随着化学分析检测手段的不断进步，痕量水平的药物活性成分及其副产物被发现广泛存在于污染水体中，成为一类备受关注的新兴有机污染物。药物活性成份及其代谢产物通过病人排泄、直接处置闲置、过期的药物、泄漏等方式持续不断地向环境中释放，在欧洲和北美，据统计每年药物产品以t·y^-1以上的排量通过污水处理厂的处理废水释放到地表水中^[1]。药物类污染物一般都具有代谢稳定性的特点，因此很难在污水处理过程中通过微生物产生降解，并且其它非针对性的降解方式对其降解效率也不高，使其在到达水生生态系统后仍能保持一定的生物活性^[2]。药物设计的初衷是为了治疗疾病和保障人类的健康，但是这些未处理完全的具有高生物活性的药物活性成分排放到河流、湖泊等水环境中，使得水生系统中的生物长期处在药物污染物的低剂量暴露中。抗抑郁药是一类较常见的精神类处方药物。随着现代社会生活压力的加大，失眠、抑郁等精神类疾病的发病率逐年增加，而人类社会的进步和人们对精神健康重视程度的不断增加，使抑郁症这类病症受到越来越多的重视，抗抑郁药的用量逐年增长，而随之引起的环境问题也越来越受到关注^[3]。虽然抗抑郁类药物在环境中的浓度较低，但由于其较高的靶向生物活性和难以被水中微生物降解的特性，其药物活性成分在水体中的痕量污染仍然会对水生态系统中的非目标生物和人类健康造成潜在的威胁^[4]。因此，系统了解抗抑郁类药物这类新兴有机污染物在水环境中的来源、分布和迁移转化规律及其生态毒性效应，对于今后制定药物类污染物的防控对策以保护水生生态系统是十分必要的。

抑郁症在临床上是一种较为多见的精神类疾病。随着生活节奏的加快，人们精神压力逐渐增大，抑郁症的病发率呈逐年上升趋势，世界卫生组织统计抑郁症已成为一种全球性的高发病，目前位居世界10大病种的第5位，全球有超过3.5亿人患有抑郁性疾病。WHO全球疾病负担合作研究预测，到2020年，重度抑郁所导致的功能残疾将仅次于缺血性心脏病，居第2位。在全球范围内，全球精神类用药规模已超过360亿美元，占药品销售总额的5%，抗抑郁与焦虑症药物的销售总额可占中枢类神经药物市场份额的45%，抗抑郁与精神分裂症治疗剂的销售额可占总精神病药物销售总额的80%。已上市或正在研制中的抗抑郁药品种在2011年已达50~60种。已有统计数据显示，目前全球最畅销的8种抗抑郁药分别为氟西汀、帕罗西汀、舍曲林、氟伏沙明、文拉法辛、米氮平、度洛西汀和阿米替林，其总销售额超过全球抗抑郁药物市场份额的80%。我国2011年抗抑郁用药市场销售位于前5位的药物分别是：帕罗西汀、西酞普兰、舍曲林、文拉法辛、氟西汀，其中氟西汀和文拉法辛的市场份额呈逐年下滑趋势，而西酞普兰的市场份额呈逐年增长的趋势。赵紫楠等^[4]的研究表明帕罗西汀、舍曲林和氟西汀是目前国内使用频率最高的抗抑郁药，均属于选择性5-羟色胺再摄取抑制剂类(SSRI)药物。目前，在临床工作中应用的抗抑郁类药物按其作用机制主要包括以下几类：单胺氧化酶抑制剂(MAOI)、三环类抗抑郁药(TCA)、选择性五羟色胺再摄取抑制剂(SSRIs)、选择性NA再摄取抑制剂(SNRI)、选择性5-羟色胺(5-HT)及NA双重再摄取抑制剂(SSNRI)等，其代表性药物及其结构等见表 1。Styrishave等^[5]通过丹麦两家精神病医院氟西汀、舍曲林和西酞普兰的消费情况做的风险评价表明，这些药物排放到环境中的浓度要比他们的最低效应浓度低一到两个数量级。但根据Minguez等^[6]人的研究，舍曲林、氯米帕明、阿米替林、氟西汀等常见的八种抗抑郁药的预测环境浓度(PEC)都高于10 ng⋅L^-1，超过了欧盟国家认定的最低环境风险评估标准。

表 1(Tab. 1)

表 1 典型抗抑郁药 Table 1 Typical antidepressants Classification Name; CAS; Log Kow/pKa; water solubility Chemical formula MAOI Iiproniazid CAS: 54-92-2 pKa=3.82 Log P: 0.37 WS: -- Phenelzine CAS: 51-71-8 pKa=5.55 Log P: 1.1 WS: 29100 mg⋅L-1 Safrazine CAS: 33419-68-1 Selegiline CAS: 14611-51-9 pKa=8.67 Log P: 2.7 WS: -- Moclobemide CAS: 71320-77-9 pKa=6.02 Log P: 1.5 WS: -- TCA Imipramine CAS: 50-49-7 pKa=9.4 Log P: 4.80 WS: 18.2 mg⋅L-1 Chlorimipramine CAS: 303-49-1 pKa=9.2 Log P: 5.19 WS: 0.294 mg⋅L-1 Amitriptyline CAS: 50-48-6 pKa=9.4 Log P: 4.92 WS: 9.71 mg⋅L-1 Doxepin CAS: 1668-19-5 pKa=9.76 Log P: 4.29 WS: 31.6 mg⋅L-1 SSRIs Fluoxetine CAS: 54910-89-3 pKa=9.8 Log P: 4.1 WS: 50000 mg⋅L-1 Paroxetine CAS: 61869-08-7 pKa=9.77 Log P: 3.6 WS:＞1000 mg⋅L-1 Fluvoxamine CAS: 54739-18-3 pKa=9.16 Log P: 3.2 WS: -- SSRIs Sertraline CAS: 79617-96-2 pKa=9.85 Log P: 5.1 WS: 3.5 mg⋅L-1 Citalopram CAS: 59729-33-8 pKa=9.78 Log P: 3.5 WS: slight soluble 5-HT reuptake inhibitor Tianeptine CAS: 72797-41-2 SNRIs Venlafaxine CAS: 93413-69-5 pKa=8.91 Log P: 2.69 WS: 572000 mg⋅L-1 Duloxetine CAS: 136434-34-9 pKa=9.7 Log P: 4 WS: -- Milnacipran CAS: 92623-85-3 pKa=9.83 Log P: 1.42 WS: 19000 mg⋅L-1 Trazodone CAS: 19794-93-5 pKa=7.09 Log P: 2.9 WS: indissolvable NaRIs Maprotiline CAS: 10262-69-8 pKa=10.54 Log P: 5.1 WS: slight soluble Mianserin CAS: 24219-97-4 pKa=6.92 Log P: 3.83 WS: -- Reboxetine CAS: 98769-81-4 pKa=7.91 Log P: 3.1 WS: 8000 mg⋅L-1 NaSSA Mirtazapine CAS: 61337-67-5 pKa=6.67 Log P: 2.9 WS: slight soluble NDRIs Bupropion CAS: 34841-39-9 pKa=8.22 Log P: 3.6 WS: 312000 mg⋅L-1 *pKa: Acidity coefficient；*Log P: octanol-water partition coefficients；*WS: water solubility；*--：No data.(This table data derived from Drugbank database)

表 1 典型抗抑郁药 Table 1 Typical antidepressants

大部分抗抑郁药主要通过抑制突触后膜对组胺和/或5-羟色胺的再摄取，起到抗抑郁的作用，其直接作用于中枢神经系统，破坏神经内分泌信号，在浓度较低时就能影响水生生物内分泌系统，特别是神经内分泌系统，从而干扰水生生物的正常生长发育。因此，污水处理厂排出的含有这类药物的污水能对水环境中动植物产生显著的危害。而且这类药物在组织里的半衰期相对较长，表明其具有较高潜在的慢性毒性^[7]。标准的水生毒理实验表明，氟西汀浓度低至1 μg⋅L^-1时就能产生危害。Yang等^[8]利用斑马鱼胚胎作为研究模型，发现阿米替林在ng⋅L^-1的浓度下就能对胚胎的生长和发育产生一定的影响，导致鱼卵的孵化率下降、幼鱼的体长变短，诱导鱼体内产生过量的活性氧自由基，从而对幼鱼产生氧化压迫。

以目前的化学分析手段，常用的抗抑郁类药物(如阿米替林、氟西汀、舍曲林等)均能在城市污水或其它类型的环境水样中被检测到，特别是在污水处理厂(WWTP)，包括城市污水处理厂及医院污水处理厂的废水中，被认为是精神类药物最重要的来源。表 2列出了21世纪初公开发表的文献中检测到的世界各地城市污水中不同类型的抗抑郁药的环境浓度，显示抗抑郁类药物在城市污水中的浓度范围在ng⋅L^-1~μg⋅L^-1之间。作为一种典型的SSRIs类抗抑郁药，氟西汀是欧美各国城市污水处理厂最常被检测到的抗抑郁类药物，其在加拿大、美国、挪威城市污水中的浓度分别为2.0~99、12~180、0.4~18.7 ng⋅L^-1，其中医疗废水中氟西汀的浓度高达180 ng⋅L^-1，在这三个国家所检测的水体中浓度最高。阿米替林是最常用的三环类(TCA)抗抑郁药，其在中国、加拿大、美国、法国城市污水中的浓度分别为1.2~3.0、0.87~21.0、0.5~290、1.4~6.0 ng⋅L^-1，跟氟西汀类似，也是在医疗废水中检测到的浓度最高，为290 ng⋅L^-1。西酞普兰也是SSRIs类抗抑郁药中的一员，在中国的医疗污水中浓度为61~72 ng⋅L^-1、其在加拿大、美国、挪威的城市污水中的浓度分别为3.4~223、40~90、9.2~612 ng⋅L^-1，Fick等人对印度帕坦切鲁的水体调研发现，西酞普兰在污水处理厂出水的浓度最高，能达到430 μg⋅L^-1，其次是制药厂附近的湖水水样2~8 μg⋅L^-1和污水处理厂下游附近村庄的井水水样1.4 μg⋅L^-1。对现有的研究数据分析可以得出：现有的研究成果中最常检测的几类药物的环境最高浓度分别为，阿米替林(1055.5 ng⋅L^-1)，多塞平(920 ng⋅L^-1)，氟西汀(3465 ng⋅L^-1)，去甲氟西汀(51.2 ng⋅L^-1)，帕罗西汀(2000 ng⋅L^-1)，氟伏沙明(516 ng⋅L^-1)，舍曲林(120 ng⋅L^-1)，去甲舍曲林(30.5 ng⋅L^-1)，西酞普兰(840000 ng⋅L^-1)和文拉法辛(2982 ng⋅L^-1)等；医院污水处理厂或制药厂附近的污水处理厂进出水等地方抗抑郁药类的检测浓度是一般污水处理厂的几十上百倍，可以有力的说明医疗废水是抗抑郁类药物的最重要来源；药物在污水处理厂的进水和出水中的浓度变化不大，也可以说明一般的污水处理方法对这类药物的作用效果不太大。大部分药物类污染物都不能在污水处理过程中被完全降解，它们最终会进入地表水中^[9]。电子辐照技术基于水的辐照分解，在水的辐照分解过程中产生羟基自由基和氢原子等可以促进有机化合物的氧化、减少、降解、分离^[10]，已有研究结果表明该类高级氧化技术可有效地降解污水中的抗抑郁类药物^[11]。而对于抗抑郁药文法拉辛，除电子辐照技术以外^[12]，电催化臭氧化作用^[13]和光催化通过TiO₂/UV过程处理^[14]均可对其有效的降解。同时，UV/H₂O₂过程也被认为是一种去除WWTP污水中文法拉辛等抗抑郁药物的有效方法^[15]。从地区分布的特点而言，从表 2的数据也可以看出目前已有的研究数据较为集中关注欧美发达国家中该类药物在水环境中的分布，欧洲国家水环境中检测到的抗抑郁浓度普遍高于北美地区。首以氟西汀为例，表 2中列举了近十年来有检测过该药物环境浓度的文献，其中只有2篇来自于亚洲地区，其余20篇均来自于欧美地区，且欧洲地区的文献提到报道的氟西汀的环境最高浓度为3465 ng⋅L^-1[16]，是北美地区最高环境浓度180 ng⋅L^-1[17]的十几倍。再以目前抗抑郁类药物中环境浓度最高的西酞普兰为例，表格中显示的近十年来已有报道的文献共14篇，其中有10篇是欧美国家地区的，其在北美地区水体中检测到的最高浓度为307 ng⋅L^-1[18]，但在欧洲国家挪威WWTP的出水中的最高检测浓度有612 ng⋅L^-1[19]，在亚洲国家中国医疗污水中最高检测浓度为72 ng⋅L^-1[20]，而在印度WWTP出水的最高检测浓度高达430 μg⋅L^-1[21]，是欧美各国检测浓度的几百倍。

表 2(Tab. 2)

表 2 典型抗抑郁药的环境浓度 Table 2 Environmental concentrations of typical antidepressants Compound Concentration /ng⋅L-1 Source of sample Area Reference Year Amitriptyline 17.6~20.8 WWTP influent Canada [22] 2008 15.6~21.0 WWTP effluent 0.87~3.70 WWTP downstream river water 46~283 WWTP influent [23] 2012 26~128 WWTP effluent 0.5~21 WWTP effluent USA [24] 2008 25~86 WWTP effluent [25] 2008 37~290 Medical waste [17] 2011 110 WWTP effluent [26] 2014 849 WWTP influent England [27] 2008 207 WWTP effluent 35.5~1055.5 WWTP influent [28] 2013 18.2~243.0 WWTP effluent 6 WWTP effluent France [29] 2008 1.4 Drinking water 0.3 WWTP effluent EU [30] 2013 3 WWTP influent China [31] 2015 1.2 WWTP effluent 4.37(wet-season) WWTP influent Mexico [32] 2016 ＜0.26(dry-season) 2.45(wet-season) WWTP effluent 1.76(dry-season) Doxepin 920 WWTP influent Germany [33] 2006 360 WWTP effluent 6 Surface water 0.8 WWTP influent China [31] 2015 16.1 WWTP effluent 0.1~2.0 River water Fluoxetine 50~99 WWTP effluent Canada [34] 2003 3.1~3.5 WWTP influent [22] 2008 2.0~3.7 WWTP effluent 0.42~1.3 WWTP downstream river water 18±2 WWTP influent [18] 2007 14±0.1 WWTP effluent 20~91 WWTP influent [35] 2010 9.0~26 WWTP influent [23] 2012 7.6~20 WWTP effluent 16.2~43.2 WWTP downstream river water USA [36] 2010 12.30 WWTP downstream river water [34] 2008 12 Surface water [37] 2002 40~73 WWTP effluent [25] 2008 0.8 Drinking water [38] 2009 42~180 Medical waste [17] 2011 8.7 WWTP effluent [26] 2014 0.4~2.4 WWTP influent Norway [19] 2006 1.2~1.3 WWTP effluent 1.1~18.7 WWTP influent [39] 2008 0.6~8.4 WWTP effluent nd-3465 WWTP influent Portugal [16] 2011 5.21~17.8 WWTP influent 1 [40] 2016 10.5~34.0 WWTP effluent 1 5.20~9.39 WWTP influent 2 11.3~30.1 WWTP effluent 2 19~929 WWTP effluent Spain [41] 2007 55.2~1310 WWTP influent Hong Kong [42] 2012 15.7~30.3 WWTP effluent 4.9~175.9 WWTP influent England [28] 2013 5.6~44.9 WWTP effluent 0.4 WWTP influent China [31] 2015 2.6 WWTP effluent 1.4 River water ＜2.9(wet-season) WWTP influent Mexico [32] 2016 ＜2.9(dry-season) 6.6(wet-season) WWTP effluent 4.41(dry-season) 5.72 Surface water Portugal [43] 2016 3.4~118.0 WWTP influent England [28] 2013 1.1~20.0 WWTP effluent Norfluoxetine 0.83~1.0 WWTP downstream river water USA [34] 2008 1.8~4.2 WWTP influent Canada [22] 2008 1.7~1.8 WWTP effluent 1.2~1.3 WWTP downstream river water 11 WWTP influent [35] 2010 6.3~11 WWTP influent [23] 2012 5.7~10 WWTP effluent 0.7~9.3 WWTP influent Norway [39] 2008 0.7~2.4 WWTP effluent 7.7 WWTP effluent [26] 2014 7.66 Surface water Portugal [43] 2016 nd-51.2 WWTP influent 1 [40] 2016 nd WWTP effluent 1 nd-45.2 WWTP influent 2 nd WWTP effluent 2 Paroxetine 2.1~3.0 WWTP downstream river water USA [34] 2008 13 WWTP effluent [25] 2008 28 Medical waste [17] 2011 4.6~5.3 WWTP influent Canada [22] 2008 4.3~5.2 WWTP effluent 1.3~3.0 WWTP downstream river water 7.16 WWTP influent [35] 2010 4.3~16 WWTP influent [23] 2012 4.0~12 WWTP effluent 0.6~12.3 WWTP influent Norway [19] 2006 0.5~1.6 WWTP effluent 2.9~12.9 WWTP influent [39] 2008 1.0~11.7 WWTP effluent ＞2000 Medical waste [44] 2008 27~39.732 WWTP influent Portugal [16] 2011 45~105 WWTP influent [45] 2011 60~240 WWTP effluent nd-22.3 WWTP influent 1 [40] 2016 nd WWTP effluent 1 nd-23.6 WWTP influent 2 nd-26.5 WWTP effluent 2 1141 WWTP effluent Spain [41] 2007 nd WWTP influent [46] 2015 2.4 WWTP effluent Fluvoxamine 0.4~3.9 WWTP influent Norway [19] 2006 -- WWTP effluent 0.8~1.7 WWTP influent [39] 2008 0.49~0.8 WWTP effluent 5.1~5.3 WWTP influent Canada [23] 2012 2.9~3.9 WWTP effluent 354~516 Medical waste China [20] 2013 Sertraline 33~49 WWTP downstream river water USA [34] 2008 57~87 WWTP effluent [25] 2008 78~120 Medical waste [17] 2011 71 WWTP effluent [26] 2014 6.0~6.1 WWTP influent Canada [22] 2008 5.1~5.8 WWTP effluent 0.84~2.4 WWTP downstream river water 14~34 WWTP influent [35] 2010 7.6~34 WWTP influent [23] 2012 5.7~21 WWTP effluent 1.8~2.5 WWTP influent Norway [19] 2006 0.9~2.0 WWTP effluent 8.4~19.8 WWTP influent [47] 2008 3.7~14.6 WWTP effluent 2.1 WWTP effluent EU [30] 2013 3.11(wet-season) WWTP influent Mexico [32] 2016 ＜0.77(dry-season) 5.99(wet-season) WWTP effluent 6.53(dry-season) 21~37 Medical waste China [20] 2013 Norsertraline 3.0~7.0 WWTP downstream river water USA [34] 2008 30.5 WWTP influent Norway [47] 2008 6.2 WWTP effluent 10~30 WWTP influent Canada [23] 2012 7.8~24 WWTP effluent Citalopram 40~90 WWTP downstream river water USA [34] 2008 52.2~52.7 WWTP influent Canada [22] 2008 46.8~57.8 WWTP effluent 3.4~11.5 WWTP downstream river water 307±18 WWTP influent [18] 2007 207±11 WWTP effluent 136~223 WWTP influent [35] 2010 136~326 WWTP influent [44] 2012 86~223 WWTP effluent 44~322 WWTP effluent Australia [48] 2006 770000~840000 Medical waste India [23] 2007 430000 WWTP effluent [21] 2009 400 WWTP upstream river water 76000 WWTP downstream river water 2000~8000 WWTP upstream water of the lake 13.0~612 WWTP influent Norway [19] 2006 9.2~382 WWTP effluent 62.9~303.6 WWTP influent [47] 2008 21.9~238.4 WWTP effluent 340±40 WWTP effluent Spain [49] 2004 33.3 WWTP effluent EU [30] 2013 61~72 Medical waste China [20] 2013 nd-20.4 WWTP influent 1 Portugal [40] 2016 nd-61.4 WWTP effluent 1 nd-35.7 WWTP influent 2 nd-67.4 WWTP effluent 2 Venlafaxine 600~1000 WWTP downstream river water USA [34] 2008 195.7~213.0 WWTP influent Canada [22] 2008 175.9~214.6 WWTP effluent 12.9~45.9 WWTP downstream river water 526~1115 WWTP influent [35] 2010 788~2982 WWTP effluent [23] 2012 600~2563 WWTP influent 143~206 WWTP effluent Australia [48] 2006 2010±50 WWTP effluent Spain [49] 2004 28.8~446.1 WWTP influent England [28] 2013 21.4~285.1 WWTP effluent 119 WWTP effluent EU [30] 2013 nd-39.4 WWTP influent 1 Portugal [40] 2016 63.8~327 WWTP effluent 1 nd-66.7 WWTP influent 2 86.6~374 WWTP effluent 2 Trazodone 41~45 WWTP effluent Australia [48] 2006 nd-23.6 WWTP influent 1 Portugal [40] 2016 3.63~73.5 WWTP effluent 1 nd-38.3 WWTP influent 2 8.50~100 WWTP effluent 2 Duloxetine 1.2~2.0 WWTP downstream river water USA [34] 2008 0.1 WWTP effluent EU [30] 2013 Maprotiline 0.4 WWTP effluent EU [30] 2013 Chlorimipramine 0.3 WWTP effluent EU [30] 2013 Mianserin 1.5 WWTP effluent EU [30] 2013 0.9 WWTP influent China [31] 2015 11 River water Bupropion 50~60 WWTP downstream river water USA [34] 2008 70~191 WWTP influent Canada [35] 2010 1 WWTP effluent EU [30] 2013 Mirtazapine 29~80 WWTP effluent Canada [23] 2012 6.2~44 WWTP effluent Desmethylmirtazepine 6.4~26 WWTP effluent Canada [23] 2012 3.6~17 WWTP effluent

表 2 典型抗抑郁药的环境浓度 Table 2 Environmental concentrations of typical antidepressants

已有研究结果显示环境中的抗抑郁药类污染物主要来源于生活污水、医疗废水和医药工厂排放等(图 1)。人体摄入的抗抑郁药在体内不能被完全吸收，相当一部分以原药或代谢产物的形式经由尿液和粪便排出体外，然后通过环境或污水处理厂污水排放进入环境。已有研究表明，多种抗抑郁类药物及其代谢产物可在污水处理厂及其相关的水体中检测到，特别是城市污水处理厂及医院污水处理厂，被认为是抗抑郁类药物向环境释放的最主要的源头。大多数抗抑郁药在污水处理厂中不能被完全去除，大量抗抑郁药随着出水进入地表水，进而对地下水甚至饮用水造成污染。Snyder等^[50]研究了美国某污水处理厂中不同处理工艺中氟西汀的去除效率，其中游离氯处理及紫外线照射处理对氟西汀的去除效果不理想，去除率均小于30%，臭氧处理工艺对氟西汀的去除率能达到70%以上；Zorita等^[51]的研究也表明，氟西汀和去甲氟西汀的水解光降解或微生物降解的效率很低，其去除途径主要是沉积物的吸附。研究表明，氟西汀难以水解、光解和微生物降解，并会迅速地从水体转移到沉积物中，具有持久性污染物的一般特性^[51]。而进入垃圾填埋中的抗抑郁药，可通过污水排放和雨水冲刷进入地表水和地下水，最后进入饮用水中。另外，抗抑郁药生产过程中排放的废水和废弃物可进入到水和土壤环境，进而通过多种途径在环境中进行迁移转化。同时，抗抑郁类药物的直接丢弃也是环境中抗抑郁药的来源之一。

图 1(Fig. 1)

图 1 环境中抗抑郁药的来源与迁移 Fig.1 Source and migration of antidepressants in environment

Kinney等^[52]发现污水处理厂产生的生物固体中氟西汀的含量也高达100~4700 μg⋅L^-1。此外，地表水中的抗抑郁药不仅可在底泥中累积，还可进入鱼虾等水生生物体内，通过食物链进行富集，生物富集取决于污染物的性质和鱼的表面积-体积比，一般通过生物富集系数或生物浓缩因子表征某种化合物的生物富集能力。表 3列出了氟西汀在不同生物和组织中的生物浓缩因子，从表中可以看出：实验室通过玻璃水箱设定的氟西汀水环境中，其水溶液中pH值是使用日本京都生产的酸度计(D-52，HORIBA)测得，当pH等于9的时候，氟西汀在鱼组织中的生物富集系数(BCF)可达到环境浓度的3100倍，表明抗抑郁类药物具有在水生生物组织中累积的能力，可能对水生生物具有潜在的毒性效应。另一方面，研究表明氟西汀的BCF会随着环境水体pH值的升高而增加，其原因在于氟西汀的pKa值为10.05，环境水体的pH值越接近氟西汀的pKa值其电离程度越低，疏水性越强，越容易被生物组织富集。Chu等^[53]利用加压液相萃取的方法分析了帕罗西汀、氟西汀和去甲氟西汀在鱼体内的含量，分析表明三种化合物在鱼组织内的浓度约高达1 μg⋅kg^-1(湿重)。

表 3(Tab. 3)

表 3 抗抑郁药氟西汀的生物富集 Table 3 Bioaccumulation coefficients of the antidepressant fluoxetine Compounds Subject biology Tissue Expose concentration / μg⋅L-1 pH BCF References Fluoxetine Marine mussels Digestive glands 0.3 200~800 [54] Gonads 0.075 8.1 124 [55] Gammarid Tissue homogenate 82.01~115.09 8.51 185~900 [56] Oryzias latipes Liver 10 7 330 [57] 8 580 9 3100 Brain 7 8.8 8 30 9 260 Oryzias latipes Whole fish tissue homogenate 0.67~0.18 7.4 74 [58] Norfluoxetine Oryzias latipes Whole fish tissue homogenate 0.67~0.18 7.4 117 [58]

表 3 抗抑郁药氟西汀的生物富集 Table 3 Bioaccumulation coefficients of the antidepressant fluoxetine

利用抗抑郁药的理化性质(表 1)，可以预测该类药物的环境归属。脂溶性强的物质，容易被肝脏降解成更亲水的代谢产物，从而通过不同的路径进入水生态系统。辛醇-水分配系数(Log Kow)是与化学品的疏水性息息相关的一个参数，对于中性和疏水性化合物，土壤和沉积物中的有机碳含量与吸附机制相关，因此，普遍认为Log Kow能很好地预测抗抑郁药在环境中的行为。与其他的氯化氢盐酸盐类似，所有的SSRIs类盐酸盐的辛醇-水分配系数(1.21~1.39)都较低，且在水中的溶解度非常好。而且已有研究表明水体中的氟西汀浓度会随着时间的推移减少，并吸附在沉积物中，似乎是一种典型的持久性沉积物^[59]。但Schultz等^[36]调查了抗抑郁类药物在水体和沉积物中的浓度，并分析了其在鱼脑组织中的选择性富集，其研究表明，氟西汀、舍曲林、帕罗西汀等在沉积物中的浓度显著高于水体，且去甲氟西汀、舍曲林和去甲舍曲林在鱼体组织的检测浓度非常高，是水体中浓度的几十倍，文拉法辛主要存在于水体和底泥中，鱼组织样品中只有少量或没有。他们随后的研究也与此相符^[60]，通过分析暴露于氟西汀、舍曲林、布普品、文拉法辛等抗抑郁药的黑头呆鱼脑组织，发现与暴露浓度相比，脑组织中氟西汀、舍曲林、布普品偏高，文拉法辛的浓度则相对偏低。这类药物具有较高的吸附系数(Log Koc)，从表 1中可以看出，这类药物的吸附系数主要分布在3.82~5.63，因此，SSRIs类抗抑郁药应该容易在泥土和沉积物中富集。Paterson等^[58]人用日本青鳉研究抗抑郁药氟西汀在水生生物的吸收和清除的结果表明，暴露结束后，随着时间的增加氟西汀和去甲氟西汀的浓度呈线性降低，但是随着时间的推移，去甲氟西汀和氟西汀的浓度比值显著上升。Nakamura等^[7]的研究表明暴露于30 μg⋅L^-1的氟西汀溶液30 d后，去甲氟西汀和氟西汀的浓度比值为5.3。因此，长期的暴露可能更有利于这类药物的生物代谢，其代谢产物在体内的浓度随时间的推移而增加。

近年来陆续报道了关于各种环境介质(城市污水、地表水和水生生物)中抗抑郁药的分析监测方法，一般包括样品采集和保存、前处理和化学分析。表 4列举了2004-2016年已有文献报道的环境样品中抗抑郁类药物的检测方法，包括液相色谱-串联质谱法(LC-MS/MS)和气相色谱法-质谱法(GC-MS)两种方法。在已有的针对药物类化合物的化学分析方法报道中，LC-MS/MS的应用相较于GC-MS而言更为广泛。LC-MS/MS分析需要首先对被分析的药物样品进行离子化处理，将样品分离得到带有样品信息的离子，从而进行质谱检测。根据不同的离子源，可将LC-MS/MS分为不同的种类，一般有电子电离源(EI)、化学电离源(CI)、快原子轰击源(FAB)、电喷雾电离源(ESI)、大气压化学电离源(APCI)等不同离子源的检测仪器。针对抗抑郁药类药物的检测，应用到较多的有电喷雾电离源液相色谱-质谱联用仪LC-(ESI)-MS/MS]^[34]、大气压化学电离源液相色谱-质谱联用仪[LC-APCI-MS/MS]^[55]等。而为了提高药物的检测效率，研究者们在检测中也会选择具有更高选择性和更高敏感度的高效液相色谱-质谱联用仪(HPLC-MS/MS)^{[61, 62]}和超高效液相色谱-质谱联用仪(UPLC-MS/MS)^[27]。美国环境保护局(EPA)发布的水体、土壤、底泥和生物样品中药品和个人护理品(PPCPs)的标准分析方法(Method 1694)^[63]中对环境样品的采集和储存做了详细的描述。但是目前在环境样品中药物检测最主要的问题是样品具有基质复杂、目标物含量低等特点，因此样品前处理是影响整个分析方法准确度和灵敏度的关键步骤。已报道的环境样品中抗抑郁类药物的检测方法，固相萃取(Solid phase extraction, SPE)是最常用的样品前处理方法^{[21, 48, 49]}，从表 4可以看出在同一个分析检测方法中结合运用不同类型的SPE柱，能有效的去除环境基质对检测的干扰。如Schultz等^[36]建立了测定环境样品中8种抗抑郁药物和2种衍生物的LC-MS/MS分析方法，基质加标回收率在70%~118%，并检测了城市污水处理厂进出水、下游径流和沉积物以及鱼脑组织中这些药物的浓度水平。Lajeunesse等^[22]通过比较两种离子交换固相萃取柱对基质干扰的去除效果，使用ESI正离子源的LC-MS/MS分析了加拿大蒙特利尔市污水处理厂进出水中6种抗抑郁药和4中代谢产物的浓度。

表 4(Tab. 4)

表 4 环境样品中抗抑郁类药物检测方法 Table 4 Analytical methods of antidepressant pharmaceuticals in environmental samples Compounds Pretreatment methods Method of analysis Samples LOD Reference Fluoxetine SPE LC-MS/MS Sewage treatment plant effluent 0.19~0.45 ng⋅L-1 [36] Norfluoxetine Sludge sample 0.25~2.50 ng⋅g-1 Sertraline Fish brain tissues 0.015 ng⋅g-1 Norsertraline Paroxetine Citalopram Fluvoxamine Duloxetine Venlafaxine Bupropion Fluoxetine SPE LC-MS/MS River water 3.29 ng⋅L-1 [64] Norfluoxetine 1.84 ng⋅L-1 Sertraline 1.92 ng⋅L-1 Fluoxetine SPE LC-MS/MS Influent and effluent of hospital sewage treatment plant 13 ng⋅L-1 [65] Paroxetine 11 ng⋅L-1 Fluoxetine SPE LC-(ESI)-MS/MS WWPT influent and effluent 0.25 ng⋅L-1 [34] Norfluoxetine 0.28 ng⋅L-1 Sertraline 0.21 ng⋅L-1 Norsertraline 0.32 ng⋅L-1 Paroxetine 0.32 ng⋅L-1 Citalopram 0.45 ng⋅L-1 Fluvoxamine 0.24 ng⋅L-1 Duloxetine 0.24 ng⋅L-1 Venlafaxine 0.29 ng⋅L-1 Bupropion 0.33 ng⋅L-1 Fluoxetine non-SPE UPLC-MS/MS WWPT influent and effluent Influent: 0.49 ng⋅L-1 Effluent: 0.50 ng⋅L-1 [42] SPE Influent: 7.6 ng⋅L-1 Effluent: 0.011 ng⋅L-1 Amitriptyline SPE LC-MS/MS WWPT influent and effluent 0.077 ng⋅L-1 [22] Nortriptyline 0.057 ng⋅L-1 Fluoxetine 0.050 ng⋅L-1 Norfluoxetine 0.087 ng⋅L-1 Sertraline 0.048 ng⋅L-1 Norsertraline 0.072 ng⋅L-1 Paroxetine 0.096 ng⋅L-1 Citalopram 0.077 ng⋅L-1 Venlafaxine 0.10 ng⋅L-1 Desmethylvenlafaxine 0.097 ng⋅L-1 Fluoxetine SPE LC-(ESI)-MS/MS WWPT influent and effluent 0.12 ng⋅L-1 [35] Sertraline 0.29 ng⋅L-1 Paroxetine 0.12 ng⋅L-1 Citalopram 0.16 ng⋅L-1 Fluvoxamine 0.15 ng⋅L-1 Fluoxetine SPE-ASE LC-MS/MS WWPT influent and effluent 11 ng⋅L-1 [51] Fluoxetine SPE LC-MS Underground water 18 ng⋅L-1 [66] Fluoxetine PLE-SPE LC-APCI-MS/MS Fish tissues 0.07 ng⋅L-1 [53] Norfluoxetine 0.14 ng⋅L-1 Paroxetine 0.24 ng⋅L-1 Fluoxetine SPE LC-(ESI)-MS/MS Ground water 76 ng⋅L-1 [67] WWPT influent 70 ng⋅L-1 WWPT effluent 100 ng⋅L-1 Paroxetine Ground water 20 ng⋅L-1 [67] WWPT influent 26 ng⋅L-1 WWPT effluent 22 ng⋅L-1 Amitriptyline SPE UPLC-MS/MS WWPT influent 2 ng⋅L-1 [27] WWPT effluent 32 ng⋅L-1 Amitriptyline SPE LC-MS/MS WWPT influent and effluent 0.03~0.01 ng⋅L-1 [23] Nortriptyline 0.05~0.03 ng⋅L-1 Fluoxetine 0.3~0.2 ng⋅L-1 Norfluoxetine 0.1 ng⋅L-1 Sertraline 0.1 ng×L#8211;1 Norsertraline 0.2~0.1 ng⋅L-1 Paroxetine 0.1 ng⋅L-1 Citalopram 0.1 ng⋅L-1 Fluvoxamine 0.4~0.1 ng⋅L-1 Venlafaxine 0.1~0.04 ng⋅L-1 Desmethylvenlafaxine 0.1 ng⋅L-1 Mirtazapine 0.1 ng⋅L-1 Amitriptyline SPE GC-MS WWPT effluent 6.8 ng⋅L-1 [29] Doxepin 16.6 ng⋅L-1 Fluoxetine SPE LLE LC-MS/MS Fish tissues 0.42 p g⋅mL-1 [68] Sertraline 1.30 p g⋅mL-1 Trazodone SPE UPLC-MS/MS Fish tissues 0.1 n g⋅L-1 [69] Citalopram 0.33 n g⋅L-1 Fluoxetine 0.78 n g⋅L-1 Paroxetine 0.61 n g⋅L-1 Sertraline 1.72 n g⋅L-1 Venlafaxine 0.1 n g⋅L-1

表 4 环境样品中抗抑郁类药物检测方法 Table 4 Analytical methods of antidepressant pharmaceuticals in environmental samples

急性和慢性毒性效应的测定主要依托于生物体内体外攻毒实验。目前关于抗抑郁药对生生物的毒性研究相对较多，因为水生生物的整个生命阶段都暴露在污染水体中，是污染物一个很重要的目标。Brooks等^[70]通过氟西汀对藻(P. subcapitata)、网纹水蚤(Ceriodaphnia dubia)、大型溞(Daphnia magna)和黑头呆鱼(Pimephales promelas)几种淡水生物的毒性评估发现：在实验条件下，当氟西汀的质量浓度大于40 μg⋅L^-1时，月牙藻生长受到抑制，基于细胞密度和浊度的半最大效应浓度EC50分别为39和24 μg⋅L^-1；网纹水蚤、大型溞和黑头呆鱼以48 h存活率为测定终点的半致死浓度LC50分别为234、820和705 μg⋅L^-1。Nakamura等^[57]研究了pH对氟西汀的急性毒性和生物蓄积性的影响，研究表明氟西汀的生物积累依赖pH，越接近pKa的pH条件下毒性和生物蓄积性越强，pH为7、8和9时以96 h存活率为测定终点的半致死浓度分别为：5.5、1.3和0.20 mg⋅L^-1。Minguez等^[71]利用欧洲鲍血原代细胞探究了阿米替林、氯米帕明、西酞普兰和帕罗西汀四种常见抗抑郁药的对细胞细胞免疫能力的影响(细胞吞噬作用，活性氧水平，脂酶活性，溶酶体膜去稳定作用)以及体外细胞毒性，研究结果表明48 h的半致死浓度LC50(在比较各种污染物的毒性，不同种或不同发育阶段的动物对污染物的敏感性以及环境因素对毒性影响等方面的研究中，都以LC50为依据)分别为45.24、4.76、32.94和4.16 mg⋅L^-1，不同的抗抑郁药具有不同的细胞毒性。QIU等^[72]利用红鲤鱼原代巨噬细胞探究了阿米替林、米安色林、氟西汀三种抗抑郁药物对细胞的免疫毒性的影响，结果显示24 h阿米替林、氟西汀、米安色林的LC50分别为17.4、6.2、21.7 mg⋅L^-1。Johnson等^[73]用美国EPA的ECOSAR预测了SSRIs类抗抑郁药对浮游藻类的毒性，结果表明氟西汀对所测试的藻类毒性最强，其次是西酞普兰、氟伏沙明、舍曲林和帕罗西汀；而他们的藻类生长抑制试验则发现舍曲林的毒性最强，其次是氟西汀和氟伏沙明。从表 5的数据我们也可以看出，同一种药物对不同的受试生物的LC50或IC50往往不完全一致，但不会有太大的差异，而且pH会显著影响这类药物的毒性大小。从现有的研究结果来看，这类药物的LC50普遍在mg⋅L^-1的级别，因此，环境浓度剂量下的抗抑郁药污染(ng⋅L^-1)一般不会对水生生物造成急性致死效应。

表 5(Tab. 5)

表 5 抗抑郁药的效应浓度 Table 5 Lethal concentrations of antidepressants Compounds Aquatic biology/cells Expose time LC50/IC50 /μg⋅L-1 Reference Amitriptyline Zebrafish 120 h LC50:1400 [8] Abalone hemocytes MTT LC50: 45240 [71] Clomipramine Abalone hemocytes MTT LC50: 4760 [71] Fluvoxamine Western mosquitofish 168 h LC50: 546 [74] Ceriodaphnia dubia 48 h LC50: 234 [70] Daphnia magna 48 h LC50: 820 Pimephales promelas 48 h LC50: 705 Pseudokirchneriella subcapitata 120 h EC50: 39 Ceriodaphnia dubia 48 h LC50: 510 [75] Oryzias latipes 96 h pH=7, LC50: 5500; [57] pH=8, LC50: 1300; pH=9, LC50: 200; Oryzias latipes 72 h LC50:840 [76] Xenopus laevis 96 h LC50: 7500 [77] 96 h EC50: 4900 Pseudokirchneriella subcapitata 96 h IC50: 44.99±1.76 [73] Chlorella vulgaris 96 h IC50: 4339.25±446.09 Scenedesmus acutus 96 h IC50: 91.23±2.74 S. quadricauda 96 h IC50: 212.98±16.13 Daphnia magna 48 h EC50: 6400±1300 [78] Pseudokirchneriella subcapitata 48 h EC50: 27±5 Paroxetine Ceriodaphnia dubia 48 h LC50: 580 [75] Xenopus laevis 96 h LC50: 5120 [77] 96 h EC50: 4100 Daphnia magna 48 h EC50: 6300 [78] Pseudokirchneriella subcapitata 48 h EC50: 140 Abalone hemocytes MTT LC50: 4160 [71] Daphnia magna 48 h EC50: 2500 [79] Fluvoxamine Ceriodaphnia dubia 48 h LC50: 840 [75] Pseudokirchneriella subcapitata 96 h IC50: 4002.88±142.52 [71] Chlorella vulgaris 96 h IC50: 10208.47±379.24 Scenedesmus acutus 96 h IC50: 3620.24±134.96 [71] S. quadricauda 96 h IC50: 3563.34±118.94 Daphnia magna 48 h EC50: 13000 [78] Pseudokirchneriella subcapitata 48 h EC50: 62 Sertraline Ceriodaphnia dubia 48 h LC50: 120 [75] Xenopus laevis 96 h LC50: 3900 [77] 96 h EC50: 3300 Pseudokirchneriella subcapitata 96 h IC50: 12.10±1.00 [73] Chlorella vulgaris 96 h IC50: 763.66±25.42 Scenedesmus acutus 96 h IC50: 98.92±6.74 S. quadricauda 96 h IC50: 317.02±21.46 Oncorhynchus mykiss 96 h LC50: 380 [80] Thamnocephalus platyurus 24 h LC50: 600 Daphnia magna 21 d LC50: 120 RTG-2 96 h LC50: 4.0±0.6 PLHC-1 96 h LC50: 3.7±0.7 Daphnia magna 48 h EC50: 920±170 [78] Pseudokirchneriella subcapitata 48 h EC50: 43±19 Xenopus laevis 96 h LC50: 3900 [77] Amphitrite 24 h EC50: 196.39 [81] 48 h EC50: 113.88 Oryzias latipes 72 h LC50:841 Daphnia magna LC50: 1150 [76] Citalopram Ceriodaphnia dubia 48 h LC50: 3900 [75] Abalone hemocytes MTT LC50: 32940 [71] Daphnia magna 48 h EC50: 20000±4000 [78] Pseudokirchneriella subcapitata 48 h EC50: 1600±1000 Oryzias latipes 72 h LC50:9136 [76] *LC50: medium lethal concentration; *IC50: half maximal inhibitory concentration.

表 5 抗抑郁药的效应浓度 Table 5 Lethal concentrations of antidepressants

亚致死效应是指那些在引起直接的身体死亡的浓度或剂量以下产生的效应^[82]。个体也许能在亚致死效应暴露中存活，但其生存状态会受到污染物暴露的影响，如逃避捕食者或有效取食的能力下降，这样在自然环境下长期暴露与亚致死剂量的污染物也会导致生物死亡^[82]。抗抑郁药具有生物靶向效应，其直接作用中枢神经系统，干扰神经内分泌信号，在浓度较低时便能显现出生物活性。国际上对于抗抑郁药物的生态毒性研究目前正处于起步阶段，研究较多的抗抑郁药多为选择性5-羟色胺再摄取抑制剂(SSRI)类^{[75, 83]}。在许多水生生物中，5-羟色胺能直接调节一些中枢神经系统上的细胞功能和行为^[84]，因此生物体内的5-羟色胺水平的改变会影响多种相关的生理行为。已有研究表明，SSRIs类抗抑郁药可通过影响内源激素水平，干扰环境中非目标生物的生殖、发育、生理或行为^{[74, 75, 85]}。

测定污染物亚致死效应通常选择生长、发育、性别特征、生殖损伤和行为等作为终点检测指标。现有的研究结果发现：(1)在亚致死浓度下，抗抑郁药能够显著的影响水生生物的生长发育。如Yang等^[8]就以斑马鱼为模式生物研究了抗抑郁药阿米替林对其生长和生理的影响，表明环境相关浓度水平的暴露能够抑制鱼卵的正常生长和发育，改变鱼卵体内促肾上腺皮质激素水平，刺激体内产生氧化压迫，增加细胞脂质过氧化。Foran等^[86]发现日本青鳉暴露于氟西汀4周后会表现出明显的后代发育异常，并且雌性体内循环血浆中17β-雌二醇(E2)的水平明显下降。(2)环境相关浓度的抗抑郁药能够对目标生物的生殖产生损害。成年雌性斑马鱼暴露氟西汀7 d后会导致平均产卵率比对照组降低2到3倍，并且卵巢中E2的含量明显减低^[87]；氟西汀、舍曲林、文拉法辛等单独暴露能显著影响雄性黑头呆鱼第二性征，并且环境浓度的氟西汀暴露就能诱导卵黄蛋白原的生成，对性激素的内分泌产生干扰^[60]；氟西汀暴露后的雄性金鱼^[88]和雄性食蚊鱼^[74]分别表现出一致的性成熟推迟。(3)动物在环境相关浓度抗抑郁药的长期暴露下会导致行为异常。Perreault等^[89]观察到蓝头濑鱼腹腔注射两周6 mg⋅g^-1(湿重)的氟西汀后，雄鱼的侵略性降低；微克水平氟西汀暴露100 d，西方大肚鱼的交配行为延迟^[74]。(4)高浓度的抗抑郁药暴露会影响水生生物的繁殖。如Henry等^[74]将幼年网纹水蚤暴露在一定浓度的抗抑郁药中，舍曲林、帕罗西汀、氟伏沙明、氟西汀和西酞普兰等影响网纹水蚤繁殖能力的最低效应浓度分别为：0.045、0.44、1.466、1.789和8.0 mg⋅L^-1。

所有毒性效应都开始于污染化合物与生物分子之间的相互作用，这种效应在分子作用→生化反应→亚细胞→细胞→组织→器官→个体→种群→群落→生态系统→景观→生物圈各个级别逐一放大，因此，阐明外源性化合物引发的分子起始事件(MIE)有助于理解其在生物个体或群体水平等更高层次上观察到有害结局路径(AOP)的根源。目前，已有文献报道的抗抑郁类药物对水生生物的毒性效应机制包括：(1)环境相关浓度的抗抑郁药暴露会使水生生物产生免疫毒性。如Minguez等^[71]研究表明这类药物在1 μg⋅L^-1的环境浓度下就能刺激细胞吞噬现象和活性氧的产生，且与SSRIs类药物西酞普兰和帕罗西汀相比，TCAs类抗抑郁药阿米替林和氯米帕明具有较高的免疫调节能力。但是，QIU等^[72]的研究结果表明鱼巨噬细胞在阿米替林、氟西汀、米安色林或它们的混合溶液的急性暴露后，其抗氧化还原系统参数、抗菌活性、一氧化氮产生以及促炎细胞因子的表达都受到显著抑制，而抗炎细胞因子的表达受到显著诱导，表现出抗抑郁类药物对鱼类先天性免疫的抑制作用，同时该效应被认为与抗抑郁药物暴露引起的核因子nuclear factor-κB活性的下调密切相关。(2)亚致死浓度的抗抑郁药会对水生生物产生内分泌干扰作用。如Gonzalez-Rey等通过研究贻贝在环境相关浓度的氟西汀暴露下，抗氧化应激酶、神经毒性和内分泌干扰的变化表明，氟西汀主要通过内分泌干扰作用对贻贝产生影响，而不是具有氧化或神经毒性^[74]；van der Ven等^[90]的研究发现在大脑和睾丸组织中，基于动情性生物标志物(例如：卵黄蛋白原和透明带蛋白)，米安色林具有雌激素效力并能扰乱正常的内分泌活动。(3)抗抑郁药会影响水生生物的神经系统。De Abreu等^[91]探究了氟西汀急性暴露对斑马鱼应激反应的影响，急性应激实验时与对照组相比，暴露组的皮质醇浓度相对较低，结果表明氟西汀急性暴露会损害鱼的应力轴，导致鱼类神经内分泌功能失调。Park等^[92]利用Affymetrix基因芯片探究了斑马鱼幼鱼暴露于氟西汀和舍曲林后，致毒的生化途径和两种药物之间的差异，结果表明应激反应和乙酰胆碱酯酶活力显著的受到影响，该类基因可以作为SSRIs类暴露的生物标志物。表 6列举了近年来抗抑郁类药物对水生态系统中非目标生物的毒性效应数据汇总。

表 6(Tab. 6)

表 6 抗抑郁药对非靶向药物的毒性数据 Table 6 Toxicity data of antidepressants for non-target organisms Compounds Aquatic organisms Beginning time Exposing concentration /μg⋅L-1 Exposure time Toxic effect Reference Amitriptyline Zebrafish 4 hpf 0.001~1000 120 h Inhibition of growth and development; change ACTH concentration level; oxidation oppression. [8] Fluoxetine Western mosquito fish 48~72 hpf 0.05~5 91 d Increased sleeping time. [74] 59 d 7~71 100 d Delay copulation behavior. [74] Ceriodaphnia dubia Neonate 190~2920 7-8 d Reduce spawning numbers; affect reproduction. [75] Mussels M. Galloprovincialis Adult 0.075 7 d Damage gills; have endocrine disrupting effects. [83] Japanese medaka 4 month 0.1~5 28 d Elevated plasma estradiol levels; abnormal offspring development. [86] Japanese medaka Neonate 100 1000 72 h Disturbance the behavioral and reduce the speed [81] Zebrafish Adult 0.32~32 7 d Reduce spawning rate; reduce E2 levels in ovary. [87] Male goldfish Adult 0.054, 54 14 d Disrupt the reproductive system. [88] Bluehead wrasse -- Intraperitoneal injection, two-weeks (6 mug⋅g-1 bw) Serotonin is associated with aggressive behavior in fishes. [89] Male fathead minnows Adult 0.0025, 0.028 21 d Significant effect on the secondary sexual characteristics of male. [60] Fluoxetine Echinogammarus marinus Adult 0.001, 0.01, 0.1 1 h, 1 d, 8 d Disturbance the behavioral and neuroendocrine of crustacean. [93] Echinogammarus marinus Adult 0.01~10 7 d, 14 d, 21 d Change the phototaxis and geotropism of amphipod. [94] Marine snails Adult 34.5, 345, 3450 4 h Induce the foot of marine gastropod fall from the basement [95] Sepia officinalis Juvenile 0.001, 0.1 45 d Interfere with the formation of the cognitive behavior of juvenile Sepia Officinalis [96] Paroxetine Ceriodaphnia dubia Neonate 220~6960 7~8 d Reduce the amount of spawning females, and affect reproduction [75] Fluvoxamine Ceriodaphnia dubia Neonate 100~2210 7~8 d Reduce the amount of spawning females, and affect reproduction [75] Marine snails Adult 0.00434~4340 4 h Interfere with the formation of the cognitive behavior of juvenile Sepia Officinalis [95] Sertraline Male fathead minnows Adult 0.0016, 0.0052 21 d Significant effect on the secondary sexual [60] Ceriodaphnia dubia Neonate 40~1840 7~8 d Reduce the amount of spawning females, and affect reproduction [75] Echinogammarus marinus Adult 0.001, 0.01, 0.1 1 h, 1 d, 8 d Disturbance the behavioral and neuroendocrine of crustacean [93] Japanese medaka Neonate 10 72 h Disturbance the behavioral and reduce the speed [81] Amphitrite Neonate 0.001-1000 24 h, 48 h Disturbance the behavioral and reduce the speed Citalopram Ceriodaphnia dubia Neonate 590~7840 7~8 d Reduce the amount of spawning females, and affect reproduction [75] Freshwater snails Adult 0.00000313~313 24 h Interfere with the formation of the cognitive behavior of juvenile Sepia Officinalis [97] Marine snails Adult 4.05, 40.5, 405 4 h Interfere with the formation of the cognitive behavior of juvenile Sepia Officinalis [95] Venlafaxine Male fathead minnows Adult 0.305, 1.104 21 d Significant effect on the secondary sexual [60] Freshwater snails Adult 0.0000313~3130 24 h Interfere with the formation of the cognitive behavior of juvenile Sepia Officinalis [97] Marine snails Adult 3.13, 31.3, 313 4 h Interfere with the formation of the cognitive behavior of juvenile Sepia Officinalis [95] Daphnia magna Adult 0.3 30 100 Affect the quality of eggs [76] Bupropion Male fathead minnows Adult 0.0074, 0.057 21 d Significant effect on the secondary sexual [60]

表 6 抗抑郁药对非靶向药物的毒性数据 Table 6 Toxicity data of antidepressants for non-target organisms

尽管近年来国际上对于抗抑郁药这类新兴污染物的研究逐渐增多，提出并发现了一些抗抑郁类药物对水生生物的不利影响，但是其中也存在一些缺陷与不足。主要如下：(1)在全球范围内，针对该类药物开展的环境污染监测仍然集中在欧美发达地区，如在我国国内对抗抑郁类药物需求和消耗日益增加的背景下，针对我国人口密集的城市，开展的抗抑郁类精神药物在天然水体以及饮用水中的污染特性研究非常有限；(2)对于如何在污水处理过程中有效的去除该类药物，探究药物这种新兴污染物在排放到水体后的光解机理和动力学目前相关研究也十分不足，探明污染物在实际水体中的降解情况，可从崭新的角度揭示抗抑郁类药物的环境中的迁移转化规律；(3)在生态毒理学研究方面，已有研究较侧重于对其有害效应的评价，但对引起这种效应的毒理学机制较少涉及；另外，大多研究者只关注于一种或一类抗抑郁药，而对于水体中实际存在的多种作用机制不同的抗抑郁药对水生生物的复合作用还缺乏相应的研究。

对于药物在污水处理过程中不能被完全去除的问题，高级氧化技术如电子辐照、光催化氧化等技术可作为未来有效去除污水中药物类污染物的重要方法。但是，由于在处理过程中可能会产生降解中间产物，考虑到这些化合物排放到环境中所带来的潜在的生态毒性，因此，在未来的研究中还需考虑到实际污水处理条件进一步优化抗抑郁类药物等污染物的处理办法。另外，针对抗抑郁药这类新兴污染物的毒性效应与机制研究，考虑到斑马鱼基因与人类基因的高度同源性、对药物的敏感性和易操作性为实验提供的较大的便利，未来可大力开展以斑马鱼为实验动物模型的毒性终点检测方法，以期未来在生态风险评估方面，针对抗抑郁药等药物类污染物建立一套较为系统的评价体系。

总而言之，目前针对这一药物的研究基本上还处于初期的探索阶段，深入的了解具有较高生物活性的抗抑郁类药品在城市水系统中的迁移转化规律，鉴定饮用水中的抗抑郁类药物种类与残留水平，阐明这类新兴有毒污染物对水生生物的潜在毒性效应阈值，对于保障城市水质资源和水环境的健康发展将具有十分重要的现实意义。