del estudio. Debe reunirse la siguiente información, declarando la fuente de los datos:

identidad química de sustancia a prueba (número CAS, nombre químico);

nombre del organismo y categoría de la especie;

duración de la prueba, punto final, efecto, medida de efecto, y tendencia;

concentración media, original y máxima de la sustancia examinada; y

temperatura, pH, alcalinidad, dureza y salinidad.

El Departamento de Medio Ambiente de Canadá ha desarrollado plantillas personalizadas de resúmenes del estudio con base en aquéllas usadas por la OCDE SIDS Expedientes para Alto Volumen de Producción (HPV), Programa de Químicos (OCDE 2002). Los resúmenes del estudio documentarán y validarán a los valores de toxicidad importantes que contribuyen a la preponderancia de la prueba para una sustancia dada. Para enriquecer los datos, se preparan diagramas de frecuencias acumuladas, como se describe en la siguiente sección.

Se prefieren datos publicados sobre los datos inéditos. Puesto que IUCLID contiene datos principalmente inéditos, la información de esta fuente, debe repasarse cuidadosamente para ser incluida en los diagramas de frecuencia acumulada.

La calidad de los datos y su confiabilidad se evalúa usando la codificación de Klimisch (cuadro 4-2). El juicio profesional determina si se siguieron buenas prácticas de laboratorio (GLP). Este enfoque no debe “castigar” estudios de calidad superior que no se han realizado usando los métodos de OCDE normales, pero que están bien documentados científicamente.

102

4.7.4.3.1.1 Elaboración de diagramas de frecuencias acumuladas

La utilización del software para análisis estadísticos STATISTICA resume los datos de toxicidad acuáticos agudos como una comunidad generalizada que traza la frecuencia acumulada.

El punto final (endpoint) y la duración de la exposición preferidos al buscar datos experimentales son los siguientes:

para algas y plantas acuáticas: EC/LC50, 72 - 96 horas

para invertebrados: EC/LC50, 48 horas

para los vertebrados, incluso peces y anfibios: LC50, 96 horas

Otra duración de la exposición para invertebrados y vertebrados incluye una duración de menos de 10% de la duración de la vida de los organismos.

Los parámetros estadísticos importantes usados para la categorización son el 5 percentil (% il) y el valor más bajo aceptable en la literatura. El 5 percentil es seleccionado porque ofrece un nivel conservador de protección. Idealmente, los lotes de frecuencia acumuladas tienen un mínimo de 30 datos para ser considerados representativos, aunque sólo 19 puntos son estadísticamente requeridos para derivar el 5 percentil (Forbes y Calow 2002).

Los puntos de datos deben medir tres niveles tróficos, es decir, productores primarios (algas), invertebrados (microcrustáceos) y vertebrados (peces) (Forbes y Calow 2002). Para los propósitos de categorización, todos los datos disponibles y confiables pueden ser trazados. Idealmente tres datos para cada nivel trófico son suficientes. En la práctica, hay una escasez de datos publicados para muchas de las sustancias, y esta práctica no siempre es posible.

Los datos del 5 percentil se comparan con los de las “referencias importantes” (Dr. Borgmann y Dr. Mc Geer), para considerar la preponderancia de la prueba y el apoyo para la selección del valor representativo de toxicidad.

En casos donde los datos son insuficientes para producir lotes de frecuencias acumuladas, los valores más bajos aceptables en la literatura pueden ser revisados para determinar la confiabilidad del estudio.

El lote de frecuencias acumuladas puede también consultarse para determinar si los datos empíricos de las ”referencias importantes” para Hyalella azteca y Daphnia pulex son valores atípicos. Si las “referencias importantes” no contienen datos para la fracción de interés, entonces se puede confiar en los datos de la literatura.

4.7.4.3.1.2 Estimación de la confianza

Las estimaciones de confianza se pueden usar en cualquiera de las dos maneras siguientes: 1) para denotar una preponderancia de la prueba que apoya un valor

103

representativo, o 2) para indicar un código confiable análogo al que propone Klimisch (cuadro 4-2), como se propone para los resúmenes del estudio de la OCDE. Ambos enfoques intentan determinar qué tan confiable es el valor representativo.

El enfoque del peso de la evidencia aplica para las sustancias que cuentan con bastantes datos disponibles. Cuando se tiene varias fuentes confiables, puede asignarse una confianza alta. Para las substancias con pocos datos, la estimación de confianza estaría basada en la fiabilidad del estudio del que el valor representativo fue seleccionado.

4.7.4.3.2 Selección del valor representativo para toxicidad

El valor representativo de toxicidad es el valor escogido para representar la toxicidad de la fracción de interés y se compara con el valor umbral (valor criterio) para determinar si se satisface el criterio para toxicidad.

4.7.4.4 Otras Consideraciones

4.7.4.4.1 Sustancias naturales

El valor representativo de toxicidad para sustancias naturales generalmente debe ser superior que la concentración típica en el ambiente natural.

4.7.4.4.2 Elementos esenciales

Los valores representativos de toxicidad deben ser intuitivamente superiores que las dosis requeridas de elementos esenciales. Los elementos esenciales no están sujetos a consideraciones especiales para el proceso de categorización. Aunque se espera que el valor representativo de toxicidad sea mayor que la dosis o concentración esencial. Hay dificultad para definir lo que constituye la dosis esencial o concentración. No es factible comparar el valor representativo de toxicidad —probablemente originado de las especies más sensibles—con la dosis esencial para esa misma especie.

En cambio, el procedimiento de categorización asume que las necesidades nutritivas de la mayoría de los organismos se satisfacen por las concentraciones en el rango natural. Asimismo, este procedimiento reconoce el papel de los macronutrientes y su bienestar para la biota, por lo que establece la conveniencia de adoptarlos como la fracción de interés.

Macronutrientes, como el Mg, Ca, y Na, para los cuales su toxicidad acuática aguda es generalmente superior al valor criterio de 1 mg/L para toxicidad, hace posible que sean escogidos como fracción de interés. Por otra parte, micronutrientes como Co, Cu, Mo, Se, V, y Zn pueden también escogerse como fracción de interés, debido a que dosis o concentraciones de menos de 1 mg/L, pueden ser agudamente tóxicas a la biota acuática.

104

4.7.4.4.3 Ácidos

Los ácidos se categorizan usando el mismo enfoque en cuanto a otras sustancias inorgánicas. Se espera que la mayoría de los ácidos se disocie bajo las condiciones del ambiente, pH 6–9.

La toxicidad del catión H+ se relaciona con la cantidad o concentración de exposición; el catión empieza a volverse agudamente tóxico sólo alrededor de pH 4. Sin embargo, el protón no está presente en las cantidades suficientes para ser agudamente tóxico bajo condiciones ambientales y por consiguiente, no se categorizaría "dentro".

Esta aplicación consistente en evaluar la toxicidad aguda dentro del rango del pH, mantiene una clasificación jerárquica relativa de toxicidad para todas las sustancias inorgánicas. Si la toxicidad del protón fuera considerada a valores de pH bajos, entonces podría introducirse otras excepciones al enfoque de categorización. Cuando un anión satisface el criterio para toxicidad, el ácido puede ser categorizado "dentro".

4.7.4.4.4 Fracción orgánica

Si una sustancia no pudo categorizarse con base en su fracción inorgánica, se evalúa la fracción orgánica con base en la guía para sustancias orgánicas (sección 4.6).

4.7.5 Persistencia

4.7.5.1 Iones en forma elemental

Cuando un ión que tiene valencia estable en el ambiente (por ejemplo, Ag+, Cl-) y se selecciona como la fracción de interés, se considera persistente inherentemente para los propósitos de categorización, porque no puede degradarse más. Esta interpretación aplica a iones inorgánicos metálicos y no metálicos (por ejemplo, CN-). Puesto que los iones metálicos disueltos liberados del compuesto principal no se degradan, éste puede ser considerado infinitamente persistente.

4.7.5.2 Iones complejos

La persistencia de los iones complejos que contienen un metal necesita ser evaluada con base en la complejidad del ión en sí mismo.

4.7.5.2.1 Vida media

Cuando la fracción de interés es un ión complejo, los datos de vida media para evaluar su persistencia se compara contra el valor criterio citado en el cuadro 2.6.

105

4.7.5.2.2 Juicio profesional

Respaldándose en el conocimiento científico común se puede determinar si una fracción de interés es persistente. Este es esencialmente el procedimiento para las fracciones en forma elemental. Un ión en forma elemental (por ejemplo, Ag+, Cl-) no puede degradarse más, por consiguiente, es infinitamente persistente.

4.7.5.3 Colecta de datos

Bases de datos consultadas para obtener información sobre vida media y LRT (Rango de Transporte de Largo alcance) son: CHEMFATE, ECDIN, ENVDEG, HSDB, IPCS-QUIÉN, IUCLID, OPPT las Hojas de Seguridad Química, bases de datos ATSDR, y expedientes PSL y OCDE SIDS.

El juicio profesional se toma en cuenta especialmente para evaluar la persistencia. Sobre todo para indicar si una fracción de interés está en su forma elemental

4.7.5.4 Revisión crítica

4.7.5.4.1 Validación de los datos

Debe asignarse una confianza alta, media o baja a los valores representativos para persistencia. Se asigna la confianza alta a estimaciones derivadas de la fracción en forma elemental, de la vida media, o datos de LRT que se originaron de estudios muy confiables, y del juicio profesional dónde el experto está muy seguro de su valoración. La fiabilidad de los estudios puede juzgarse según Klimisch (OCDE) y se cita en el resumen del estudio correspondiente.

Se asignan confianza media o baja a las estimaciones derivadas de datos obtenidos de los estudios algo confiables y poco confiables, respectivamente, y del juicio profesional dónde el experto está algo seguro y poco seguro, respectivamente, de su valoración.

4.7.5.4.2 Selección del valor representativo de persistencia

Debido a que la mayoría de las fracciones de interés son iones libres en su estado elemental, comparadas con un ión o compuesto complejo cuyos datos de vida media son pertinentes, es probable que sólo sea posible una valoración cualitativa. En otras palabras, el valor representativo de persistencia a menudo no será un valor de vida media cuantitativo, sino una valoración cualitativa de respuestas “Sí” o “No” a la pregunta “¿Es la fracción de interés persistente?”

El valor representativo se seleccionará según las siguientes reglas:

1) si la fracción de interés no satisface el criterio para la T (solubilidad y toxicidad), entonces no se categoriza "dentro", y no se toma en cuenta cualquier información sobre persistencia.

2) ¿la fracción de interés está en forma elemental? (Sí/No) 3) ¿cualquiera de las vidas medias para cualquier medio excede sus umbrales

respectivos? (Sí/No)

106

4) ¿hay evidencia de transporte de largo alcance? (Sí/No) 5) ¿usando el juicio profesional, la fracción de interés es persistente? (Sí/No)

4.7.6 Bioacumulación Para sustancias inorgánicas que contienen un no metal, el criterio de bioacumulación se evalúa de acuerdo a la guía descrita para sustancias orgánicas (Sección 4.6.4).

En muchos casos de sustancias inorgánicas, el conocimiento científico actual no permite la interpretación inequívoca del criterio de bioacumulación. Por consiguiente, tales sustancias se categorizarán sólo con base en sus propiedades que se relacionan con toxicidad y persistencia. Se prevé que la evolución del conocimiento permitirá una interpretación más amplia del criterio de bioacumulación en el futuro.

4.8 SUSTANCIAS ORGANOMETÁLICAS 4.8.1 Fundamento y enfoque general Las sustancias organometálicas están definidas como compuestos que contienen un metal unido con un enlace covalente a un carbono. Para los propósitos de categorización, la definición también incluye todos los compuestos complejos en los que el metal tiene predominantemente enlaces covalentes con oxígeno, nitrógeno, azufre o fósforo y en los que la disociación generalmente es considerada despreciable. El procedimiento realizado es similar al proceso de categorización de las sustancias orgánicas (sección 4.6) pero con ciertas modificaciones. Como una clase, las sustancias organometálicas tienen datos escasos, son difíciles de modelar y algunas tienden a transformarse a formas metálicas en el ambiente. Además, la presencia de un metal en la molécula puede conferir propiedades diferentes comparadas con compuestos orgánicos similares. Con base en estas consideraciones, el enfoque para la categorización de sustancias organometálicas se adaptó de la estrategia existente para sustancias orgánicas e inorgánicas de la manera siguiente: (a) si el compuesto principal no satisface los criterios de categorización y se transforma en el agua, se consideran los productos de transformación (resultados de las reacciones de degradación) metálicos, inorgánicos u orgánicos; (b) debido a que las predicciones de modelos confiables no están disponibles para la mayoría de las sustancias organometálicas, se usarán principalmente para el proceso de categorización los datos para los análogos relacionados, así como evaluaciones semi-cuantitativas o cualitativas.

107

4.8.2 Descripción del proceso de categorización La figura 4-11 muestra el diagrama de flujo para las decisiones de categorización de un compuesto organometálico. De acuerdo con esta figura, el compuesto principal sigue la misma ruta de categorización y criterios establecidos para sustancias orgánicas. Este compuesto satisface los criterios de categorización cuando se determina que puede ser persistente (P) y/o bioacumulable (B) y tóxico (T) en los organismos acuáticos. Si una sustancia no satisface los criterios directamente, se consideran sus productos de transformación metálicos. Si no hay evidencia que se formen tales productos, entonces es improbable que satisfaga los criterios de categorización. Las sustancias que no son inherentemente tóxicas a los organismos acuáticos, deben ser analizadas para determinar si son P y/o B. Si se encuentra que son P y/o B, se pueden priorizar para los sectores encargados de la protección de la salud humana, para determinar si son tóxicas a humanos. Si un producto de transformación es una sustancia organometálica, entonces pasa por los mismos pasos que el compuesto principal como se describe en la figura 4-11. Si un producto de transformación es una fracción inorgánica, pasa entonces por lo establecido en el procedimiento para la categorización de sustancias inorgánicas (sección 4.7). Si un producto de transformación es una fracción orgánica, el proceso continúa con el enfoque para sustancias orgánicas. Cuando la información está disponible y la evidencia es clara, los resultados de categorización para un producto de transformación que contiene al metal, puede usarse para categorizar al compuesto principal.

108

Figura 4-11. Procedimiento para categorización de sustancias organometálicas

4.8.3 Colecta generación y preferencia de datos La estrategia usada para la recopilación de datos de las sustancias organometálicas es la misma descrita para las sustancias orgánicas en la sección 4.6.1 de este documento. Para la generación de datos, se utilizan la mayoría de los modelos que se usan para las sustancias orgánicas, descritos también en la sección 4.6.1.3. Sin embargo, sólo los modelos que incluyen una variedad de componentes organometálicos en el conjunto de bases de datos ("training set"), tienen la posibilidad de producir predicciones fiables.

Sí

Sí

No

¿El compuesto* es tóxico?

¿El compuesto

es Persistente?

¿El compuesto se

transforma (se

degrada) en uno o

más productos?

Cumple los criterios

de categorización ¿El

compuesto es

Bioacumulabl

¿El producto

es

organometálic

No cumple los criterios de

categorización

Regresar al organigrama

Inorgánica: Utilizar el enfoque para

inorgánicas. Orgánica: utilizar el enfoque para

orgánicas

Sí No

o

Sí No

No

Sí

No

*Compuesto: puede ser la sustancia en sí misma o un

producto de transformación

109

También algunas de las predicciones pueden ser confiables si la sustancia organometálica posee componentes no-ionizables (metal fuertemente enlazado dentro de la molécula) y que, por tanto, pueden comportarse como un compuesto orgánico neutral. Asimismo, los modelos que consideran un modo de acción narcótico (por ejemplo ECOSAR/ECOWIN, 2001) puede dar predicciones aceptables para toxicidad. Además, los programas KOWWIN (KOWWIN, 2000) predicen adecuadamente el log Kow para algunos compuestos organometálicos4. Para otros compuestos organometálicos las predicciones no son confiables. Sólo cuando ningún dato experimental es aceptable o confiable, se consideran estas predicciones, así como las estimaciones disponibles semicuantitativas y cualitativas. Para la P y B, estas estimaciones se desarrollan en conjunto con expertos, quienes usan principios generales de química para evaluar el potencial de persistencia y bioacumulación. Cuando es posible, estas estimaciones son respaldadas con datos de la literatura para compuestos o clases de compuestos similares. Para la T, la evaluación cualitativa realizada por el Departamento del Medio Ambiente de Canadá se basa en la presencia de grupos funcionales de interés definidos por la Agencia de Protección Ambiental de EU (EPA), los cuales se sustentan en la Ley para el Control de Sustancias Tóxicas (TSCA, por sus siglas en inglés). 4.8.4 Revisión crítica y estimaciones de confianza El mecanismo propuesto para la revisión crítica de la información para las sustancias orgánicas es el mismo utilizado para las sustancias organometálicas. Este mecanismo provee los niveles de confianza para cada valor representativo de P, B y T y para la formación de productos de transformación. De acuerdo con este mecanismo, se asigna un nivel global de confianza para cada decisión de categorización, basándose en el promedio del nivel de confianza de los valores individuales. Los detalles acerca de los niveles de confianza para cada criterio asociado con la fuente para su valor representativo se muestran en el cuadro 4-7.

4 Cuando se compararon las predicciones (KOWWIN) y el log Kow experimental de 21 sustancias

organometálicas, el coeficiente de regresión R2 = 0.96 fue bastante alto y es comparable al coeficiente calculado con las 13 058 sustancias de la base de datos de la Corporación para la Investigación de Syracusa (SRC): R2 = 0.95. Por consiguiente, la predicción del log Kow puede usarse para estimar el criterio de B para muchos sustancias organometálicas.

110

Cuadro 4-7. Niveles de confianza para categorización de sustancias organometálicas

Criterio Fuente de datos Nivel de Confianza

P 1 o más valores revisados en literatura y evidencia general en la literatura

1 valor de literatura revisado

Resultados de modelos con cobertura de un buen conjunto de datos ("training

set")

Estudio en literatura para un análogo cercano5

Principios Generales de Química para cada clase de sustancias, con

referencias6

Revisiones a la par de estudios rechazados

Resultados de modelos con pobre o desconocido conjunto de datos ("training

set")

Principios Generales de Química

Presencia de 1 o más grupo(s) funcionales confiriendo la persistencia (TSCA)

Alta

Alta

Med

Med

Med

Baja

Baja

Baja

Baja

B 1 o más valores revisados en literatura y evidencia general en la literatura


Modificación del Modelo de Gobas

Resultados de modelos con cobertura de un buen conjunto de datos ("training

set")

Estudio en literatura para un análogo cercano


referencias


Resultados QSAR con pobre o desconocido conjunto de datos ("training set")


Alta

Alta

Variable7

Med

Med

Med

Baja

Baja

Baja

T 1 o más valores revisados en literatura y evidencia general en la literatura


Resultados QSAR con cobertura de un buen conjunto de datos ("training set")



referencias


Resultados QSAR con pobre o desconocido conjunto de datos ("training set")

Presencia de 1 o más grupo(s) funcionales confiriendo la persistencia (TSCA)

Alta

Alta

Med

Med

Med

Baja

Baja

Baja

Productos

de

Degradaci

ón

1 o más valores revisados en literatura y evidencia general en la literatura




referencias


Alta

Alta

Med

Med

Baja

5 Cuando la fuente de la literatura menciona que una clase de sustancias se comportará de esta manera (P,

B, T y/o degradación de productos) en el ambiente sin referencia específica a un compuesto en particular. 6 Definidos por el % de similitud con el software de Chemfinder.

7 Alto: si el log Kow es un dato de metabolismo empírico y confiablemente empírico y está disponible para

las especies de peces; Medio: si el log Kow es derivado de un modelo con una buena cobertura de conjuntos de bases de datos "training set" sin datos de metabolismo; Bajo: si el log Kow es derivado de un moldelo con una pobre o desconocida cobertura de conjuntos de bases de datos "training set" sin datos de metabolismo

111

4.9 POLÍMEROS 4.9.1 Fundamento Este documento guía describe el enfoque sistemático para categorizar las sustancias poliméricas. El documento explica la categorización estratégica de polímeros con respecto a sus propiedades de persistencia, bioacumulación y toxicidad a los organismos no-humanos. El documento refleja el nivel actual de comprensión científica y proporciona sólo una guía que permite flexibilidad para incorporar adelantos en el conocimiento científico. 4.9.2 Apreciación global de las sustancias poliméricas 4.9.2.1 ¿Qué son los polímeros? Los polímeros son sustancias que satisfacen los siguientes cuatro requisitos (OCDE, 1994):

a) moléculas caracterizadas por la sucesión de uno o más tipos de unidades monoméricas;

b) la mayoría son moléculas sencillas que contienen tres o más unidades monoméricas covalentemente unidas a una o más unidades monoméricas o reactantes;

c) la mayoría de las moléculas simples tienen el mismo peso molecular; y d) moléculas distribuidas sobre un rango de pesos moleculares dónde las

diferencias en pesos moleculares son principalmente atribuibles a las diferencias en el número de unidades.

4.9.2.2 Particularidades de las sustancias poliméricas Los polímeros son producto de reacciones químicas en las que números variantes de monómeros o precursores reaccionan juntos para formar longitudes variables de unidades estructurales repetidas (Alfred Rudin, 1998; IUPAC, 1976). El número CAS de una sustancia polimérica no representa una única composición química. Incluso para co-polímeros del mismo número CAS, las concentraciones relativas de monómeros pueden variar ampliamente (Hamilton et al, 1997). Además, las moléculas individuales varían en su grado de polimerización influenciado por su composición cualitativa y cuantitativa, es decir, el tamaño, número y tipos de monómeros/precursores (prepolímeros). 4.9.2.3 Información fácilmente disponible para la categorización de los polímeros

Registro del número CAS, registro del nombre CAS y fórmula química;

Registro de los números CAS, fórmulas y estructuras de los prepolímeros;

112

El uso de la sustancia reportado en Canadá para 1986; y

Las evaluaciones de otros países, por ejemplo US EPA, categorización suiza, NLP (Grupo “Ya no Polímeros”-clasificación de los países miembros de la Comunidad Europea) y las categorizaciones realizadas por el Departamento de medio Ambiente de Canadá

4.9.3 Estrategia para categorizar polímeros La siguiente sección perfila los criterios de la categorización para persistencia (P), la bioacumulación (B) y toxicidad a los organismos no humanos (T). Debido a que un nombre y número CAS para las sustancias poliméricas no representa una única composición química, y, por tanto, las propiedades físico químicas y las propiedades ecotoxicológicas varían también, la categorización tomará un enfoque que difiere del usado para categorizar los químicos bien definidos. La figura 4-12 (la leyenda “Alto” indica que ya no sigue ninguna acción en el proceso de categorización) presenta el esquema de categorización para las sustancias poliméricas 4.9.3.1 Persistencia Puesto que los polímeros normalmente se designan como sustancias estables, el criterio para persistencia, tiene un poder discriminador pequeño. La mayoría de los polímeros en una evaluación preliminar pueden ser considerados como persistentes. Si se considera que un polímero es tóxico, se investigará su persistencia con más detalle más adelante basándose en la información disponible. 4.9.3.2 Bioacumulación Los polímeros son moléculas generalmente grandes con peso molecular alto. Por consiguiente, el criterio de bioacumulación ofrece un poder discriminador pequeño. Si un polímero es considerado tóxico, se investigará su bioacumulación con más detalle basándose en la información disponible. Diversas iniciativas internacionales asumen que todos los polímeros son P y no son B, a menos que la información disponible diga otra cosa.

113

Figura 4-12. Esquema de categorización para polímeros

4.9.4 Estrategia para determinar la toxicidad en organismos no humanos Los polímeros contienen moléculas de tamaño y composición diferente, por lo cual tienen diferentes propiedades fisicoquímicas, los datos de toxicidad actualmente disponibles en realidad sólo representan los efectos acumulativos de un polímero en particular. Más aún, debe tomarse en consideración que monómeros no-reactivos, residuos catalíticos, aditivos y/o solventes presentes en la muestra pueden afectar los resultados de las pruebas. Por consiguiente, las propiedades tóxicas de sustancias poliméricas dependen de muchos parámetros muy inconstantes como el número promedio del peso molecular (tamaño), porcentaje de moléculas <1000 D y <500 D, composición cualitativa y cuantitativa, tipo de enlaces químicos, grupos funcionales presentes en el polímero final, biodisponibilidad (solubilidad/dispersabilidad) y propiedades superficie-actividad. La composición cualitativa del polímero se refiere a la identificación de monómeros y grupos funcionales en el mismo.

No

Sí Sí

Polímeros

Sí

No

No

Polímeros

de Bajo

Interés

Polímeros

de Alto

Interés

Se detiene el

proceso ¿Tóxica para organismos

no humanos?

Evaluar para determinar si es

tóxica para humanos

¿Persistente? ¿Bioacumulable? No Persistente

No Bioacumulable

Satisface los

Criterios de

Categorización

Se detiene el

proceso

114

4.9.4.1 Determinación de grupos funcionales reactivos Un grupo funcional reactivo está definido como un átomo o un grupo de átomos asociados en una sustancia química que se piensa que es o puede realizar reacciones químicas fácilmente. Se sabe que algunos grupos funcionales reactivos o cargas electrónicas en particular, pueden impartir propiedades toxicológicas y por consiguiente, su presencia o ausencia en el polímero es causa para su investigación. En la mayoría de los casos, el potencial para T puede determinarse basándose en la ausencia o presencia de estos grupos. La información de éstos en el polímero final puede deducirse a menudo de la composición del monómero. El proceso global para la identificación de las sustancias poliméricas funcionales y electrónicamente cargadas se presenta en la figura 4-13 El primer paso para la identificación de las sustancias poliméricas funcionales y electrónicamente cargadas es la búsqueda de monómeros, reactantes y/o prepolímeros. 4.9.4.1.1 Usando monómeros, reactantes y/o prepolímeros En algunos casos puede haber más de una posibilidad de estructura polimérica. Varios de los tipos de grupos funcionales y electrónicamente cargados pueden estar presentes en un polímero dado. Sin embargo, conocer la composición cualitativa permite -por lo menos en cierta magnitud-, la predicción del potencial de reacción del polímero y la pendiente de los grupos funcionales. Sin embargo, la mayoría de los polímeros no poseen información sobre su composición cualitativa. Algunas veces, el nombre del polímero puede ser suficiente para deducir sus grupos funcionales y electrónicamente cargados, si no es así, estos polímeros pueden hacerse de lado hasta que haya más información disponible sobre su composición. 4.9.4.1.2 Enfoque para los polímeros inciertos Los polímeros inciertos son las sustancias poliméricas que poseen datos huecos para la determinación de su estructura final según la estrategia sugerida para su categorización. En este caso se sugiere investigar esta información en bases de datos ya existentes y/o invitar a la industria para que aporte información adicional (figura 4-13). 4.9.4.1.2.1 Investigación de bases de datos Se investigan las fuentes de datos para ayudar en la validación científica para las decisiones de categorización. Las metas de la búsqueda pueden ser las siguientes: • Encontrar la información pertinente para la determinación de toxicidad acuática; • Identificar los análogos;

115

• Consultar las evaluaciones de otros países, por ejemplo US EPA, categorización suiza, NLP (Grupo “Ya no Polímeros”, una clasificación de los países miembros de la Comunidad Europea), Procedimiento de categorización de Sustancias en Canadá. 4.9.4.1.2.2 Invitación a la industria para que proporcione información Cuando existan dudas e acerca de polímeros inciertos, puede animarse a los interesados a proporcionar cualquier información que ellos pudieran tener en su posesión, haciéndolos conscientes de que esto podía ayudar para la categorización de sustancias. Figura 4-13. Proceso para identificar grupos funcionales y electrónicamente cargados en polímeros

No

No

Sí

Sí

Sí

No

Polímeros

¿Los monómeros son reactantes o

prepolímeros conocidos?

Examen de monómeros, reactantes y

grupos funcionales prepolímeros

¿Se pueden deducir

los grupos

funcionales y/o

cargados a partir del

Posible deducción final de grupos

poliméricos funcionales y

electrónicamente cargados

Polímeros Inciertos

Investigación en bases de datos

Se invita a proporcionar información

¿Es suficiente la

información colectada

para identificar los grupos

poliméricos funcionales y

cargados

electrónicamente? Polímeros que requieren más análisis

cualitativos para su categorización

116

4.9.4.1.2.3 Fabricación de las decisiones de categorización para los polímeros que permanecen inciertos La información colectada para un polímero se revisa críticamente para la adecuación de la confiabilidad y para identificar sus grupos funcionales. Cualquier polímero para el que la información colectada no sea suficiente para elucidar sus grupos funcionales, puede ser considerado como un problema global y debe dirigirse a nivel internacional y no solamente a través de un programa doméstico. 4.9.4.2 Enfoque para toxicidad en organismos no humanos Los enfoques globales usados para categorizar las sustancias poliméricas para la T en los organismos no humanos son los, por un lado, el enfoque para los “polímeros de bajo interés ecotoxicológico” (figura 4-14) y aquellos que si tienen un “alto interés ecotoxicológico” por su probable toxicidad (polímeros bajo revisión para PBT). El enfoque ordena al polímero según la presencia de grupos funcionales particulares. El orden para su categorización en grupos de “bajo interés” o “alto interés” utiliza el criterio que se desarrolló originalmente por la US EPA bajo la Ley de Control para Sustancias Tóxicas (TSCA). El apéndice 4.9-1 contiene ciertas clases de polímeros definidas por US EPA que no necesitan mayores investigaciones respecto a sus enlaces químicos, siempre y cuando reúnan otros requisitos. Esto implica que el tipo de enlace químico no se asocia con un interés. Para los propósitos de categorización, las sustancias que caen bajo las categorías de “bajo interés” serán consideradas como improbables para satisfacer los criterios para T. 4.9.4.2.1 Polímeros de bajo interés ecotoxicológico Como se ilustra en figura 4-14, para ser considerado de bajo interés ecotoxicológico, un polímero puede ser sólo un poliéster compuesto de monómeros listados en el apéndice 4.9-1 o satisfacer por lo menos uno de los criterios del apéndice 4.9-2. 4.9.4.2.1.1 Poliésteres de bajo interés ecotoxicológico Los poliésteres son moléculas poliméricas que contienen por lo menos dos ésteres de ácidos carboxílicos unidos, y por lo menos una de estas uniones enlaza unidades monoméricas internas. El criterio de poliéster se refiere a poliésteres que están solamente compuestos de ciertos monómeros, la lista de tales compuestos se encuentra en el apéndice 4.9-1. Este apéndice es la lista combinada del Anexo X del Environment Canada New Substances Regulations (Environment Canada, August 2001) y el US EPA Polymer Exemption Manual (US EPA, Junio 1997).

117

4.9.4.2.1.2 Grupos funcionales poliméricos de bajo interés ecotoxicológico Para todos los otros polímeros cuyos monómeros no se encuentran en el apéndice 4.9-1, se contestarán las preguntas siguientes basadas en la composición del monómero: ¿Qué grupos funcionales están presentes en el monómero? ¿Qué grupo funcional es el que más probablemente reaccionará en el polímero final? ¿Qué grupos funcionales posiblemente quedarán pendientes en el polímero final? Los polímeros de bajo interés ecotoxicológico pueden incluir polímeros de números altos en el promedio del peso molecular que tiene un porcentaje limitado de componentes de peso molecular bajo y que son químicamente estables y no contienen ciertos reactivos o fracciones catiónicas. Sin embargo, la información sobre el peso molecular y componentes de bajo peso molecular, puede no estar disponible y puede variar ampliamente. Se sabe que todos los polímeros que no contienen cualquier grupo funcional o cargado electrónicamente, pueden tener interés ambiental, sin embargo, para los propósitos de categorización, se clasifican como improbables para satisfacer los criterios (figura 4-14).

Figura 4-14. Proceso general para identificación de “polímeros de bajo interés ecotoxicológico”

¿Se encuentran los

monómeros y reactantes del

polímero en el Apéndice 4.9-

S N

Bajo Interés

Ecotoxicológico S

¿El polímero

satisface los

criterios del

Apéndice 4.9-2

N

Improbable

PBT

Polímero bajo revisión para

PBT

118

4.9.4.2.2 Polímeros bajo revisión para PBT (“alto interés ecotoxicológico”) Los polímeros bajo revisión PBT serán aquellos que es probable que sí sean tóxicos para los organismos no humanos, la investigación de estas sustancias puede llevarse a cabo planteando primero la pregunta: el compuesto ¿es polímero, es un monómero, es un prepolímero o un reactante? Se evalúan para toxicidad los monómeros, prepolímeros y reactantes de los polímeros. Estos compuestos pueden ser evaluados siguiendo el enfoque de las secciones 4.6 y 4.7. Si por lo menos un prepolímero, monómero o reactante satisface el criterio para toxicidad, el polímero es considerado para el siguiente paso, es decir, se evaluará para P o B según el mismo enfoque de las secciones 4.6 y 4.7. Los polímeros, prepolímeros, monómeros o reactantes que no satisfacen el criterio para T, es poco probable que satisfagan los criterios para P o B. Deben buscarse estudios ecotoxicológicos relevantes acerca del polímero para la categorización de su toxicidad, incluyendo revistas científicas, bases de datos, informes internacionales y, si es necesario, contacto directo con el o los tomadores de decisiones. Una vez que se han agotado las fuentes de información disponibles, y si se identifica que una sustancia fue resuelta con incertidumbre, se buscará a las partes interesadas para solicitarles su participación voluntaria. Para asegurar que sólo datos de alta calidad o confiabilidad se utilizan a lo largo del proceso de categorización, debe realizarse un examen y evaluación de estos datos. Si la información confirmó su ecotoxicidad, se considera que el polímero satisfizo el criterio de T, en caso contrario, queda fuera de la categorización para toxicidad.

119

Apéndice 4.9-1. Lista actualizada de monómeros y reactantes cuyos poliésteres pueden

ser de bajo interés ecotoxicológico (US EPA, Junio 1997)

Ácidos Monobásicos y Aceites Naturales

Benzoic acid 65-85-0

Canola oil *120962-03-0

Coconut oil *8001-31-8

Corn oil *8001-30-7

Cottonseed oil *8001-29-4

Dodecanoic acid 143-07-7

Fatty acids, C16-18 and C18-unsaturated *67701-08-0

Fatty acids, castor-oil *61789-44-4

Fatty acids, coco *61788-47-4

Fatty acids, dehydrated castor-oil *61789-45-5

Fatty acids, linseed oil *68424-45-3

Fatty acids, safflower oil *93165-34-5

Fatty acids, soybean oil *68308-53-2

Fatty acids, sunflower oil *84625-38-7

Fatty acids, sunflower-oil, conjugated *68953-27-5

Fatty acids, tall-oil *61790-12-3

Fatty acids, tall-oil, conjugated *

Fatty acids, vegetable oil *61788-66-7

Glycerides, C16-18 and C18-unsaturated *67701-30-8

Heptanoic acid 111-14-8

Hexanoic acid 142-62-1

Hexanoic acid, 3,3,5-trimethyl- 3302-10-1

Linseed oil *8001-26-1

Linseed oil, oxidized *68649-95-6

Nonanoic acid 112-05-0

Oils, anchovy *128952-11-4

Oils, babassu palm *91078-92-1

Oils, cannabis *

Oils, herring *68153-06-0

Oils, menhaden *8002-50-4

Oils, oiticica *8016-35-1

Oils, palm kernel *8023-79-8

Oils, perilla *68132-21-8

Oils, sardine *93334-41-9

Oils, walnut *8024-09-7

Safflower oil *8001-23-8

Soybean oil *8001-22-7

Sunflower oil *8001-21-6

Tung oil *8001-20-5

120

Ácidos Dibásicos, Tribásicos y Ésteres

1,2-Benzenedicarboxylic acid 88-99-3


1,3-Benzenedicarboxylic acid, dimethyl ester 1459-93-4


1,4-Benzenedicarboxylic acid, diethyl ester 636-09-9

1,4-Benzenedicarboxylic acid, dimethyl ester 120-61-6

1,2,4-Benzenetricarboxylic acid 528-44-9

Butanedioic acid 110-15-6

Butanedioic acid, diethyl ester 123-25-1

Butanedioic acid, dimethyl ester 106-65-0

2-Butenedioic acid 110-17-8

Decanedioic acid 111-20-6

Decanedioic acid, diethyl ester 110-40-7

Decanedioic acid, dimethyl ester 106-79-6

Dodecanedioic acid 693-23-2

Fatty acids, C18-unsaturated, dimers *61788-89-4

Heptanedioic acid 111-16-0

Heptanedioic acid, dimethyl ester 1732-08-7

Hexanedioic acid 124-04-9

Hexanedioic acid, diethyl ester 141-28-6

Hexanedioic acid, dimethyl ester 627-93-0

Nonanedioic acid 123-99-9

Nonanedioic acid, diethyl ester 624-17-9

Nonanedioic acid, dimethyl ester 1732-10-1

Octanedioic acid 505-48-6

Octanedioic acid, dimethyl ester 1732-09-8

Pentanedioic acid 110-94-1

Pentanedioic acid, diethyl ester 818-38-2

Pentanedioic acid, dimethyl ester 1119-40-0

Undecanedioic acid 1852-04-6

Polioles

1,3-Butanediol 107-88-0

1,4-Butanediol 110-63-4

1,4-Cyclohexanedimethanol 105-08-8

1,2-Ethanediol 107-21-1

Ethanol, 2,2’-oxybis- 111-46-6

1,6-Hexanediol 629-11-8

1,3-Pentanediol, 2,2,4-trimethyl- 144-19-4

1,2-Propanediol 57-55-6

1,3-Propanediol, 2,2-bis 115-77-5

1,3-Propanediol, 2,2-dimethyl- 126-30-7

1,3-Propanediol, 2-ethyl-2- 77-99-6

1,3-Propanediol, 2- 77-85-0

121

1,3-Propanediol, 2-methyl- 2163-42-0

1,2,3-Propanetriol 56-81-5

1,2,3-Propanetriol, homopolymer 25618-55-7

2-Propen-1-ol, polymer with ethenylbenzene 25119-62-4

Otros Reactantes

Acetic acid, 2,2’-oxybis- 110-99-6

1-Butanol **71-36-3

Cyclohexanol 108-93-0

Cyclohexanol, 4,4’-(1-methylethylidene)bis- 80-04-6

Ethanol, 2-(2-butoxyethoxy)- 112-34-5

1-Hexanol 111-27-3

Methanol, hydrolysis products with trichlorohexylsilane and *72318-84-4

trichlorophenylsilane

1-Phenanthrenemethanol, tetradecahydro-1, 4-a-dimethyl-7- 13393-93-6

Phenol, 4,4'-(1-methylethylidene)bis-, polymer with 2,2'-[(1- 25036-25-3

methylethylidene)bis(4,1-phenyleneoxymethylene)]bis[oxirane]

Siloxanes and Silicones, dimethyl, diphenyl, polymers with *68440-65-3

phenyl silesquioxanes methoxy-terminated

Siloxanes and Silicones, dimethyl, methoxy phenyl, polymers *68957-04-0

with phenyl silesquioxanes, methoxy-terminated

Siloxanes and Silicones, methyl phenyl, methoxy phenyl, *68957-06-2

polymers with phenyl silesquioxanes, methoxy- and phenyl-

terminated

Silsesquioxanes, phenyl propyl *68037-90-1 * Sustancias químicas de composición desconocida o inestable, productos de reacciones

complejas, y materiales biológicos (UVCB)

* * Esta sustancia no puede usarse en la fabricación de ácido fumárico o maleico debido a riesgos

potenciales asociados con ésteres que pueden formarse por la reacción de éstos reactantes

Notas:

1. Cualquier composición que incluye ambos: 1 Butanol CAS 71-36-3 y 2-Butenedioic ácido (E)

CAS 110-17-8 están exentos de asignarles status de bajo interés, debido a que el potencial de

riesgo se asoció con ésteres que pueden formarse de estos reactantes (US EPA, 1984).

2. Metilos y etilésteres de los ácidos dicarboxílicos han sido agregados y actualizados en la Lista

Americana de Monómeros como de bajo interés ecotoxicológico y también se han incluido para los

propósitos de la categorización (US EPA, abril 1986).

3. Algunos de los monómeros del ácido dicarboxílico listados pueden ser reemplazados por los

correspondientea anhídridos reactantes sin afectar la composición y estructura final del polímero.

Para la categorización propuesta también se agregarán (US EPA, 1993).

4. También pueden usarse para una clasificación más profunda como polímeros de bajo interés los

monómeros que no han sido todavía definidos pero que se han anticipado para incluir el metil o etil

ésteres de ácidos dicarboxílicos que no se han agregado todavía, y ácidos dicarboxílicos o polioles,

qué sólo difieren por un carbono en la longitud de aquéllos de la lista.

122

Apéndice 4.9-2. Criterios para polímeros de bajo interés

Los grupos funcionales de bajo interés incluyen: grupos del ácido carboxílico, grupos de hidróxilos

alifáticos, grupos oleofínicos no conjugados “ordinarios” (grupos que no son activos

específicamente por ser parte de un grupo funcional más grande, como un éter de vinilo, o por

otras influencias activas, por ejemplo, electrón fuertemente retirado del grupo con el cual

interactúan los grupos oleofinicos); grupos de ácidos butenedióicos; esos grupos olefínicos

conjugados contienen grasas, aceites, y ácidos carboxílicos; los isocianatos bloqueados

(incluyendo ketoxime-isocianatos bloqueados); tioles; grupos nitrilo no conjugados; halógenos (no

incluyendo el grupos que contienen halógenos reactivos como haluros bencílicos o alílicos); azoico,

oxima, carbazidas, trionas, siloxanos, urea, tiourea, sulfonamidas, urea potencialmente sustituida e

imidas.

Además, los ésteres carboxílicos, éteres, ámidas, carbamatos (uretanos) y sulfanatos son

implícitamente permitidos porque los poliésteres, poliéteres, poliamidas, poliuretanos, y

polisulfanatos están entre los tipos de polímeros permitidos bajo la exención, con tal de que estos

grupos funcionales no sean modificados para reforzar su reactividad. En tal grupo no se permitiría

el éster dinitrofenilo de un ácido carboxílico que es el más reactivo debido a la funcionalidad

activada (Glover, 1973; Tung, 1973).

Criterios elementales

Un polímero de bajo interés debe contener como parte íntegra de su composición, por lo menos

dos de los elementos atómicos: carbono, hidrógeno, nitrógeno, oxígeno, silicio y azufre (Wagner,

1978; Glover, 1975).

Un polímero de bajo interés no debe contener como parte íntegra de su composición (otros serían

impurezas), otros elementos que no sean:

• Carbono, hidrógeno, nitrógeno, oxígeno, silicio y azufre;

• Sodio, magnesio, aluminio, potasio, calcio, cloro, bromo y yodo como iones monatómicos Na+,

Mg2+, Al3+, K+, Ca2+, Cl -, Br - o I -;

• Flúor, cloro, bromo o yodo covelentemente unidos al carbono; o

• Menos de 0.2% (por peso) de cualquier combinación de los elementos atómicos litio, boro,

fósforo, titanio, manganeso, hierro, níquel, cobre, cinc, estaño y circonio.

Cationicidad. Los polímeros catiónicos de bajo interés son polímeros que se espera

razonablemente que sean catiónicos en un ambiente natural pero que son material sólido, que no

es soluble o dispersable en el agua y por eso sólo se usarán en una fase sólida, como polímeros

que pueden usarse como intercambio de iones.

Otros criterios : Un polímero de interés baja no debe:

• Estar en un Programa de Volumen de Producción Alto (HPV);

• Exhibir propiedades de contaminantes orgánicos persistentes (POPs); o

• Ser etiquetado como de interés en algún programa ambiental bien conocido

123

4.10 SUSTANCIAS DE COMPOSICIÓN VARIABLE O INDEFINIDA Y PRODUCTOS DE REACCIONES COMPLEJAS Y MATERIALES BIOLÓGICOS (UVCB o CVIB) 4.10.1 Fundamento Este documento describe el procedimiento sistemático para categorizar las sustancias UVCB (Composición Variable o Indefinida y productos de reacciones complejas y materiales Biológicos) proponiendo la estrategia de categorización para persistencia (P), bioacumulación (B), y toxicidad (T) en organismos no humanos, y no tiene relación directa con la categorización para Salud. 4.10.2. Estrategia global para la categorización de sustancias UVCB Para muchas sustancias UVCB, la información estructural completa o las fórmulas moleculares específicas no están disponibles, mientras otras son mezclas de compuestos individuales diferentes en variables proporciones (a menudo desconocidas). Aunque la composición química de estas sustancias es compleja, pueden agruparse según sus composiciones y propiedades químicas (Boreal Associates, 2004c). La meta global de este ejercicio de agrupación es la identificación de conjuntos relativamente pequeños de sustancias UVCB con propiedades bastante similares. Todos los UVCBs pueden ser separados en uno de los seis tipos siguientes: biológicos, orgánicos, inorgánicos, sales metal orgánicas (o sales orgánicas de metales), organometálicas, y polímeros. El tipo I (biológicas) se puede subdividir en grupos menores (Tipo II, Tipo III, etc.) basándose en características similares. Pueden también asignarse nombres subalternos con base en características (como el tipo de UVCB, propiedades del componente o funcionalidad conocida) para ser asociados con propiedades toxicológicas (u otras). En general, se identifican características asociadas con el interés toxicológico más alto en la creación de los Tipos. Las estrategias desarrolladas para la categorización de sustancias orgánicas, inorgánicas, organometálicas, sales orgánicas de metales y polímeros pueden usarse para categorizar las sustancias UVCB que caen dentro del Tipo I, siempre que sea posible y apropiado. La estrategia más eficaz para categorizar las sustancias UVCB es examinar inicialmente si es probable que las sustancias sean inherentemente tóxicas a los organismos no-humanos.

124

Al principio, esto incluye una mirada cualitativa a los grupos de sustancias para determinar si es o no probable que éstas tengan un interés ecotoxicológico (figura 4-15). Se propone agrupar las sustancias en dos corrientes principales: UVCBs de “bajo interés ecotoxicológico” (por ejemplo productos alimenticios, algunos minerales naturales, algunos biopolímeros naturales) y “bajo revisión para PBT” (por ejemplo metales pesados que contienen productos biológicos, aceites naturales con propiedades pesticidas, compuestos de amonio cuaternario) usando juicios de profesionales en química y ecotoxicología, así como información disponible fácilmente. Si se identifica un grupo con bajo interés ecotoxicológico, ya no se realiza ningún trabajo extenso para ese grupo (es decir, ningún perfil PBT). Sin embargo, si una sustancia tiene bajo interés ecotoxicológico, pero al mismo tiempo, se relaciona con toxicidad para el humano, puede entonces desarrollar el perfil PBT completo para proporcionar esta información al Sector de Salud correspondiente. Si una sustancia se identifica como un químico de alto interés ecotoxicológico, entonces se sujeta a una investigación para su categorización completa.

125

Figura 4-15. Estrategia general para categorización de sustancias UVCB

¿Existen datos experimentales

disponibles para las sustancias

completas?

Sí No

No

Sí

UVCBs

Agrupación-Tipo 1

Orgánicas

Inorgánicas

Organometálicas

Sales orgánicas de metal

Biológicas

polímeros

Identificación de la sustancias de “bajo interés ecotoxicológico” y de las sustancias “bajo

revisión para PBT”

Sustancias de bajo interés

ecotoxicológico

Otras Sustancias

Perfil P o B para las sustancias de

interés para salud humana

Selección del valor representativo

Proceso de revisión crítica

¿Disponibilidad de datos confiables?

Comparar con los criterios y

categorizar

Categorizar de

acuerdo a la

estrategia

apropiada del Tipo

I

Repetir la selección del valor representativo y

el proceso de revisión crítica hasta encontrar

un valor representativo confiable

126

4.10.2.1 UVCB Orgánicas La estrategia global para T de UVCB orgánicas se muestra en la figura 4-16. Estas sustancias pueden usar el enfoque para categorizar a los químicos orgánicos discretos (Sección 4.6). Para las sustancias sin datos experimentales disponibles, pueden usarse, siempre que sea posible, las predicciones de modelos confiables basados en la relación entre actividad y estructura molecular (QSAR, por sus siglas en inglés). Para obtener una predicción QSAR, se exige una estructura representativa para la sustancia. La estructura se traduce entonces en Sistema Molecular Simple Lineal de Entrada (SMILE, por sus siglas en inglés) para más adelante correr los modelos. El Departamento Americano de Salud y Servicios Humanos (US DHHS, 2001) recomienda que en ausencia de datos disponibles para una mezcla entera, una mezcla similar puede usarse como sustituto. Cuando los datos de la mezcla similar no están disponibles, los componentes individuales pueden evaluarse con respecto a la toxicología y las posibles interacciones. Por consiguiente, cuando se han identificado varios componentes para una sola sustancia UVCB, y sus proporciones no son conocidas, se asume que no hay ninguna reacción (interacción química) entre los componentes, el Departamento de Medio Ambiente de Canadá seleccionó un componente que se piensa que es ecológicamente pertinente como estructura representativa. Para las sustancias con componentes químicamente reactivos, se estimó la estructura que representa el mejor el producto (s) de la reacción, y se generaron las predicciones para esa estructura representante. Cuando las proporciones del componente están disponibles, así como las estructuras para cada componente, un valor de toxicidad global puede ser calculado aplicando la fórmula usada en el Sistema de la Clasificación Integrado Armonizado para la Salud Humana y los Riesgos Medioambientales de Sustancias Químicas y Mezclas o SGH (OCDE, 2001). 4.10.2.2 UVCB Inorgánicas Para categorizar sustancias UVCB inorgánicas, se aplica el procedimiento desarrollado para las sustancias inorgánicas discretas. La determinación de la toxicidad incluye la solubilidad en agua (WS, por sus siglas en inglés) de los componentes en la mezcla, la estabilidad de las formas disueltas, y la toxicidad acuática de los componentes y/o sus partes constitutivas como se interpretan en los datos del bioensayo. Un enfoque agrupado que combina la solubilidad y los datos de toxicidad, se usa para determinar si una sustancia satisface el criterio para T. Tal enfoque es necesario, porque muchos de los valores de solubilidad son cualitativos, considerando que los valores de toxicidad son cuantitativos. La

127

estrategia global para la categorización de las sustancias UVCB inorgánicas se muestra en la figura 4-17. 4.10.2.3 UVCB Organometálicas La estrategia para las sustancias organometálicas discretas, se usa generalmente para la categorización de las sustancias UVCB organometálicas; ésta se muestra en la figura 4-18.

128

Figura 4-16. Estrategia global para la categorización de sustancias UVCB orgánicas

Sí Sí

N

Sí Sí

Sí

Sí

Sí

N

N

N

NN

Sustancias UVCB orgánicas

Sustancias multicomponentes con

interacciones

Sustancias multicomponentes sin interacciones químicas entre los componentes

Número de componentes para los que existen datos experimentales disponibles

¿Existen datos experimentales para

los UVCB completos?

Todos No Todos Ninguno

¿Es la SMILES, buena representante

de los UVCB completos?

¿Están disponibles las

SMILES para el resto de

los componentes?

¿Están disponibles

las SMILES para

todos los

componentes?

¿Están todas las proporciones

disponibles?

Cálculo del valor de tox para los

UVCB completos Correr modelos Correr modelos

Correr modelos

Juicios expertos

Comparar con los criterios T

Comparar con los criterios T

¿Están disponibles todas las

proporciones?

Uso del peor escenario

o peor componente o

juicios expertos

¿Están

disponibles todas

las proporciones?

Cálculo del valor de tox

para los UVCB completos

usando modelos

Cálculo del valor de

tox para los UVCB

completos usando

modelos

Comparar con los criterios T Comparar con

los criterios T

129

Figura 4-17. Estrategia para categorización de sustancias UVCB inorgánicas

Sustancias UVCB inorgánicas

Identificación de las sustanciad de “bajo interés ecotoxicológico” y “bajo revisión para PBT”

Sustancias de “bajo interés ecotoxicológico” Otras sustancias

Perfil P o B para sustancias con interés para

salud humana

Identificación de la fracción de interés

¿Existen datos disponibles?

Sí No

Selección de valor T representativo Uso de datos análogos cercanos

Proceso de revisión crítica

¿Existen datos confiables?

Sí No

Comparar con criterio T y usar el

enfoque para sustancias inorgánicas

Juicios expertos

130

Figura 4-18. Estrategia global para categorización de sustancias UVCB organometálicas

4.10.2.4 UVCB Biológicas Cuando los datos experimentales confiables para las sustancias UVCB biológicas completas están disponibles, éstos se comparan con el criterio de T, para determinar si satisface dicho criterio. Si los datos experimentales no están disponibles para la sustancia entera, se examinan los componentes de la sustancia, si se conocen. Si la sustancia contiene un componente inorgánico, se considera primero la estrategia desarrollada para la categorización de químicos inorgánicos discretos. Si no se encuentra el criterio de T para categorizar el componente inorgánico, se examina el componente orgánico con la estrategia para sustancias UVCB orgánicas. Un acercamiento global para la categorización de sustancias UVCB biológicas se muestra en la figura 4-19. 4.10.2.5 UVCB Sales metal-orgánicas (UVCB-SMO) Para estas sustancias se utiliza las mismas estrategias aplicadas para las sustancias UVCB biológicas (figura 4-20).

Sustancias UVCB organometálicas

¿Es la sustancia tóxica?

¿Es la sustancia persistente?

Sí No

No

Satisface los criterios

de categorización

¿Es la sustancia

bioacumulable?

¿Es la sustancia

transformable en

uno o más

productos?

Sí

Sí No

No Sí

¿Es el producto de transformación una sustancia

organometálica?

Satisface los criterios

de categorización

Entra de nuevo al

diagrama de flujo

Categorizar usando el enfoque para

sustancias orgánicas e inorgánicas

No Sí

131

4.10.2.6 UVCB Polímeros Cuando están disponibles los datos experimentales para las sustancias UVCB poliméricas enteras, éstos se comparan con el criterio para T, para determinar si se satisface tal criterio. Si los datos experimentales no están en general disponibles para el polímero, se utiliza la estrategia para la categorización de polímeros. 4.10.3. Persistencia y bioacumulación El proceso global para la categorización de sustancias orgánicas e inorgánicas para persistencia y bioacumulación, se describe en detalle en las secciones 4.6 y 4.7, respectivamente. La guía que ofrece esta sección, junto con los documentos y estrategias para categorización de sustancias organometálicas y poliméricas contenidos en las secciones 4.8 y 4.9, respectivamente, se utilizan para determinar si las sustancias UVCBs satisfacen los criterios de persistencia y bioacumulación. 4.10.3.1 Persistencia y bioacumulación para UVCB orgánicas, sales metal orgánicas y biológicas En sustancias para las cuales no hay datos experimentales disponibles, se pueden utilizar, en la medida de lo posible, las predicciones confiables de modelos basados en sus relaciones entre actividad y estructura molecular (QSAR). La misma estructura representativa para la sustancia utilizada para calcular el parámetro de toxicidad puede usarse para modelar la persistencia y la bioacumulación.

Figura 4-19. Estrategia para categorización de sustancias UVCB biológicas

N

o S

S

(Con componente

orgánico) N

(Con componente

inorgánico) NS

Sustancias UVCB Biológicas

¿Existen datos experimentales disponibles para UVCB enteras?

¿La fracción de interés satisface el critero de T? Comparar con

valor criterio T

Usar estrategia de

categorización para

UVCB orgánicas

Comparar con criterio T y usar estrategia para inorgánicas

Satisface criterios de

categorización

N

Colocar en la lista de las sustancias que satisfacen los criterios de

categorización

132

Figura 4-20. Estrategia para categorización de sustancias UVCB sales metal-orgánicas

Cuando una estructura representativa (SMILES) no es reproducible y/o los modelos no son aplicables, se recurre a juicios de especialistas para predecir la bioacumulación o persistencia en el ambiente de las sustancias UVCB. 4.10.4 Incertidumbre Cuando la información es insuficiente para evaluar la toxicidad, persistencia y bioacumulación potencial de las sustancias UVCB, la sustancia se hace de lado. Pueden buscarse datos adicionales con las partes interesadas.

Sustancias UVCB sales orgánicas de metales

¿La fracción inorgánica de interés satisface el criterio T?

S N

Usar estrategia para

categorización de UVCB

inorgánicas

Usar estrategia para

categorización de UVCB

orgánicas

¿Satisface los

criterios de

categorización?

N

S

Colocar en la lista de sustancias

que satisfacen los criterios de

categorización

133

V EJERCICIO DE CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS EN COMERCIO EN MÉXICO Y RESULTADOS 5.1 INTRODUCCIÓN Como se indicó en el capítulo III, el Inventario Nacional de Sustancias Químicas (INSQ) contiene 4 663 compuestos químicos, los cuales fueron comparados, utilizando su número CAS, con la Lista Doméstica de Sustancias existentes en Canadá (DSL), la cual consta de 22 017 sustancias ya categorizadas por el Departamento de Medio Ambiente de Canadá (Environment Canada). Esta comparación mostró que 1 853 sustancias del inventario nacional no se encuentran en la lista canadiense, es decir, no están categorizadas, por lo cual se realizó un ejercicio con algunas de estas sustancias aplicando la metodología de categorización ecológica consensuada con un grupo de expertos y la cual se encuentra referida por el conector “A” de la figura 3-1a y se encuentra puntualizada en los diagramas de flujo ilustrados en las figuras 3-1b y 3-1c.

En las siguientes secciones de este capítulo se describen, paso a paso, las etapas necesarias para este ejercicio de categorización.

Estas secciones se encuentran divididas de acuerdo a la información contenida en la base de datos ubicada en el anexo 2.

Con el propósito de brindar una mejor comprensión y facilitar futuros ejercicios de categorización basados en la metodología propuesta, en cada una de las secciones se indican, a manera de incisos, las columnas correspondientes en la base de datos mencionada en el párrafo anterior.

Igualmente, tanto en la información de las secciones, como en la información vertida en cada columna de la base de datos (a manera de comentarios ocultos), constantemente se hace referencia a diversas secciones, capítulos y/o apéndices contenidos en el informe global emanado de este proyecto. En la base de datos este informe se cita como “Documento Guía”.

Lo anterior tiene como finalidad que, si hubiese cualquier duda, el futuro evaluador pueda remitirse a las referencias para el esclarecimiento de cualquier incertidumbre.

Es necesario también señalar que en la base de datos del ejercicio de categorización (anexo 2), las diferentes clases de sustancias se encuentran separadas en diferentes hojas de la misma, debido a que, de acuerdo a cada clase, se requieren diferentes datos para su categorización. En este capítulo se describe a detalle la información necesaria para la categorización ecológica de sustancias orgánicas. La información detallada para las otras clases de sustancias (inorgánicas, organometálicas, sales metal orgánicas, polímeros y las subclases de UVCBs o CVIBs) se encuentra descrita ampliamente en el capítulo IV.

Finalmente, pero no menos importante, es necesario mencionar que, aunque la metodología indica que la preferencia de los datos ubica en primer orden la colecta de datos experimentales, la experiencia obtenida al realizar este ejercicio preliminar, mostró que la información contenida en los modelos sugeridos para la

134

categorización, incluye ya los datos experimentales existentes, así como su referencia bibliográfica, los cuales, generalmente se indican con la abreviatura “exp”, mientras que los datos obtenidos por modelos están indicados con la abreviatura “est”, (datos estimados).

Debido a lo anterior, se sugiere a los futuros evaluadores realizar inicialmente una revisión minuciosa de la información contenida en los modelos sugeridos (contenidos en el Programa EPI Suite), donde es posible colectar a la vez, tanto los datos experimentales existentes, como los datos estimados, con el consecuente ahorro de tiempo y esfuerzo, pues este programa de modelos ha realizado ya el esfuerzo en la búsqueda y registro de datos experimentales actualizados.

La mayoría de los datos contenidos en fuentes de información experimental son de índole fisicoquímica o bien acerca de la naturaleza intrínseca de la sustancia, datos tales como: punto de ebullición, punto de fusión, ley de Henry, presión de vapor, entre otros. Estos datos son importantes para la determinación de la bioacumulación o persistencia de una sustancia, sin embargo, los modelos ya los han considerado para sus estimaciones y los indican en los modelos, por lo cual no tiene caso buscar y colectar estos datos para un ejercicio de categorización, donde los datos imprescindibles son los puntos finales (vida media en compartimentos ambientales, factores de bioconcentración y bioacumulación (BAF y BCF), Log Kow, LC50, EC50, entre otros).

En cuanto a datos de toxicidad, la mayoría de datos encontrados en bases de datos experimentales, se enfocan a toxicidad referente a salud humana (toxicidad en ratón, conejo y otros, así como datos de carcinogenicidad, mutagenicidad y teratogenicidad), y los protocolos para una categorización ecológica requieren datos de ecotoxicidad en organismos acuáticos. Los escasos datos ecotoxicológicos y experimentales existentes acerca de estos organismos, están considerados en los modelos del programa EPI Suite.

Por todo lo anterior, es importante recalcar que, para que cualquier ejercicio de categorización ecológica de sustancias cuente con gran confiabilidad y menor incertidumbre, se utilicen modelos actualizados.

5.2 INFORMACIÓN NECESARIA PARA EL EJERCICIO DE CATEGORIZACIÓN ECOLÓGICA DE SUSTANCIAS ORGÁNICAS

Nota. Los incisos (A, B, C, etc.) que se presentan a continuación hacen referencia a las columnas de las bases de datos que se presentan en el anexo 2, por lo que se recomienda consultar esta base de datos para facilitar la comprensión de esta sección y entender la estructura de la base de datos.

5.2.1 Datos de identidad química de la sustancia (Nomenclatura)

A. CAS. Identificación química. Este dato es asignado por el Chemical Abstract Service, utilizado en todo el mundo para la identificación de las sustancias

B. Nombre Químico. Nombre en lista del INSQ C. Clase de la Sustancia. Para facilitar el proceso de categorización,

las sustancias han sido separadas por grupos o clases (Orgánicas,

135

Inorgánicas, Sales Metal Orgánicas (SMO), Organometálicas, Polímeros, UVCB o CVIB y sus subclases: Orgánicas, Inorgánicas, Sales Metal-Orgánicas (SMO), Organometálicas, Polímeros)

D. Fórmula Química E. SMILES. Notación química que se usa para representar una

estructura molecular como una cadena lineal de símbolos (SMILES es el acrónimo -en inglés- de Simplified Molecular Input Line Entry System)

5.2.2 Datos Fisicoquímicos

F. Solubilidad en agua (mg/L). La solubilidad en agua de la sustancia debe ser considerada. Específicamente, una baja solubilidad en agua limitará la tasa de hidrólisis. También estas sustancias suelen tener fuertes propiedades de absorción que limitan su biodisponibilidad a los microorganismos durante las pruebas de biodegradación. Si datos experimentales no están disponibles, se pueden utilizar los datos estimados en el programa EPI Suite (EPIWEB 4.0) en su Modelo “Water Solubility” (Sección 4.6.3.4).

5.2.3 Persistencia (P) Datos experimentales Biodegradación

G. Probabilidad de biodegradación en agua, suelo o sedimentos (%). Las sustancias que tienen una biodegradación entre >60% o >70%, en 28 días se dice que son rápidamente biodegradables. Con base en ensayos realizados de acuerdo a protocolos de la OCDE (301 A-F), se recomienda que sustancias que en 28 días se han biodegradado en más del 60 %, sean consideradas como rápidamente biodegradables, por lo tanto, tienen muy poca probabilidad para ser persistentes. Para aquellas que en 28 días han sido biodegradadas en más del 70 %, aumenta en mucho la probabilidad de no ser persistentes. Una sustancia que tenga una biodegradación de <60% o <70% no necesariamente es persistente (dadas las estrictas condiciones de la prueba), pero se dice que tiene una biodegradación baja. Tasas constantes para sustancias con <70% de biodegradación en 28 días han sido propuestas por Boethling (2000) y EEC (1996) y pueden ser consultadas para determinar la vida media de estas sustancias (Sección 4.6.3.2.1.1 y Apéndices 3 y 4).

H. Vida media en suelo y/o en sedimentos (días). Vida media que se ha determinado experimentalmente en suelos (biodegradación por microorganismos aerobios) y/o en sedimentos (biodegradación anaerobia). Estudios que proporcionen estos datos deben pasar una revisión crítica. También se pueden obtener experimentalmente las tasas constantes que han sido convertidas a vida media. Una

136

sustancia se considera persistente si su vida media en suelo es de más de 182 días y en sedimento de más de 365 días.

Hidrólisis

I. Vida media en agua (días). Vida media determinada experimentalmente. Estudios que proporcionen estos datos deben pasar una revisión crítica. Si la vida media en agua excede 182 días, la sustancia se considera persistente en agua Fotólisis

J. Vida media en aire (días). Reacciones con ozono u oxidaciones atmosféricas de radicales hidroxilos determinadas experimentalmente. Estudios que proporcionen estos datos deben pasar una revisión crítica Si la vida media en aire excede 2 días, la sustancia se considera persistente en aire

Predicciones por Modelos

Biodegradación (Degradación por microorganismos)

K. Vida media en suelo o sedimento (El tiempo de vida media se expresa en palabras). BIOWIN v 4.10 (BIOWIN3 - Ultimate Survey Model). El modelo BIOWIN3 (Ultimate biodegradation timeframe), uno de los 7 con que cuenta el Modelo general BIOWIN 4.10, arroja resultados de vida media en "palabras", (horas, días, semanas…), este dato se encuentra en la Sección General del modelo BIOWIN en el campo Biowin3. Para extrapolar estas palabras a valores numéricos que indiquen los días, se utiliza la extrapolación propuesta por Boethling (columna N de la base de datos del anexo 2), (Sección 4.6.3.2.1.2 y Apéndices 1, 3 y 4).

L. Probabilidad de biodegradación aeróbica en suelo (%). BIOWIN v 4.10-(BIOWIN5-MITI Modelo Lineal). Este dato indica el porcentaje de probabilidad para que una sustancia sea degradada por microorganismos en suelo aeróbicamente. Este dato es el valor que se indica en la Sección Biowin5 del modelo BIOWIN, en el último campo “Result-Biowin5 (MITI Linear Biodeg Probability)”. Sustancias con ≥ 0.5 % de probabilidad de degradación indican que se biodegradan "rápidamente" (poca probabilidad para ser persistentes), por el contrario, sustancias con porcentajes menores a 0.5 no se biodegradan “rápidamente” e indican una mayor probabilidad de persistencia en suelo. Los modelos BIOWIN 5 y 6 están elaborados a partir de bases de datos para biodegradación elaboradas por el Departamento de Medio Ambiente Japonés (MITI, Ministry of International Trade and Industry-Japan) e indican si una sustancia es fácilmente biodegrada aeróbicamente por

137

microorganismos en suelo. El valor que se prefiere es el Biowin5 (Lineal), (Sección 4.6.3.2.1.2 y Apéndices 1, 3 y 4).

M. Probabilidad de biodegradación anaeróbica en sedimentos (%)

BIOWIN v 4.10-(Biowin7-Anaerobic Model prediction). Este dato indica el porcentaje de probabilidad para que una sustancia sea degradada por microorganismos en sedimentos anaeróbicamente. El porcentaje de probabilidad para que una sustancia sea biodegrada es el valor que se indica en la Sección Biowin7 del modelo BIOWIN, en el último campo “Result-Biowin7 (Anaerobic Linear Biodeg Prob)”. Sustancias con ≥ 0.5 % de probabilidad de degradación indican que se biodegradan "rápidamente" (poca probabilidad para ser persistentes), por el contrario, sustancias con porcentajes menores a 0.5 no se biodegradan “rápidamente” e indican una mayor probabilidad de persistencia en sedimento (Sección 4.6.3.2.1.2 y Apéndices 1, 3 y 4).

N. Vida media en suelo o sedimento (Extrapolación a días). Los

resultados de este modelo han sido convertidos a vida media en días, basándose en el procedimiento de extrapolación de Boethling (detallado en los apéndices 3 y 4), para la categorización. Los valores (días) asignados para los resultados en "palabras" (columna K) son los siguientes:

Horas = 0.17 días

Horas-Días= 1.25 días

Días= 2.33 días

Días-Semanas= 8.67 días

Semanas= 15 días

Semanas-Meses= 37.5 días

Meses= 60 días

Valor reincidente (recalcitrant)= 180-182 días Una sustancia se considera persistente si su vida media en suelo es de más de 182 días y en sedimento de más de 365 días (Sección 4.6.3.2.1.2 y Apéndices 1, 3 y 4).

O. ¿La sustancia tiene probabilidades de degradarse rápidamente? Los criterios para la predicción de Biodegradación "rápida" son los siguientes: Si el Biowin3 (Ultimate Survey Model) da como resultado "semanas" o más rápido (es decir, días, días o semanas, o semanas) (Columna K) y el Biowin5 (MITI Linear Model Prediction) arroja como resultado que la probabilidad es ≥ 0.5 (Columna L), la predicción es SI (fácil y rápidamente biodegradable en suelo por microorganismos y de manera aerobia). Si esta condición no se cumple, la predicción es NO (no es fácilmente biodegradable). La misma condición se aplica con los resultados del modelo Biowin7 (Anaerobic Model Prediction) (Columna M), indicando si una sustancia es biodegradada rápidamente en sedimentos (procesos anaeróbicos). Este método se basa en la aplicación del análisis Bayesian a los datos de biodegradación elaborados por US Premanufacture

138

Notification (PMN) chemicals, (Notificación de Prefabricación de productos químicos para EE.UU.) derivados de los seis métodos de ensayo (protocolos) OECD301 y OECD310. El enfoque se describe completamente en Boethling et al. (2004). Los modelos MITI lineales y no lineales (Biowin5 y 6) también predicen biodegradabilidad fácil, pero para las pruebas de degradación de OECD301C solamente, y basado exclusivamente en la base de datos obtenida de la Evaluación de Productos Químicos del Instituto de Investigación de Japón (CERIJ)

(http://www.cerij.or.jp/ceri_en/otoiawase/otoiawase_menu.html) (Sección 4.6.3.2.1.2 y Apéndice 1). Hidrólisis

P. Vida Media en agua (días). HYDROWIN-SRC v 1.67. La vida media en agua se encuentra al final de los resultados del modelo HYDROWIN. Si estos se indican en años, deben ser convertidos a días. Se elige el valor a pH 8, y el valor en días es multiplicado por un factor de 10 (pH 7) o dividido entre 10 (pH 6). Se prefiere el valor a un pH 7. El programa HYDROWIN puede generar datos de vida media para varias clases de sustancias (ésteres, carbamatos, epóxidos, halometanos de 1 a 3 halógenos, haloalquiles específicos y ésteres fosfóricos). La vida media a pH 7 se compara directamente con los criterios para persistencia en agua (Sección 4.6.3.2.2.2 y Apéndice 1). Fotólisis

Q. Vida Media en aire (días). AOPWIN-SRC v 1.91. Reacciones con Ozono (Sección 4.6.3.2.3.2 y Apéndice 1).

R. Vida Media en aire (días). AOPWIN-SRC v 1.91. Oxidación Atmosférica de radicales hidroxilo (tasa constante de oxidación de 1.5 E6 OH/cm3) (Sección 4.6.3.2.3.2 y Apéndice 1).

S. ¿La sustancia es Persistente? Criterios para categorizar a una

sustancia como persistente. Para que una sustancia sea considerada persistente debe cumplir con alguno de los siguientes criterios:

Tener una vida media en aire ≥ a 2 días (fotólisis);

Tener una vida media en agua (hidrólisis) o suelo (biodegradación aeróbica) ≥ 182 días y:

tener una vida media en sedimento (biodegradación anaeróbica) ≥ 365 días

5.2.4 Bioacumulación (B)

En la sección 4.6.4.1.1 se indica la preferencia de los datos para determinación de la bioacumulación de una sustancia: BAF, BCF y log Kow,

http://www.cerij.or.jp/ceri_en/otoiawase/otoiawase_menu.html

139

en ese orden; sin embargo, la sustancia se categoriza con los datos disponibles y confiables con que se pueda contar.

Datos Experimentales

T. Log Kow. Valores determinados experimentalmente para el logaritmo del coeficiente de partición octanol/agua (Log Kow). Aunque en el procedimiento canadiense se utiliza un rango de corte para el Log Kow de 4.1 a 12, con base en las curvas de la figura 4-7 (Sección 4.6.4.1.1). Para este ejercicio, se consensuó con el panel de especialistas utilizar como valor criterio para categorizar una sustancia como bioacumulable cualquier valor para Log Kow ≥ 5, en el contexto de la creciente homogeneización de los valores criterio internacionales (Cuadro 2-1 y Sección 2.2). Los datos experimentales para Log Kow están disponibles en varias bases de datos, algunas de ellas están enlistadas en la sección 4.6.1. La calidad de los datos experimentales para Log Kow es generalmente alta, de acuerdo a los protocolos establecidos desde hace años para estimar el coeficiente de partición (Sección 4.6.4.2).

U. BAF. Factores de Bioacumulación (BAF) determinados experimentalmente. Estudios que proporcionen estos datos deben pasar una revisión crítica. Cuando están disponibles BAF o BCF para diferentes clases de especies (algas, pulgas de agua y peces), los datos de BAF o BCF para los peces se usan para representar la bioacumulación, esto es porque el potencial para este proceso en las cadenas alimenticias se mide más adecuadamente en organismos de niveles tróficos superiores. En los peces es grande el potencial de entrada de un químico mediante la dieta. Además, estos organismos son un poco más capaces de metabolizar las sustancias químicas que los organismos de niveles tróficos menores. Más aún, el potencial para que ocurra la transformación metabólica limita el potencial de bioacumulación del químico en la cadena alimenticia (Sección 4.6.4.1.2). Los datos de BCFs y BAFs están disponibles en varias bases de datos, algunas de ellas están enlistadas en la sección 4.6.1. La mayoría de ellos se refieren al log Kow y en menor grado, a los BCFs. Los datos de BAF requieren de observaciones de campo y, por lo mismo, son menos numerosos (Sección 4.6.4.2).

V. BCF. Factores de Bioconcentración (BCF) determinados experimentalmente. Estudios que proporcionen estos datos deben pasar una revisión crítica. El criterio de Bioacumulación se cumple para valores de experimentales de Log Kow mayores o iguales a 5 y BCF o BAF mayores o iguales a 5 000 (Sección 4.6.4.2).

Predicciones por modelos

140

W. Log Kow. Predicción del programa de SRC KOWWIN, v 1.67. Cuando no se cuenta con un Log Kow empírico o experimental para una sustancia, se recurre a un Log Kow que se predice de acuerdo a las características de solubilidad (hidrófobas o hidrofílicas) de dicha sustancia y, con base en éste, es posible predecir sus factores de bioacumulación y bioconcentración (Sección 1.4.1.2). Debido a las condiciones del modelo mencionadas en los comentarios de las columnas "X" y "Y", resulta más confiable utilizar el valor del Log Kow como valor criterio para determinar si la sustancia es o no bioacumulable debido a que el valor de Log Kow de una sustancia está relacionado con su capacidad de adsorción o su potencial de bioconcentración en tejidos grasos. Un valor de Log Kow ≤ 5 indica la probable movilidad y transporte de ese material por su buena solubilidad, y fácil metabolización y biodegradación, es decir, hay que esperar una escasa bioacumulación. Por el contrario, un valor de Log Kow ≥ 5 indica posible adsorción en tejidos grasos, suelo y sedimentos, por tanto, es probable la bioconcentracón o bioacumulación. Su escasa movilidad favorece la toxicidad de estas sustancias.

X. Factor de Bioacumulación (BAF) Modelo BCFBAF Arnot-Gobas. El procedimiento canadiense utilizó el modelo para bioacumulación modificado por Gobas. Este modelo está descrito con gran detalle en el Apéndice 5. Es un modelo para un nivel trófico superior (pez), ajustado y modificado específicamente para aguas, condiciones fisicoquímicas y especies de peces canadienses (zonas templadas; 10 °C). Para el ejercicio con las sustancias del INSQ de México y como no se cuenta con datos empíricos o experimentales específicos para latitudes subtropicales o tropicales, se utilizan las predicciones Arnot-Gobas, al cual se han introducido datos normalizados para condiciones generales (en el programa EPIWEB 4.0, en la pestaña HELP, se encuentra una guía “BCFBAF user guide” con los fundamentos detallados de este modelo). Si en el futuro se cuenta con datos experimentales específicos, datos tales como: Temperatura del agua; Concentración de carbono orgánico particulado en agua; Concentración de carbono orgánico disuelto en el agua; Factor máximo de biomagnificación en las cadenas tróficas; Características organísmicas como: contenido de lípidos de las especies presas o en los materiales del fondo de la cadena alimenticia y peso de la(s) presas; además de la tasa constante de transformación metabólica y el factor de dilución trófica), éstos deberán introducirse en el modelo para obtener predicciones más precisas acerca del comportamiento de una sustancia (siempre a partir de un juicio crítico por parte de profesionales químicos y ecotoxicólogos) en cuanto a la bioacumulación de la sustancia en cuestión en una zona tropical o subtropical (o la latitud de la que se trate). Sin embargo, las modificacioens y los datos proporcionados por Gobas, son bastante confiables en cuanto a las predicciones para estimar la bioacumulación de una sustancia. En el modelo

141

BCFBAF de EPI Suite, pestaña "Arnot-Gobas", se eligen los valores BAF indicados en el item "Log BAF (BAF); Renglón "Upper Trophic", se elige el valor de BAF (L/Kg de peso húmedo, wet-wt), no el del Log BAF.

Y. Factor de Bioconcentración (BCF) Modelo BCFBAF Arnot-Gobas. El procedimiento canadiense utilizó el modelo para bioacumulación modificado por Gobas. Este modelo está descrito con gran detalle en el Apéndice 5. Es un modelo para un nivel trófico superior (pez), ajustado y modificado específicamente para aguas, condiciones fisicoquímicas y especies de peces canadienses (zonas templadas; 10 °C) Para el ejercicio con las sustancias del INSQ de México y como no se cuenta con datos empíricos o experimentales específicos para latitudes subtropicales o tropicales, se utilizan las predicciones Arnot-Gobas, al cual se han introducido datos normalizados para condiciones generales (en el programa EPIWEB 4.0, en la pestaña HELP, se encuentra una guía “BCFBAF user guide” con los fundamentos detallados de este modelo). Si en el futuro se cuenta con datos experimentales específicos. Datos tales como: Temperatura del agua; Concentración de carbono orgánico particulado en agua; Concentración de carbono orgánico disuelto en el agua; Factor máximo de biomagnificación en las cadenas tróficas; Características organísmicas tales como: contenido de lípidos de las especies presas o en los materiales del fondo de la cadena alimenticia y peso de la(s) presas; Además de la tasa constante de transformación metabólica y el factor de dilución trófica), éstos deberán introducirse en el modelo para obtener predicciones más precisas acerca del comportamiento de una sustancia (siempre a partir de un juicio crítico por parte de especialistas químicos y ecotoxicólogos) en cuanto a la bioacumulación de la sustancia en cuestión en una zona tropical o subtropical (o la latitud de la que se trate). Sin embargo, las modificaciones y los datos proporcionados por Arnot-Gobas, son bastante confiables en cuanto a las predicciones para estimar la bioacumulación de una sustancia. En el modelo BCFBAF de EPI Suite, pestaña "Arnot-Gobas", se eligen los valores BCF indicados en el item "Log BCF (BCF); Renglón "Upper Trophic", se elige el valor de BCF (L/Kg de peso húmedo, wet-wt), no el del Log BCF.

Z. ¿La sustancia es Bioacumulable? La sustancia es bioacumulable

si cumple cualquiera de los criterios siguientes criterios: log Kow ≥ 5 y/o BCF o BAF ≥ 5000. Debido a las condiciones del modelo mencionadas en las columnas "X" y "Y", resulta más confiable utilizar el valor del Log Kow como valor criterio para determinar si la sustancia es o no bioacumulable.

142

5.2.5 Toxicidad (T) Datos experimentales

AA. Toxicidad aguda (LC50 o EC50) en Vertebrados (Peces, anfibios. Nivel trófico superior, consumidores terciarios) (mg/L). Valores de LC50 o EC50 experimentales colectados. El punto final (endpoint) y la duración de la exposición preferidos son los siguientes: para los vertebrados, preferentemente peces y anfibios: LC50/EC50, 96 horas (Secciones 4.6.5.1 y 4.7.4.3.1.1).

AB. Toxicidad aguda (LC50/EC50) en Invertebrados (Nivel trófico medio, consumidores secundarios) (mg/L). Toxicidad aguda para invertebrados (mícidos, lombriz de tierra, moluscos, etc). El punto final y la duración de la exposición preferidos son los siguientes: para invertebrados: EC50/LC50, 48 horas (Secciones 4.6.5.1 y 4.7.4.3.1.1).

AC. Toxicidad Crónica en Algas, Bacterias o Daphnia (Nivel trófico

inferior, productores y consumidores primarios) (mg/L). Las pruebas de toxicidad con Daphnia se consideran como crónicas (largo plazo) porque éstas generalmente abarcan su ciclo de vida completo. Aunque en los datos experimentales o en los modelos se reporten EC50 o LC50 para Daphnia, estos datos pueden interpretarse como NOAEC, es decir como indicadores de toxicidad crónica, lo mismo con los valores que en los modelos se presentan cono "ChV" (Valores de toxicidad crónica) Si están disponibles varios datos de los arriba mencionados, se escoge el más conservador (valor más bajo) como valor representativo. El punto final y la duración de la exposición preferidos son los siguientes: para Daphnia, algas y plantas acuáticas: EC50/LC50 (NOAEC), o ChV a 72 - 96 horas (Secciones 4.6.5.1 y 4.7.4.3.1.1).

AD. Toxicidad aguda (LC50/EC50) en Vertebrados (Peces, anfibios. Nivel trófico superior, consumidores terciarios) (mg/L) ECOSAR v. 1.00/ECOWIN. Toxicidad para peces (LC50) según predicción ECOSAR/ECOWIN v. 1.00. El punto final y la duración de la exposición preferidos son los siguientes: para los vertebrados, preferentemente peces y anfibios: LC50/EC50, 96 horas. La sustancia puede no ser lo suficientemente soluble para predecir un efecto, por tanto:

Si el log Kow de la sustancia es mayor a 5, si el compuesto es sólido y el LC50 excede hasta por 10 veces la solubilidad en agua, no se prevén o predicen efectos tóxicos para peces en 96 h

143

Sí el log Kow de la sustancia es mayor a 6, si el compuesto es sólido y el LC50 excede hasta por 10 veces la solubilidad en agua, no se prevén o predicen efectos tóxicos para peces en 14 días (Secciones 4.6.5.2 y 4.7.4.3.1.1 y Apéndices 1, 8 y 9).

AE. Toxicidad crónica (ChV-NOAEC) en Vertebrados (Peces, anfibios. Nivel trófico superior, consumidores terciarios) (mg/L) ECOSAR v. 1.00/ECOWIN. Toxicidad crónica para peces, anfibios u otros vertebrados según predicción ECOSAR/ECOWIN v. 1.00. El punto final para determinar este parámetro es ChV (Chronic value), el cual se interpreta como NOAEC (Concentración mas alta en el que aún no se observan efectos adversos), cualquier valor menor a 0.1 mg/L indica toxicidad crónica (Secciones 4.6.5.2 y 4.7.4.3.1.1 y Apéndices 1, 8 y 9).

AF. Toxicidad aguda (LC50/EC50) en Invertebrados (Nivel trófico

medio, consumidores secundarios) (mg/L) ECOSAR v. 1.00/ECOWIN. Toxicidad aguda para invertebrados (camarones, mícidos, lombriz de tierra, moluscos, etc) (EC50 o LC50). El punto final y la duración de la exposición preferidos son los siguientes: para invertebrados: EC50/LC50, 48 horas, o 14 días para lombriz de tierra La sustancia puede no ser lo suficientemente soluble para predecir un efecto, así:

Si el log Kow de la sustancia es mayor a 5, si el compuesto es sólido y el LC50 excede hasta por 10 veces la solubilidad en agua, no se prevén o predicen efectos tóxicos en mícidos. Si el log Kow de la sustancia es mayor a 6, si el compuesto es sólido y el LC50 excede hasta por 10 veces la solubilidad en agua, no se prevén o predicen efectos tóxicos para lombrices de tierra (Secciones 4.6.5.2 y 4.7.4.3.1.1 y Apéndices 1, 8 y 9).

AG. Toxicidad Crónica en Algas, Bacterias o Daphnia (Nivel trófico inferior, productores y consumidores primarios) (mg/L) ECOSAR v. 1.00/ECOWIN. El punto final (endpoint) y la duración de la exposición preferidos son los siguientes: para Daphnia, algas y plantas acuáticas: EC50/LC50 (NOAEC), o ChV a 72 - 96 horas. Las pruebas de toxicidad con Daphnia y algas verdes se consideran como crónicas (largo plazo) porque éstas generalmente abarcan su ciclo de vida completo. Aunque en los datos experimentales o en los modelos se reporten EC50 o LC50 para Daphnia, estos datos pueden interpretarse como NOAEC, es decir como indicadores de toxicidad crónica, lo mismo con los valores que en los modelos se presentan como "ChV" (Valores de toxicidad crónica). Si están disponibles varios datos de los arriba mencionados, se escoge el más conservador (valor más bajo) como valor representativo. Si el log Kow de la sustancia es mayor

144

a 5, si el compuesto es sólido y el LC50 excede hasta por 10 veces la solubilidad en agua, no se prevén o predicen efectos tóxicos en Daphnia. Si el log Kow de la sustancia es mayor a 6.4, si el compuesto es sólido y el EC50 excede hasta por 10 veces la solubilidad en agua, no se prevén o predicen efectos tóxicos para algas verdes. Para todos los valores Toxicidad crónica: Si el Log Kow de la sustancia química es mayor a 8.0, o si el compuesto es sólido y el valor de toxicidad crónica (ChV) o EC50 o el LC50 para Daphnia excede la solubilidad en agua por 10 veces, Se prevé que la sustancia no tendrá efectos tóxicos (Secciones 4.6.5.2 y 4.7.4.3.1.1 y Apéndices 1, 8 y 9).

AH. ¿La sustancia es tóxica? La sustancia es tóxica si cumple los

siguientes criterios: Si existe un valor de LC50/EC50 para peces u otro vertebrado de nivel trófico superior o para mícidos, moluscos, lombriz de tierra u otro invertebrado de nivel trófico medio ≤ 1 mg/L Si existe una valor de NOAEC, ChV o LC50/EC50 para Daphnia, algas o bacterias ≤ 0.1 mg/L Valor representativo para Toxicidad. Si existen varios datos para un punto final, se escoge el más conservador (valor más bajo) como valor representativo

5.2.6 Categoría

AI. En este campo se anota la decisión final acerca de la categoría asignada a la sustancia: P (la sustancia es persistente), B (la sustancia es bioacumulable) y T (la sustancia es tóxica en organismos no humanos –ecotoxicidad acuática–). Recuérdese que para que una sustancia sea considerada como prioritaria para recibir atención especial por medio de una evaluación de riesgo y regulación, debe cumplir los siguientes criterios: Ser PBT, PT y/o PB.

5.2.7 Otra información (información contenida en el INSQ)

AJ. Listado TSCA (Toxic Substances Control Act), perteneciente a la

Agencia de Protección Ambiental (EPA) de Estados Unidos. AK. Listado de sustancias involucradas en emergencias químicas

reportado a la PROFEPA (Procuraduría Federal de Protección al Ambiente) de México.

145

5.3 INFORMACIÓN NECESARIA PARA EL EJERCICIO DE CATEGORIZACIÓN ECOLÓGICA PARA SUSTANCIAS INORGÁNICAS, ORGANOMETÁLICAS, SALES METAL ORGÁNICAS, POLÍMEROS Y UVCBs O CVIBs Las propiedades químicas de las sustancias orgánicas son diferentes a las de otras clases de sustancias (inorgánicas, organometálicas, sales metal orgánicas, polímeros y las subclases de las sustancias UVCB o CVIB), por lo cual la estrategia de categorización para sustancias orgánicas debe ser adaptada y las interpretaciones de los tres criterios, P, B, y T, deben refinarse para ser significativas para evaluar el riesgo de estas otras clases de sustancias. Los lineamientos generales ya descritos para las sustancias orgánicas, ampliamente descritas en las figuras 3-1a, 3-1b y 31c del capítulo III, en el capítulo IV y en las secciones 5.1 y 5.2 de este capítulo, se aplican de la misma manera para otras clases de sustancias, aunque con ligeras variaciones, las cuales se describen a continuación. 5.3.1 Fracción de interés/ionización/especiación/productos de transformación La utilidad de considerar un término como “la fracción de interés” se ilustra mejor cuando se considera una sustancia iónica que se disuelve en agua y se disocia liberando iones metálicos y macronutrientes que podrían presentar toxicidad y persistencia, principalmente.

Este término se refiere a la fracción del químico que, con base en el juicio profesional, tiene el mayor potencial para satisfacer los criterios para toxicidad, persistencia y bioacumulación. La fracción de interés puede ser un metal, un ión metálico simple, un ión complejo, productos de especiación (especies básicas o secundarias), productos de transformación, un monómero (en el caso de polímeros), entre otros. Esta fracción puede ser también la propia sustancia (sustancia principal), este generalmente es el caso para los compuestos orgánicos.

Se lleva a cabo un proceso secuencial en el que si una fracción potencialmente tóxica no satisface el criterio para toxicidad, entonces se evalúa la próxima fracción que tenga una toxicidad potencial y se continúa hasta que una fracción de interés satisfaga alguno de los criterios de categorización o hasta que se haya determinado que ninguna de las fracciones satisface algún criterio. En casos dónde ninguna de las fracciones inorgánicas se hayan podido categorizar como riesgosa, y se tenga alguna fracción orgánica, entonces la sustancia principal se evalúa según la guía para las sustancias orgánicas

Así, la estrategia de la fracción/ión común puede ayudar cuando hay escases de datos en el contexto de la categorización. Esta estrategia se utiliza en la categorización de las sustancias inorgánicas, organometálicas, sales metal orgánicas, polímeros, UVCB inorgánicas, UVCB organometálicas y UVCB sales metal orgánicas y UVCB polímeros.

146

5.3.2 Compuestos análogos Para ciertas clases de sustancias (principalmente sales de metal orgánicas y UVCB inorgánicas) existe muy poca disponibilidad de datos experimentales o de predicciones por modelos, cuando esto sucede pueden usarse datos experimentales de compuestos análogos para determinar las propiedades PBT. En la sección 4.6.1.2 se mencionan las reglas básicas para la selección de compuestos análogos. 5.3.3 Relación Toxicidad (T)/Solubilidad La solubilidad es un parámetro importante para estimar la toxicidad pues proporciona un método simple incorporando el concepto de biodisponibilidad. Aunque existen modelos para predecir la biodisponibilidad de sustancias inorgánicas (por ejemplo, iones de metal en solución), ninguno es pertinente para la categorización de compuestos inorgánicos.

Por consiguiente, la única medida aproximada de biodisponibilidad es la solubilidad de la sustancia principal.

El procedimiento para categorizar, es determinar primero su solubilidad en agua (incluyendo la especiación inicial en la solución), así como su toxicidad, cuyo criterio es diferente al que se utiliza para sustancias orgánicas. Así, los criterios de toxicidad para sustancias inorgánicas, sales metal orgánicas, UVCB inorgánicas, y UVCB sales metal orgánicas, son los siguientes: Cuando la solubilidad y los valores de toxicidad son cuantitativos, la sustancia principal se categorizará como tóxica o ecotóxica si se cumplen las condiciones siguientes:

3. la solubilidad en agua de la sustancia principal es mayor o igual a 1 mg/L y si


Donde sólo se tienen datos de solubilidad cualitativos, una sustancia principal se categorizará como tóxica, si se encuentran las siguientes condiciones:

3. la solubilidad en agua de la sustancia principal es mayor que el valor representativo para toxicidad aguda, LC50 o EC50, y


5.3.4 Persistencia (P) Debido a que la mayoría de las fracciones de interés en las clases de sustancias diferentes a las orgánicas, son iones libres en su estado elemental, comparadas

147

con un ión o compuesto complejo cuyos datos de vida media son pertinentes, es probable que sólo sea posible una valoración cualitativa. En otras palabras, el valor representativo de persistencia a menudo no será un valor de vida media cuantitativo, sino una valoración cualitativa de respuestas “Sí” o “No” a la pregunta “¿Es la fracción de interés persistente?” Cuando un ión que tiene valencia estable en el ambiente (por ejemplo, Ag+, Cl-) y se selecciona como la fracción de interés, se considera persistente inherentemente para los propósitos de categorización, porque no puede degradarse más. Esta interpretación aplica a iones inorgánicos metálicos y no metálicos (por ejemplo, CN-). Puesto que los iones metálicos disueltos liberados del compuesto principal no se degradan, éste puede ser considerado infinitamente persistente.

Generalmente a los polímeros se les considera como sustancias muy estables, por tanto, el criterio para persistencia tiene un poder discriminador pequeño. La mayoría de los polímeros en una evaluación preliminar pueden ser considerados como persistentes. Si se considera que un polímero es tóxico, se investiga su persistencia con más detalle basándose en la información disponible. 5.3.5 Bioacumulación (B) Aunque la categorización para sustancias no orgánicas sería más concluyente si se evaluará la bioacumulación, ésta puede llevarse a cabo con sólo evaluar toxicidad y persistencia. La bioacumulación se considera al final porque no se interpreta fácilmente en el contexto de la evaluación de riesgo de las sustancias inorgánicas u otras que contienen un metal, dado el estado actual del conocimiento científico. Para sustancias que contengan un no metal como fracción de interés, el criterio de bioacumulación se evalúa de acuerdo a la guía descrita para sustancias orgánicas (Sección 4.6.4).

En el caso de los polímeros, son generalmente moléculas muy grandes y con peso molecular alto. Por consiguiente, el criterio de bioacumulación ofrece un poder discriminador pequeño. Si un polímero es considerado tóxico, se investigará su bioacumulación con más detalle basándose en la información disponible. Diversas iniciativas internacionales asumen que todos los polímeros son persistentes y no son bioacumulables, a menos que la información disponible diga otra cosa.

Para cualquier consulta acerca de la categorización para las diferentes clases de sustancias, puede recurrirse a las secciones respectivas que, con gran detalle se explican en el capítulo IV, así como a las bases de datos sistematizadas respectivas contenidas en el anexo 2.

5.4 RESULTADOS

En el cuadro 5-1 se presentan las categorías asignadas a las clases de sustancias después de la categorización realizada a 480 compuestos con el procedimiento de Canadá (anexo 1) y a 18 sustancias con el ejercicio en el que se aplicó la metodología consensuada con expertos nacionales (anexo 2).

148

Cuadro 5-1. Clases de sustancias categorizadas y sus categorías

Clase de

Sustancias

PBT BT PT PB P B T No P, No B, No T

a b a b a b a b A b a b a b a b

Orgánicas 23 38 1 69 1 3 6

Inorgánicas 211 1 1 1

Organometálicas 1 1 19 1

Sales metal

orgánicas

26 1

Polímeros 24 2

UVCB

Orgánicas

9 18 12

UVCB

Inorgánicas

14

UVCB

Sales metal

orgánicas

7

UVCB

Polímeros

1

UVCB

Biológicas

5 1

UVCB

Organometálicas

1

a: Categorización con el procedimiento de Canadá

b: Categorización con la metodología consensuada.

P: Persistencia

B: Bioacumulación

T: Toxicidad/Ecotoxicidad

Los números en el cuadro indican las cantidades de las sustancias ubicadas en cada una de las categorías, recuérdese

que los criterios para incluir a una sustancia en una lista prioritaria son que ésta sea PBT, BT o PT.

Como se puede apreciar en el cuadro 5-1, sólo 3 de las 18 sustancias categorizadas (2 orgánicas y 1 organometálica) en el ejercicio, cumplen los criterios para ser incluidas en la lista prioritaria, junto con las 480 categorizadas por el procedimiento canadiense.

149

VI CONCLUSIONES

Las metodologías de categorización ecológica son una herramienta muy útil cuando se trata de obtener una evaluación preliminar acerca de un grupo de sustancias del cual se sospecha que puede representar algún tipo de riesgo o peligro para la salud de los seres vivos. La aplicación de los procesos implicados en una categorización de sustancias, resulta, asimismo, ser una estrategia que, si bien requiere la inversión de recursos, tanto materiales, humanos, científicos y económicos, a mediano y largo plazo se convierte en un gran ahorro en todos estos aspectos. Lo anterior puede afirmarse en el sentido de que una evaluación completa de riesgo tanto ambiental como de salud, desarrollada con cada una de las sustancias resultaría en un costo mucho mayor. Asimismo, el elegir los criterios y procedimientos adecuados en la aplicación de estrategias que den como resultado la detección de compuestos peligrosos, es de suma importancia para el éxito y confiabilidad en los datos que pudiera arrojar un ejercicio de categorización de sustancias químicas. Aún son escasos los ejemplos a nivel mundial de procedimientos plenamente integrales y consensuados con todas las partes interesadas en la información que puede obtenerse en este tipo de ejercicios. Por tanto, puede concluirse que los productos obtenidos en el presente proyecto, cumplieron con los objetivos trazados por el mismo, ya que se identificaron los criterios adecuados para la elaboración de una metodología consensuada con un grupo de científicos especialistas, se obtuvo la categorización de más de 2 800 de las aproximadamente 5 000 sustancias identificadas por el INE y contenidas en el inventario inicial de sustancias que se comercializan en nuestro país, y se pudo elaborar una lista de casi 500 sustancias que pueden ser incluidas en una primera lista prioritaria de sustancias que deberán recibir una atención futura en la detección y evaluación del nivel de riesgo potencial para los ecosistemas por sus características de persistencia, bioacumulación y toxicidad. Asimismo, puede ser la base para crear regulaciones que prevengan o mitiguen sus riesgos o bien para modificar a las regulaciones existentes. Además puede contarse con la confianza de tener otra lista con más de 2 000 sustancias que no representan riesgo alguno por su inocuidad, al menos para los criterios de persistencia, bioacumulación y toxicidad. Es importante resaltar la creación de dos bases de datos sistematizadas, una de ellas con las 480 sustancias con el procedimiento de Canadá y la otra con 18 sustancias categorizadas como un ejercicio donde se aplica la metodología consensuada con expertos nacionales, sólo 3 de estas 18 sustancias cumplen los criterios para ser anexadas en la lista prioritaria de 480. Ambas bases de datos contienen información sobre las propiedades ecotoxocológicas y de

150

comportamiento en el ambiente de las sustancias y constituyen otros de los principales productos de este proyecto.

.

151

VII RECOMENDACIONES I. Para una sustancia categorizada se pueden seguir alguna de las siguientes vías:

1.- No realizar acciones futuras sí:

a) La categorización indica que no posee riesgo al ambiente

b) Si es que existen instrumentos de prevención y control de riesgo para esa sustancia en particular (NOM’s, catálogo de plaguicidas de Cicoplafest, acuerdos y convenios internacionales o alguna otra ley o reglamento que la regule)

2.-Si la categorización indica que sí posee riesgo al ambiente se recomienda:

a) Incluirla en una lista prioritaria para su evaluación y comprensión del riesgo asociado con su liberación y exposición

b) Adicionarla en algún listado de sustancias peligrosas ya existente o bien crear alguno nuevo, que contenga este tipo de sustancias

c) Desarrollar instrumentos para la prevención o control de riesgo, estos

pueden ser instrumentos tales como: Códigos de prácticas, planes de prevención de la contaminación y acciones o mandatos utilizando instrumentos económicos o regulatorios

II. Completar el inventario INE con información acerca de volumen de producción, manufactura y uso además de información acerca de clase química de las sustancias, fórmulas químicas, SMILES, además de parámetros fisicoquímicos como son: solubilidad en agua, presión de vapor, productos de transformación, especiación, etc. III. Promover el diálogo e intercambio de información entre el Sector Salud, ONGs, Gobierno, Academia, Industrias, Sociedad, etc.

152

VIII RECONOCIMIENTOS

Siempre resulta difícil agradecer públicamente a todas aquellas personas que han colaborado con un proceso, con una creación, con un éxito, por cuanto nunca alcanza el tiempo, el papel o la memoria para mencionar y dar, con justicia, todos los créditos y méritos a quienes se lo merecen. Partiendo de esa limitación y diciendo de antemano MUCHAS GRACIAS a todas las personas que, de una u otra, forma han participado en este proceso que marca, a nuestro criterio, un hito en la historia de la construcción de herramientas metodológicas para el manejo adecuado de las sustancias químicas en nuestro país. Deseamos agradecer específicamente a algunas personas que han participado hombro a hombro con nosotros: Dra. Irma Rosas Pérez, M. en C. Lucila Mendoza Sánchez, M. en C. Irma Gavilán García, Dra. en Ciencias Químicas Elvira Santos Santos, Ing. Carlos Ayala Ahumada, Dra. María Eugenia González Avila, Maestra en Ciencias (Biología) Angélica Garduño, Ing. Osvaldo Belmont, M. en C. Ana Patricia Martínez Bolívar, M. en C. Erick Felipe Jiménez Quiroz, Dra. Leonor Cedillo Becerril, Dra. Teresita Romero Torres, M. en C. Arturo Gavilán García, M. en C. Frineé Kathia Cano Robles, M. en C. Miguel Ángel Martínez Cordero, Dra. Ania Mendoza Cantú, M. en C. José Luis Ángel Rodríguez Silva, Dra. Jaqueline García, Rigoberto Zamora Montes, Oscar Trejo Cuevas, Ing. Alejandro Vargas Cruz, Gabriela Hernández González, Ribia García Aráosla, Dra. Cecilia Vanegas, Dra. Patricia Ramírez, Dra. Yolanda Pica, Dr. Miguel Betancourt, M. en C. Eduardo Marambio Dennet. Deseamos expresar nuestro más profundo agradecimiento al Dr. Carlos Rius por su tiempo y mostrarnos las herramientas para modelar sustancias, así como su siempre e incondicional disposición a brindar su apoyo.

153

IX BIBLIOGRAFÍA

Alfred Rudin, 1998, The Elements of Polymer Science and Engineering, Second Edition, Academic Press, ISBN 0-12-601685-2 Arnot, J.A. and F.A.P.C. Gobas. 2003. A generic QSAR for assessing the bioaccumulation potential of organic chemicals in aquatic food webs. Quant. Struct.–Act. Relat. 22:1–9. Aronson, D. and P.H. Howard. 1999. Evaluating Potential POP/PBT Compounds for Persistence. Syracuse Research Corporation, North Syracuse, New York. November. Barber, M.C., L.A. Suárez, and R.R. Lassiter. 1988. Modeling bioconcentration of nonpolar organic pollutants by fish. Environ. Toxicol. Chem. 7:545–558. Barber, M.C., L.A. Suárez, and R.R. Lassiter. 1991. Modeling bioaccumulation of organic pollutants in fish with an application to PCBs in Great Lakes salmonids. Can. J. Fish. Aquat. Sci. 48:318–337. Barra, R. 2007. Criterios para seleccionar sustancias tóxicas persistentes para la construcción de la Base de Datos sobre Sustancias Tóxicas Persistentes y Metales Pesados. Centro de Ciencias Ambientales EULA-Chile, Universidad de Concepción Barron, M.G., J.A. Hansen, and J. Lipton. 2002. Association between contaminant tissue residues and effects in aquatic organisms. Rev. Environ. Contam. Toxicol. 173:1–37. BKH Consulting Engineers. 1998. Selection of PTBs Phase 2. Selection of Toxic, Persistent and Bioaccumulative Substances Based on Ecotoxicity Data. M0216007/2471P. The Netherlands. Blok, J., F. Balk, and P.C. Okkerman. 1999. Identification of Persistent, Toxic and Bioaccumulating Substances. Report to the Netherlands Ministry of Housing, Spatial Planning and the Environment (VROM). July. Boethling, R.S. 2000. HPVC-screening tool: Using ready and inherent biodegradability data to derive input data for the EQC model. Appendix 10 in CED (Chemicals Evaluation Division), Environmental Categorization for Persistence, Bioaccumulation and Inherent Toxicity of Substances on the Domestic Substances List Using QSARs. Final Report. Environment Canada. July. Boreal Associates. 2004c. Grouping of Organics, Organic Metal Salts, Inorganics, Organometallics, Biologicals, Polymeric and Other UVCB Substances on the DSL. Report prepared for the Existing Substances Branch, Environment Canada. 28 p. & appendixes.

Campfens, J. and D. Mackay. 1997. Fugacity-based model of PCB bioaccumulation in complex aquatic food webs. Environ. Sci. Technol. 31:577–583. CCME (Canadian Council of Ministers of the Environment). 1987. Canadian Water Quality Guidelines. Appendix I. Glossary, Symbols and Abbreviations (updated periodically). CED (Chemicals Evaluation Division). 2000. Environmental Categorization for Persistence, Bioaccumulation and Inherent Toxicity of Substances on the Domestic Substances List Using QSARs. Final Report. Environment Canada. July. CEPA Environment Canada (2006). DRAFT Procedure Governing the Determination of whether a Contaminant is a “Toxic Substance”

154

Chapman, P.M., A. Fairbrother, and D. Brown. 1998. A critical evaluation of safety (uncertainty) factors for ecological risk assessment. Environ. Toxicol. Chem. 17(1):99–108.

Chemical Manufacturers Association. PTB [persistent, toxic, bioaccumulative] Policy Implementation Guidance. Product Risk Management Guidance for PTBs; CMA: Arlington, VA, February 1996.

Cousins, I.T., T.D. Gouin, and D. Mackay. 2000. Screening Organic Chemicals for Persistence in the Environment and Potential for Long-range Transport . Report prepared under contract for the Commercial Chemicals Evaluation Branch, Environment Canada. June. Degner, P., M. Müller, M. Nendza, and W. Klein. 1993. Structure–Activity Relationships for Biodegradation. Environment Directorate, Organisation for Economic Co-operation and Development, Paris. Desarrollo del listado de sustancias sujetas a reporte de registro de emisiones y

transferencias de contaminantes (RETC-2004). 2007.DGCCARETCE-UNAM

Di Toro, D.M. and F.L. Hellweger. 1999. Long-range Transport and Deposition: The Role of Henry’s Law Constant. Final Report to the International Council of Chemical Associations (ICCA). May. ECETOC (European Centre for Ecotoxicology and Toxicology of Chemicals). 1998. QSARs in the Assessment of Environmental Fate and Effects of Chemicals. Technical Report No. 74. Brussels. June. ECOSAR. 2001. ECOWIN v0.99g from the EPI suite programs, U.S. EEC (European Economic Community). 1996. Technical Guidance Document in Support of Commission Directive 93/67/EEC on Risk Assessment for New Notified Substances and Commission Regulation (EC) No. 1488/94 on Risk Assessment for Existing Substances: Part II. ECSC-EC-EAEC. Brussels and Luxembourg. Eldred, D.V., C.L. Weikel, P.C. Jurs, and K.L.E. Kaiser. 1999. Prediction of fathead minnow acute toxicity of organic compounds from molecular structure. Chem. Res. Toxicol. 12:670–678. Environment Canada and Health and Welfare Canada. 1993. Guidelines for the Notification and Testing of New Substances: Chemicals and Polymers. Pursuant to the New Substances Notification Regulations of Canadian Environmental Protection Act. Environment Canada, Ottawa, Ontario. 220 pp. Environment Canada. 1999. Guidance Document on the Application and Interpretation of Single-species Tests in Environmental Toxicology. Report EPS 1/RM/34. December. Environment Canada. 2001. Toxicity Testing with Hyalella azteca, An Approach for Resolving Data Gaps and Choosing Toxicity Values for Categorization, Rationale and Description of Methodology. Chemicals Evaluation Division, Commercial Chemicals Evaluation Branch. May.

155

Environment Canada, 2001. Guidelines for the Notification and testing of New Substances: Chemicals and Polymers. Pursuant to the New Substances Notification Regulations of the Canadian Environmental Protection Act, 1999. Environment Canada, 2001, Ottawa, Canada. Cat. No. En 40-645/2001F Environment Canada, April 2002, Canadian Environmental Protection Act, 1999 Environment Canada. 2002. Categorization of Inorganic Substances on the Domestic Substances List (DSL), Results of the Pilot Project, Draft Version 2. Chemicals Evaluation Division, Existing Substances Branch. Environment Canada. 2003. Guidance Manual for the Categorization of Organic and Inorganic Substances on Canada’s Domestic Substances List. Existing Substances Branch, Environment Canada. Gatineau, QC, Canada. Environment Canada. 2003. Environment Canada’s Guidance for Grouping Organic Substances on the Domestic Substances List for Categorization. Draft Document. Existing Substances Branch, Environment Canada, Gatineau, Canada. Environment Canada, 2003, Guidance Manual for the Categorization of Organic and Inorganic Substances on Canada’s Domestic Substances List-Determining Persistence, Bioaccumulation Potential and Inherently toxic to Non-Human Organisms. Environment Canada (June 2003) Environment Canada. 2004a. Approach for the Ecological Categorization of Substances on the Domestic Substances List: Organometallics (draft). Existing Substances Branch, Environment Canada. Gatineau, QC, Canada. Environment Canada. 2004b. Approach for the Ecological Categorization of Substances on the Domestic Substances List: Polymers (draft). Existing Substances Branch, Environment Canada. Gatineau, QC, Canada.

Environment Canada. 2006. Strategic Approaches for the Ecological

Categorization of Substances on the Domestic Substances List (DSL),

under the Canadian Environmental Protection Act, 1999 (CEPA 1999) [email protected]

http://www.ec.gc.ca/substances/ese/eng/dsl/cat_index.cfm

European Commission. 1995. Overview of Structure Activity Relationships for Environmental Endpoints. Report of the EU-DG-XII Project QSAR for Predicting Fate and Effects of Chemicals in the Environment. Contract No. EV5V-CT92-0211. July. European Commission. 2001. Identification of Priority Hazardous Substances — Modified Procedure in Accordance with Article 16(3) of the Water Framework Directive. Working Document ENV/191000/01 Final of the Commission Services. Brussels, January 16, 2001. Adonis No. 901019. Internet: http://www.europa.eu.int/comm/environment. Finnish Environment Institute. 2001. Selection of Hazardous Substances for Risk Management. Series 239. Helsinki. 58 pp. Internet: http://www.vyh.fi/palvelut/julkaisu/. Forbes, V.E. and P. Calow. 2002. Species sensitivity distributions revisited: a critical appraisal. Hum. Ecol. Risk Assess. 8(3):473–492.


http://www.ec.gc.ca/substances/ese/eng/dsl/cat_index.cfm

156

Glover, C.A. Advan. Chem. Ser. 1973, Volume date 1971, No. 125, 1-8. Glover, C.A. Tech. Methods. Polym. Eval. 1975, 4, Pt.1, 79-159. Gazette Canada. Persistence and Bioaccumulation Regulations, vol. 134, no. 7 - 29 de marzo 2000

Gobas, F.A.P.C. 1993. A model for predicting the bioaccumulation of hydrophobic orga nic chemicals in aquatic food-webs: application to Lake Ontario. Ecol. Model. 69:1–17. Gobas, F. 2000. Identification of Bioconcentration and Bioaccumulation Factors for Substances on the DSL: Parts 1–V. Prepared under contract for the Chemicals Evaluation Division, Environment Canada, Hull, Quebec. February. Gobas, F. 2001. The Application of Bioaccumulation Models for Categorization and Screening of Chemical Substances on the DSL. Prepared under contract for the Chemicals Evaluation Division, Environment Canada, Hull, Quebec. June. Gobas, F., R. Purdy, G. Granville, C. Cowan-Ellsbery, J. Gannon, M. Lewis, A. Socha, and P. Chapman. 2001. A proposal for hazard identification of organic chemicals based on inherent toxicity. In: Learned Discourses: Timely Scientific Opinions. SETAC Globe, Vol. 2, No. 4, July–August. Gouin, T., D. Mackay, E. Webster, and F. Wania. 2000. Screening chemicals for persistence in the environment. Environ. Sci. Technol. 34:881–884 (cited in Cousins et al. 2000). Government of Canada. 1995. Toxic Substances Management Policy. Environment Canada, Ottawa, Ontario. June. Government of Canada. 2000. Persistence and Bioaccumulation Regulations. Canada Gazette 134(7), March 29. Guidance for the preparation of an Annex XV dossier on the identification of substances of

very high concern. June 2007. Guidance for he implementation of REACH European

Chemicals Agency, 2007 (http://echa.europa.eu/reach_en.html).

Hoekstra, J.A. and P.H. van Ewijk. 1993. Alternatives for the no-observed-effect level. Environ. Toxicol. Chem. 12:187–194. IUCLID. 2000. IUCLID Guidance Document, Version 1.1. December. Prepared on behalf of the European Chemical Industry Council (CEFIC), Belgium, by Fraunhofer Institute of Toxicology and Aerosol Research, Drug Research and Clinical Inhalation, Germany, in collaboration with the European Commission Institute for Health and Consumer Protection, European Chemicals Bureau, Italy. IUPAC Physical Chemistry Division, Engl. Pure Appl. Chem. 1976, 48(2), 241-6. Hamilton, J. D. and Sutcliffe, R. 1997, Ecological Assessment of Polymers, Van Nostrand Reinhold, ISBN 0-442-023328-6

157

IWG (Inorganic Working Group). 2001. Categorization of Inorganic Substances on the Domestic Substances List (DSL), Findings and Recommendations from the Inorganic Working Group (IWG), Final Report. Jarvinen, A.W. and G.T. Ankley. 1999. Linkage of Effects to Tissue Residues: Development of a Comprehensive Database for Aquatic Organisms Exposed to Inorganic and Organic Chemicals. Society of Environmental Toxicology and Chemistry (SETAC) Press, Pensacola, Florida (cited in Mackay et al. 2001). Kaiser, K.L.E. and S.P. Niculescu. 1999. Probabilistic Neural Network (PNN) Methodology for the Prediction of Acute Toxicity of Chemicals to Fathead Minnow Based Solely on Chemical Structure-derived Input Parameters. NWRI Contribution No. AEP-TN99-001. National Water Research Institute, Environment Canada, Burlington, Ontario. 39 pp. King, M., M. Schwartz, and J. McGeer. 2002. Acute toxicity of rare earth metals using Daphnia pulex. Draft report, March 2002. Prepared by the Mining and Mineral Science Laboratory (CANMET), Natural Resources Canada. 15 pp. Klimisch, H.-J., M. Andreae, and U. Tillmann. 1997. A systematic approach for evaluating the quality of experimental toxicological and ecotoxicological data. Regul. Toxicol. Pharmacol. 25:1–5. Kollig, H.P. 1988. Criteria for evaluating the reliability of literature data on environmental process constants. Toxicol. Environ. Chem. 17:287–311. KOWWIN. 2000. KOWWIN v1.67 from the EPI suite programs, U.S. Environmental Protection Agency Loonen, H., F. Lindgren, B. Hansen, W. Karcher, J. Niemela, K. Hiromatsu, M. Takatsuki, W. Peijnenburg, E. Rorije, and J. Struijs. 1999. Prediction of biodegradability from chemical structure: modeling of ready biodegradation test data. Environ. Toxicol. Chem. 18(8):1763–1768. Mackay, D., H. Puig, and L.S. MacCarty. 1992. An equation describing the time course and variability in uptake and toxicity of narcotic chemicals in fish. Environ. Toxicol. Chem. 11:941–951. Mackay, D., L.S. McCarty, and M. MacLeod. 2001. On the validity of classifying chemicals for persistence, bioaccumulation, toxicity, and potential for long-range transport. Environ. Toxicol. Chem. 20(7):1491–1498. Mackay, D., E. Webster, T. Cahill, T. Gouin, P. Doyle, Y. Couillard, and D. Gutzman (in press). Towards consistent evaluation of the persistence of organic, inorganic and metallic substances. Hum. Environ. Risk Assess. McCarty, L.S. and D. Mackay. 1993. Enhancing ecotoxicological modeling and assessment. Environ. Sci. Technol. 27(9):1719–1728. Mekenyan, O.G., S.H. Karabunarliev, N. Nikolova, D. Dimitrov, J. Ivanov, S. Djiev, V. Grancharov, and N. Nikolov. In press. The OASIS tools for fuzzy modeling of chemical structures: Applications for inherent toxicity screening of the EU and US EPA inventories. In J.D. Walker (ed.), Quantitative Structure–Activity Relationships and Endocrine Disruption. Society of Environmental Toxicology and Chemistry (SETAC) Press, Pensacola, Florida.

158

Moore, D.R.J. and P.-Y. Caux. 1997. Estimating low toxic effects. Environ. Toxicol. Chem. 16(4):794–801. Muir DGC., Howard PH (2006) Are there other Persistent Organic Pollutants? A

Challenge for Environmental Chemists. Environ Sci Technol 40, 7157-7166.

Müller-Herold, U., D. Caderas, and P. Funck. 1996. Validity of global lifetime estimates by a simple general limiting law for the decay of organic compounds with long-range pollution potential. Environ. Sci. Technol. 31:3511–3515 (cited in Cousins et al. 2000). NAAEC-CEC. Process for identifying candidate substances for regional action under the

sound management of chemicals initiative; Report to the North American working group

on the sound management of chemicals by the task force on criteria; CEC: Montreal,

Quebec, Canada; Draft, July 1997.

OECD (Organization for Economic Co-operation and Development). 1993. Application of Structure– Activity Relationships to the Estimation of Properties Important in Exposure Assessment. OECD Monograph No. 67. Paris. OECD. 1994. (May 10). Organization for Economic Co-operation and Development. Chemicals Group and Management Committee. Chairman’s Report, Third Meeting of OECD Experts on Polymers, Tokyo, 14-16; April 1993. OECD (Organization for Economic Co-operation and Development). 2001. Guidance Document on the Use of the Harmonized System for the Classification of Chemicals which are Hazardous for the Aquatic Environment. OECD Series on Testing and Assessment No. 27. OECD Environment, Health and Safety Publications. ENV/JM/MONO(2001)8. 115 pp. Internet: http://www.oecd.org/ehs/. OECD, 2001. Harmonized Integrated Classification System for Human Health and Environmental Hazards of Chemical Substances and Mixtures.

OECD (Organization for Economic Co-operation and Development). 2002. Manual for Investigation of HPV Chemicals. OECD Existing Chemicals Programme, Paris. OECD (2005) Manual for Investigation of HPV Chemicals. Chapter 3.2. Guidance on the

Development and Use of Chemical Categories in the HPV Chemicals Programme.

Organisation for Economic Co-Operation and Development (available from:

http://www.oecd.org/document/7/0,2340,en_2649_34379_1947463_1_1_1_1,00.html)

Pennington, D.W. In press-a. An evaluation of chemical persistence screening approaches. Accepted in Chemosphere. Pennington, D.W. In press-b. Relative persistence and long-range transport screening. Submitted to Environ. Sci. Technol. Pennington, D.W. In press-c. Relationship of approaches and a tiered methodology for screening chemicals in the context of long-range transport. Accepted in Chemosphere. Pennington, D.W., P.L. Yue, G. McKay, and J.F. Porter. 1997. The application of multi-compartment models for regional environmental comparison of process design alternatives. Trans. Inst. Chem. Eng. Part B 75:90–97 (cited in Pennington in press-a).

http://www.oecd.org/ehs/

http://www.oecd.org/document/7/0,2340,en_2649_34379_1947463_1_1_1_1,00.html

159

Rorije, E., H. Loonen, M. Müller, G. Klopman, and W.J.G.M. Peijnenburg. 1999. Evaluation and application of models for the prediction of ready biodegradability in the MITI-I test. Chemosphere 38:1409–1417. Shirazi, M.A. and L.V. Lowrie. 1988. An approach for integration of toxicological data. Pages 334– 360 in W.A. Adams, G.A. Chapman, and W.G. Landis (eds.), Aquatic Toxicology and Hazard Assessment. Vol. 10. STP 971. American Society for Testing and Materials, Philadelphia, Pennsylvania (cited in Mackay et al. 1992). Sijm, D., E. Hulzebos, and W. Peijnenberg. 1999. Estimating the PBT-profile. RIVM Report No. 601503016. National Institute of Public Health and the Environment, Bilthoven, The Netherlands. July. Sprague, J.B. 1973. The ABCs of pollutant bioassay with fish. Pages 6–30 in J. Cairns, Jr. and K.L. Dickson (eds.), Biological Methods for the Assessment of Water Quality. STP 528. American Society for Testing and Materials, Philadelphia, Pennsylvania (cited in Mackay et al. 1992). Stockholm Convention (2001) Stockholm Convention on Persistent Organic Pollutants. Stockholm, 22 May 2001 (available from http://www.pops.int/). Suter, G.W. 1993. Ecological Risk Assessment. Lewis Publishers, Chelsea, Michigan. The Cadmus Group, Inc. 1999. A Comparison of Model Performance for Six QSAR Packages that Predict Acute Inherent Toxicity to Fish. Report prepared under contract for the Chemicals Evaluation Division, Environment Canada. November. Thomann, R.V. 1989. Bioaccumulation model of organic chemical distribution in aquatic food chains. Environ. Sci. Technol. 23:699–707. Thomann, R.V., J.P. Connolly, and T.F. Parkerton. 1992. An equilibrium model of organic chemical accumulation in aquatic food webs with sediment interaction. Environ. Toxicol. Chem. 11:615–629. Toxic Substances Management Policy. Persistence and Bioaccumulation Criteria; En 40-

499/2-1995E; Government of Canada, Environment Canada: June 1995.

TSCA New Chemicals Program, Chemicals Categories, February 2002 http://www.epa.gov/opptintr/newchems/cat02.pdf Tung, L.H.; Runyon J.R. J. Appl. Polym. Sci. 1973, 17(5), 1589-96. Twiss, M.R., O. Errecalde, C. Fortin, P.G.C. Campbell, C. Jumarie, F. Denizeau, E. Berkelaar, B. Hale, and K. van Rees. 2000. Guidelines for Studies of Metal Bioavailability and Toxicity — Why Metal Speciation Should Be Considered and How! Canadian Network of Toxicology Centres, Metal Speciation Theme Team. Version 6, March 21. Tyle, H. and J. Niemela. 1999. Use of QSARS for Selection of POPs. Working paper to the participants of the CEG II Meeting, Vienna, June 14–18, 1999. Danish Environmental Protection Agency. UNEP-GEF (2002) Regionally based assessment of Persistent Toxic Substances. Eastern

and Western South America Regional Report. Disponible en Internet:

www.chem.unep.ch/pts

http://www.pops.int/

http://www.chem.unep.ch/pts

160

United Nations Economic Commission for Europe (UNECE). Protocol to the 1979

Convention on Long-Range Transboundary Air Pollution on Persistent Organic Pollutants.

June 24, 1998; Aarhus, Denmark. Disponible en Internet

http://www.unece.org/env/lrtap/pops_h1.htm

US EPA. 1984. (November 21). U.S. Environmental Protection Agency. Premanufacture Notification Exemptions; Exemptions for Polymers; Final Rule. (49 FR 46066). see also 40 CFR part 273. US EPA. 1986. (April 22). U.S. Environmental Protection Agency. Toxic Substances; Revisions of Premanufacture Notice Regulations; Final Rule.(51 FR 15096-15103). see also 40 CFR part 720. U.S. EPA (United States Environmental Protection Agency). 1991. Technical Support Document for Water Quality-based Toxics Control. EPA 505/2-90-001. Washington, D.C. U.S. EPA (United States Environmental Protection Agency). 1992. Classification Criteria for Environmental Toxicity and Fate of Industrial Chemicals. Chemicals Control Division, Office of Pollution Prevention and Toxics, Washington, D.C. US EPA. 1993. (February 08). U.S. Environmental Protection Agency. Premanufacture Notice; Revision of Exemption for Chemical Substances Manufactured in Quantities of 1,000 Kg or Less Per Year; Proposed Rule. (58 FR 7646-7661). See also 40 CFR parts 721 and 723. U.S. EPA. (United States Environmental Protection Agency) Proposed category for

persistent, bioaccumulative, and toxic chemicals; FR 63 (192):53417-53423; October 5,

1998.

U.S. EPA (United States Environmental Protection Agency). 1994. USEPA/EC Joint Project on Evaluation of (Quantative) Structure Activity Relationships (QSARs). EPA 743-R-94-001. Washington, D.C. US EPA, June 1996, Office of Pollution Prevention and Toxics, High molecular weight polymers in the New Chemicals Program http://www.epa.gov/oppt/newchems/hmwtpoly.htm US EPA, Office of Pollution Prevention and Toxics (7406), Polymer Exemption Manual, EPA 744-B-97-001, June 1997, http://www.epa.gov/oppt/newchems/polyguid.htm

U.S. EPA (United States Environmental Protection Agency). 1999. Determining the Adequacy of Existing Data. Guidance for the HPV Challenge Program. Draft. Washington, D.C. U.S. EPA (United States Environmental Protection Agency). 2002. Draft Action Plan, Development of a Framework for Metals Assessment and Guidance for Characterizing and Ranking Metals, External Review Draft. Metals Action Plan Workgroup. EPA/630/P-02/003A. Washington, D.C. June 2002.

http://www.unece.org/env/lrtap/pops_h1.htm

http://www.epa.gov/oppt/newchems/polyguid.htm

161

U.S. Department of Health and Human Services (DHHS). 2001. Draft guidance manual for the assessment of joint toxic action of chemical mixtures. Public Health Service. Agency for Toxic Substances and Disease Registry. Division of Toxicology.

Verhaar, H.J.M., C.J. van Leeuwen, and J.L.M. Hermens. 1992. Classifying environmental pollutants. 1: Structure–activity relationships for prediction of aquatic inherent toxicity. Chemosphere 25(4):471– 491. Wagner, H.L.; Verdier, P.H. J. Res. Natl. Bur. Stand. (U.S.) 1978, 83 (2), 179-84. Wania, F. and D. Mackay. 1995. A global distribution model of persistent organic chemicals. Sci. Total Environ. 160/161:211–232. Webster, E., D. Mackay, and F. Wania. 1998. Evaluating environmental persistence. Environ. Toxicol. Chem. 17:2148–2158. Weyers, A., B. Sokull-Kluttgen, J. Baraibar-Fentanes, and G. Vollmer. 2000. Acute toxicity data: a comparison of results of fish, Daphnia and algae tests with new substances notified in the European Union. Environ. Toxicol. Chem. 19(7):1931–1933. Wright, D.A. and P.M. Welbourn. 2002. Environmental Toxicology. Cambridge University Press, Cambridge, U.K.

162

APÉNDICE 1

REVISIÓN DE MODELOS USADOS PARA CATEGORIZAR SUSTANCIAS

(OVERVIEW OF QSAR MODELS USED TO CATEGORIZE SUBSTANCES ON THE DSL

FOR P, B, AND T)

MODELS FOR PERSISTENCE

AOPWIN

The Atmospheric Oxidation Program (AOPWIN) developed by the Syracuse Research Corporation

(SRC) is part of the EPI Suite of programs and estimates the rate constant for the atmospheric,

gasphase reaction between photochemically produced hydroxyl radicals and organic chemicals. It

also estimates the rate constant for the gas-phase reaction between ozone and olefinic/acetylenic

compounds.

The rate constants estimated by the program are then used to calculate atmospheric half-lives for

organic compounds based upon average atmospheric concentrations of hydroxyl radicals and

ozone. The estimation methods used by AOPWIN are based upon the structure–activity

relationship (SAR) methods developed by Dr. Roger Atkinson and co-workers (Atkinson and Carter

1984; Atkinson 1987, 1988; Kwok and Atkinson 1995). A journal article describing AOPWIN has

been published (Meylan and Howard 1993). In addition, SRC has derived some new fragment and

reaction values from new experimental data.

BIOWIN

The Biodegradation Probability Program (BIOWIN) developed by SRC is part of the EPI Suite of

programs and estimates the probability for the rapid aerobic biodegradation of an organic chemical

in the presence of mixed populations of environmental microorganisms. Estimates are based upon

fragment constants that were developed using multiple linear and non-linear regression analyses.

A discussion of the methodology used to derived the linear and non-linear fragment constants is

presented in a journal article by Howard et al. (1992). Experimental biodegradation data for the

multiple linear and non-linear regressions were obtained from SRC’s database of evaluated

biodegradation data (Howard et al. 1987).

BIOWIN version 3 was updated to include expert judgement estimates for the time required to

achieve primary and ultimate biodegradation. A journal article (Boethling et al. 1994) gives a

complete description of the methodology. The octanol–water partition coefficient (log P) values

calculated by PrologP are determined from the data in the fragment databases. The content,

organization, and importance of the fragment databases directly affect the program’s final

calculations. For these reasons, a more in-depth explanation of these databases is warranted.

HYDROWIN

The HYDROWIN program developed by SRC is part of the EPI Suite of programs and estimates

aqueous hydrolysis rate constants at 25 C for selected chemical classes. The selected chemical

classes in the current version include esters, carbamates, epoxides, halomethanes, and selected

alkyl halides. Rate constant estimates are based solely upon the chemical structure of a compound

and are calculated from regression equations derived from experimental hydrolysis data (Mill et al.

1987). HYDROWIN predicts either acid-catalyzed or base-catalyzed rate constants. It does not

estimate neutral hydrolysis rate constants. The estimated acid- or base-catalyzed rate constants

are used to calculate hydrolysis half-lives at selected pHs.

TOPKAT

TOPKAT v. 6.1. Substances with less than 20% probability that they will rapidly degrade in

screening tests, as predicted by Topkat v 6.1.

163

MODELS FOR BIOACCUMULATION

KOWWIN

The Log Octanol–Water Partition Coefficient Program (KOWWIN) developed by SRC is part of the

EPI Suite of programs and estimates the logarithmic octanol–water partition coefficient (log P or log

Kow) of organic compounds. A journal article by Meylan and Howard (1995) describes the program

methodology (atom-fragment contribution method). KOWWIN includes a database of more than 12

570 reliable, experimental log P values for different compounds. The database is supplied in two

formats: 1) a format that the KOWWIN searches during program execution to match input

structures with the database to inform the user that an experimental value exists, and 2) a text

version that includes the experimental log P value, the value estimated by KOWWIN, and the value

estimated by the ClogP Program (BioByte Corporation).

ACD/LogD (from www.acdlabs.com)

The ACD/LogD Suite was developed by Advanced Chemistry Development Ltd., located in

Toronto, Ontario. The model calculates the log D value (the apparent log P values for pH 0–14) for

almost any drawn organic structure, quickly and accurately, with or without ion-pair partitioning.

More information on this model can be obtained a

www.acdlabs.com/products/phys_chem_lab/logd.

The ACD/LogD Suite enables you to do the following:

calculate log D at any pH;

calculate log D with or without taking into account ion-pair partitioning;

present results in both table and graph form;

determine the dominant ionic form of the chemical structure in the water–octanol mixture;

calculate the percentage of the dominant form in aqueous and organic phases;

calculate the solubility in water of a chemical compound at any desired pH;

calculate the bioconcentration factor (BCF) at any desired pH; and

calculate the adsorption coefficient (Koc) at any desired pH.

PALLAS (from PALLAS v.4.0)

PALLAS has three fragment databases allowing different methods to calculate log P for n-octanol,

which use different fragmental system approaches:

CDR: This database is based on Rekker’s collection of hydrophobic fragmental constants derived

from an extended set of about 1000 log P values in the n-octanol/water system. However, a

number of modifications were introduced into this collection in order to make it more applicable.

This “knowledge engineering” procedure leads to differences of the following types between the

original dataset and the one that forms the knowledge base:

Some fragments are omitted, while new ones are defined in order to minimize the chances of

decomposition failure and avoid the possibility of having more than one optimal decomposition.

Some fragmental values and correction factors are modified in order to maintain the accuracy of

estimation in spite of changes to the fragment set.

New fragments have been defined to increase the number of compounds the program can

calculate (e.g., fragments containing phosphorus).

ATOMIC:

In this system, log P is calculated using atomic fragments. The “body” of these fragments is only

one atom. The fragment is then described by what it is adjacent to. In many cases, this calculation

does not lead to predicted log P due to missing atom types.

ATOMIC5:

This system uses atomic fragments, too. However, as in the case of the CDR database, some

modifications were made on the set in order to make the predictions more accurate:

New atom types were introduced.

Interactions were added to handle some kinds of delocalizations and, in the case of

orthosubstituted carboxylic acids, hydrogen bonding.

The contributions were recalculated using linear regression analysis.

164

In industry, many compounds are synthesized having some basic skeleton and a number of

variations in the substituent pattern. In such cases, it might be considered useful to derive personal

fragments using adequate statistical methods such as, for example, those described by Rekker.

Such an approach may produce new fragmental values for fragments for which no values have

been reported so far in the literature, in particular for complex fragments. On the other hand,

existing f values should be fine-tuned to give a higher predictability within the series under

investigation. PrologP provides the means not only to easily customize either of the two supplied

fragment databases, but also to build up new ones.

Modified Gobas Model

See Appendix 5.

MODELS FOR INHERENTLY TOXIC

ECOWIN

ECOWIN developed by SRC is part of the EPI Suite of programs and is a computerized version of

the ECOWIN analysis procedures as currently practised by the Office of Pollution Prevention and

Toxics (OPPT). It has been developed within the regulatory constraints of the Toxic Substances

Control Act (TSCA). It is a pragmatic approach to SAR as opposed to a theoretical approach. The

SARs presented in this program are used to predict the aquatic toxicity of chemicals based upon

their similarity of structure to chemicals for which the aquatic toxicity has been previously

measured. Most SAR calculations in the ECOWIN class program are based upon the Kow. Various

surfactant SAR calculations are based upon the average length of carbon chains or the number of

ethoxylate units.

TOPKAT

TOPKAT 5.0, developed by the Oxford Molecular Group, utilizes robust, cross-validated

quantitative structure–toxicity relationship (QSTR) models for assessing specific adverse health

effects, e.g., rodent carcinogenicity, Ames mutagenicity, developmental toxicity potential, rat

chronic lowest-observedadverse- effect level (LOAEL), rat oral LD50, skin sensitization, fathead

minnow LC50, and Daphnia magna EC50. A LogP QSAR module is also available (see model

protocols for additional information). Additional models are in development for assessing eye

irritancy (Draize), skin irritancy (Draize), rat maximum tolerated dose (MTD), inhalation LC50, and

aerobic biodegradability. These models are incorporated with the data from which they are

developed into QSTR modules, which are available on a modular basis.

Aquatic Toxicity in TOPKAT

TOPKAT uses a fragment approach to estimating toxicity, assigning coefficients to the structural

descriptors of the substances in a database of known fathead minnow toxicity (96-hour LC50s) and

comparing these with the structural descriptors of the substance being modelled. The coefficients

are algebraically added to a constant, resulting in an estimate of the probable toxicity, which is then

converted to mg/L. TOPKAT also provides an assessment of its own prediction, by performing a

multivariate analysis to check whether an input structure is located inside (valid prediction) or

outside (may or may not be valid) the Optimum Prediction Space. Data for the fathead minnow

LC50 QSAR were extracted from volumes 1–5 of “Acute Toxicities of Organic Chemicals to

Fathead Minnows (Pimephales promelas),” Center for Lake Superior Environmental Studies,

University of Wisconsin–Superior, D.L. Geiger, L.T. Brooks, and D.J. Call (eds.). This collection

reports on flow-through assays using carefully controlled and documented environmental

conditions. Only 96-hour data were used for modelling purposes. The results from this TOPKAT 5.0

model are reported in chemical weight/solution volume units. Data for the Daphnia magna EC50

QSAR were obtained from the AQUIRE database. Each citation was then read to determine the

reported values for Daphnia magna EC50. The model was developed from 48-hour assays.

Results from assays on volatile chemicals that were performed in open beakers were not used. For

those compounds for which there were multiple assay values, the median of the available values

was used. The results from this Daphnia QSAR model are reported in chemical weight/solution

volume units.

165

ASTER

The ASTER system was developed by the U.S. EPA’s MED-Duluth Laboratory Group and uses

chemical structural fragments to predict likely modes of toxic action under acute exposure

conditions. For modes of toxic action that have associated SARs, ASTER estimates the acute

inherent toxicity to the fathead minnow. ASTER includes models to estimate inherent toxicity

(LC50) for narcosis I, polar narcosis, ester narcosis, and oxidative phosphorylation uncoupling

modes of action. With the exception of the narcosis I model, which is a bilinear regression model,

the QSARs included in ASTER are simple linear regressions. Statistics associated with QSAR

models are available within ASTER. All QSARs within ASTER use the octanol–water partition

coefficient as the sole descriptor of inherent toxicity. ASTER will not provide estimates outside the

limits of the QSAR models. This means that ASTER will not generate predictions outside a log Kow

range of 0–6. In developing an expert system to predict acute mode of toxic action from chemical

structure, MEDDuluth first developed a knowledge base from which rules could be derived. The

expert system within ASTER that predicts the acute mode of action was developed with a training

set of 617 organic chemicals tested with the fathead minnow in an acute (96-hour) bioassay with

LC50 as the endpoint.

Chemicals in the fathead minnow database were evaluated through analyses of a variety of

endpoints: 1) dose–response relationships in the 96-hour bioassay, 2) behavioural responses in

the 96-hour bioassay, 3) LC50 in relation to a predicted narcosis I LC50 (i.e., excess inherent

toxicity), 4) results of joint toxic action studies with fathead minnows, 5) fish acute inherent toxicity

syndrome (FATS) studies onrainbow trout, and 6) examination of toxicological literature specific to

the issue of toxicodynamic classifications (Russom et al. 1997). ASTER employed Environmental

Health Perspectives articles documenting structures associated with various toxic mechanisms.

These articles were discussed at the meeting and are the result of a workshop held in Duluth.

Based on empirical mode of action assessments, a knowledge base was established from which

substructural fragments of chemicals were associated with modes of toxic action. Each chemical

within the MED-Duluth fathead minnow database was classified into one of eight modes of action:

1) baseline (non-polar) narcosis or narcosis I, 2) polar narcosis or narcosis II, 3) ester narcosis or

narcosis III, 4) oxidative phosphorylation uncoupling, 5) respiratory inhibition, 6)

electrophile/proelectrophile reactivity, 7) acetylcholinesterase inhibition, or 8) several mechanisms

of central nervous system seizure responses. An attempt was made to classify each compound

based on acute mode of action, although this was not always possible (see Russom et al. 1997).

Based on the amount of available information for a given compound, a level of confidence was

assigned to a mode of action determination. Many of the structures associated with various toxic

mechanisms are documented in Environmental Health Perspectives articles (Auer et al. 1990;

Bradbury and Lipnick 1990; Carlson 1990; Coats 1990; Duke 1990; Franks and Leib 1990; Fukuto

1990; Hermens 1990; Kadlubar et al. 1990; Mason 1990; Terada 1990; Veith and Broderius 1990).

After compiling the above data and identifying acute modes of action, chemicals with a high level of

confidence were used to write rules in Fortran that linked substructural fragments with acute mode

of action and, when available, to mode of action specific QSARs. Substance structures are

converted into SMILES (linear notation used to identify chemical structure) and SILC (substructural

fragment language) notation. When a user identifies a chemical within the Entry screen, ASTER

will first locate the chemical’s structure, if one is not provided by the user. If a structure is not

available, the software cannot estimate inherent toxicity or mode of action. Using the structure, the

system will then assign a mode of action by checking for SILC fragments that have been linked to

an acute mode of toxic action. The SILC fragments are ordered within the software from non-

specific to specific mechanisms.

Therefore,

Narcosis I is the default mode of action; that is, if substructures associated with more specific

modes of action are not identified, then the acute mode of action is identified by ASTER as

Narcosis I. Secondarily, a check is made to ensure that the mode of actio n is also associated with

the lowest (most toxic) LC50 result. ASTER will select the mode of action associated with the

lowest estimated LC50. The various QSAR models for narcosis I, polar narcosis, ester narcosis,

and uncouplers were developed using a subset of the fathead minnow database, with a training set

of 60, 39, 7, and 12 chemicals, respectively. The QSARs were validated against a test set of 97

166

compounds not in the original fathead minnow database. The QSARs and validation are detailed in

the paper by Russom et al. (1997).

OASIS

The OASIS model was developed by Dr. Ovanes Mekenyan, Department of Physical Chemistry,

Laboratory of Mathematical Chemistry, University “Prof. As. Zlatarov,” Bourgas, Bulgaria. The

approach used for modelling acute inherent toxicity considers the organism’s response to the

presence of toxicant in the environment as a consequence of the combined influence of two

different processes: 1) uptake of the chemical into the biophase and 2) interaction with the site of

action. It delineates two types of toxicochemical domains: 1) non-covalent (reversible) acting

chemicals and 2) irreversible covalent bioreactive chemicals. Further details on the model are

given in CED (2000).

Probabilistic Neural Network (PNN)

The PNN model was developed by Klaus Kaiser of the National Water Research Institute of

Environment Canada. Neural networks are designed to learn from data in a way that emulates a

simple brain and are typically used when there is insufficient knowledge to write a mechanistic

model or design an expert system. A neural network consists of layers of brain-like neurons

connected with feedforward and feedback interconnections. The first layer consists of the input

chemical descriptor variables (one neuron per variable) and a bias neuron.

Next is a hidden layer of neurons; each neuron in this layer has a connection weight to each

neuron in the first layer. The hidden layer may in turn be connected to another hidden layer, again

with each pairwise combination of neurons between layers having a connection weight. A neural

network may have one to several hidden layers. The last hidden layer is connected to an output

layer. Given a training dataset with chemical descriptor variables and measured toxicity values, the

neural network begins by assigning a connection weight to each pairwise combination of neurons

between adjacent layers.

“Answers” are calculated by multiplying each input by the connection weight to each hidden unit.

The products are then summed at each hidden unit where a non-linear transfer function is applied.

The output of each hidden unit is then multiplied by the connection weight from the hidden unit to

the output unit (or next hidden layer unit), where it is summed and a prediction obtained. Many

neural networks use a back-propagation algorithm to “learn”; this is done by iteratively passing

through the data and adjusting the network connection weights to minimize the error between the

network predictions and the measured toxicity values. This supervised form of learning continues

until the error can be reduced no further. The network may then be used to generate toxicity

predictions forsubstances without measured toxicity data.

Currently, 865 compounds are contained in the PNN training database, and good correlatio n of

PNN predicted values versus measured values from the training set has been obtained. The

chemical descriptors required for input to the PNN methodology include the logarithm of molecular

weight; presence/absence of 33 molecular descriptors (e.g., -CN, -COOH, -O-, =O, SOx, POx,

etc.); the number of C, H, As, Br, Cl, F, Fe, Hg, I, K, Mn, N, Na, O, P, S, Se, Si, Sn, and Zn atoms

present in the molecule; and the logarithm of the ratio of the molecular weight corresponding to all

atoms present over the total molecular weight. The process for generating toxicity predictions from

the PNN involves four steps: 1) pre-processing of the data to fulfil the input requirements of the

PNN program, 2) feeding of the input information into each of five PNNs developed earlier as part

of a cross-validation exercise and generation of partial predictions, 3) back-processing of the five

predictions in order to translate them into predicted toxicity (pT) units, and 4) calculating the actual

prediction returned by the methodology from the five partial values using a smoothing technique.

MODELS FOR OTHER PROPERTIES

Fugacity Level I and II v. 217

The Level I and II fugacity models are based on the work of Mackay (1991). A Level I simulation is

of the equilibrium distribution of a fixed quantity of conserved (i.e., non-reacting) chemical, in a

167

closed environment at equilibrium, with no degrading reactions, no advective processes, and no

intermedia transport processes (e.g., no wet deposition or sedimentation). The medium receiving

the emission is unimportant, because the chemical is assumed to become instantaneously

distributed to an equilibrium condition.

A Level II simulation describes a situation in which a chemical is continuously discharged at a

constant rate and achieves a steady-state and equilibrium condition at which the input and output

rates are equal. Degrading reactions and advective processes are the loss or output processes

treated. Intermedia transport processes are not quantified (e.g., no wet deposition or

sedimentation). The medium receiving the emission is unimportant, because the chemical is

assumed to become instantaneously distributed to an equilibrium condition.

Physicochemical properties are used to quantify a chemical’s behaviour in an evaluative

environment. Three types of chemicals are treated in this model: chemicals that partition into all

media (Type 1), nonvolatile chemicals (Type 2), and chemicals with zero, or near-zero, solubility

(Type 3). The Level I model is useful for establishing the general features of a new or existing

chemical’s behaviour.

A Level I calculation gives the general impression of the likely media into which a chemical will tend

to partition and an indication of relative concentrations in each medium. The results of changes in

chemical and environmental properties may be explored. The Level II program assumes a simple,

evaluative environment with user-defined volumes and densities for the following homogeneous

environmental media (or compartments): air, water, soil, sediment, suspended sediment, fish, and

aerosols. This model is also useful for establishing the general features of a new or existing

chemical’s behaviour. A Level II calculation gives an indication of the likely media into which a

chemical will tend to partition and an indication of relative concentrations in each medium. The

distribution between media is the same as in Level I. The results of changes in chemical and

environmental properties may be explored.

References

Atkinson, R. 1987. A structure–activity relationship for the estimation of rate constants for the

gasphase reactions of OH radicals with organic compounds. Int. J. Chem. Kinet. 19:799–828.

Atkinson, R. 1988. Estimation of gas-phase hydroxyl radical rate constants for organic chemicals.

Environ. Toxicol. Chem. 7:435–442.

Atkinson, R. and W.P.L. Carter. 1984. Kinetics and mechanisms of the gas-phase reactions of

ozone with organic compounds under atmospheric conditions. Chem. Rev. 84:437–470.

Auer, C.M., J.V. Nabholz, and K.P. Baetcke. 1990. Mode of action and the assessment of chemical

hazards in the presence of limited data: use of structure–activity relationships (SAR) under TSCA,

Section 5. Environ. Health Perspect. 87:183–197.

Boethling, R.S., P.H. Howard, W.M. Meylan, W. Stiteler, J. Beauman, and N. Tirado. 1994. Group

contribution method for predicting probability and rate of aerobic biodegradation. Environ. Sci.

Technol. 28:459–465.

Bradbury, S. and R.L. Lipnick. 1990. Introduction: structural properties for determining mechanisms

of toxic action. Environ. Health Perspect . 87:181–192.

Carlson, R.M. 1990. Assessment of the propensity for covalent binding of electrophiles to biological

substrates. Environ. Health Perspect. 87:227–232.

Coats, J.R. 1990. Mechanisms of toxic action and structure–activity relationships for

organochlorine and synthetic pyrethroid insecticides. Environ. Health Perspect. 87:225–262.

Duke, S.O. 1990. Overview of herbicide mechanisms. Environ. Health Perspect . 87:263–271.

168

Eldred, D.V., C.L. Weikel, P.C. Jurs, and K.L.E. Kaiser. 1999. Prediction of fathead minnow acute

toxicity of organic compounds from molecular structure. Chem. Res. Toxicol. 12:670–678.

Franks, N.P. and W.R. Lieb. 1990. Mechanisms of general anesthesia. Environ. Health Perspect.

87:199–205.

Fukuto, T.R. 1990. Mechanism of action of organophosphorus and carbamate insecticides.

Environ. Health Perspect. 87:245–254.

Geiger, D.L., L.T. Brooks, and D.J. Call (eds.). Acute Toxicities of Organic Chemicals to Fathead

Minnows (Pimephales promelas). Vols. 1–5. Center for Lake Superior Environmental Studies,

University of Wisconsin–Superior.

Hermens, J.L. 1990. Electrophiles and acute inherent toxicity to fish. Environ. Health Perspect.

87:219–225.

Howard, P.H., A.E. Hueber, and R.S. Boethling. 1987. Biodegradation data evaluation for

structure/biodegradability relations. Environ. Toxicol. Chem. 6:1–10.

Howard, P.H., R.S. Boethling, W. Stiteler, W.M. Meylan, A.E. Hueber, J. Beauman, and M.E.

Larosche. 1992. Predictive model for aerobic biodegradability developed from a file of evaluated

biodegradation data. Environ. Toxicol. Chem. 11:593–603.

Kadlubar, F.F., P.P. Fu, H. Jung, A.U. Shaikh, and F.A. Beland. 1990. The metabolic N-oxidation of

carcinogenic arylamines in relation to nitrogen charge density and oxidation potential. Environ.

Health Perspect. 87:233–236.

Kwok, E.S.C. and R. Atkinson. 1995. Estimation of hydroxyl radical reaction rate constants for

gasphase organic compounds using a structure–reactivity relationship: an update. Atmos. Environ.

29:1685–1695.

Mackay, D. 1991. Multimedia Environmental Models: The Fugacity Approach. Lewis Publishers,

CRC Press, Boca Raton, Florida.

Mason, R.P. 1990. Redox cycling of radical anion metabolites of toxic chemicals and drugs and the

Marcus theory of electron transfer. Environ. Health Perspect. 87:237–243.

Meylan, W.M. and P.H. Howard. 1993. Computer estimation of the atmospheric gas-phase reaction

rate of organic compounds with hydroxyl radicals and ozone. Chemosphere 26:2293–2299.

Meylan, W.M. and P.H. Howard. 1995. Atom/fragment contribution method for estimating octanol–

water partition coefficients. J. Pharm. Sci. 84:83–92.

Mill, T., W. Haag, P. Penwell, T. Pettit, and H. Johnson. 1987. Environmental Fate and Exposure

Studies, Development of a PC-SAR for Hydrolysis: Esters, Alkyl Halides and Epoxides. EPA

Contract No. 68-02-4254. SRI International, Menlo Park, California.

Russom, C.L., S.P. Bradbury, S.J. Broderius, D.E. Hammermeister, and R.A. Drummond. 1997.

Predicting modes of toxic action from chemical structure: acute inherent toxicity in the fathead

minnow (Pimephales promelas). Environ. Toxicol. Chem. 16(5):948–967.

Terada, H. 1990. Uncouplers of oxidative phosphorylation. Environ. Health Perspect. 87:213–218.

Veith, G.D. and S.J. Broderius. 1990. Rules for distinguishing toxicants that cause type I and type II

narcosis syndromes. Environ. Health Perspect. 87:207–211.

169

APÉNDICE 2

GRUPOS FUNCIONALES Y POTENCIAL DE BIODEGRADACIÓN: REGLAS GENERALES

(FUNCTIONAL GROUPS AND BIODEGRADABILITY POTENTIAL:

GENERAL RULES OF THUMB)

Structural features associated with chemicals that are persistent:

Presence of at least one tert-butyl terminal branch

Epoxides

Aliphatic chemicals with fused rings and no branches

Two terminal isopropyl groups for a non-cyclic chemical

Aliphatic cyclic chemicals without branches

One or more halogen substitutions on a branched, non-cyclic, or cyclic chemical

At least one isopropyl or dimethyl amine substitution on a cyclic chemical without other

degradable substitutions

Two halogen substitutions on an unbranched, non-cyclic chemical

More than two hydroxy substituents on an aromatic ring

Two or more rings

Two terminal diamino groups on a non-cyclic chemical

More than one amino branch on a ring with N a member of the ring

Two terminal double-bonded carbons on an unbranched chemical

Benzene ring with more than two substitutions (non-hydroxy) and Kow >2.18

Cyano group on a chain consisting of more than eight atoms

Highly branched chemicals

Aromatic -I

Aromatic -F

Aromatic -NO2

Aromatic -NH2

Aromatic -NH

Aromatic sulphonic acid or salt

PAH (four or more rings)

Aliphatic ether

Tertiary amine

Azo group -N=N-

Trifluoromethyl group -CF3

N-Nitroso -N-N=O

Triazine ring

Aromatic -Cl

Aliphatic -Br

Aliphatic -Cl

C with four single bonds and no hydrogen

Pyridine ring

Ketone -C-C(=O)-C

Structural features associated with chemicals that are easily biodegraded:

One halogen substitution on an unbranched chemical

One cyano substitution on an unbranched chemical

Cyanide/nitrile -C/N

Aldehydes -CHO

Hydrocarbons

Aliphatic and aromatic alcohols -OH

Esters -C(=O)-O-C

Phosphate esters

Amines

Acids

Amino acids

Aliphatic sulphonic acid or salts

Benzene rings with various substitutions and Kow <2.18

170

Biphenyl and two or fewer hydroxy-substituted polyaromatics

Cyclic chemicals consisting only of C, O, N, and H

Two aromatic rings (e.g., naphthalene and amino-naphthalene)

Aliphatic and aromatic carboxyl groups -C(=O)-OH

Amides -C(=O)-N or C(=S)-N

Unsubstituted aromatic (three or fewer rings)

Unsubstituted phenyl ring -C6H5

Linear C4 alkyl terminal chain -CH2-CH2-CH2-CH3

Alkyl substituent on aromatic ring

Carbamate

171

APÉNDICE 3

ENFOQUE PARA LA EXTRAPOLACION DE LOS RESULTADOS DE BIODEGRADACIÓN-

VIDA MEDIA EN AGUA SUELO Y SEDIMENTO

(APPROACHES TO THE EXTRAPOLATION OF READY AND INHERENT

BIODEGRADATION TEST RESULTS TO HALF-LIVES FOR WATER, SOIL, AND

SEDIMENT)

Bob Boethling, U.S. EPA (OPPT)

Extrapolating Persistence Estimates to Half-lives

Both experimental and QSAR biodegradation results typically do not report half-lives or rate

constants. As a result, two types of extrapolations are usually required: those from experimental

pass/fail tests (including closest analogue results) and those from QSAR predictions. Extrapolation

is performed for water, soil, and sediment, since biodegradation is relevant in these media only.

Converting Experimental Biodegradation Data

Unless experimental information on the half-life of a substance is available, the Boethling approach

is used to derive a rate constant and subsequent half-life in water, soil, and sediment

for the categorization of persistence. It is acknowledged that there are some uncertainties with

this approach (e.g., small dataset used to derive rate constants). Some of the details of the

extrapolation used in the Boethling approach are given in Table A3-1. More details on the approach

and interpretation of test results are given below.

Table A3-1: Boethling extrapolation approach from pass/fail experiments to half-lives in

water, soil, andsediment

Inherent test Rate Water Sediment

Ready test

result (%

biodegradation)

result (%

biodegradation)

constant

(k) (day-

1)

half-life

(days)

Soil half-lifea

(days)

half-lifeb

(days)

pass test 0.1400 5 5 20

fail test, but

0.0690 10 10 40

fail test, ³20%,

but <40%

70%

0.0230

0.0069

30 100 30 100 120 400

fail test, <20% <20% 0.0000 10 000 or

other

10 000 or

other

40 000 or

other

appropriate appropriate appropriate

default for no default for no default for no

biodegradation biodegradation biodegradation

a Soil half-life is assumed to be the same as water half-life.

b Sediment half-life is assumed to be four times water half-life due to reduced biodegradation

under anaerobic conditions.

A few other qualitative approaches have been suggested by various researchers for extrapolating

from ready and inherent biodegradation test results to a qualitative assessment of persistence.

Table A3-2 summarizes these approaches, according to Aronson and Howard (1999).

172

Table A3-2: Criteria for assessing ready and inherent biodegradation test results (adapted

from Aronson and Howard 1999)

Type of Criteria (%

test degradation) Conclusion Comment

ready >60% or 70% not persistent rapid rate of biodegradation in environment

inherent >70% likely not rate of degradation in environment may be

slow

persistent

ready >20%, but

<60%

likely not most likely not persistent, but further

testing

or 70% persistent would confirm

inherent >20%, but

<70%

likely persistent may not be persistent, but further testing is

required

ready <20% persistent may not be persistent, but further testing is

required

inherent <20% persistent probably very persistent

In general, results presented in Table A3-2 support the Boethling extrapolation approach. Although

these results can be used only for a qualitative determination of persistence, they may be used

along with qualitative analysis to support or negate the Boethling extrapolation approach,

particularly for test results that lie between the pass/fail boundaries of the ready and inherent tests.

Persistence described in Table A3-2 refers only to persistence with respect to biodegradation and

does not take into account other degradation mechanisms in a given medium.

Converting QSAR Biodegradation Results

Most predictions of biodegradation have been conducted using the BIOWIN model. Aronson and

Howard (1999) summarize various approaches that others have taken for extrapolating the results

from the probability and survey models in BIOWIN (Table A3-3).

173

Table A3-3: Summary of extrapolation approaches from the BIOWIN model to persistence

estimates

BIOWIN primary BIOWIN

and ultimate

survey

probability

models models Extrapolation Source

5.00 = hours; 4.00

=

0.5 =

biodegrades

SRC BIOWIN version

3.67

days; 3.00 =

weeks;

fast

2.00 = months;

1.00 =

<0.5 = does not

longer biodegrade fast

<3 (longer than

will not pass ready SAR/Minimum Pre-

Market

weeks)/ultimate biodegradation test;

testing

Data (MPD) join t project

degradation for inherent

biodegradation

suggested

>3 (days or good indication of ready U.S. EPA (1994)

days/weeks) biodegradation

<2.2 (months or <0.15 may be persistent Tyle and Niemela (1999)

greater)

<2.2 (months or <0.13 persistent BKH Consulting

Engineers

greater) (1998)

>0.53a readily biodegradable Aronson and Howard

(1999)

0.2–0.53a potentially persistent Aronson and Howard

(1999)

<0.23a persistent Aronson and Howard

(1999)

a Recommended cut-offs for MITI BIOWIN program with potentially persistent or persistent

compounds removed (<0.5 in BIOWIN Probability Program 1 (BPP1)).

From Table A3-3, it can be seen that researchers have suggested that substances that are

persistent, or potentially persistent, in water, soil, and sediment have a cut-off value ranging from

≥2 to 2.2 in the ultimate and primary survey models and from <0.1 to 0.2 in the BIOWIN probability

models.

As with experimental pass/fail data, the extrapolations outlined in Table A3-3 do not provide a

means for deriving a biodegradation half-life estimate from the BIOWIN models. The only known

approach for such an extrapolation is a method developed by Bob Boethling at the U.S.

EPA, later modified by Boethling and the SRC for use in the U.S. EPA’s PBT-Profiler program.

According to the Boethling/SRC extrapolation method, biodegradation half-lives assigned to

BIOWIN “word” output (see also Appendix 4) are as follows (values expressed in days):

“hours” = 0.17

“hours to days” = 1.25

“days” = 2.33

“days to weeks” = 8.67

“weeks” = 15

“weeks to months” = 37.5

“months” = 60

“recalcitrant” = 180-182

174

Unless information on the half-life of a substance in an environmental compartment is available,

half-life determinations made using BIOWIN USM output will use the Boethling half-life

assignments and the original 1 × 1 × 4 extrapolation factors (for water, soil, and sediment,

respectively) from Boethling, as outlined below.

Bob Boethling, U.S. EPA (OPPT)

HPVC (High Production Volume Chemical) Screening Tool: Using Ready and Inherent

Biodegradability Data to Derive Input Data for the EQC Model

Multimedia fate models like the EQC model require compartmental half-lives for air, water, soil, and

sediment. The scheme in Table A3-4 is offered as a strawman procedure for assigning half-lives for

input to such models. These are bulk half-lives — i.e., for the compartment as a whole. They are

not to be interpreted as (necessarily) half-lives for any specific process such as biodegradation. No

assumptions should be made that compromise their interpretation as bulk half-lives, such as that

biodegradation is the important process and occurs in soil pore water only. Air half-lives are not

addressed here, and it is assumed that data for input to models are either measured or derived

from the Atmospheric Oxidation Program (AOPWIN) or similar methodology.

Table A3-4: Rate constants according to biodegradation test result

Ready test result Inherent test result Water

half-

life

(days)

Rate constant (day–

1)

pass test – 5 k = 0.14

no pass, but ³40% – 10 k = 0.069

no pass: >20 but <40% >70% 30 k = 0.023

>20 but <70% 100 k = 0.0069

no pass: <20% <20% 10 000 or other default

for (k = 0)

no biodegradation as

appropriate

Half-lives for the soil compartment are assumed to be the same unless compelling evidence to the

contrary is available. Note that this must consist of experimental data specific for the given

substance. Half-lives for the sediment compartment are assumed to be 3–4 times longer than for

water and soil, unless, again, there is convincing experimental evidence to the contrary. These

assumptions are discussed in more detail below.

Table A3-4 can be applied in an automated fashion to HPVC test data. Usually there will be either

a ready test result or an inherent test result but not both. In either case, one just reads over to the

half-life column and finds the appropriate number. However, some rules are needed for what to do

when there are both types of data, especially when there are apparent conflicts. The following rules

are suggested:

1) ready test results 40% trump inherent test results regardless of what they are;

2) inherent test results trump ready test results if the latter are <40%.

Table A3-5 presents a reasonable interpretation of the EEC Technical Guidance Document (TGD;

EEC 1996) relative to extrapolation of ready and inherent test data to surface waters and is

provided for comparison with the scheme in Table A3-5. The TGD does not give default (bulk)

compartmental halflives for soil and sediment, but rather presents a methodology for assigning

half-lives based on ready or inherent biodegradability test data and additional information on the

solids–water partition coefficient for the chemical. This parameter can be calculated from other data

such as Kow after making certain assumptions.

175

Table A3-5: Rate constants according to biodegradation test result

Surface water half-

life

Ready test result Inherent test result (days) Rate constant (day–

1)

pass test, including 10- – 15 k = 0.047

day window

meet final pass

criterion –

50 k = 0.014

but not 10-day window

fail both criteria – infinite k = 0

>70% 150 k = 0.0047

<70% infinite k = 0

Comments and Interpretation

In the TGD scheme (Table A3-5), if a chemical meets the final pass criterion (this means >60%

theoretical oxygen demand [ThOD] or >60% theoretical carbon dioxide demand [TCO2] or >70%

dissolved organic carbon [DOC] loss) as well as the “10-day window” criterion in the normally

stringent ready test, it is assigned a surface water half-life of 15 days. If it meets the final pass

criterion but not the 10-day window, it is assigned a lower half-life of 50 days. If it does not pass —

e.g., even if it just misses the final pass criterion — it is assigned no biodegradation in surface

water (rate constant of zero, for which the half-life is infinite), unless it is tested in an inherent test

and meets the >70% DOC loss criterion. In this case, it is assigned a half-life of 150 days. If the

inherent test result misses the 70% mark, the assigned half-life is again infinite. Giving some credit

for less-than-perfect results (meeting the ready biodegradation final pass criterion but failing the 10-

day window) — namely, assigning a rate

constant of 50 rather than 0 days as might have been done (Table A3-5) — is a step in the right

direction, but is based on a faulty or questionable kinetic concept. The 10-day window may no

longer be widely enforced in Europe, and Painter (1995) has recommended that it be discarded.

Moreover, Federle et al. (1997) questioned the validity of the concept based on their evidence that

the rate of biodegradation in ready tests reflects a chemical’s water solubility (since ready tests use

artificially high levels of test chemical) more than its biodegradation rate in natural waters. Further,

given the stringency of ready tests, assuming no biodegradation for chemicals that just miss the

final pass criteria does not seem reasonable — i.e., is excessively conservative.

The starting point for developing the scheme in Table A3-4 is the assumption that chemicals that

meet the final pass criteria for ready biodegradability tests do so because they have been

completely biodegraded by the end of the test, which normally occurs at 28 days. Although the

precise definition of “completely degraded” is somewhat arbitrary, 5–6 half-lives will lead to 97–

98% loss of parent material; if the test period is 28 days, this implies a half-life no greater than

about 5 days, assuming first order kinetics. Struijs and van den Berg (1995), whose work formed

the basis of the TGD guidance, came to roughly the same conclusion, although they did not

explicitly recommend this half-life as the default for chemicals passing a ready test.

The scheme in Table A3-4 is also designed to give credit for degradation that is certainly

significant, despite missing the formal pass criteria. The rationale is that degradation of 45, 50, and

55% of theoretical is often observed in ready tests and probably represents nearly complete

ultimate biodegradation in most cases. Since ready tests are stringent, this should correspond to a

very significant biodegradation rate in surface waters: Table A3-4 assigns a half-life of 10 days. If

the ready test result is in the 20–40% range, given the stringency of ready tests, this again should

be viewed as significant, but obviously should be assigned a higher half-life (Table A3-4 assigns 30

days).

If the ready result is <20%, only then is it appropriate to consider the rate constant to be zero, but

not if there is an inherent biodegradation test result (usually this would be the Zahn-Wellens [Z-

W]/EMPA test; OPPTS 835.3200), showing significant (defined as >20% DOC loss) degradation. In

176

this case, a half-life of either 30 days (if the Z-W result is >70%) or 100 days (if the Z-W result is in

the 20–70% range) is assigned. If the inherent result is <20%, it is indeed appropriate to assume

that degradation in surface water is negligibly slow.

The 10-day window concept is not employed in this scheme, which is also wise, given that in many

cases only the final test result will be provided anyway.

Extrapolation to Soil and Sediment

As stated above, Struijs and van den Berg (1995) developed guidance for extrapolating results of

standard OECD biodegradation test methods to various environmental conditions. The

extrapolation protocol is based on generic microbial population densities, which are assumed to be

100 times higher for soil pore water than for surface water. Equilibrium partitioning (which requires

additional information on solids/water distribution) is then used to adjust the predicted

biodegradation rate for distribution of the chemical between sediment and pore water (i.e., for

sorption), and it is assumed that no degradation occurs in the bound phase. The authors claim that

the protocol yields reasonable predictions of soil biodegradation rates from ready biodegradability

test results, but the number of chemicals studied was small. More importantly, this approach

requires assumptions about bioavailability that may well be false and in any case are unnecessary

when the only parameters needed from this exercise are bulk compartment half-lives for input to a

multimedia fate model.

Another approach to getting the required soil and sediment half-lives is to use the recommended

values for water and extrapolate to the other media using scaling factors. “Scaling factor” is a fancy

name for a number that, when multiplied by a degradation rate constant or half-life for one set of

environmental or test conditions, yields a rate for a second, different set of conditions.

Boethling et al. (1995) collected measured half-life data for a wide variety of chemicals that had

been tested in both soil and water samples collected from the environment. They then calculated

mean ratios of half-life in water to half-life in aerobic surface soil for 20 chemicals. The ratios varied

widely, but the overall mean was around 1, suggesting that, for screening purposes, it is valid to

assume that biodegradation in aerobic surface waters is about as fast as degradation in aerobic

surface soil. They did not study sediment per se, and indeed there are few data in the literature for

test systems containing only the sediment compartment, because it is more common to use

microcosms that contain sediment but a substantial layer of overlying site water. This is important,

because the investigator’s purpose may or may not be to simulate conditions in deeper and

therefore anaerobic sediment layers. Boethling et al. (1995) did compare biodegradation in aerobic

surface soil with anaerobic degradation in flooded soil and found that for chemicals without nitro

groups, which are rapidly reduced anaerobically, aerobic degradation was on average 3–4 times

faster than anaerobic degradation. Again, the actual ratios of mean half-lives varied widely for the

chemicals studied.

Federle et al. (1997) compared degradation rates under various conditions in much the same

fashion as in Boethling et al. (1995), but the experimental data were generated de novo under

carefully controlled conditions, as opposed to being gathered from the literature. Scaling factors for

river water versus soil varied widely as was observed in the earlier study, but the overall mean was

close to 1 as in Boethling et al. (1995). Federle et al. (1997) did not include sediment in their study.

They also found that, contrary to the results of Struijs and van den Berg (1995), biodegradation

rates in river water versus soil did not scale on the basis of microbial density, even if the different

biodegradabilities of sorbed versus free chemical were factored into the comparison.

These studies suggest that half-lives in bulk soil may be assumed for screening purposes to be

about the same as for surface water, and that sediment half-lives may be assumed to be 3–4 times

longer.

References

Boethling, R.S., P.H. Howard, J.A. Beauman, and M.E. Larosche. 1995. Factors for intermedia

extrapolation in biodegradability assessment. Chemosphere 30:741–752.

177

EEC (European Economic Community). 1996. Technical Guidance Document in Support of

Commission Directive 93/67/EEC on Risk Assessment for New Notified Substances and

Commission Regulation (EC) No. 1488/94 on Risk Assessment for Existing Substances, DG XI.

Brussels and Luxembourg.

Federle, T.W., S.D. Gasior, and B.A. Nuck. 1997. Extrapolating mineralization rates from the ready

CO2 screening test to activated sludge, river water and soil. Environ. Toxicol. Chem. 16:127–134.

Painter, H.A. 1995. Detailed Review Paper on Biodegradability Testing. OECD Series on the Test

Guidelines Program, No. 2, OECD/GD(95)43. Environment Directorate, Organisation for Economic

Co-operation and Development, Paris.

Struijs, J. and R. van den Berg. 1995. Standardized biodegradability tests: extrapolation to aerobic

environments. Water Res. 29:255–262.

178

APÉNDICE 4

MÉTODO PARA LA ESTIMACIÓN DE LA VIDA MEDIA CON BIOWIN

(METHOD FOR ESTIMATING HALF-LIVES FROM BIOWIN OUTPUT

Bob Boethling, U.S. EPA (OPPT))

Model: BIOWIN Ultimate Survey Model (“USM”)

The USM is one of four BIOWIN models contained in the EPI Suite of programs. The USM

produces a number, theoretically between 1 and 5, that relates to the scale used in the survey of

expert knowledge in which 17 experts estimated the total time (not the half-life) it would take for a

substance to “go away completely” (experts were allowed to reach their own conclusions regarding

precisely what this means). The survey solicited separate estimates for primary and ultimate

biodegradation, which formed the basis for separate ultimate and primary biodegradation models.

Step 1. Assign words to USM numerical output, as follows:

>4.75 hours

>4.25 – =4.75 hours–days

>3.75 – =4.25 days

>3.25 – =3.75 days–weeks

>2.75 – =3.25 weeks

>2.25 – =2.75 weeks–months

>1.75 – =2.25 months

>1.25 – =1.75 months–longer

=1.25 longer

Step 2. Associate numbers with the words:

“days” means <14 days

“weeks” means =2 weeks to <3 months

“months” means =3 months to <1 year

“longer” (than “months”) means =1 year

Using a 30-day multiplier gives it this way, in terms of days:

days <14

weeks <90

months <360

longer =360

Step 2a. If step 1 yields a range of words (e.g., “days to weeks”), assign numbers as above, then

take the mean of these two numbers.

Step 3. Divide by 6 to get the point estimate of half-life.

Example

Running a C15 linear alkyl hydrocarbon through the BIOWIN model as an example (SMILES is

CCCCCCCCCCCCCCC), one should get these answers:

0.8633 linear probability model

0.9754 non-linear probability model

3.3264 ultimate survey model

4.0794 primary survey model

179

USM yields 3.33. By the above scheme, it is “days–weeks.” Assigning numbers to get a predicted

range of time for complete degradation gives 14–90 days by the above scheme. The mean is 52

days. Since this is assumed to represent 6 half-lives, divide by 6 to get 8.7 days.

Note

A similar approach can be taken with the primary biodegradation survey model. This scheme is

almost entirely unvalidated. If found consistently too conservative or the opposite, changing the

assumption regarding the number of half-lives constituting “complete” degradation may be a

convenient way to adjust. Some may desire a different number (than 6) anyway.

180

APÉNDICE 5

DERIVACIÓN DE UN MODELO GENÉRICO BAF (MODIFICADO) PARA CATEGORIZACIÓN Y

DETECCIÓN

(DERIVATION OF A GENERIC (MODIFIED) BAF MODEL FOR DSL

CATEGORIZATION AND SCREENING)

Gobas (2001)

Model Basis

From this model, one can derive the BAF as

BAF (k1· + kD·(CD/CW)) / (k2 + kE + kM + kG)

The diet-to-water concentration ratio (CD/CW) can be approximated by:

CD/CW = · · ·LD·Kow

where:

= the fraction of the total chemical concentration in the water that is freely dissolved (unitless)

= overall food-chain biomagnification factor (unitless), representing the degree of chemical

magnification (e.g., due to biomagnification in the diet or sediment diagenesis) beyond chemical

partitioning from the water.

= 0, the model assumes no dietary uptake, hence converting back to a bioconcentration model.

> 1, there is chemical magnification taking place. By varying different configurations of food-

chains can be selected. is an empirical parameter that is selected based on empirical

observations.

= trophic dilution factor resulting from metabolic transformation. This factor accounts for the role

of metabolic transformation on the ability of chemicals to biomagnify in food-webs (unitless). The

maximum value for is 1.0, representing no trophic dilution. When the metabolic transformation

rate increases, drops to counteract the effect of biomagnification.

CW = total chemical concentration in the water (g chemical/L)

CD = total chemical concentration in the diet (g chemical/kg diet)

LD = the lipid content of the diet (unitless)

Kow = the octanol–water partition coefficient (unitless)

This results in the final equation for the BAF, namely BAF = (k1· + kD· · · ·LD·Kow) / (k2 + kE +

kM + kG)

This BAF can be viewed as the apparent BAF, i.e., the BAF as it would be determined by

measurements of the concentration in the organism and the total (i.e., unfiltered) chemical

concentration in the water.

The chemical’s actual bioaccumulation potential is best expressed as the ratio of the chemical

concentration in the organism and the freely dissolved chemical concentration in the water. It can

be represented by BAFP:

BAFP = BAF/ = (k1 + kD· · ·LD·Kow) / (k2 + kE + kM + kG)

The freely dissolved chemical concentration is difficult to measure, and current BAF observations

are typically presented in a format that includes the total chemical concentration in the water.

Following Gobas (1993), the following methods for the estimation of the rate constants in the model

can be used:

k1 = 1/((0.01 + 1/K ow)·W0.4) = rate constant for chemical uptake from water (L/kg·day)

k2 = k1/LB·Kow = rate constant for chemical elimination via the respiratory surface area (1/day)

kD = 0.02W-0.15·exp(0.06T) / (5·10-8 · Kow + 2) = rate constant for chemical uptake from the diet

(kg/kg diet)

kE = 0.2kD·LD/LB = rate constant for chemical egestion in fecal matter (1/day)

kG = 0.0005W-0.2 = rate constant for organic growth (1/day)

= 1/(1+ POC·0.35·Kow + 0.1· DOC·0.35·Kow)

= 0.0015/kM + 0.0015

181

CB = chemical in the organism (g chemical/kg wet weight)

where:

W = weight of the organism (kg)

LB = lipid content of the organism (unitless)

T = temperature (°C)

POC = concentration of particulate organic carbon in the water phase (kg/L)

DOC = concentration of dissolved organic carbon in the water phase (kg/L)

kM = metabolic transformation rate constant (1/day)

This model requires a limited set of input parameters that can be easily obtained and used to

characterize conditions in Canadian waters. A listing of the input parameters of this model and

recommended default values can be found in Table A5-1.

Table A5-1: Input parameters and suggested default values for the modified Gobas model

that is recommended for the categorization and screening of chemicals on the DSL

Environmental characteristics:

Mean water temperature (10°C)

Concentration of particulate organic carbon in the water (5 ×10-7 g/g)

Concentration of dissolved organic carbon in the water (5 × 10-7 g/g)

Maximum food-chain biomagnification factor = 70

Chemical properties:

Octanol–water partition coefficient

Organism characteristics:

Lipid content (0.20) of the prey species or materials at the bottom of the food chain

LD = 0.01

Weight (1.0 kg)

Metabolic transformation rate constant (0 day-1)

Trophic dilution factor or = 1

Model Strengths

The model can be applied to different aquatic food chains. The model provides estimates of the

BAF for all the species included in the food chain.

The model uses a set of input parameters that are easy to obtain. The model includes bioenergetic

equations to estimate feeding rates and growth rates of organisms.

The model includes pelagic and benthic food web interactions, making the BAF a function of both

water and sediment concentrations.

The model includes an algorithm for constructing uncertainty analysis through Monte Carlo

simulation.

Steady-state assumptions enable model calculations to be performed simply and quickly.

Steady-state assumptions provide estimates for the BAF that can be expected after prolonged

exposure. These can be viewed as estimates of the maximum BAFs, i.e., the BAF that will

eventually be achieved in the species modelled.

The model has been applied to many real-world situations and has been shown to provide good

results by a range of authors.

The model can be applied to represent Canadian conditions.

Model Weaknesses

The model does not allow for cannibalism in the food chain.

Like all the other models discussed in Gobas (2000), the Gobas model cannot predict the ability of

organisms to metabolize chemical substances. Estimates of the BAF are therefore conservative for

chemicals that do metabolize. The model is based on the following mass balance equation (Gobas

1993):

k1· ·CW + kD·CD = (k2 + kE + kM + kG)·CB

In this mass balance model, k1· ·CW represents chemical uptake from water, kD·CD represents

chemical uptake from the diet, and (k2 + kE + kM + kG)·CB represents chemical depuration from

the organism.

182

Modification from Original Gobas Model

1. The modified model includes the relationship between sediment and water concentrations. In the

original model, this had to be entered. This allows the user to calculate a BAF without having to

input the sediment concentration and suspended sediment concentrations.

2. The modified model includes a default food chain. In the original model, this had to be entered.

This will provide an estimate of the BAF at a higher trophic level (e.g., large upper trophic level fish)

in an aquatic food chain. The original model produces a range of BAFs, one for each step of the

food chain.

3. The model is calibrated to conform to and represent conditions in Canadian waters. The original

model is a generic non-calibrated model, not representing any particular conditions. The modified

model is calibrated to field conditions in Canada.

4. The GIT magnification model is modified from the previous version of the model to represent

new findings since the development of the original model.

5. The various model parameters used to characterize the gill uptake and dietary intake rates have

been slightly modified to make the model simpler.

References

Gobas, F.A.P.C. 1993. A model for predicting the bioaccumulation of hydrophobic organic

chemicals in aquatic food-webs: application to Lake Ontario. Ecol. Model. 69:1–17.

Gobas, F. 2001. The Application of Bioaccumulation Models for Categorization and Screening of

Chemical Substances on the DSL. Prepared under contract for the Chemicals Evaluation Division,

Environment Canada, Hull, Quebec. June.

183

APÉNDICE 6

CONJUNTO DE DATOS QUÍMICOS PARA MODELOS PNN, OASIS Y ASTER

(TRAINING SET OF CHEMICALS FOR THE PNN, OASIS, AND ASTER MODELS)

Note: Training sets for the TOPKAT and ECOWIN models have not been included, as these

models

are proprietary commercial products.

PNN 63-25-2 75-89-8 84-66-2 93-89-0 98-04-4

64-17-5 75-97-8 84-74-2 93-91-4 98-08-8

50-00-0 64-19-7 76-01-7 85-00-7 94-09-7 98-54-4

50-06-6 65-30-5 76-03-9 85-47-2 94-62-2 98-56-6

50-29-3 65-45-2 76-22-2 85-68-7 94-67-7 98-82-8

51-28-5 65-85-0 76-44-8 86-50-0 94-68-8 98-86-2

51-79-6 66-25-1 76-87-9 86-57-7 94-75-7 98-88-4

52-68-6 66-76-2 77-47-4 87-17-2 94-81-5 98-95-3

54-21-7 67-36-7 77-71-4 87-61-6 95-01-2 99-03-6

55-18-5 67-56-1 77-73-6 87-68-3 95-16-9 99-08-1

55-21-0 67-63-0 77-74-7 87-72-9 95-47-6 99-35-4

55-38-9 67-64-1 77-75-8 87-86-5 95-48-7 99-52-5

56-23-5 67-66-3 78-27-3 87-91-2 95-49-8 99-55-8

56-35-9 67-68-5 78-51-3 88-06-2 95-50-1 99-61-6

56-37-1 67-72-1 78-59-1 88-30-2 95-51-2 99-65-0

56-38-2 68-12-2 78-83-1 88-68-6 95-52-3 99-88-7

57-06-7 70-30-4 78-87-5 88-72-2 95-53-4 99-97-8

57-14-7 70-69-9 78-90-0 88-73-3 95-57-8 99-99-0

57-15-8 71-23-8 78-92-2 88-75-5 95-63-6 100-01-6

57-33-0 71-36-3 78-93-3 88-85-7 95-65-8 100-02-7

57-43-2 71-41-0 78-96-6 89-61-2 95-73-8 100-10-7

57-74-9 71-43-2 78-97-7 89-62-3 95-75-0 100-25-4

58-08-2 71-55-6 79-00-5 89-83-8 95-76-1 100-37-8

58-27-5 71-73-8 79-01-6 90-02-8 95-80-7 100-41-4

58-89-9 72-20-8 79-06-1 90-12-0 95-82-9 100-42-5

58-90-2 72-43-5 79-19-6 90-15-3 95-94-3 100-44-7

59-50-7 74-90-8 79-20-9 90-43-7 95-95-4 100-46-9

59-97-2 75-05-8 79-34-5 90-47-1 96-05-9 100-47-0

60-00-4 75-07-0 79-95-8 90-59-5 96-13-9 100-51-6

60-13-9 75-09-2 80-46-6 91-20-3 96-17-3 100-52-7

60-29-7 75-21-8 80-52-4 91-22-5 96-18-4 100-61-8

60-41-3 75-31-0 80-62-6 91-23-6 96-22-0 100-64-1

60-57-1 75-35-4 81-19-6 91-65-6 96-29-7 100-70-9

62-53-3 75-36-5 83-32-9 91-66-7 96-80-0 100-71-0

62-55-5 75-47-8 83-34-1 91-88-3 97-02-9 100-79-8

62-73-7 75-57-0 83-79-4 92-52-4 97-23-4 100-97-0

62-75-9 75-65-0 84-62-8 92-88-6 98-01-1 101-84-8

102-08-9 107-21-1 110-06-5 114-26-1 123-86-4 143-50-0

102-27-2 107-22-2 110-12-3 115-19-5 123-91-1 148-18-5

184

102-69-2 107-29-9 110-40-7 115-20-8 124-04-9 148-53-8

102-71-6 107-41-5 110-43-0 115-29-7 124-22-1 150-19-6

103-05-9 107-45-9 110-54-3 115-32-2 125-12-2 150-76-5

103-76-4 107-47-1 110-56-5 115-86-6 126-73-8 150-78-7

103-83-3 107-49-3 110-58-7 116-06-3 126-81-8 151-21-3

103-90-2 107-87-9 110-62-3 117-80-6 127-00-4 152-16-9

104-13-2 108-05-4 110-65-6 118-55-8 127-06-0 253-52-1

104-40-5 108-10-1 110-73-6 118-61-6 127-18-4 260-94-6

104-51-8 108-20-3 110-80-5 118-74-1 127-20-8 271-89-6

104-76-7 108-38-3 110-86-1 118-79-6 127-65-1 280-57-9

104-88-1 108-39-4 110-88-3 118-96-7 127-66-2 281-23-2

104-90-5 108-41-8 110-93-0 119-32-4 128-37-0 298-00-0

105-14-6 108-46-3 111-13-7 119-34-6 128-44-9 298-02-2

105-53-3 108-59-8 111-15-9 119-61-9 129-67-9 298-03-3

105-60-2 108-70-3 111-25-1 120-07-0 131-11-3 298-04-4

105-67-9 108-86-1 111-26-2 120-21-8 131-52-2 299-84-3

105-75-9 108-88-3 111-27-3 120-62-7 132-64-9 300-76-5

105-99-7 108-89-4 111-42-2 120-80-9 133-06-2 309-00-2

106-40-1 108-90-7 111-46-6 120-82-1 133-07-3 309-43-3

106-42-3 108-93-0 111-47-7 120-83-2 133-11-9 311-45-5

106-43-4 108-94-1 111-68-2 120-92-3 134-62-3 314-40-9

106-44-5 108-95-2 111-69-3 121-14-2 135-19-3 315-18-4

106-46-7 108-99-6 111-70-6 121-32-4 137-30-4 329-71-5

106-47-8 109-01-3 111-76-2 121-33-5 137-40-6 330-54-1

106-48-9 109-06-8 111-83-1 121-54-0 140-31-8 330-93-8

106-49-0 109-07-9 111-86-4 121-57-3 140-88-5 333-41-5

106-51-4 109-21-7 111-87-5 121-69-7 141-03-7 350-46-9

106-63-8 109-60-4 111-90-0 121-73-3 141-28-6 368-77-4

106-89-8 109-64-8 111-91-1 121-82-4 141-43-5 371-40-4

106-94-5 109-65-9 111-96-6 121-87-9 141-78-6 383-63-1

107-02-8 109-73-9 112-05-0 122-03-2 141-91-3 385-00-2

107-05-1 109-75-1 112-12-9 122-14-5 141-93-5 387-45-1

107-06-2 109-76-2 112-18-5 122-39-4 141-97-9 393-39-5

107-07-3 109-77-3 112-20-9 122-99-6 142-28-9 446-52-6

107-10-8 109-85-3 112-24-3 123-07-9 142-62-1 447-60-9

107-12-0 109-86-4 112-27-6 123-15-9 142-71-2 454-89-7

107-13-1 109-87-5 112-30-1 123-31-9 142-92-7 459-59-6

107-14-2 109-89-7 112-34-5 123-42-2 142-96-1 464-45-9

107-15-3 109-97-7 112-42-5 123-54-6 143-08-8 464-48-2

107-18-6 109-99-9 112-53-8 123-66-0 143-16-8 470-82-6

107-19-7 110-00-9 112-80-1 123-72-8 143-33-9 471-77-2

475-20-7 592-85-8 653-37-2 945-51-7 1965-09-9 3689-24-5

496-16-2 593-08-8 683-72-7 955-83-9 2008-58-4 3698-83-7

497-37-0 596-85-0 685-91-6 999-61-1 2016-57-1 3923-52-2

498-66-8 597-64-8 693-16-3 1071-83-6 2032-59-9 3944-76-1

499-83-2 598-74-3 693-54-9 1072-97-5 2034-22-2 4117-14-0

500-22-1 600-36-2 693-65-2 1080-32-6 2104-64-5 4214-79-3

185

502-56-7 602-01-7 693-93-6 1111-78-0 2117-11-5 4253-89-8

506-96-7 603-83-8 693-98-1 1122-54-9 2138-22-9 4412-91-3

512-56-1 606-20-2 700-38-9 1126-46-1 2150-47-2 4460-86-0

513-81-5 607-00-1 700-58-3 1126-79-0 2176-62-7 4655-34-9

514-10-3 607-81-8 706-14-9 1129-35-7 2216-51-5 4798-44-1

525-82-6 608-71-9 708-76-9 1194-65-6 2232-08-8 4839-46-7

527-60-6 608-93-5 709-98-8 1198-55-6 2234-16-4 4901-51-3

528-29-0 609-23-4 732-26-3 1204-21-3 2243-27-8 4916-57-8

529-19-1 610-39-9 760-23-6 1303-33-9 2243-62-1 4920-77-8

529-20-4 613-45-6 761-65-9 1330-20-7 2357-47-3 5217-47-0

532-32-1 614-80-2 764-01-2 1420-04-8 2362-61-0 5267-27-6

534-52-1 615-65-6 764-13-6 1444-64-0 2370-63-0 5292-45-5

538-68-1 616-21-7 768-94-5 1461-25-2 2416-94-6 5329-14-6

540-88-5 616-45-5 769-28-8 1482-15-1 2437-25-4 5331-91-9

541-73-1 616-86-4 771-60-8 1484-13-5 2437-29-8 5372-81-6

542-75-6 618-85-9 786-19-6 1484-26-0 2439-77-2 5395-75-5

544-40-1 618-87-1 791-28-6 1563-66-2 2447-79-2 5407-04-5

552-41-0 619-15-8 815-57-6 1582-09-8 2455-24-5 5465-65-6

552-89-6 619-50-1 818-61-1 1600-27-7 2460-49-3 5600-21-5

555-16-8 619-72-7 818-72-4 1634-04-4 2463-84-5 5673-07-4

563-12-2 619-80-7 821-55-6 1638-22-8 2495-37-6 5683-33-0

563-47-3 620-88-2 822-86-6 1647-16-1 2499-95-8 5813-64-9

563-80-4 621-08-9 831-82-3 1689-82-3 2626-83-7 5835-26-7

569-64-2 621-42-1 868-77-9 1689-83-4 2759-28-6 5922-60-1

570-24-1 622-40-2 868-85-9 1689-84-5 2859-67-8 5989-27-5

573-56-8 623-25-6 872-31-1 1740-19-8 2869-34-3 6175-49-1

576-26-1 625-86-5 874-42-0 1745-81-9 2894-51-1 6203-18-5

578-46-1 627-30-5 882-33-7 1746-23-2 2905-69-3 6266-23-5

583-53-9 628-76-2 886-86-2 1761-61-1 2921-88-2 6284-83-9

584-79-2 629-04-9 887-79-6 1787-61-7 2973-76-4 6358-64-1

584-84-9 629-11-8 920-66-1 1825-21-4 3066-71-5 6361-21-3

589-09-3 629-19-6 924-41-4 1871-57-4 3126-90-7 6393-42-6

589-16-2 629-40-3 927-74-2 1891-95-8 3206-31-3 6575-09-3

590-86-3 634-66-2 928-96-1 1912-24-9 3389-71-7 6602-32-0

591-78-6 634-67-3 928-97-2 1918-02-1 3428-24-8 6636-78-8

592-35-8 635-93-8 932-16-1 1929-82-4 3481-20-7 6921-29-5

592-46-1 645-56-7 939-23-1 1962-75-0 3558-69-8 6948-86-3

7173-51-5 14064-10-9 34723-82-5 67-36-7 84-74-2 99-03-6

7209-38-3 14321-27-8 35367-38-5 67-56-1 85-22-3 99-08-1

7212-44-4 14338-32-0 35572-78-2 67-63-0 86-74-8 99-86-5

7250-67-1 14484-64-1 37529-30-9 67-64-1 87-86-5 99-97-8

7307-55-3 14548-45-9 39145-47-6 67-66-3 88-06-2 100-01-6

7383-19-9 14548-46-0 39905-57-2 67-72-1 88-30-2 100-02-7

7447-40-7 14901-07-6 42087-80-9 70-69-9 88-68-6 100-10-7

7487-88-9 14938-35-3 42454-06-8 71-23-8 88-73-3 100-37-8

7487-94-7 15045-43-9 51630-58-1 71-36-3 88-75-5 100-41-4

7632-00-0 15128-82-2 52645-53-1 71-41-0 88-85-7 100-42-5

186

7646-85-7 15673-00-4 54576-32-8 71-43-2 90-02-8 100-46-9

7647-14-5 15972-60-8 55792-61-5 71-55-6 90-59-5 100-52-7

7664-41-7 16245-79-7 56108-12-4 75-04-7 91-20-3 100-61-8

7718-54-9 16752-77-5 56207-39-7 75-05-8 91-22-5 100-70-9

7757-82-6 16879-02-0 56348-39-1 75-07-0 91-65-6 100-71-0

7761-88-8 16919-19-0 56348-40-4 75-09-2 91-66-7 100-79-8

7775-09-9 17584-12-2 57055-39-7 75-47-8 91-88-3 101-84-8

7778-50-9 17754-90-4 59756-60-4 75-65-0 92-51-3 102-27-2

7778-80-5 17804-35-2 61096-84-2 75-89-8 92-52-4 102-69-2

7784-46-5 18278-34-7 65337-13-5 75-97-8 93-89-0 102-71-6

7786-30-3 18292-97-2 69723-94-0 76-01-7 94-09-7 103-05-9

7789-43-7 18368-63-3 69770-23-6 77-71-4 95-01-2 103-76-4

8001-35-2 19406-51-0 70124-77-5 77-74-7 95-47-6 103-83-3

10031-82-0 19549-98-5 70343-06-5 77-75-8 95-48-7 103-90-2

10043-52-4 20662-84-4 79124-76-8 78-27-3 95-50-1 104-13-2

10102-18-8 21725-46-2 78-83-1 95-51-2 104-40-5

10108-64-2 22037-97-4 78-87-5 95-52-3 104-42-7

10113-37-8 22104-62-7 OASIS 78-90-0 95-57-8 104-51-8

10202-92-3 22726-00-7 50-00-0 78-92-2 95-63-6 104-76-7

10222-01-2 23103-98-2 51-28-5 78-93-3 95-75-0 104-88-1

10293-06-8 23135-22-0 51-79-6 78-96-6 95-76-1 104-90-5

10453-86-8 24019-05-4 55-21-0 79-00-5 95-80-7 105-14-6

10543-57-4 24544-04-5 56-23-5 79-01-6 95-94-3 105-67-9

11067-81-5 25154-52-3 58-90-2 79-20-9 96-13-9 105-99-7

12125-01-8 26628-22-8 59-50-7 79-34-5 96-17-3 106-40-1

13071-79-9 28001-58-3 60-13-9 80-46-6 96-18-4 106-42-3

13171-21-6 28434-00-6 60-29-7 80-52-4 96-22-0 106-44-5

13209-15-9 28680-45-7 62-53-3 80-62-6 96-80-0 106-47-8

13356-08-6 29091-05-2 63-25-2 81-19-6 97-02-9 106-48-9

13410-01-0 29553-26-2 64-17-5 83-32-9 98-54-4 106-49-0

13608-87-2 30030-25-2 65-30-5 83-34-1 98-82-8 106-63-8

13909-73-4 31502-57-5 65-45-2 84-62-8 98-86-2 106-94-5

13952-84-6 34274-04-9 66-25-1 84-66-2 98-95-3 107-06-2

107-07-3 110-58-7 121-32-4 280-57-9 590-86-3 768-94-5

107-10-8 110-62-3 121-33-5 281-23-2 591-78-6 771-60-8

107-12-0 110-65-6 121-69-7 329-71-5 592-46-1 818-61-1

107-14-2 110-73-6 121-73-3 330-54-1 593-08-8 818-72-4

107-15-3 110-82-7 121-87-9 330-93-8 596-85-0 821-55-6

107-18-6 110-86-1 122-03-2 350-46-9 598-74-3 822-86-6

107-19-7 110-88-3 122-39-4 368-77-4 600-36-2 868-77-9

107-41-5 110-93-0 122-99-6 371-40-4 603-34-9 872-31-1

107-45-9 111-13-7 123-07-9 383-63-1 608-71-9 874-42-0

107-47-1 111-15-9 123-15-9 387-45-1 608-93-5 886-65-7

107-87-9 111-25-1 123-66-0 393-39-5 609-23-4 886-86-2

108-10-1 111-26-2 123-72-8 446-52-6 613-45-6 920-66-1

108-20-3 111-27-3 123-86-4 447-60-9 614-80-2 939-23-1

108-38-3 111-31-9 123-91-1 454-89-7 615-65-6 955-83-9

187

108-46-3 111-42-2 124-22-1 459-59-6 616-86-4 999-61-1

108-86-1 111-46-6 124-25-4 462-18-0 619-50-1 1120-16-7

108-88-3 111-47-7 127-00-4 464-45-9 619-80-7 1122-54-9

108-89-4 111-68-2 127-18-4 464-48-2 620-88-2 1126-46-1

108-90-7 111-69-3 127-66-2 470-82-6 621-42-1 1126-79-0

108-93-0 111-70-6 128-37-0 496-16-2 622-40-2 1129-35-7

108-94-1 111-83-1 131-11-3 497-37-0 623-25-6 1198-55-6

108-95-2 111-86-4 132-64-9 498-66-8 624-38-4 1204-21-3

108-99-6 111-87-5 134-62-3 500-22-1 625-86-5 1319-77-3

109-01-3 111-90-0 138-86-3 502-56-7 627-30-5 1330-20-7

109-06-8 112-12-9 140-31-8 513-81-5 628-76-2 1482-15-1

109-07-9 112-20-9 140-88-5 527-60-6 629-04-9 1484-13-5

109-60-4 112-27-6 141-03-7 529-19-1 629-40-3 1563-66-2

109-64-8 112-30-1 141-28-6 529-20-4 634-67-3 1634-04-4

109-65-9 112-70-9 141-43-5 534-52-1 635-93-8 1647-16-1

109-73-9 114-26-1 141-78-6 538-68-1 645-56-7 1689-83-4

109-75-1 115-19-5 141-91-3 540-88-5 653-37-2 1689-84-5

109-76-2 115-20-8 141-93-5 541-73-1 683-72-7 1745-81-9

109-85-3 115-32-2 142-28-9 542-75-6 685-91-6 1746-23-2

109-87-5 117-81-7 142-92-7 544-40-1 693-16-3 1761-61-1

109-89-7 117-84-0 142-96-1 552-41-0 693-54-9 1825-21-4

109-97-7 118-61-6 143-08-8 552-89-6 693-65-2 1871-57-4

109-99-9 118-79-6 143-16-8 555-16-8 700-58-3 1891-95-8

110-00-9 119-34-6 143-28-2 563-80-4 708-76-9 1962-75-0

110-12-3 119-61-9 148-53-8 573-56-8 709-98-8 2008-58-4

110-40-7 120-07-0 150-19-6 583-53-9 732-26-3 2016-57-1

110-43-0 120-21-8 150-76-5 586-62-9 760-23-6 2032-59-9

110-54-3 120-82-1 150-78-7 589-09-3 764-01-2 2150-47-2

110-56-5 120-83-2 271-89-6 589-16-2 764-13-6 2156-97-0

2176-62-7 5922-60-1 42087-80-9 86-50-0 107-19-7 123-54-6

2216-51-5 5989-27-5 42454-06-8 87-68-3 107-41-5 123-66-0

2234-16-4 6001-64-5 54576-32-8 87-86-5 108-10-1 123-72-8

2243-27-8 6175-49-1 55792-61-5 88-06-2 108-20-3 123-86-4

2357-47-3 6361-21-3 56108-12-4 88-85-7 108-93-0 127-00-4

2362-61-0 6575-09-3 56348-40-4 90-02-8 108-94-1 127-18-4

2370-63-0 6921-29-5 65337-13-5 90-15-3 108-95-2 141-78-6

2416-94-6 6948-86-3 69770-23-6 90-43-7 109-60-4 142-92-7

2437-25-4 7209-38-3 79124-76-8 90-47-1 109-64-8 142-96-1

2439-77-2 7212-44-4 90-59-5 109-77-3 143-08-8

2447-79-2 7250-67-1 ASTER 93-91-4 109-99-9 148-53-8

2455-24-5 7307-55-3 51-28-5 95-01-2 110-00-9 150-19-6

2460-49-3 7383-19-9 57-14-7 95-52-3 110-00-9 150-76-5

2495-37-6 7785-70-8 58-08-2 95-57-8 110-12-3 150-78-7

2499-95-8 10031-82-0 58-27-5 95-75-0 110-62-3 271-89-6

2626-83-7 10293-06-8 59-50-7 95-76-1 110-65-6 298-04-4

2706-56-1 13209-15-9 60-13-9 96-05-9 110-93-0 329-71-5

2759-28-6 13608-87-2 60-41-3 96-13-9 111-13-7 330-93-8

188

2859-67-8 13909-73-4 62-53-3 96-17-3 111-15-9 333-41-5

2869-34-3 14321-27-8 63-25-2 96-22-0 111-27-3 350-46-9

2905-69-3 14548-45-9 64-17-5 97-02-9 111-87-5 371-40-4

2973-76-4 14548-46-0 65-30-5 97-23-4 111-90-0 387-45-1

3066-71-5 15045-43-9 66-25-1 98-54-4 112-27-6 393-39-5

3206-31-3 15673-00-4 67-56-1 98-86-2 112-30-1 446-52-6

3481-20-7 15972-60-8 67-63-0 100-01-6 112-42-5 454-89-7

3558-69-8 16245-79-7 67-64-1 100-02-7 112-53-8 462-18-0

3944-76-1 17754-90-4 67-72-1 100-52-7 112-70-9 500-22-1

4117-14-0 18172-67-3 70-30-4 101-84-8 114-26-1 502-56-7

4180-23-8 18368-63-3 71-36-3 104-13-2 115-20-8 513-81-5

4412-91-3 19549-98-5 75-07-0 104-40-5 115-32-2 534-52-1

4460-86-0 22104-62-7 75-89-8 104-88-1 115-90-2 541-73-1

4655-34-9 22532-72-5 75-97-8 105-67-9 116-06-3 542-75-6

4798-44-1 22726-00-7 76-01-7 106-40-1 118-74-1 552-41-0

4901-51-3 23184-66-9 78-83-1 106-44-5 119-61-9 552-89-6

4916-57-8 24544-04-5 78-93-3 106-46-7 120-82-1 555-16-8

5292-45-5 29082-74-4 79-00-5 106-47-8 120-83-2 563-80-4

5372-81-6 29553-26-2 79-01-6 106-49-0 121-14-2 573-56-8

5395-75-5 30030-25-2 79-20-9 106-63-8 121-33-5 589-16-2

5407-04-5 33966-50-6 79-34-5 107-02-8 121-75-5 590-86-3

5465-65-6 34274-04-9 80-46-6 107-06-2 121-87-9 608-71-9

5673-07-4 34723-82-5 81-19-6 107-07-3 122-99-6 608-93-5

5683-33-0 37529-30-9 83-34-1 107-14-2 123-07-9 613-45-6

5813-64-9 39905-57-2 83-79-4 107-18-6 123-15-9 615-65-6

616-86-4 2138-22-9

620-88-2 2176-62-7

623-25-6 2234-16-4

629-19-6 2357-47-3

629-82-3 2439-77-2

634-66-2 2447-79-2

634-67-3 2626-83-7

645-56-7 2921-88-2

653-37-2 2973-76-4

683-72-7 3066-71-5

693-54-9 3428-24-8

693-65-2 3481-20-7

693-98-1 3698-83-7

708-76-9 3944-76-1

760-23-6 4412-91-3

764-01-2 4460-86-0

771-60-8 4798-44-1

786-19-6 5465-65-6

818-61-1 5673-07-4

818-72-4 6203-18-5

831-82-3 6284-83-9

872-31-1 6361-21-3

189

101836-92-4

874-42-0 7383-19-9

882-33-7 8065-48-3

924-41-4 10031-82-0

927-74-2 10453-86-8

932-16-1 13071-79-9

999-61-1 13209-15-9

1198-55-6 13608-87-2

1204-21-3 13909-73-4

1484-13-5 16245-79-7

1484-26-0 16752-77-5

1563-66-2 23135-22-0

1634-04-4 24544-04-5

1647-16-1 26628-22-8

1689-82-3 30030-25-2

1745-81-9 37529-30-9

1746-23-2 39905-57-2

1871-57-4 51630-58-1

2032-59-9 52645-53-1

2034-22-2 65337-13-5

2104-64-5 70124-77-5

2117-11-5

190

APÉNDICE 7

USO DE FACTORES DE APLICACIÓN PARA DETERMINAR TOXICIDAD EN SUSTANCIAS

NARCÓTICAS (NO REACTIVAS)

(USE OF APPLICATION FACTORS TO DETERMINE

TOXICITY ABOVE BASELINE NARCOSIS)

CED (2000); Verhaar et al. (1992)

Background

It is known that all chemicals have the potential to express toxicity, and narcosis is understood to

be the mechanism for the least toxic substances. Therefore, if a substance is thought to have a

mode of action (MOA) other than narcosis, but it is not well defined, the application factor (AF) will

serve to provide an extrapolation from the less toxic narcosis MOA to a more toxic MOA.

An approach described by Verhaar et al. (1992) classifies chemicals into one of the four classes on

the basis of their molecular structure, according to rules formulated for each of the classes (Table

A7-1). For chemicals in class I, reliable estimates of aquatic toxicity can be obtained, based on

QSAR models for several endpoints. Estimation models for class I chemicals are given in Table

A7-2.

Table A7-1: Chemical classes for mode of toxic action according to Verhaar et al. (1992)

Class I ·

·

compounds containing only C and H compounds not containing iodine or an

ionic group

·

·

not allylic/propargyllic halogens not epoxides or peroxides

·

·

monocyclics with halogens aliphatic secondary or tertiary amines

·

·

unsubstituted mono- or polycyclic compounds halogenated compounds (not

alpha or beta halogen substituted)

Class II ·

·

non- or weakly acidic phenols anilines with 1 nitro substituent and/or 1–3

chloro substituents and/or alkyl substituents

·

·

mononitroaromatics with 1–2 chloro substituents and/or alkyl substituents

primary alkylamines (containing only C, H, and N)

· pyridines with 1–2 chloro substituents and/or alkyl substituents

Class III · possess allylic/propargyllic activation

·

·

possess benzyllic activation compound with a good leaving group at an alpha

position of a double or triple bond

·

·

three-membered heterocyclic rings activated C-C double or triple bonds

·

·

hydrazines or others with single, double or triple N-N linkage activated nitriles

·

·

acid anhydrides acid halides

· ketones

· isocyanates

·

·

isothiocyanates sulphonic esters

·

·

cyclic sulphonic/sulphuric esters alpha-haloethers

· nitrogen mustards

Class IV · DDT and analogues

· (dithio)carbamates

· organotin compounds

· pyrethroids

191

Table A7-2. Overview of estimation models for several aquatic toxicity endpoints, all for

class I substances

(equations taken from van Leeuwen et al. [1992] and Verhaar et al. [1992])

Endpoint Species Equation [log(mol/L)]

log LC50 Pimephales promelas

-0.85 log

Kow - 1.41

log NOEC Pimephales promelas/Brachydanio

rerio

-0.87 log

Kow - 2.35

log LC50 Daphnia magna

-0.95 log

Kow - 1.19

log NOEC Daphnia magna -1.04 log Kow - 1.70

log EC50 Selenastrum capricornutum

-1.00 log

Kow - 1.23

log HC5 -0.85 log Kow - 1.60 - 2.53 × 1.81 × 10-2

log Kow 2 +

0.29 + 4.76 × 10-2 log Kow

log

HC5sed

log HC5 + log

Kow - 1.51

For chemicals in classes II, III, and IV, no precise predictive models are available yet, and only

worst-case estimates for acute fish toxicity (LC50) can be made. The estimates are based on

toxicity range factors (TRFs), which represent multiplication factors applied to the estimated

baseline toxicity of a chemical. The TRFs define a range of effect concentrations that extend

beyond the true effect concentration of this chemical and are based on general observations of

acute toxicities (LC50 for guppy) of members of these three classes of chemicals. Table A7-3 lists

mean and maximum TRFs for each class. These TRFs are based on the data presented in Figure

A7-1.

Table A7-3: Toxic ratio for classes II, III, and IV: log TR (from Verhaar et al.

1992)

Class II Class III

Class

IV

number of chemicals 40 42 34

mean log TR 0.81 1.98 1.79

standard deviation 0.31 1.01 1.27

maximum log TR 1.58 3.74 4.22

192

Figure A7-1: LC50 data for guppy (Poecilia reticulata) for class I, II, III, and IV chemicals

(data compiled by

Verhaar et al. 1992)

The range of application factors to be applied to QSAR predictions of substances in classes I,

II, III, and IV is summarized in Table A7-4.

Table A7-4. Application factor ranges summarized from

Verhaar et al. (1992)

Class Application factors

Class I 1

Class II 5–10

Class III 101 – 104

Class IV 101 – 104

The overall approach proposed by Verhaar et al. (1992) showing the steps to determining an

effects concentration is given in Figure A7-2.

193

Figure A7-2: General scheme for determining an effects concentration for di fferent modes

of toxic action

according to Verhaar et al. (1992)

References

CED (Chemicals Evaluation Division). 2000. Environmental Categorization for Persistence,

Bioaccumulation and Inherent Toxicity of Substances on the Domestic Substances List Using

QSARs. Final Report. Environment Canada, Hull, Quebec. July.

van Leeuwen, C.J., P.T.J. van der Zandt, T. Aldenberg, H.J.M. Verhaar, and J.L.M. Hermens.

1992. Application of QSARs, extrapolation and equilibrium partitioning in aquatic assessment: I.

Narcotic industrial pollutants. Environ. Toxicol. Chem. 11:267–282.

Verhaar, H.J.M., C.J. van Leeuwen, and J.L.M. Hermens. 1992. Classifying environmental

pollutants. 1: Structure–activity relationships for prediction of aquatic inherent toxicity.

Chemosphere 25(4):471–491.

194

APÉNDICE 8

REGLAS PARA USAR ECOSAR (ECOWIN)

(RULES FOR USING ECOWIN)

Vince Nabholz, U.S. EPA

Before running substances in ECOWIN, the U.S. EPA OPPT classifies all chemicals to be

assessed into six substance class subsets:

(1) polymer;

(2) dye;

(3) surfactant;

(4) inorganic;

(5) organometallic; and

(6) others.

Quaternary nitrogens, sulphoniums, and phosphoniums should not be assessed as “others” in

ECOWIN. These substances should be assessed using appropriate class SARs such as

surfactants. For example, quaternary nitrogen-containing herbicides should be assessed as either

a mono- or dialkyl cationic surfactant for fish and daphnid, and nearest analogue analysis should

be used for green algae. Non-surfactants should be run through ECOWIN one by one according to

the following rules:

Always use predicted log Kow for the neutral chemical.

When ECOWIN is not programmed for a chemical class with excess inherent toxicity, such

as polyguanidines or cyanates (cyanates [-OCN], isocyanates [-NCO], thiocyanates [- SCN], and

isothiocyanates [-NCS]), then ECOWIN will give predictions for neutral organic chemicals as a

default.

If the effects concentration is less than the water solubility of the substance, then use the

ECOWIN results as the prediction. If the effects concentration is equal to the water solubility of the

substance or is within 10 times the solubility, then report the predicted effects concentration or

report the results as no effects at saturation (= * in ECOWIN). For example, if the water solubility of

a substance is 1.0 mg/L and the predicted effects concentration is 9.9 mg/L or less, then use either

the predicted value or no effects at saturation. If the predicted value is 10 times higher than the

water solubility of the substance or more, then report no effects at saturation.

Specific Classes of Substances

Dyes, Pigments, and Fluorescent Whitening Agents: The U.S. EPA OPPT includes dyes, pigments,

and fluorescent whitening agents (FWA) as one class of compounds due to structural similarities.

These compounds are sorted by charge at pH 7 as neutral, anionic, cationic, or amphoteric. The

following rules have been given for assessing these compounds in ECOWIN for dyes, but are

applicable to pigments and FWAs as well.

Neutral Dyes: In ECOWIN, the green algal 96-hour EC50 and chronic value (ChV) predictions may

need to be adjusted due to shading if the dye is coloured, according to the following procedure. If

the dye is black, water solubility is ≥1.0 mg/L, the predicted algal EC50 is >1.0 mg/L, and the algal

ChV is >0.100 mg/L, then the 96-hour EC50 should be reduced to 1.0 mg/L and the ChV reduced

to 0.100 mg/L due to shading. If the dye is coloured but not black, water solubility is <20.0 mg/L,

the algal EC50 is <20.0 mg/L, and the ChV is >2.0 mg/L, then the algal

96-hour EC50 should be reduced to 20.0 mg/L and the ChV reduced to 2.0 mg/L due to shading.

These are geometric means of the effects concentrations. If the dye is not coloured, such as with

FWAs, then the predicted effects concentrations should not be adjusted for shading.

Anionic Dyes: These dyes are sorted by the number of acids on the dye and the type of metal

chelate in the centre of the dye. This approach assumes no toxic salt counterions. If the dye has

three or more acids or no metal chelate or if the metal chelate is Cu, Co, or Ni, then ECOWIN will

provide the following predictions:

195

fish 96-hour LC50 = >100.0 mg/L

daphnid 48-hour LC50 = >100.0 mg/L

green algal 96-hour EC50 = correct due to shading

fish ChV = >10.0 mg/L

daphnid ChV = >10.0 mg/L

green algal ChV = correct due to shading.

The procedure for correcting the ECOWIN algal predictions for effects due to shading is the same

as for neutral dyes. If the anionic dye contains three or more acids and the metal chelate is Cr or

Al, then ECOWIN will provide the following predictions:

fish 96-hour LC50 = 7.0 mg/L

daphnid 48-hour LC50 = 7.0 mg/L

green algal 96-hour EC50 = correction for shading due to excess inherent toxicity from metal

chelate

fish ChV = 0.700 mg/L

daphnid ChV = 0.700 mg/L

green algal ChV = correction for shading due to excess inherent toxicity from metal chelate.

The procedure for correcting the above ECOWIN algal predictions for effects due to shading is

the same as for neutral dyes. If the anionic dye contains one or two acids, then the nearest

analogue analysis is employed by the U.S. EPA OPPT. Anionic dyes with one or two acids show

acute inherent toxicity towards fish (96-hour LC50 from 0.100 to >100.0 mg/L), with most fish acute

values occurring in the moderate range (5.0–30.0 mg/L).

Cationic Dyes: These substances are not assessed using ECOWIN, but are sorted by type of

cationic charge (delocalized charge, one localized cation per molecule, two localized cations per

molecule, etc.), and the nearest analogue is used to determine inherent toxicity.

Amphoteric Dyes: If the number of cations equals the number of anions or the number of anions is

greater than the number of cations, then the dye is assessed as an anionic dye using the default

SARs in ECOWIN. If the number of cations is greater than the number of anions, then the dye is

assessed as a cationic dye, and inherent toxicity is reduced based on the cation to anion ratio. For

example, for a delocalized cationic dye with one carboxylic acid, inherent toxicity data for a nearest

analogue to the delocalized cationic dye are used, and then toxicity is reduced 10 times due to the

acid.

Surfactants: Surfactants should first be sorted by charge at pH 7 as neutral, anionic, cationic, or

amphoteric. Within each charge class, the surfactants are sorted by type of hydrophile (e.g.,

sulphonate, quaternary ammonium, etc.). These compounds are next sorted by the hydrophobicity

of the hydrophobe and then by the size of the hydrophile if the hydrophile is variable, such as

alcohol ethoxylates. An example of this sorting procedure could be as follows:

(a) neutral

(b) alcohol ethoxylate (ethoxylate is hydrophile)

(c) alkyl chain is hydrophobe, sort from 1-carbon hydrophobes to 20-carbon hydrophobes,

etc.

(d) for all surfactants with C12 hydrophobes, sort by length of hydrophile, 2 ethoxys to 20

ethoxys, etc.

ECOWIN should be used for surfactants when the class is covered by the SARs. For surfactant

classes not in ECOWIN, the U.S. EPA OPPT recommends that they be sent to the U.S. EPA for

creation of SARs until ECOWIN is fully programmed for the missing surfactant classes.

Cationic Surfactants, Quaternary-N: When assessing quaternary surfactants, the dominant

hydrophobe is used to select the appropriate SAR by selecting monoalkyl, dialkyl, trialkyl, or

tetraalkyl. ECOWIN has SARs for monoalkyl and dialkyl forms only. When assessing trialkyl and

tetraalkyl forms, it is recommended that the SARs for dialkyl surfactants be used. For example,

C18N(C)(C)C = monoalkyl; CN(C)(C)C = dialkyl; CCCN(c1ccccc1)(C)(C) = dialkyl; C12N(C)(C)C12

= dialkyl; and C8N(C8)(C8)C8 also = dialkyl.

196

Complex Hydrophobes or Complex Hydrophiles: Some SARs in ECOWIN are based on the linear

number of alkyl carbons for the hydrophobe and the average number of ethoxy units for the

hydrophile. When assessing complex hydrophobes or complex hydrophiles, the complex

hydrophobes will have to be converted to an equivalent number of linear carbons, and the complex

hydrophiles will have to be converted to an equivalent number of linear ethoxy units. Conversions

can be done using predicted log Kow. When log Kow values are equal, the relative

hydrophobicities or hydrophilicities are also equal. It is recommended that ClogP or KOWWIN

(SRC) be used for hydrophobes, but only KOWWIN be used for hydrophiles (i.e., ethoxybased

hydrophiles).

197

APÉNDICE 9

SUSTANCIAS DIFÍCILES DE MODELAR

(MODEL-DIFFICULT SUBSTANCES)

PERSISTENCE

Ionizable Substances

More recent versions of QSAR models for persistence contain ionizable substances in their training

sets (e.g., sulphonic acid salts in BIOWIN) and therefore may provide reliable QSAR predictions for

specific classes of ionizable compounds. Also, an analogue may be found in the training set of the

QSAR (e.g., BIOWIN, TOPKAT, Loonen et al. 1999), which may provide a more accurate estimate

of the property of the substance than the combined structures.

Pigments

The term pigment describes a use category under the categorization exercise. Some structures

associated with pigments are considered model-difficult because the predicted properties do not

reflect their environmental behaviour (e.g., bioaccumulation, water solubility). This is largely due to

the lack of pigments in the training sets of available QSAR models for persistence, although some

structural fragments that would be typical of pigments are included (e.g., phenyl azo groups). Most

pigments are designed to be stable under environmental conditions and thus are often not

susceptible to hydrolysis, photolysis, or rapid biodegradation. Many structures associated with

pigments will be predicted as persistent using BIOWIN (e.g., does not biodegrade quickly;

recalcitrant). These results should be used for categorization. However, because some structures

associated with pigments may not be persistent, the QSAR prediction should be compared with the

structure of the pigment to verify the presence of structural features (Appendix 2) that enable the

substance to persist.

Dyes

Like pigments, dyes are a chemical use category. Not all structures associated with dyes are

problematic for QSAR prediction. Some structures, such as those associated with acid dyes, are

contained in the training sets of QSAR models for persistence (see BIOWIN). Other structures

associated with disperse dyes act similarly to pigments, and prediction of their intrinsic properties

can be misleading. Qualitative analysis (see Section 2.3.4) will be used to verify the applicability

domain of the QSAR for these structures. However, as with pigments, dyes are designed to be

persistent, and predictions from QSARs should be taken as the best available indication of

persistence.

BIOACCUMULATION

Model-difficult substances for bioaccumulation are generally those substances that are outside the

domain of a QSAR’s training set. Often, lack of inclusion in the training set of bioaccumulation

QSARs is a result of experimental difficulties in determining log Kow (e.g., poor water solubility,

surfactant behaviour, organometallic). Model-difficult substances can also be considered

compounds for which reliable estimates of log Kow cannot be obtained or are not environmentally

realistic (e.g., pigments). At the Philadelphia QSAR workshop, QSAR bioaccumulation experts

identified some of the same classes of model-difficult substances as they did for persistence. The

following classes were suggested as model-difficult for estimating bioaccumulation:

polymers;

UVCBs;

surfactants; and

substances with very low water solubility (e.g., pigment/disperse dye structures).

198

The following sections outline some rules of thumb for assessing some of these model-difficult

substances using QSARs and/or qualitative analysis.

Surfactants

Log Kow can be predicted for some surfactants (e.g., linear alkyl sulphonates [LASs], quaternary

ammonium surfactants) using existing models, but many surfactants do not appear in the training

set of QSARs. Predictions should be examined to determine if the model accounts for the ionized

form of the surfactant. For surfactants expected to be ionic at typical environmental pHs, as

determined by the pKa, the log D estimate for the ionic form of a substance should be used.

However, the value for the ionic compound should be verified as “realistic” for the substance. For

example, log Kow estimates for a C12 LAS are 3.02 using KOWWIN (calculation for charged

molecule) and 0.05 using PALLAS at pH 7 and 0.8 using ACD version 4.01 (Advanced Chemistry

Development Inc.) at pH 7. The KOWWIN estimate is less realistic than the estimates from the

models that use pKa to estimate log D, as the LAS is highly ionic and water soluble (dispersible)

and should have a log D estimate <1.0; the experimental log Kow for this substance (CAS No.

2386-53-0) is 0.96 (sodium salt). However, in this case, the KOWWIN model was not used

appropriately, since KOWWIN “corrects” for

ionization for ion pairs only, and the sodium salt of the substance should have been input into the

model rather than the free acid form. If the sodium salt of the LAS is input into KOWWIN, a more

accurate estimate of 0.87 for the log Kow is produced.

For substances expected to be ionic in the environment (e.g., dissociable ion pairs, acids,

protonated amines) and for which a log Kow for the ionic form (log D) cannot be predicted, an

analogue approach should be used. If no analogue data are available, a log Kow predicted for the

neutral form can be used as a worst-case conservative estimate in combination with qualitative

analysis to determine bioaccumulative potential.

Substances with Very Low Water Solubility

Generally, substances with low water solubility have a high predicted log Kow value (e.g., >8.0),

which indicates that the substance likely has a high affinity for lipids. In many cases, if the predicted

log Kow is much greater than 5, the absolute accuracy of the prediction is not important, because

the structure (or chemical class) of the substance can be used to determine if solubility in lipids is

expected to be high (e.g., fatty acid esters, long-chain hydrocarbons, PAHs, paraffins). However, it

has been observed that some structures associated with pigments and disperse dyes have high

predicted log Kow values (>5), but are not soluble in n-octanol or simulated fats.

Substances with low water solubility (and typically high predicted BAF and/or log Kow) should be

considered highly bioaccumulative unless there is evidence from an analogue to suggest that

solubility in lipid-like materials is negligible (e.g., for many pigment-like structures). In this situation,

qualitative analysis will be used to categorize the substance for bioaccumulation.

INHERENT TOXICITY

As with persistence and bioaccumulation, QSAR ecotoxicity predictions for some substances are

not considered reliable. At the Philadelphia QSAR workshop, several types of substances were

identified as model-difficult, and rules of thumb were proposed by experts for determining

ecotoxicity using available toxicity QSARs and/or qualitative analysis. The types of substances

considered model-difficult included:

polymers;

UVCBs;

many pigment and dye structures;

high log Kow substances;

ionizable substances; and

surfactants.

Pigments and Disperse Dyes

199

QSARs for ecotoxicity can be used to categorize structures associated with pigments and disperse

dyes. In fact, the results of The Cadmus Group, Inc. (1999) study suggest that the PNN model may

work well with pigments and dyes (since many molecular descriptors are used by the models);

however, since these compounds were not tested, model accuracy is unknown.

These structures are not considered model-difficult because of lack of inclusion in model training

sets or because of lack of fragment inclusion in model training sets. Rather, these structures have

been associated with poor water solubility, and thus estimates of toxicity above solubility limits are

expected to result in no effects on pelagic species at saturation in the water column.

Structures associated with pigments and disperse dyes shall be treated as routine organic

chemicals that are predictable by current models. However, qualitative analysis will be required

when interpreting the results of QSARs with respect to water solubility and consideration of

bioavailability.

Many pigments have very low water solubility, and thus no acute or chronic effects are expected in

water saturated with the substance; however, this determination is made on a case by- case basis

using “cut-offs” for water solubility and log Kow. Pigments with reactive functional groups (e.g.,

anilines, nitriles) have the potential to be charged under typical environmental pH conditions and so

are assessed as such at pH 7 or using an analogue approach if a QSAR prediction is considered

not reliable. Pigments that have a low molecular weight, are sparingly soluble in water, and contain

reactive functional groups have been shown to be moderately to highly toxic to fish.

Anionic Dyes

Experience with new dyes at Environment Canada and the U.S. EPA Office of Pollution Prevention

and Toxics (OPPT) has shown that, in general, the number of sulphonic acid groups determines

potential for toxicity. Dyes with one or two sulphonic acid groups have shown moderate to high

acute toxicity (<1–10 mg/L) to some aquatic biota, while dyes with more than

Two sulphonic acid groups have shown low acute (>100 mg/L) and chronic (>10 mg/L) toxicity to

most aquatic biota. Environment Canada has generally found anionic dyes to be of low toxicity

regardless of the number of acid groups, but some exceptions have been found (e.g., when a

reactive functional group is not hindered).

Anionic dyes are almost always highly soluble in water (>10 g/L) and often have high molecular

weights. Environment Canada has assessed anionic dyes as new substances based on a weight of

experimental toxicity evidence received under the New Substances Program.

Practically all of the anionic dyes assessed to date do not contain counterions that would be

considered the “moiety of concern” (see Chapter 3) because they are not likely to meet the criteria

for categorization (e.g., Ca, Mg, Na), but some exceptions have been noted (e.g., Sr), and the

counterions are assessed as dissociable metals.

Anionic dyes often show light shading effects in algal toxicity studies. This endpoint is considered

an indirect effect and not related to the compound’s toxicity and is usually corrected for in

experimental data received in a new substance notification. The U.S. EPA OPPT has also

developed rules for light shading effects in algal populations for use when interpreting output from

ECOWIN (see Appendix 8).

Cationic Dyes

Cationic dyes are likely to be assessed for whether they are inherently toxic on a case-by-case

basis using an analogue approach according to localized charge (i.e., one or more localized or

non-localized charge sites). In comparison with anionic dyes, cationic dyes are potentially more

toxic to aquatic organisms due to localized and non-localized charges. Although the molecular

weights of these dyes can be high (>700 g/mol), no molecular weight cut-off is used, since these

substances cause a toxic effect by undergoing cationic binding with respiratory membranes.

200

Cationic dyes are examined for reactive cationic functional groups of concern (e.g., anilines,

amines, pyrimidines, pyridines, etc.), and then localized and non-localized charges of these

cationic groups are considered. Cationic dyes of concern include triphenylmethane dyes. However,

as the nitrogen groups are ethoxylated in these dyes, toxicity decreases linearly and proportionally

with the number of ethoxy groups added.

Amphoteric Dyes

Amphoteric dyes should be assessed as an anionic dye or as a cationic dye depending on the net

charge of the dye. If the number of cations equals the number of anions or the number of anions is

greater than the number of cations, then the dye is assessed as an anionic dye. If the number of

cations is greater than the number of anions, then the dye is assessed as a cationic dye, and the

inherent toxicity is reduced based on the cation to anion ratio. For example, for a delocalized

cationic dye with one carboxylic acid, iT data for an analogue are used, and then toxicity is reduced

10 times due to the acid.

High log Kow Substances

Results of the Philadelphia QSAR workshop (CED 2000) and subsequent discussions with QSAR

experts were used to recommend an approach for categorizing organic substances with high log

Kow for iT to non-human organisms.

If the substance is ionizable at a relevant environmental pH, it should be excluded from this class of

model-difficult substances. An analogue approach is likely to be used to initially determine the

ecotoxicity potential for water column species if acceptable data are available.

When using analogue data or QSAR predictions from models other than ECOWIN, the water

solubility of the substance (preferably experimental) should be taken into account to determine if

the predicted effects are above the limit of solubility of the substance (i.e., to determine if there are

no effects at saturation). Some QSARs (e.g., ECOWIN) perform this check as a matter of its

function, but it is important to input an accurate estimate of the water solubility of the substance in

order for this check to be useful. The result from the best-performing model (according to the

Cadmus study) should be used as the final prediction to categorize the substance if a prediction

below the water solubility limit can be achieved.

If no effects at saturation are predicted in ECOWIN or other models, it does not mean that the

substance should be regarded as not inherently toxic. For organic substances with high log Kow

values (e.g., 6 < log Kow < 12), ecotoxicity may no longer be a function of the water column, but

rather may be a function of the food chain, since these substances are expected to be highly

bioaccumulated through the diet and possibly biomagnified through to terrestrial receptors at higher

trophic levels. Consequently, substances with high log Kow showing no effects at saturation will be

assessed, subject to data availability, using non-aquatic biota, such as terrestrial wildlife species.

Ionizable Compounds Including Organic Salts

Ionizable substances should be assessed using analogue experimental data, if available.

Otherwise, ionizable substances are assessed using the data generated for the neutral form

according to the guidance for narcotic or reactive substances. ECOWIN uses predicted log Kow for

the neutral chemical to give a prediction of ecotoxicity at pH 7. Predictions are based on

experimental data for ionized substances at this pH. For organic salts (e.g., alkyl amine carboxylic

acid salt), the dissociated forms of the substance are assessed using appropriate QSARs (e.g., for

alkyl acids, the anionic surfactant structure–activity relationship [SAR] at pH 7 can be used; for the

base, the amine SAR at pH 7 can be used). The most toxic dissociated form will be used for the

categorization of the significant moiety of concern.

Surfactants

201

Surfactants should be sorted by charge and assessed using a reliable QSAR, if available (e.g., the

SARs for surfactants in ECOWIN). If a QSAR cannot provide a reliable prediction, an analogue

approach shall be selected, if available. Surfactants with alkyl chains greater than18 carbons are

assessed on a case-by-case basis to determine if the substance still has surface active properties

in water (e.g., surfactants with alkyl chains greater than 18 carbons may be poor surfactants in

water, but may be good surfactants in oils, etc.).

202

APÉNDICE 10

CÁLCULOS TERMODINÁMICOS PARA SOLUBILIDAD (DR. BURK´S)

DR. BURK’S THERMODYNAMIC CALCULATIONS OF SOLUBILITY

Calculating Solubility from Ksp Values

For many species, solubility was calculated using the solubility product, Ksp, found in theliterature.

For the general case of a compound AaBb(s) dissolving to yield aA(aq) + bB(aq),

AaBb(s) ? aA(aq) + bB(aq)

the solubility is given as

Solubility = [Ksp / aab

b]

1/(a+b)

For a specific example, consider the dissolution of lead sulphide, PbS, in water:

PbS(s) ? Pb2+

(aq) + S2-(aq)

The definition of Ksp for lead sulphide is written in terms of the concentration of the aqueous

species released by the parent compound. The Ksp given in the literature is 3.40 × 10-28.

Ksp = [Pb2+

(aq)][S2-

(aq)] = 3.40 × 10-28

The concentration of Pb2+(aq) is the square root of Ksp, 1.84 × 10-14

mol/L. To convert the molar

units to mg/L, the solubility is multiplied by the molecular weight of PbS, resulting in a value of 4.4 ×

10-15

mg/L.

Calculating Solubility from Gibbs Free Energy Values

Solubility values can be calculated from published Gibbs free energy values, which are readily

available for many species, especially those of geological interest. For the general case,

AaBb(s) ? aA(aq) + bB(aq)

the free energy of the reaction is ?Gº, which can be calculated from the free energies of formation

of the reaction species:

?Gº = a ?Gºf (A(aq)) + b ?Gºf (B(aq)) – ? Gºf (AaBb(s))

The equilibrium constant, Keq, which is the same as a solubility product, is defined according to:

Keq = [A(aq)]a[B(aq)]

b

The relationship between the equilibrium constant and the free energy of the dissolution reaction is:

?Gº = -RT ln (Keq)

where R is the universal gas constant and T is temperature expressed in Kelvin. For these

calculations, it was assumed that the solid dissolved to release the relevant free metal ions,

hydroxide ions, and SiO2(aq), in the case of silicates. For example, kyanite, Al2O(SiO4),

wasassumed to dissolve according to:

Al2O(SiO4)(s) + 3 H2O(l) ? 2 Al3+

(aq) + SiO2(aq) + 6 (OH-)(aq)

Converting Solubility Estimates to Higher pH Values

203

Previous solubility estimates were calculated at pH 5. The calculations of solubilities at pH 6 and

pH 8 were made by considering the acid–base chemistry of the compounds. Each compound falls

into one of the following five categories:

1. If the compound is the salt of a weak acid (the case for the majority of the compounds on

the list), the solubility will be lower at a higher pH. The calculations required are outlined

below as “Case 1.”

2. If the compound is a weak acid itself, it will be more soluble at higher pH. No calculations

were required for these compounds, since most of them were already classified as “Very

Soluble.”

3. If the compound is a salt of a weak base, the solubility will be higher at higher pH. This was the

case for a number of ammonium compounds, most of which were “Very Soluble” at pH

5 and thus were “Very Soluble” at pH 8 as well. This was also the case for a number of very large

molecules, which were insoluble at pH 5 and, although no acid or base hydrolysis constants were

available, were estimated to be insoluble at higher pH as well.

3. If the compound is a weak base, it will be less soluble at higher pH.

5. If the compound is somewhat soluble at the higher pH values, but the hydroxide of the metal

ion is relatively insoluble, then the solubility of the hydroxide was calculated and reported as

the “solubility.” This is detailed below under “Case 2.”

Case 1

Compound is a salt of a weak acid, and the hydroxide of the metal ion is soluble. We denote the

compound as MpAq and its dissolution as:

MpAq ? pMx+

+ qAy-

For which the equilibrium constant is the solubility product, Ksp:

Ksp = [pMx+

]p [qA

y-]q (1)

Since the anion is the conjugate base of the weak acid, it hydrolyzes according to:

qAy-

(aq) + qy H2O(l) ? q HyA(y-1)-

(aq) + qy OH-(aq)

for which the equilibrium constant is:

HyA (y-1)

aq ) q (OH- (aq) )

qy

______________________________________= (Kb)

( Ay- (aq) )

q

If the weak acid is polyprotic (i.e., if y > 1), then the general case involves the product of the

successive base hydrolysis constants, Kb. For instance, if the weak acid is triprotic,

[H3A)aq)][OH- (aq)]

We can also calculate the solubility as being the concentration of the metal ion,

Mq+, which will be: p[Mx+(aq)] = q[Ay-(aq)] + q[HyA(aq)]

i.e., dissolution of the compound results in a certain amount of the anion and a certain amount of

the hydrolyzed anion, and the sum of these two quantities must be the same as the metal ion

concentration.

204

Combining equations (1), (2), and (3), we can calculate the concentration of the metal ion, i.e., the

solubility of the compound:

FORMULA

p M q A HA H A H A

But from equation (1), we have:

FORMULAS INTEGRALES

where F is defined in equation 4. If the solubility is known at a certain pH (the solubilities in the first

phase of this work were calculated at pH 5), then the solubility at any other pH can be calculated

using the above relation.

Case 2

Compound is a salt of a weak acid, and the hydroxide of the metal ion is insoluble. In this case, the

solubility of the parent compound is limited by the solubility of the relatively insoluble hydroxide. In

other words, the concentration of the aqueous-phase metal ion will be calculated according to the

Ksp value of the hydroxide, rather than by the method outlined above. Thus, the calculations

outlined above must first be done, and the results compared with the solubility of the hydroxide.

Whichever is lower is taken as the solubility of the parent compound.

Note that this does not predict how much of the parent compound actually dissolves, since as it

does so, the hydroxide will continuously precipitate. The net effect is conversion of the parent

compound into the solid hydroxide. In cases where the solubility of the hydroxide is lower than that

of the parent compound, the solubility of the hydroxide is considered to be limiting and is given as

the overall solubility estimate.

Summary

The solubility may be lower at higher pH if:

1. The compound is a salt of a weak acid.

2. The metal ion in the parent compound forms relatively insoluble hydroxides.

3. The compound is basic itself.

The solubility may be higher at higher pH if:

1. The compound is a salt of a weak base. This is the case only for ammonium-containing

compounds, all of which were very soluble even at pH 5. Thus, at pH 6 or 8, these

compounds become “very very” soluble, and no calculations were done to predict

numerical solubilities.

2. The compound is acidic itself. Likewise for the salt of weak bases, numerical calculations

were not done for these compounds.

The solubility will not be affected by a change in pH if the compound has no acid–base

properties. This will be the case if the metal ion is the cation from a strong base (e.g., K+, Na+) and

if the anion is from a strong acid (e.g., Cl-, SO4 2-, etc.).

Speciation of Dissolved Substances

There are several scenarios for how a parent substance will dissolve in water. Professional

judgement was applied to determine how the parent substance would react on a case-by-case

basis.

Simple Solvation

Parent substance dissolves in water and no other species are produced, e.g., carbon monoxide,

CO(g) ? CO (aq)

Dissolution with Dissociation into Ions

Parent substance is hydrolyzed by water immediately and releases constituent moieties, e.g.,

205

potassium thiocyanide,

KSCN(s) ? K+ (aq) + SCN-(aq)

Dissolution with Dissociation into Ions, Some of which Further React with Water

This is the most common dissolution scenario for the inorganic metal salts on the DSL. There are

two sub-scenarios in this category that result from the acid–base behaviour of the parent

compound.

1) Salt of a weak acid

If the parent compound is a metal salt of a weak acid, the species produced upon dissolution

are the metal ion and the conjugate base of the weak acid. The base then hydrolyzes (at least

partially) to yield some of the weak acid in solution. For example, magnesium carbonate,

MgCO3(s), dissolves in water and dissociates to release magnesium, Mg2+

(aq), and carbonate

ions, CO32(aq):

MgCO3(s) ? Mg2+(aq) + CO32aq)

Because the carbonate ion, CO32-(aq), is the conjugate base of a weak acid, HCO3-(aq), it

immediately reacts further with water:

CO32aq) + H2O(l) ? HCO3-(aq) + OH-(aq)

HCO3-(aq) is the conjugate base of another weak acid, H2CO3 (aq), so another equilibrium is

immediately established:

HCO32-(aq) + H2O(l) ? H2CO3 (aq) + OH-(aq)

There are now four species in solution: Mg2+(aq), CO32-(aq), HCO3-(aq), and H2CO3-(aq).

2) Salt of a weak base

If the parent compound is the salt of a weak base, reactions analogous to those above occur.

There are instances where the immediate dissolution products are unknown, in which case a

general statement will be made, e.g., “X species” where X is an element. In cases where the

solubility is expected to be very low, this data gap is not critical. For soluble species, this lack of

speciation information is more relevant because it poses a challenge for applying appropriate

toxicity and persistence data. The only option is to proceed with the available data and to apply the

common ion/moiety approach as reasonably as possible.

Organic Metal Salts

The lack of quantitative data made it necessary to develop a framework for applying

professional judgement so that qualitative solubility estimates could be derived. Different

approaches were taken depending on the chemistry of the salt.

Case 1

The dissolution of the organic metal salt yields the metal ion and the anion of a weak organic acid,

MLx(s) ? Mx+(aq) + xL-(aq)

The solubility of the salt was estimated based on how extensively the expert thought the reaction

would proceed to the right. Several factors influenced this decision: lattice energy,

206

hydrophobicity, chemistry rules of thumb, analogues, and homologues.

The higher the lattice energy of the solid metal salt, the lower the solubility will be, all other

factors being equal. Generally speaking, the lattice energy of the solid will increase, especially if

the charges of the anion and cation are increased or if the radius of the metal ion is decreased.

The greater the hydrophobicities of the anion and cation, the lower the solubility will be. This is

because the energy gained from solvation of the ions will not offset the energy spent overcoming

the lattice energy of the solid. It is relatively easy to arrange the large organic anions (the organic

moiety is usually the anion) in order of hydrophobicity, molecular weights, and number ofhydrophilic

groups attached to the substance.

Simple solubility rules of thumb that are well known to chemists are helpful. For instance,

lithium, sodium, and potassium salts are generally soluble, regardless of what the anion is. This

was assumed to be the case for all such salts. Salts of transition metals are generally less soluble

than salts of group I or II metals. Salts having molybdate, tungstate, or phosphate species as

counterions were generally assumed to be insoluble.

There are many organic metal salts on the DSL that are identical, except for the identity of the

metal ion. Many of these substances have large, highly conjugated systems with strong

chromophores (dyes and pigments). The alkali metal salts were predicted to be very soluble,

whereas the heavier metals ions were predicted to be somewhat soluble or insoluble.

There are several homologous series of compounds. For example, the alkanoic acid salts form a

series from C2, acetic, up to C22, docosanoic. Solubility information was available for the lower

molecular weight salts and for a few high molecular weights salts. Based on trends in the data, the

solubilities of many metal alkanoate salts could be estimated to be soluble, S, when they possess

fewer carbon atoms.

Case 2

Partial hydrolysis of the organic anion to yield the organic acid,

L-(aq) + H+(aq) ? LH(aq)

The relative concentrations of the acid and its anion were calculated in the same manner as for

inorganic species.

Case 3

Large organic ions generally have a large capacity to complex metal ions (or other metal ions in

solution) to form stable soluble complexes according to reactions such as,

Mx+(aq) + L-(aq) ? MLx-1(aq)

ML x-1(aq) + L-(aq) ? MLx-2(aq)

Stability constants can be defined, and, along with mass balance equations and acid hydrolysis

constants for the organic acids, the concentrations of all the species can be predicted at a given

pH. Unfortunately, the stability constants for these substances are not readily available.

Therefore, the best that could be done was to indicate that some complexation will occur,

resulting in lower concentrations of the uncomplexed metal ion and ligand.

207

APÉNDICE 11

FUENTES DE INFORMACIÓN

EXISTENCIA Y DISPONIBILIDAD DE LA INFORMACIÓN EXPERIMENTAL

La situación de falta de datos sobre los compuestos químicos es realmente preocupante. Por ello,

la Organización para la Cooperación y el Desarrollo Económico (OCDE) inició en 1900 un

programa para evaluar los Compuestos de Alta Producción (HPV, por sus siglas en inglés)

producidos en más de 1 000 toneladas por año en al menos 1 país miembro de la OCDE (unos 4

000). Realmente no se trata de obtener una información completa para la evaluación del riesgo,

sino sólo de la información básica (Screening Information Data Sets (SIDS)) necesaria para poder

priorizar acciones.

En EU en 1998 se llegó a la conclusión de que “no existe información públicamente disponible de

los efectos básicos sobre la salud humana y ambiental de la mayoría de los compuestos, es decir,

existe una ignorancia tóxica”. De hecho, el 93 % de los HPV carece de datos SIDS disponibles

públicamente; y el 43 % no tiene SIDS (EPA. 1998). Por ello se puso en marcha el programa HPV

Challenge (1998), Se trata de un acuerdo entre la Administración US, Environmental Protection

Agency, Chemichal Manufacturers Asociation, Environment Defense Fundt y otras entidades.

El objetivo consistió en ensayar 2800 compuestos HPV en el periodo 1998- 2004. Los costos

fueron sufragados por la industria y ascendieron a 500-700 millones de dólares, con el consumo

previsto de más de 750 000 animales.

Por tanto, la situación es preocupante puesto que se conoce muy poco acerca de los efectos

adversos de los compuestos. Se han descrito más de 12 millones de sustancias. Sin embargo, la

mayoría de ellas no se comercializan, por lo que es muy poco probable que entren en contacto

con el ser humano y el medio ambiente, suponiendo por ello poco riesgo.

Aunque puede argumentarse que los compuestos que llevan muchos años utilizándose no

deberían ser especialmente perniciosos puesto que “parecen no haber causado daños

importantes”, desde el punto de vista toxicológico y de salud ambiental preocupa una exposición a

peligros que no han sido cuantificados.

En comparación con USA y Japón, la Unión Europea es la mayor productora de compuestos

químicos en el mundo. Más de 100 000 compuestos están comercializados actualmente, y un

promedio de 2 000 nuevos se introducen cada año en el mercado, incluyendo los compuestos

industriales, plaguicidas, aditivos alimentarios, compuestos farmacéuticos, detergentes y

cosméticos. Además, se debe tener en cuenta su liberación al medio ambiente como desechos o

subproductos. Ello motiva una gran preocupación acerca de los efectos que esos compuestos

puedan provocar en los humanos y el medio ambiente.

En la unión Europea los compuestos industriales se clasifican en existentes y nuevos. Los

compuestos existentes son aquellos comercializados en la Comunidad antes de 1981. En el

Inventario Europeo de Sustancias Existentes (EINECS), realizado en 1981, figuran 100 106

sustancias. De ellas,

- Más de 2 500 son producidas en gran cantidad, es decir, más de 1 000 toneladas/año

- De 75 000 no hay información

- De 25 000 hay datos limitados

- Existen unas 120 que se consideran sustancias prioritarias para investigar

Los productos químicos nuevos se evalúan antes de su comercialización en el mercado

comunitario, siendo incluidos en la Lista Europea de Nuevas Sustancias Químicas (ELINCS), que

no incluye plaguicidas, materiales radioactivos, residuos, y sustancias empleadas en investigación

científica.

Desde 1981, se han presentado unas 4 000 notificaciones correspondientes a 2 000 nuevas

sustancias, lo que equivale a unas 400 por año.

208

Las sustancias existentes se incluyen en IUCLID: Base de datos Uniforme de Información Química

Internacional, que es utilizada por la Comisión Europea para Almacenar y difundir la Información

recabada con arreglo al reglamento CEE No. 793/93, y que también ha sido adoptada por la

OCDE.

Acceso a la Información

Antes de 1990, el acceso a la información toxicológica estaba muy limitado, quedando está

concentrada en algunas bases de datos privadas u oficiales o comerciales, o directamente en

revistas o directorios de resúmenes de publicaciones. A partir de entonces gran parte de la

información pasa a ser compartida. Comienza la disponibilidad a través de internet en diversas

bases de datos de gran interés, ya que sus propietarios permiten su difusión.

A partir del año 2000 se generaliza el acceso a textos completos, incluyendo los artículos de

revistas, habiendo surgido en la actualidad el debate acerca de la necesidad de la libre disposición

de los mismos.

Selección de las bases de datos

Los datos fundamentales utilizados en toxicología incluyen la identificación de la sustancia, sus

propiedades fisicoquímicas, producción y localización de los fabricantes, procedimientos

analíticos, medidas de seguridad ocupacionales y de manipulación y transporte, emergencia,

tratamiento de intoxicaciones, cinética y exposición ambiental, biorremediación, toxicidad y cinética

en diferentes organismos e información de normas reguladoras.

Esta información se encuentra en una gran cantidad de bases disponibles, por lo que los criterios

más útiles para seleccionarlas deberán basarse en una relevancia de la información que

contengan; la objetividad en el tratamiento de los datos, separando la información de cualquier tipo

de anuncios, y si es posible, citando la fuente original; la mayor cobertura posible; y la

actualización periódica.

No pueden proporcionarse reglas generales para la selección de las bases de datos, ya que

aunque se dispone de algunas bases muy completas, siempre suele existir alguna base de datos

más específica que profundice más sobre el aspecto concreto que interesa.

Por ello, en principio es conveniente buscar la información en varia bases de datos, comenzando

por una general, como la de HSDB, y después en algunas de la temática concreta de interés. Sin

embargo, cada caso particular requiere una estrategia diferente.

Las bases de datos pueden ser de acceso gratuito, de acceso libre tras registro o de pago. Según

el formato pueden encontrarse en CD-Rom para acceso desde sistemas convencionales o en

agendas electrónicas (PDA y Notebook) o en Internet. En este caso, la propiedad del sistema

deberá quedar clara, así como la autoría de los documentos. El respaldo de instituciones de

prestigio supone un valor añadido de gran interés.

Existen muy diversas bases de datos comerciales de gran calidad, a las que pueden accederse

bien en formato CD-Rom, para PDA o en línea. La siguiente tabla no comprende una información

exhaustiva, sino un ejemplo de algunas de las más útiles. Además, algunas de ellas son conjuntos

de bases de datos, lo que permite que puedan adquirirse solamente las que se consideren más

apropiadas para el trabajo que se realice.

Las bases de datos en Internet presentan una serie de ventajas que incluyen el acceso desde

cualquier lugar, la inmediatez de la respuesta, la disponibilidad de la última versión de la

información, fácilmente actualizada y la gran variedad y amplitud de contenido de la misma.

Entre los principales inconvenientes figura que las direcciones de acceso son muy cambiantes, lo

que obliga a comprobar continuamente su funcionamiento.

La operatividad de los servidores y las limitaciones de las conexiones restringen actualmente el

acceso a algunas direcciones, particularmente a determinadas horas del día. De igual modo,

209

algunos navegadores resultan incompatibles para determinadas direcciones. El idioma puede

suponer una limitación más, ya que la mayor parte de las bases de datos están en inglés.

En las búsquedas en Internet, atendiendo a la amplitud del campo de búsqueda, se utilizan

buscadores generales, buscadores para compuestos químicos y buscadores especializados.

Los portales o buscadores generales (Google, Altavista, Yahoo, Excite, etc) pueden ser útiles para

encontrar documentos sobre diversos compuestos. Aunque no garanticen el éxito de la búsqueda

ni la objetividad de la información, en ocasiones resultan interesantes por su capacidades de

localizar documentos y paginas por gran parte de la red, aunque no revisan bases de datos

especificas.

Los buscadores para compuestos químicos, particularmente ChemFinder o ChemIDplus, resultan

de enorme interés ya que ofrecen un listado de bases de datos en las que puede encontrarse

información concreta sobre el producto. ChemIDplus facilita la identificación inequívoca de 350

000 sustancias, incluyendo las estructuras de más de 56 000. TOXNET (Toxicology data network)

es un conjunto de excelentes bases de datos gestionado por la Biblioteca Nacional de Medicina

norteamericana que se está convirtiendo en el más completo y accesible gratuitamente vía web.

Una opción más refinada consiste en realizar una búsqueda dirigida en buscadores especializados

enfocados al tipo de información precisada. Para ello es imprescindible disponer de un listado

actualizado de las mejores bases de datos disponibles en cada momento.

Otra opción es acceder a ellas a través de BUSCATOX, para el que se ha realizado una selección

de unas 60 direcciones de gran interés, escogidas de entre los más de 400 enlaces actuales con

información toxicológica de calidad. BUSCATOX está disponible en la página del área de

toxicología de la Universidad de Sevilla (http://www.us.es/toxicologia/)

En la tabla se incluye una selección de bases de datos agrupadas según diversas áreas. Como

ejemplos de algunas de ellas, es conveniente citar al Sistema de Información Europeo sobre

Sustancias Químicas (ESIS) que incluye bases de datos como EINEC, ELINCS y un extracto de

IUCLID. Para aspectos medioambientales es muy útil N-Class.

Tabla A11-1- Bases de datos toxicológicas comerciales

Bases de

datos

individuales

Descripción URL

IUCLID* Base de Datos

Uniforme

Internacional de

Información

Química

http://ecb.jrc.it/luclid/ Extracto en http://ecb.it/esis/

EXTOXNET* Plaguicidas http://ace.orst.edu/info/extoxnet/pips/ghindex.html

HSDB* Hazardous

Subst Data

Bank > 4 700

http://Toxnet.nml.nih.gov/cqi-bin/sis/htmlgen?FSDB

IPCS-

INCHEM*

Internacional

Programme on

Chemical Safety

http://www.inchem.org/

TOMES Plus http://www.micromedex.com

CESARS Chemical

Evaluation

Search and

Retrievel

System

http://www.ccohs.ca/products/databases/cesars.html

DOSE http://www.rsc.org/is/database/doseintroduction.cfm

RTECS Registry of Toxic http://www.nisc.com.mx/productos/grtc.html

http://www.us.es/toxicologia/

http://ecb.jrc.it/luclid/

http://ecb.it/esis/

http://ace.orst.edu/info/extoxnet/pips/ghindex.html

http://toxnet.nml.nih.gov/cqi-bin/sis/htmlgen?FSDB

http://www.inchem.org/

http://www.micromedex.com/

http://www.ccohs.ca/products/databases/cesars.html

http://www.rsc.org/is/database/doseintroduction.cfm

http://www.nisc.com.mx/productos/grtc.html

210

Effects of

Chemical

Substances

>150 000

CCRIS Chemical

Carcinogenesis

Research

Information

System

http://toxnet.nlm.nih.gov/cqi-bin/sis/htmlgen?CCRIS

Cheminfo http://www.nisc.com/cis/details/ohm-tads.html

Poisindex http://www.micromedex.com

Conjuntos de bases de datos

CYS Chemical

Information

System >36

bases de datos

http://www.nisc.com/cis

Micromedex Poisindex

Tomes, etc

http://www.micromedex.com

CHEM-BANK RTECS, HSDB,

TSCA, etc.

http://www.croner.co.uk/cqi-bin/croner/jsp/Mr_offer.do?contentid=1056&channelld=-48363

*Versión gratuita en línea

Tabla A11-2. Bases de datos toxicológicas accesibles libremente en Internet (todas ellas incluidas

en BUSCATOX http://www.us.es/toxicologia/buscatox.htm

Bases de

datos

individuales

Descripción URL

INCHEM Información de

un compuesto

http://www.inchem.org/search2.html

INSHT http://www.mtas.es/insht/principal/busquedas.html

HSDB http://toxnet.nml.nih.gov/cgi-bin/sis/htmlgen?HSDB

BVSA http://www.cepis.ops-oms.org/bvsacep/e/servi.html

Viasalus http://www.viasalus.com/vs/B2P/cn/toxi/index.jsp?id=b2p_toxicologia

NTP http://ntp-apps.niehs.nih.gov/ntp_tox/index.cfm

NIOSH http://www.cdc.gov/niosh/srh-nio1.html

ESIS Toxicidad http://ecb.jrc.it/esis/

N-Class Ecotoxicidad http://www.kemi.se/nclass/SpecificSubstances.asp

IARC Carcinogenicida

d

http://www.iarc.fr/

MSDS http://www.nisc.com/cis

Conjuntos de bases de datos

TOXNET Contaminantes

ambientales

http://toxnet.nlm.nih.gov/cgi-bin/sis/htmlgen?TRI http://toxnet.nlm.nih.gov/index.html

ChemIDplus http://chem2.sis.nlm.nih.gov/chemidplus/chemidlite.jsp

ChemFinder http://chemfinder.cambridgesoft.com/

BUSCATOX http://www.us.es/toxicologia/buscatox.htlm

CHRIP Plataforma de

Información de

Riesgos

Químicos

(Japón)

http://www.safe.nite.go.jp/japan/db.html

http://toxnet.nlm.nih.gov/cqi-bin/sis/htmlgen?CCRIS

http://www.nisc.com/cis/details/ohm-tads.html






http://www.us.es/toxicologia/buscatox.htm

http://www.inchem.org/search2.html

http://www.mtas.es/insht/principal/busquedas.html

http://toxnet.nml.nih.gov/cgi-bin/sis/htmlgen?HSDB

http://www.cepis.ops-oms.org/bvsacep/e/servi.html

http://www.viasalus.com/vs/B2P/cn/toxi/index.jsp?id=b2p_toxicologia

http://www.viasalus.com/vs/B2P/cn/toxi/index.jsp?id=b2p_toxicologia

http://ntp-apps.niehs.nih.gov/ntp_tox/index.cfm

http://www.cdc.gov/niosh/srh-nio1.html

http://ecb.jrc.it/esis/

http://www.kemi.se/nclass/SpecificSubstances.asp

http://www.iarc.fr/


http://toxnet.nlm.nih.gov/cgi-bin/sis/htmlgen?TRI

http://toxnet.nlm.nih.gov/index.html

http://chem2.sis.nlm.nih.gov/chemidplus/chemidlite.jsp

http://chemfinder.cambridgesoft.com/

http://www.us.es/toxicologia/buscatox.htlm

http://www.safe.nite.go.jp/japan/db.html

211

La Biblioteca Nacional de Medicina Norteamericana con TOXNET dispone de un conglomerado

con varias de las mejores bases de datos toxicológicos, entre las que cabe destacar la base de

datos de Sustancias peligrosa HSDB. Es la base de datos sobre compuestos químicos más

potente disponible en forma gratuita, y supera en capacidad a muchas comerciales. Para su

empleo se recomienda utilizar lo más posible el índice de las subpáginas.

En casos de emergencia química es muy útil la versión en español de la base de datos ERG 2000,

disponible no sólo en línea, sino también en versión descargable.

Concretándose en Fichas de Seguridad Química, es bastante interesante la colección en español

del Instituto Nacional de Seguridad e Higiene en el Trabajo (INSHT, España), que también recoge

muy diversa información, como los valores límites ambientales (VLA) y biológicos (VLB). A través

de la página MSDS se accede a otras muchas bases, tanto abiertas como restringidas, que se

difencian sobre todo en el número de compuestos incluidos. Así, por ejemplo, MSDS Online

dispone de 1 200 000 fichas, MSDS Solutions 1 000 000, Seton Compliance Resource Center 350

000, MSDSs.com 300 000, etc.

¿Cómo se localiza la información toxicológica en una base de datos?

Las bases de datos emplean diferentes criterios para la clasificación y búsqueda de la información,

lo que obliga al usuario a adaptarse y a recordar las peculiaridades de cada una de ellas si desea

obtener con rapidez resultados útiles.

Una vez instalada la base de datos se accede al programa de búsquedas, en el caso de las bases

de datos en internet se abre el navegador, y en la ventana de selección se teclea exactamente la

dirección completa de la página de acceso a cada base de datos, que se identifica con las siglas

“http”.

Cuando se abre la página, se escriben en la ventana de búsqueda los términos que mejor definan

el objetivo de la misma. No es posible dar recomendaciones generales, ya que cada base de datos

es diferente a las demás. En algunas bases de datos la búsqueda se realiza a través de menús,

pulsando sucesivamente en las letras y términos, generalmente subrayados y en azul, que

enlazan sus contenidos.

La eficacia en localizar información exclusiva del compuesto solicitado es muy variada

dependiendo de la base de datos. Por ejemplo, es el 63% para ChemFinder y del 73% para

ChemIDPlus.

Es muy conveniente seguir las recomendaciones de la Internacional Union of Pure and Applied

Chemistry ( IUPAC) o mejor aún, emplear el número clave asignado por el Chemical Abstract

Service (CAS) para más de 25 millones de sustancias. Otras entidades también emplean sus

propias claves, como RTECS, EINECS EEC, etc. Este aspecto es fundamental ya que muchas

publicaciones citan los compuestos estudiados con nomenclaturas antiguas.

En primer lugar es preciso definir claramente cuál es la información que se desea encontrar. Es

recomendable preparar previamente una lista con los descriptores, sinónimos, o frases que mejor

definan el objetivo, usando el idioma de la base de datos. Los términos suelen combinarse entre sí

para reducir el número de respuestas, empleando cuando sea necesario comandos de inclusión

de ambos (y/and/+), inclusión de alguno (o/or) o exclusión (no/not/-).

Para no perder información, se recomienda utilizar términos en singular, o mejor aún, usar solo la

parte básica de la palabra, truncamiento que en algunos archivos será preciso señalar con

símbolos como “*” o “?”. Por ejemplo, si el término empleado es “toxi”, la búsqueda identificará

todas las variantes, como toxinas, toxico, toxicidad, etc.

La elección de los términos adecuados requiere práctica, por lo que es muy útil comenzar con

palabras clave de alguna publicación de tema semejante al objetivo. Las diferentes estrategias de

ir añadiendo o resumiendo términos persiguen obtener un número adecuado, es decir, suficiente

pero no demasiado alto que permita manejar las respuestas.

212

Para poder practicar y aprender o mejorar en la eficiencia de la búsqueda de información es

necesario un entrenamiento periódico para estar al día de las nuevas estructuras y funciones de

búsqueda de las bases de datos. Se recomienda realizar el curso práctico de autoaprendizaje de Buscatox disponible en la página http://www.us.es/toxicologia/BUSCATOX.htm y practicar

periódicamente con distintas bases de datos. Esta es la única manera de estar preparados para

ser capaces de encontrar eficientemente información útil para tomar decisiones trascendentes y

generalmente urgentes, como se nos demanda en la práctica profesional.

Bibliografia

1. Arufe MI (2001) Programas informaticos de libre distribución en internet: aplicaciones

educativas en toxicología. Rev Toxicol 18: 5-7

2. Brinkhuis RP (2001) Toxicology información from US government agencies. Toxicology

157: 25-49

3. Guerbet M, Guyodo G (2002) Comparison of 35 electronic databases for environmental

risk assessment. Environ Toxicol 17:7-13

4. Repetto G, Cameán AM, Castaño A, Jos A, Gonzáles Muñoz MJ, Moreno IM, del Peso A,

Pichardo S, Repetto MR, Ríos JC, Zurita J, Búsqueda e interpretación de la información

Toxicologica. Módulo 21. En: “Ampliacion Toxicológica de Posgrado”. M. Repetto, Ed.

Area de Toxicologia. Universidad de Sevilla. CD-ROM. Sevilla 2005.

5. Repetto G, Moreno I, del Peso A, Repetto M, Cameán AM (2001) La búsqueda de

información toxicológica: módulo práctico de aprendizaje. Revista de Toxicologia 18:92-98

6. South JC (2001) Online resources for news about toxicology and other enviromental

topics. Toxicology 157: 153-164.

OTRAS BASES DE DATOS

Medio Ambiente [ENVIRON] Base de Datos*:

ANTE: Abstraéis in New Technologies and Engineering [60]

ASFA (Aquatic Sciences and Fisheries Abstracts) [44]

Aqualine [78]

BIOSIS Previews® (1926-present) [5]

CA SEARCH® - Chemical Abstracts® (1967- present) [399]

CAB ABSTRACTS [50]

Civil Engineering Abstracts [61]

Dissertation Abstracts Online [35]

Ei Compendex® [8]

Ei EnCompassLIT™ [354]

Energy Science and Technology [103]

Enviroline® [40]

Environmental Engineering Abstracts [64]

Environmental Sciences [76]

FLUIDEX [96]

Federal Research in Progress (FEDRIP) [266]

GEOBASE™ [292]

General Science Abstracts [98]

GeoArchive [58]

Inside Conferences [65]

Meteorological and Geoastrophysical Abstracts [29]

NTIS - National Technical Information Service [6]

New Scientist [369]

Oceanic Abstracts [28]

PAÍS International [49]

PASCAL [144]

Pollution Abstracts [41]

SciSearch® - a Cited Reference Science Datábase - 1974-1989 [434]

SciSearch® - a Cited Reference Science Datábase - 1990- [34]

http://www.us.es/toxicologia/BUSCATOX.htm

213

Science [370]

TULSA™ (Petroleum Abstracts) [871

The McGraw-Hill Companies Publications Online [624]

WastelnfofllOI

Water Resources Abstracts [117]

Wilson Applied Science & Technology Abstracts [99]

Regulación Ambiental [ENVREGS]

Base de datos:

Business & Industry™ [9]


Federal News Service [660]

Federal Register [180]

Gale Group Legal Resource Index™ [150]

Gale Group Newsletter Datábase™ [636]

Gale Group PROMT® (1972-1989) [1601

Gale Group PROMT® (1990 - present) [16]

Gale Group Trade & Industry Datábase™ [148]

PIRA (PackaRJng, Paper. Printing and Publishing, Imaging and Nonwovens

Abstraéis) [2481

RAPRA Polymer Library [3231

The Journal of Commerce [637]

The McGraw-Hül Companies Publications Online [624]

Transportation Research Information Services (TRIS) [63]

U.S. Newswire (1995-Apr 1999) [6651

WastelnfbrilOI

Contaminación [POLLUT]

Base de Datos:

Aqualine [78]

BIOSIS Previews® (1926-present) \5]

CAB ABSTRACTS [50]

Civil Engineering Abstracts [61]

Ei Compendex" [81

Ei EnCompassLIT™ [354]


Enviroline® [40]

Environmental Engineering Abstracts [64]


FLUIDEX [961

Federal Research in Progress (FEDRIP) [2661

GEOBASE™ [2921

General Science Abstracts [98]

GeoArchive [581

GeoRef [891



PAÍS International [491

PASCAL [144]

Pollution Abstracts [41]

TULSA™ (Petroleum Abstracts) [871

WastelníbrilQ]

Water Resources Abstracts [117]


Toxicológicos [TOXICOL]

Bases de Datos:

Adis Newsletters - Archive [429]

Adis Newsletters - Current [428]

214

BIOSIS Previews® (1926-present) [51

Beilstein Datábase - Abstracts [393]

CA SEARCH® - Chemical Abstracts® (1967- present) [3991

CAB ABSTRACTS [50]

CSA Life Sciences Abstracts [24]

Chemical Safety Newsbase [317]

DIOGENES®: Adverse Drug Events Datábase [1811

EMBASE® (1974-present) [73]

EMBASE® (1993-present) [721

EMBASE® Alert[ 1721

Energy Science and Technology [1031

Enviroline'1" [40]


Food Science and Technology Abstracts [51 ]

Foodline®: SCIENCE [531

Global Health [1621

Inside Conferences [651

International Pharmaceutical Abstracts [74]

MEDLINE® (1950-present) [155]

Material Safety Data Sheets - OHS™ [3321



New England Journal of Medicine [444]

PASCAL [1441

Pollution Abstracts [411

Registry of Toxic Effects of Chemical Substances (RTECS®) [3361

SciSearch® - a Cited Reference Science Datábase - 1974-1989 [4341

SciSearch*' - a Cited Reference Science Datábase - 1990- [34]

TOXFILE[1561

Wastelnfo [1101


Documentos para Toxicidad, IPA, Biosis toxicológica [TOXSEARC]

Bases de Datos:

BIOSIS® Toxicology [1571

IPA Toxicology [1531

TOXFÍLE [1561

PRODUCTO

Bases de Datos:

Advertiser and Agency Red Books™ : Agencies[178]

Brands and Their Companies[l 16]

Business & Industry™[9]

Director/ of Chemical Producers - Products[363]

Gale Group Aerospace/Defense Markets & Technology®[80]

Gale Group Computer Database™[275]

Gale Group Globalbase™[5831

Gale Group Health & Wellness DatabaseSM

[1491

Gale Group Magazine Database[47]

Gale Group National Newspaper índex™ [111]

Gale Group New Product Announcements/PlusK![621]

Gale Group Newsearch™[2111

Gale Group Newsletter Database™[636]

Gale Group PROMT® (1972-1989)[160]

Gale Group PROMT® (1990 - presentólo]

Gale Group Trade & Industry Database™[148]

Health Devices Alerts®[1981

215

Health Devices Sourceboolr;[1881

Kompass Asia/Pacifíc[592]

Kompass Central/Eastern Europe[593]

Kompass Latín AmericarSSó]

Kompass Middle East/Africa/Mediterranean[585]

Kompass USAÍ5841

Kompass Western Europe[590]

Medical Device Register[167]

Periodical Abstraéis PlusText™[484]

PIERS Exports (Latín America) [5 721

PIERS Exports (U.S. Ports)[5711

PIERS Imports (Latín America)í5741

PIERS Imports (U.S. Ports)[5731

Readers' Guide Abstracts[141]

TableBase™r931

TecTrends[256]

Thomas Register Onlinel&[535]

UBM Computer Fulltext[6471

216

APÉNDICE 12

INSTALACIÓN Y USO DEL PROGRAMA EPI SUITE 4.0

Los modelos contenidos en el programa EPI Suite 4.0 (creado por la Oficina de Prevención de la

Contaminación Tóxica de la EPA y la Corporación de Investigación de Siracusa -SRC-), son

ampliamente recomendados y utilizados por diversas iniciativas ambientales internacionales para

realizar ejercicios de categorización de sustancias químicas, pues se trata de modelos validados y

fundamentados científicamente

INSTALACIÓN DEL PROGRAMA EPI SUITE 4.0

1.- Entrar en el servidor de GOOGLE

2.- En el campo de GOOGLE se escribe la palabra Epi Suite y se teclea “buscar”.

3.- Aparece desplegada una página con varias opciones, se elige la 2ª. opción

EPISuite

4.- Se abre la página “Exposure Assessmets Tools and Models”

5.- Se baja por la página con el cursor hasta encontrar “Download EPI 4.0”

6.- Se pulsa esta opción, se abre la ventana que da la opción de ejecutar la cual se oprime con el

cursor.

7.- Hay que esperar entre 10 a 20 minutos según el equipo para que se baje la información.

8.- En lo que se espera que baje este programa, se abre una carpeta en la PC en C: con la

leyenda “EPI SUITE 4.0”

9.- Una vez que se instaló el programa se abre una ventana que dice:

10.- En esta misma ventana aparece un campo libre y al lado la palabra “Browse”

11.- Se oprime “Browse” y se busca en C: la carpeta EPI SUITE 4.0 y se selecciona “aceptar”.

12.- Una vez que aparece en el campo la asignación C: EPISUITE4.0

13.- Se oprime la opción “Unzip” que aparece en la misma ventana en la parte superior derecha.

14.- Y en ese momento empieza la instalación del programa.

15.- Una vez que termina esta instalación, se abre la carpeta de EPI SUITE 4.0 se le oprime en

“Setup.exe”.

16.- Aparecen diferentes ventanas y en todas hay que elegir la palabra “NEXT”, hasta que en la

última ventana aparece la palabra “FINISH”

17.- En este momento se da por concluida la instalación

18.-Se verifica en el escritorio que aparezca el icono EPI (EPIWEB 4.0)

19.-A partir de ese momento se puede hacer uso del programa.

USO DEL PROGRAMA EPI SUITE 4.0

Win Zip Self-Extractor-episetup_v400(1)exe.

217

Una vez instalado el programa EPI-SUITE en la computadora, se procede a la búsqueda de datos

de la siguiente manera:

1.- Se abre el programa, en el campo “Input CAS#” se escribe o pega el número CAS de la

sustancia.

2.- Se pulsa en la pestaña “Show Structure” (centro superior de la página, y en los campos de

“Input Smiles” e “Input Chem Name”, aparecen los nombres y estructura lineal de la sustancia

química en cuestión, así como su estructura química bidimensional. Este paso es importante, pues

de otra manera no avanza el programa. Otro paso importante es activar la opción de “Full” en el

apartado de “Output”, para así obtener toda la información contenida en los modelos

3.- Posteriormente, se pulsa el botón “Calculate”, el programa hace los cálculos y en la parte

posterior los despliega. Si al pulsar este botón aparece una ventana con la leyenda “”0.5” is not a

valid floating point value”, elegir aceptar y pulsar de nuevo el botón “Calculate”, esperar unos

segundos y aparecerá toda la información disponible de la sustancia en cuestión.

4.- En la parte inferior de la página aparecen las pestañas de la siguiente manera: All results-

KOWWIN-MPBPVP-WaterSolubility-ECOSAR-HENRYWIN-KOWIN-BIOWIN-BioHCwin-

AEROWIN-AOPWIN-KCOWIN-HYDROWIN-BCFBAF Volatilization-STP Removal-Fugacity

5.- Según el dato deseado, se elige la pestaña correspondiente al modelo que lo contiene. Una

opción es escoger la pestaña “All results”, la cual despliega una ventana con toda la información

disponible de la sustancia en cuestión. La otra opción es desplegar pestaña por pestaña, lo cual es

más práctico, pues se ofrecen los datos con mayor claridad y orden. Es importante señalar que

para algunas sustancias, se proporcionan también datos experimentales, además de las

predicciones, por lo cual se recomienda observar atentamente toda la información.

6.- A continuación se presentan los modelos que se recomienda utilizar y la información que

proporciona cada uno:

Water solubility. En caso de tener el dato de solubilidad obtenido experimentalmente, se da

prioridad a éste y se captura su referencia, si no es así, se captura la solubilidad estimada

en agua a 25 ºC, esta ventana también aporta el Log Kow.

BIOWIN v. 4.10. Datos de biodegradación en suelo y sedimento.

o Biowin3, proporciona datos en “palabras” (por ejemplo: horas, días,

semanas,meses…)

o En la siguiente celda de la base de datos se anota el valor numérico

correspondiente a días de vida media de acuerdo a la extrapolación propuesta por

Boethling, estos valores se muestran en los capítulos III y IV Sección Persistencia,

y el los Apéndices 3 y 4, así como en el comentario de la celda correspondiente en

las bases de datos de los Anexos 1 y 2.

o Biowin5-MITI Linear Model Predict Probabilidad de biodegradación en suelo (%)

o Biowin7-MITI Anaerobic Model Predict Probabilidad de biodegradación en

sedimento (%)

o En esta misma ventana se da la conclusión acerca de la probabilidad de

biodegradación “rápida” con una respuesta “Sí” o “No”, la cual se presenta en el

campo “Ready Biodegradability Prediction”. Si la sustancia se biodegrada

rápidamente es menos probable que sea persistente.

HYDROWIN v. 1.67. Hidrólisis. Proporciona datos numéricos que indican los días de vida

media en agua

AOPWIN v 1.91. Fotólisis. Proporciona datos numéricos que indican los días de vida media

en aire, con base en reacciones con radicales hidroxilo y con ozono, se capturan los

valores indicados en días “Days”.

218

KOWWIN v. 1.67. Contiene también el Log Kow estimado y algunas veces, el experimental

BCFBAF. Contiene los factores de bioacumulación y de bioconcentración (BAF y BAF). Se

capturan los valores de Arnot-Gobas, pero no los que se encuentran en los campo o

“ventanita”, pues éstos son logaritmos de los factores, sino en valor “fuera de la ventanita”,

que se encuentra entre paréntesis, sin capturar las unidades, sólo el valor numérico (por

ejem. BAF= 233.5).

ECOSAR v. 1.00 (ECOWIN). Predicciones para toxicidad (ecotoxicidad). En este modelo y

dependiendo de las propiedades de la sustancia se obtienen datos para la sustancia

principal (neutral organics), o para un cierto tipo o clase de sustancia según su reactividad.

Se recomienda la captura de los datos de acuerdo a la preferencia de punto final y tiempo

de exposición indicada en los capítulos IV y V, sección Toxicidad, estas preferencias

también se indican en las bases de datos de los anexos 1 y 2, a modo de comentario.

7.- Si se desea empezar la búsqueda con otra sustancia, se oprime la tecla “Clear Input Fields”,

localizada en la parte superior derecha (a un lado de la tecla “Calculate”) y se inicia nuevamente

todo el proceso.

8.- Por último, En las pestañas superiores del programa, se encuentra la denominada “Help”, donde

se proporciona información a detalle de cada uno de los modelos. Además, en los apéndices 1 al

10 también se encuentra información acerca de los modelos de este programa.

identificar y seleccionar criterios para la categorización ...€¦ · ii identificaciÓn y...

Documents