1.一种金属纳米粒子联合毒性的定量预测方法，其特征在于，所述定量预测方法基于多元金属纳米粒子的联合毒性终点值与单一金属纳米粒子的理化性质，针对不同的理化指标通过回归分析发展MENPM定量预测模型，通过拟合系数判别模型的拟合度、稳健性和预测能力，从理化指标中筛选出通用描述符，建立MENPM定量预测模型。

2.根据权利要求1所述的定量预测方法，其特征在于，所述定量预测方法包括以下步骤：

(1)生物毒性测试：分别测定各金属纳米粒子对受试生物的单一毒性、及多元联合毒性；

(2)理化指标获取：分别测定或获取各金属纳米粒子的理化指标数据；

(3)发展MENPM定量预测模型：基于不同理化指标，结合多元联合毒性终点值，通过回归分析，分别发展MENPM定量预测模型；

(4)建立MENPM定量预测模型：通过相关系数、交叉验证系数、决定系数对不同理化指标发展MENPM定量预测模型判别模型的拟合度、稳健性及预测能力，筛选出作为通用描述符的理化指标，建立MENPM定量预测模型。

3.根据权利要求2所述的定量预测方法，其特征在于，所述金属纳米粒子为ZnO、CuO、TiO2、ZrO2；所述定量预测方法针对所述金属纳米粒子的二元联合毒性，包括以下步骤：(1)生物毒性测试：考察ZnO、CuO、TiO2、ZrO2纳米粒子对受试生物的单一及二元联合毒性，确定这四种金属氧化物纳米粒子的单一及二元联合毒性的EC10和EC50值，其中二元混合比例选取体系中单一金属氧化物纳米粒子的EC10：EC10和EC50：EC50两种比率；

(2)理化指标获取：利用马尔文激光粒度仪，分别测定ZnO、CuO、TiO2、ZrO2纳米粒子在测试介质中的表面零点电势和水动力学直径；分别获取ZnO、CuO、TiO2、ZrO2纳米粒子中金属态原子电负性值和金属氧化物粒子生成焓数据；

(3)发展MENPM定量预测模型：基于这四种金属氧化物纳米粒子的二元联合毒性的EC10和EC50值，分别结合单一金属氧化物纳米粒子中金属态原子电负性值、金属氧化物离子生成焓、金属氧化物纳米粒子的表面零点电势及水动力学直径，通过偏最小二乘法发展四个对应的MENPM定量预测模型；

(4)建立MENPM定量预测模型：通过相关系数、交叉验证系数、决定系数分别判别步骤(3)发展的四个模型的拟合度、稳健性及预测能力，进而筛选作为通用描述符的理化指标，建立MENPM定量预测模型。

4.根据权利要求3所述的定量预测方法，其特征在于，所述受试生物选取斜生栅藻；所述步骤(4)筛选出水动力学直径作为通用描述符。

5.根据权利要求4所述的定量预测方法，其特征在于，所述步骤(4)建立的MENPM定量预测模型为：

M1+M2

log1/EC 50＝‑0.224+0.494·DHM1+0.963·DHM2M1+M2

式中，EC 50为金属氧化物纳米粒子二元混合物的50％效应浓度值；DHM1、DHM2分别为金属氧化物纳米粒子二元混合物中组分1、组分2的水动力学直径。

6.根据权利要求2所述的定量预测方法，其特征在于，所述步骤(4)筛选水动力学直径作为通用描述符，建立的MENPM定量预测模型为：M1+M2+...+Mn

log1/EC 50＝a+b1·DHM1+b2·DHM2+…+bn·DHMnM1+M2+...+Mn

式中，EC 50为金属氧化物纳米粒子多元混合物的50％效应浓度值；DHM1、DHM2、…DHMn分别为金属氧化物纳米粒子多元混合物中组分1、组分2…组分n的水动力学直径；a,b1,b2,…,bn分别为回归系数值。