Haitta-aineet ja biomarkkerit - Kartoitukset ja hankkeen kokeellinen osa

3 Kartoitukset ja hankkeen kokeellinen osa

3.4 Haitta-aineet ja biomarkkerit

Kari K. Lehtonen, Anu Lastumäki, Tanja Kinnunen ja Harri Kankaanpää Biomarkkerit ovat eliöistä mitattavia molekyyli-, solu- ja yksilötason biologisia vaiku-tuksia, joita voidaan käyttää ympäristön saastumisen varhaisina varoitussignaaleina ennen vaikutusten näkymistä populaatio- ja ekosysteemitasolla. Haitta-aineiden biologisia vaikutuksia ilmentävien menetelmien käyttöä meriseurannoissa ja tilan-arvioinneissa on viime vuosikymmeninä kehitetty Euroopan merialueilla (Davies ja Vethaak 2012), mukaan lukien Itämeri (Lehtonen ym. 2006; 2014). Vaikka menetelmiä on testattu paljon niin laboratoriossa kuin kenttäkokeissa, on niiden käyttöönotto Itämerellä toistaiseksi ollut vähäistä. Suomessa otettiin 2014 seurannassa käyttöön lysosomikalvon stabiilisuus -biomarkkeri (lysosomal membrane stability, LMS), jota on mitattu ahvenien (rannikko) ja silakoiden (avomeri) maksoista. Näytepaikat on esittetty kuvassa 14.

Kuva 14. Sinisimpukoiden (”mussel/sea”) häkitys-paikat ja silakoiden (”Baltic herring”) näytteenottoalueet.

(Huom. Vuoden 2016 simpukkahäkitykset on tehty aiemmassa MerPAH-hankkeessa.) Fig. 14. Caging sites of mussels and sampling areas of Baltic herring. (N.B. In 2016 the mussels were caged in the previous MerPAH project.)

3.4.1 Sinisimpukat

Kohdealueille häkitetyistä sinisimpukoista mitattiin haitta-ainepitoisuuksien lisäksi seuraavat biomarkkerit:

• asetyylikoliiniesteraasientsyymin aktiivisuus (AChE): neurotoksisuuden indikaattori

• katalaasientsyymin aktiivisuus (CAT): antioksidanttipuolustusjärjestelmän aktivoituminen

• glutationireduktaasientsyymin aktiivisuus (GR):

antioksidanttipuolustusjärjestelmän aktivoituminen

• glutationi-S-transferaasientsyymin aktiivisuus (GST): vierasainemetabolian aktivoituminen; antioksidanttipuolustusjärjestelmän aktivoituminen

• lipidiperoksidaatio (LPO): solukalvojen vaurioituminen vapaiden happiradikaalien liiallisen määrän seurauksena (oksidatiivinen stressi)

• morfometrinen kuntoindeksi (CI): kuoren pituuden suhde pehmytosien kuivapainoon, ilmaisee ravitsemustilaa ja yleiskuntoa.

Kuva 15 esittää sekä vuoden 2016 MerPAH- että vuoden 2017 UuPri-hankkeissa sini-simpukoista mitatut biomarkkeritulokset. Niissä havaitaan huomattavaa vaihtelua eri kohdealueiden välillä. (Huom! Kaikista tuloksista koottu käsikirjoitus (Lehtonen ym.) on arvioitavana (4/2019) ”Frontiers in Marine Sciences” -sarjassa ja tulosten yk-sityiskohtaisempi tulkinta esitetään siinä. Alla olevassa tekstiosuudessa keskitytään ainoastaan UuPri-hankkeesta saatuihin tuloksiin). Tässä yhteydessä on syytä koros-taa, että näissä parametreissä esiintyy usein luonnollisista syistä johtuvaa huomat-tavaa vuodenaikaisvaihtelua. Arvoja tulkittaessa ja vertailtaessa onkin tärkeää, että ne edustavat suurin piirtein samaa ajankohtaa vuodesta. Tässä tapauksessa kaikki mitatut biomarkkeritulokset edustavat loppukesän 2016 ja 2017 tilannetta.

AChE:n aktiivisuus eri asemilla noudattaa lähes täysin kuntoindeksissä havait-tavaa asemakohtaista vaihtelua. Vaikka AChE-aktiivisuutta käytetään perinteisesti neurotoksisuuden ilmentäjänä, reagoi se myös moniin muihin stressitekijöihin ja sitä voidaan siten myös käyttää karkeana yleisen terveydentilan indikaattorina. Tässä yhteydessä korkean kuntoindeksin indikoima hyvä ravitsemustilanne näyttäisi näin ollen korreloivan yleisen terveydentilan kanssa.

Kuntoindeksi vaihtelee suuresti eri asemilla. Koska tutkimusalueista yhtäkään ei kemiallisen tilan perusteella voitane kuvata erittäin saastuneeksi, on merkittävin syy eroihin ravinto, jota vaikuttaisi Suomenlahden ja Saaristomeren alueilla (Por-voo, Hanko ja myös Naantali) olemaan vedessä selvästi Selkämerta (Uusikaupunki, Rauma) enemmän. Koska sinisimpukat merialueellamme elävät aivan alhaisen suo-lapitoisuuden sietokykynsä rajoilla, on myös mahdollista että pienet suolaisuuserot paikkojen välillä vaikuttavat tuloksiin. Verrattaessa Porvoon AChE- ja kuntoideksi-arvoja suolapitoisuudeltaan samoihin Uuteenkaupunkiin ja Raumaan on kuitenkin selvää, että suolapitoisuus ei voi selittää havaittuja eroja.

Vierasainehajotuksen toisen vaiheen (konjugaatio) entsyymi GST on simpukoissa merkitsevästi korkeammalla tasolla Rauman edustalla verrattuna muihin alueisiin, ilmentäen vedessä ja/tai simpukoiden suodattamassa partikkeliaineksessa olevien orgaanisten haitta-aineiden suurempaa biosaatavuutta.

400

300

200

100

GST

nmol/ min/mg protein REFERENCE Kotka Porvoo Helsinki Hanko Parainen Naantali Uusikaupunki Rauma Pori Vaasa

140 120 100 80 60 40 20 0

CAT

µmol/min/mg protein REFERENCE Kotka Porvoo Helsinki Hanko Parainen Naantali Uusikaupunki Rauma Pori Vaasa

nmol/ min/mg protein REFERENCE Kotka Porvoo Helsinki Hanko Parainen Naantali Uusikaupunki Rauma Pori Vaasa

300 250 200 150 100 5 0

LPO

nmol/TBARS/g wet weight REFERENCE Kotka Porvoo Helsinki Hanko Parainen Naantali Uusikaupunki Rauma Pori Vaasa

AChE

nmol/ min/mg protein REFERENCE Kotka Porvoo Helsinki Hanko Parainen Naantali Uusikaupunki Rauma Pori Vaasa

30 25 20 15 10 5 0

REFERENCE Kotka Porvoo Helsinki Hanko Parainen Naantali Uusikaupunki Rauma Pori Vaasa

Kuva 15. Biomarkkerivasteet rannikkoalueella häkitetyissä sinisimpukoissa. AChE: asetyylikoliiniesteraasi, CAT: katalaasi, GR: glutationireduktaasi, GST: glutationi-S-transferaasi, LPO: lipidiperoksidaatio, CI: kuntoindeksi.

REF Toukokuu/elokuu: mittausarvot alkuperäisellä keräyspaikalla ennen ja jälkeen häkitysjakson. Keskiarvo + keskihajonta.

Fig. 15. Biomarker responses measured in mussels caged in coastal areas. AChE: acetylcholinesterase, CAT: catalase,

GR: glutathione reductase, GST: glutathione S-transferase, LPO: lipid peroxidation, CI: condition index. Mean + standard deviation.

Antioksidanttipuolustusjärjestelmän entsyymien (CAT ja GR) aktiivisuuksien tulkinnassa on aina otettava huomioon niiden väliset toiminnalliset yhteydet ja yhteydet muihin parametreihin. Matalissa tai keskisuurissa kemikaalialtistuksis-sa nämä entsyymit yleensä aktivoituvat neutraloimaan kemikaalien metaboliaskemikaalialtistuksis-sa syntyviä happiradikaaleja, mutta suurissa altistuspitoisuuksissa systeemi usein pet-tää ja aktiivisuudet putoavat solujen siirtyessä muihin suojamekanismeihin. Esi-merkkinä jälkimmäisestä voidaan pitää tilannetta Rauman edustalla, jossa mitattiin häkitetyistä simpukoista alhaisin CAT-aktiivisuus. Yhdessä jo mainitun korkean GST-aktiivisuuden ja lievästi alentuneen AChE-aktiivisuuden (neurosynaptinen inhibitio) ja kuntoindeksin kanssa alhainen CAT-aktiivisuus voi merkitä antioksi-danttipuolustusjärjestelmän pettämistä. Sen sijaan kontrollipisteessä (Tvärminne) mitattu alhaisin CAT-aktiivisuus on tulkittavissa alhaiseksi stressitasoksi verrattu-na etenkin Porvooseen ja Hankoon. Edellämainituilla asemilla havaittu kohonnut GR-aktiivisuus tukee tulkintaa keskisuuren altistuksen aiheuttamasta oksidatii-visesta kuormituksesta, jota solut yrittävät näiden entsyymien avulla neutraloida.

Altistuksesta huolimatta simpukoiden yleinen terveydentila Porvoossa ja Hangossa näyttäisi edelleen olevan hyvä (korkea AChE ja CI), vaikka myös happiradikaalien aiheuttamat vauriot (kohonnut LPO) ovat lisääntyneet. Membraanivaurioita kuvaava LPO ilmentää antioksidanttipuolustuksen pettämistä, jolloin vapaat happiradikaalit hapettavat solukalvoja. Koska happiradikaalien muodostuminen soluissa on suo-raan yhteydessä aineenvaihdunnan määrään (mukaan lukien vierasainehajotus), on myös ravinnon määrällä vaikutusta happiradikaalien kertymiseen. Edellä mainittu parempi ravitsemustilanne Porvoossa, Hangossa ja Naantalissa heijastuu näin ollen myös LPO-indikaattorissa suurempina arvoina näillä alueilla verrattuna Selkämeren asemiin. Kaiken kaikkiaan on kuitenkin todettava, että LPO-arvot ovat keskimäärin korkeammalla tasolla verrattuna aikaisempiin tutkimuksiin Itämeren pohjoisosissa (Turja ym. 2015).

Biomarkkerituloksia tarkasteltiin yhdessä sinisimpukoiden kudoksista ja passiivi-keräimistä mitattujen PAH- ja organotinayhdisteiden pitoisuuksien kanssa (Kappale 3.3) etsien mahdollisia yhteyksiä näiden välillä. Ylivoimaisesti suurimmat organoti-napitoisuudet mitattiin Naantaliin häkitetyistä sinisimpukoista ja passiivikeräimistä, joissa suurimmat pitoisuuserot puhtaimman alueen (Hanko) välillä olivat n. 4–8 -kertaiset. Näiden kahden ääripään välillä ei kuitenkaan havaittu biomarkkereissa merkittäviä tasoeroja, lukuun ottamatta alhaisempaa kuntoindeksiä Naantalin hä-kitetyissä simpukoissa.

PAH-yhdisteiden suhteen kudospitoisuudet eivät vaihdelleet alueiden kesken mer-kittävästi Uudenkaupungin ja kontrollialueen edustaessa kuitenkin selvästi puhtain-ta aluetpuhtain-ta. Hangon kevätnäyte sisälsi anomaalisen suuria määriä 1- ja 2-metyylinafpuhtain-ta- 2-metyylinafta-leeneja ja niitä oli mitattavissa merkittävissä määrin alueelle häkitetyistä simpukoista edelleen elokuussa. Muilla alueilla näitä yhdisteitä ei havaittu. Metyylinaftaleenit ovat usein öljyjen merkittäviä komponentteja. Ainoastaan Rauman simpukoista mitattiin indikaattoriaine BaP:ä, joka on PAH-yhdisteistä toksisimpia. Onkin varsin mahdollista, että merkittävästi kohonnut GST-entsyymiaktiivisuus on yhteydessä tähän. Raumalla todettiin myös veden huomattavasti kohonnutta turbiditeettia, joka johtui alueella tutkimusjakson aikana käynnissä olleista ruoppaustöistä. Pohjasta ve-teen suspendoitunut partikkelimateriaali ja tässä tutkimuksessa mittamatta jääneet vedessä olleet haitta-aineet saattavat hyvinkin olla alueelle häkitettyjen simpukoiden biomarkkerivasteiden takana.

Verrattuna Suomenlahdella, Saaristomerellä ja Pohjanlahdella aiemmin tehtyjen sinisimpukkahäkitysten tuloksiin voidaan todeta, että useiden biomarkkerien tasot nyt tutkitulla viidellä alueella ovat merkittävästi korkeampia kuin keskimäärin mi-tatut (Turja ym. 2013; 2014; 2015; Lehtonen ym. 2016). Tämä ei sinänsä ole yllättävää, koska kohdealueet valittiin nimenomaan edustamaan rannikkoalueita, jotka ovat suurimman ihmisperäisen kuormituksen alaisena Suomessa (ns. ”worst case”). Jo yksinomaan erot alueiden välillä osoittavat, että olosuhteet eivät ole eri alueille sijoite-tuille eliöille samanlaiset, vaan stressivasteita voidaan biomarkkerien avulla mitata.

Koska kyseessä kuitenkin ovat huomattavan monimutkaiset ja toisiinsa liittyvät fy-siologiset prosessit, voi vaikutusten tulkinta olla haastavaa ja vaatii asiantuntemusta.

On myös ymmärrettävä, että sinisimpukkaa käytetään häkitettäessä eräänlaisena biosensorina, joka edustaa koko eliökuntaa; paikallisen eliöstön todellinen herkkyys ja vasteet ympäristön saastumiselle on hyvin lajikohtaista.

3.4.2 Silakat

Silakoita on troolattu vuosittain vuodesta 2014 alkaen Suomenlahdella, Eteläisel-lä SelkämerelEteläisel-lä, Eteläisel-läntiselEteläisel-lä Suomenlahdella ja keskiselEteläisel-lä Suomenlahdella. LMS-bio-markkerimittaukset on tehty vuosina 2014 ja 2015 Arandalla troolatuista silakoista.

Tässä tarkastellaan näiden vuosien LMS-tuloksia suhteessa samoista kalayksilöistä tehtyihin haitta-ainemittauksiin.

Mitatut yhdisteryhmät ovat summa-PCB (ICES 7), tasomaiset CB-yhdisteet (CB 77, 81, 126 ja 169), summa-PCDD/F, summa-BDE, summa-maksamyrkyt, summa-PFAS, DDT metaboliitteineen ja Hg. Analyysit tehtiin merenhoidon seurannassa (MHS) sovitulla rotaatiomallilla siten, että mitattavat parametrit, poislukien maksamyrkyt, PFAS ja Hg vuorottelevat ja joka toinen vuosi mitataan sama valikoima haitta-aineita.

Kuvassa 16 on esitetty mitattujen orgaanisten yhdisteiden ryhmitellyt kokonaispi-toisuudet, elohopean pitoisuus sekä LMS-vasteet. Koska kyseessä on lyhyt ajanjakso, yhdisteiden, elohopean ja LMS:n ajallista suuntausta ei tarkasteltu. Tilastollista mer-kitsevyyttä eri parametrien välillä ei aineiston pienen koon ja parametrien vaihtele-vuuden takia ole tarkasteltu.

3.4.3 Maksatoksiinit

Aineisto elintarvikekoon silakoista ja MHS:n piiriin kuuluvista haitta-aineista kattaa vasta vuodet 2014–2017. Vuoden 2017 osalta kaikki aineisto ei ollut vielä saatavilla tämän raportin valmistuessa. MHS:n toimintamalliin kuuluu haitallisten aineiden rotaatio, eli analysoitavien parametrien vaihtelu perättäisten vuosien välillä. Näistä tekijöistä johtuen ajallisia trendejä haitallisten aineiden pitoisuuksissa voitaneen tarkastella vasta n. 5–10 vuoden kuluttua.

Toinen merkittävä seikka ajallista vaihtelua koskien on silakoissa ajoittain havaittu muutamia haitta-aineita koskeva huomattavan suuri pitoisuusjakauma yhden alueen vuosittaisessa näyte-erässä. Kyseessä on siis kalayksilöiden välinen heterogeeni-syys haitta-ainekuormassa. Tämä voi selittyä osittain kalojen välisellä massaerolla, rasvaprosenttien välisellä erolla tai yksinkertaisesti sillä, että osa silakoista saa ra-vinnossan suuremman annoksen haitta-aineita. Myös aineenvaihdunnan erot vai-kuttanevat asiaan. Maksatoksiinien kohdalla tulee muistaa, että ne ovat luontaisissa prosesseissa syntyviä molekyylejä, joita useat eliöt, kuten silakka, voivat hajottaa ja poistaa elimistöstään.

Silakan tapauksessa havaittu maksatoksiinisignaali on todennäköisimmin peräi-sin lähes täyperäi-sin nodulariini-R -toksiinista, jota on ollut Itämeren syanobakteeriyh-teisöissä Nodularia spumigena -syanobakteerin massaesiintymien takia. Maksatok-siinien pitoisuus silakoiden lihasnäytteissä on ollut jatkuvasti alhaisella tasolla. Sen sijaan maksanäytteissä maksatoksiinien kokonaispitoisuus on suuri (vaihteluväli 49±1,2–330±81 µg/kg kp). Kalojen välinen pitoisuushajonta on näytteissä ajoittain hyvin suurta. Maksatoksiinien pitoisuustaso silakoissa on samaa luokkaa kuin kam-pelan maksoissa, sinisimpukoissa ja itämerensimpukoissa (Macoma balthica) 1990- ja 2000-luvun tutkimuksissa. Silakan maksan tuloksia voi suhteuttaa WHO:n asetta-maan suurimpaan päivittäiseen maksatoksiiniannokseen (tolerable daily intake;

TDI), joka on 40 ng maksatoksiinia (mikrokystiini-LR) elopainokiloa kohden vuoro-kaudessa. Esimerkiksi 70 kg:n painoiselle ihmiselle tämä tarkoittaa 2,8 µg toksiinia vuorokaudessa. Näin TDI ylittyisi 8–57 gramman annoksella silakan maksaa. Sila-kan, ja etenkin sen maksan, käyttö suomalaisten ravintona on kuitenkin viime vuo-sikymmeninä vähentynyt varsin paljon. Ekologiselta kannalta olisi syytä tarkastella myös silakkaa saalistavien eliöiden saamaa maksatoksiiniannosta ja sen vaikutuksia.

Maksatoksiinit on huomoitava myös käytettäessä silakkaa eläinten rehuna.

3.4.5 Haitta-aineet ja biologiset vaikutukset avomeren silakassa

Vuonna 2014 käynnistetyn LMS-biomarkkerin mittaus Suomen merialueen silakoissa ja ahvenissa on antanut mahdollisuuden seurata haitallisten aineiden pitoisuuksia ja biologisia vaikutuksia yhdennetyllä kemiallis-biologisella strategialla. Varmistettuja LMS-mittaustuloksia oli tätä raporttia tehtäessä rekisteristä saatavilla ainoastaan silakoista vuosilta 2014 ja 2015. Haitta-aineiden pitoisuuksien seurannassa käytettä-västä ajallisesta rotaatiosta johtuen ei kemiallisia näytteitä ollut saatavilla vuonna 2015, vaan ainoastaan vuosina 2014 ja 2016. LMS-näytesarjat 2014 ja 2015 eivät myös-kään olleet näytteenotossa ilmenneiden vaikeuksien vuoksi täydellisiä. LMS-mit-tauksia tehtiin vuonna 2014 kolmella asemalla ja vuonna 2015 viidellä (kuva 16).

Merenkurkku Selkämeri Pori Selkämeri Selkämeri P Hanko Kotka-Loviisa Uusikaupunki

■ 2014

■ 2016

Kuva 16. Silakoista mitatut LMS-biomarkkerin ja organoklooriyhdisteiden (OC) tasot. Alhainen LMS-arvo (minuuteissa) tarkoittaa huonoa terveydentilaa ja punainen katkoviiva on EQS-arvo Itämeren silakalle. HUOM! LMS-arvot ovat vuosilta 2014 ja 2015, kemialliset mittaukset vuosilta 2014 ja 2016 eli eivät suoraan verrattavissa. Huomaa myös PCDD/F-yhdisteiden yksikkö. ICES PCB₇: Kansainvälisen merentutkimusneuvoston (ICES) meriseurantaan suosittelemat PCB-kongeneerit.

Fig. 16. LMS and organochlorine compound (OC) levels in herring. A low LMS value means a poor condition of an individual, and the red hatched line is the EQS value for Baltic herring. NB! LMS values are from years 2014 and 2015 and thus not directly comparable with chemical measurements from herring collected in 2014 and 2016. Please note also the unit of PCDD/F compounds.

ICES PCB₇: PCB congeners recommended for marine monitoring by the International Council for the Exploration of the Sea (ICES).

Merenkurkku Selkämeri Pori Selkämeri Selkämeri P Hanko Kotka-Loviisa Uusikaupunki

Vain kahdelta asemalta tehtiin mittauksia molempina vuosina, joten aluekohtaista ajallista vertailua ei voitu tehdä kuin kahden pyyntialueen välillä. Tästä huolimatta seuraavassa esitetään havaintoja, joiden pidemmälle vietyä tulkintaa ei kuitenkaan suositella ennen uusien ajallisten ja paikallisten näytteiden saatavuutta.

Kaikkien vuonna 2014 tutkittujen asemien keskiarvot ylittivät LMS-biomarkkerin raja-arvon (8 minuuttia), kun taas kaikki vuoden 2015 arvot jäivät hieman sen alle osoittaen silakoiden huonoa kuntoa 2015 (kuva 19). Silakoista mitatun LMS-biomark-kerin jäädessä tämän arvon alle on kyseessä huonossa terveydentilassa oleva yksilö.

Yksilöiden välinen vaihtelu oli vähäisempää 2015.

Silakoiden organoklooriyhdisteiden ja PFOS:n pitoisuudet olivat ympäristönlaa-tunormia pienemmät ja suurempia vuonna 2016 kuin 2014 (kuva 16). Pitoisuudet ovat mahdollisesti olleet jo 2015 suurempia kuin 2014, joten tuolloin silakoissa mitatut alentuneet LMS-biomarkkeriarvot voivat olla yhteydessä kohonneisiin haitta-aine-pitoisuuksiin. Vaikka ympäristönlaatunormit eivät ylittyisi, seostoksisuus voi silti aiheuttaa haitallisia biologisia vaikutuksia eliöissä. LMS-arvojen ja pitoisuuksien välisestä yhteydestä saadaan tarkempaa tietoa, kun vuoden 2016 LMS-mittaustu-lokset valmistuvat.

In document Haitalliset aineet Suomen vesissä: tilanne ja seurannan suuntaviivat (sivua 35-42)