Om tot een efficiënte manier van risicobeoordeling voor nanomaterialen in het milieu te komen, zijn computermodellen ontwikkeld die op grond van materiaaleigenschappen blootstelling van en effecten op het milieu kunnen voorspellen. Deze modellen bieden perspectief, maar voor een goede validatie zijn nanospecifieke data van een goede kwaliteit nodig, die op een gestructureerde manier worden gegenereerd en verzameld.

Voor het bepalen van de risico’s van nanomaterialen wordt een inschatting gemaakt van de blootstelling van organismen aan nanomaterialen. Deze blootstellingsconcentratie wordt vervolgens vergeleken met een maximale concentratie, waarbij geen (grote) nadelige effecten verwacht worden. Blootstellingsconcentraties worden vaak geschat met behulp van een model. Binnen de REACH Registration, Evaluation, Authorisation and restriction of Chemicals (Registration, Evaluation, Authorisation and restriction of Chemicals)-wetgeving wordt hiervoor onder andere de EUSES European Union System for the Evaluation of Substances (European Union System for the Evaluation of Substances)[1]-software gebruikt. Hierin wordt het door het RIVM ontwikkelde model SimpleBox gebruikt voor het schatten van de blootstelling aan stoffen in het milieu. Omdat analyse van EUSES uitwees dat aannames in ECHA European Chemicals Agency (European Chemicals Agency)[2]’s richtsnoeren voor REACH nog niet geschikt waren voor rekenen aan nanodeeltjes, werd SimpleBox aangepast om blootstellingsconcentraties van nanomaterialen beter te kunnen schatten. Dit resulteerde in SimpleBox4nano.

Op dit moment zijn verschillende methoden beschikbaar die concentraties van nanodeeltjes in verschillende milieucompartimenten kunnen voorspellen, elk met hun eigen toepassingsgebied en detailniveau.

In een recente review van deze modellen wordt duidelijk dat informatie over de stabiliteit van een nanomateriaal essentieel is voor het gebruik van modellen. Het is van belang te weten hoe snel nanodeeltjes oplossen en uit elkaar vallen, maar ook hoe snel ze aan andere deeltjes plakken. Deze eigenschappen moeten bekend zijn, alvorens gebruik gemaakt kan worden van de modellen. Op dit moment betekent dit dat de eigenschappen in laboratoriumexperimenten vastgesteld moeten worden

Naast een blootstellingsschatting op grond van genoemde modellen is inzicht nodig in de toxiciteit van de nanodeeltjes, voor organismen in bodem en water. Een waarde voor de toxiciteit is veelal gebaseerd op een set van toxiciteitstesten met verschillende bodem- en waterorganismen om inzicht te krijgen in verschillen tussen soorten[3].

Voor zowel blootstelling als toxiciteit is voor veel nanomaterialen echter een tekort aan deze experimentele data. Dit komt voornamelijk door de hoge kosten van experimenteel onderzoek en ethische kwesties in het uitvoeren van (dier)experimenten. Om de risicobeoordeling toch te versnellen, wordt onderzocht of computermodellen een alternatief kunnen zijn voor experimentele data. Deze computermodellen richten zich op zogenaamde kwantitatieve structuuractiviteitsrelaties (QSARs), relaties tussen de (chemische) structuur van een materiaal en een bepaalde activiteit die leidt tot (verhoogde) blootstelling of effect.

Met QSARs kunnen eigenschappen van nanodeeltjes worden voorspeld op basis van de structuur van de deeltjes. Onlangs hebben Leidse onderzoekers mogelijkheden voor het gebruik van nanospecifieke QSARs geïnventariseerd. Daarnaast hebben Nederlandse (RIVM en Nijmegen) samen met Finse onderzoekers een analyse van werk op dit gebied gepubliceerd. De onderzoekers concluderen dat de ontwikkeling van QSARs voor nanodeeltjes zeker zal bijdragen aan een efficiënte risicobeoordeling van nanodeeltjes. Niettemin is verdere ontwikkeling van QSARs voor nanomaterialen nodig, omdat deze ontwikkeling nog (grotendeels) in de kinderschoenen staat.

RIVM/KIR kennis- en informatiepunt risico’s van nanotechnologie (kennis- en informatiepunt risico’s van nanotechnologie)-overweging:

Uit de verschillende recente overzichtsstudies blijkt dat de beschikbare modellen geschikt zijn voor het schatten van de blootstelling aan nanodeeltjes in het milieu. Deze modellen kunnen ook voor wetgeving worden toegepast (bv. REACH). Het RIVM-rekenmodel SimpleBox4nano sluit hier, zeker voor REACH, goed bij aan. Het grootste probleem van inpassen van deze modellen in beleid is het ontbreken van data als invoer voor het gebruik van de modellen.

SimpleBox4nano gebruikt bijvoorbeeld stofeigenschappen en emissieschattingen. Deze worden doorgaans afgeleid binnen eerdere schakels van REACH die nog niet geschikt zijn gemaakt voor nanomaterialen. Zo zou bijvoorbeeld voor het schatten van de emissie uit afvalwaterzuiveringen, het SimpleTreat model ook geschikt gemaakt moeten worden voor nanomaterialen. Verder moeten gestandaardiseerde en betrouwbare meetmethoden beschikbaar komen, niet alleen voor invoerparameters voor de modellen, maar ook voor het meten van de toxiciteitsdata.

Voor ontwikkeling en standaardisatie van deze methoden is samenwerking met standaardisatieorganisaties zoals OESO Organisatie voor Economische Samenwerking en Ontwikkeling (Organisatie voor Economische Samenwerking en Ontwikkeling) en ISO International Organization of Standardization (International Organization of Standardization)[4] nodig en hierin zijn al stappen gezet. Binnen OESO wordt momenteel gewerkt aan methoden om oplossnelheden te bepalen en recent is al een methode voor dispersiestabiliteit gepubliceerd (Testrichtlijn 318), die informatie op kan leveren over het plakken van nanodeeltjes. Uiteindelijk moeten hiermee betrouwbare en robuuste datasets opgebouwd worden van invoerparameters voor de modellen en toxiciteitsdata voor verschillende organismen. Deze zijn essentieel in het verder ontwikkelen van computermodellen (QSARs) als alternatief voor metingen. Voor brede toepassing van deze modellen is het bovendien nodig dat aanlevering van invoergegevens wordt vereist in regelgeving om zo de versnelling van risicobeoordeling te faciliteren. De voorziene aanpassingen van de REACH-Bijlagen zal hierin grotendeels voorzien, maar mogelijk is ook aanpassing van andere regelgeving nodig.

 

[1]     EUSES: European Union System for the Evaluation of Substances.

[2]     ECHA: Europees Agentschap voor Chemische Stoffen (European Chemicals Agency)

[3]     Deze methode is gebaseerd op een verdeling van effectconcentraties, zie bijvoorbeeld de publicatie van Gottschalk en collega's.

[4]     OESO: Organisatie voor Economische Samenwerking en Ontwikkeling; ISO: Internationale Organisatie voor Standaardisatie.