重金属污染已经成为我国的主要环境问题之一。系统全面的毒性测试需要消耗大量的人力、物力和生物资源,加之许多介质条件下(尤其是海水)的标准毒性测试方法很不完善,目前重金属的生物毒性数据十分有限,严重制约了水质基准制定和环境管理工作。定量结构活性相关(Quantitative structure-activity relationship,QSAR)方法作为现代毒理学最重要的非实验手段之一,能够利用有限的污染物毒性数据,快速预测、评价结构类型相似污染物的生物毒性,在水质基准推导和生态风险评估中有广阔的应用前景。本研究搜集、筛选了重金属对6门8科海洋生物的慢性毒性数据,通过线性回归建立金属毒性与其理化参数的QSAR模型,并预测了 21种未知金属的毒性。结果与物种敏感度分布(Species sensitivity distribution,SSD)法相耦合,推导了保护海洋水生生物的重金属慢性水质基准。金属的毒性不仅与其自身理化参数有关,还受到水环境条件的影响。搜集和筛选了不同盐度、温度条件下,重金属对海洋水生生物的毒性数据;构建基于金属理化参数和水环境条件的QSAR-SSD模型;在此基础上预测了不同温度、盐度条件下重金属的毒性和基准阈值,并通过"原位毒性数据"得到验证。除了简单金属离子体系之外,本研究还构建了预测纳米金属氧化物细胞毒性的nano-QSAR模型。共筛选了 16种纳米金属氧化物对大肠杆菌的毒性数据,分析了它们与金属离子或金属氧化物纳米颗粒的26种理化参数之间的相关关系,构建多元线性回归模型。研究成功预测了 51种纳米金属氧化物的毒性,并基于nano-QSAR模型揭示了纳米金属氧化物潜在的毒理学机制。综上所述,本研究基于有限的毒性数据,构建了金属类无机物的QSAR预测模型,并率先应用于水质基准研究领域,取得了较好的效果,为金属类污染物的基准/标准制定,风险评估和环境管控提供了理论依据。