《Environmental Research》：Suspect and non-target screening of exposure biomarkers in urine from Korean adults: Mining archived data for insights from the Korean National Environmental Health Survey 3rd Cycle
编辑推荐：
韩国国家环境健康调查（KoNEHS）第三周期存档的LC-QTOF-MS尿液数据经非靶向筛查和怀疑靶向分析后，鉴定出45种新化合物，包括首次报告的mycotoxins（黄曲霉毒素）、bisphenol E及pirimiphos-methyl代谢物，并确认了PCP相关化合物（如紫外线滤剂和防腐剂）的普遍暴露。研究验证了扩展筛查工作流程对发现潜在污染物的价值，为KoNEHS后续周期和国际生物监测项目提供优先筛查依据。
托马斯·J·麦格拉思（Thomas J. McGrath）|娜贤丽（Na Hyun Lee）|权真贤（Jinhyun Kwon）|崔京镐（Kyungho Choi）|朴正任（Jeongim Park）|科英林（Younglim Kho）|文孝邦（Hyo-Bang Moon）|金成均（Sungkyoon Kim）
韩国首尔国立大学健康与环境研究所
摘要
像韩国国家环境健康调查（KoNEHS）这样的人体生物监测项目提供了关于人群化学暴露的重要证据，以支持法规制定和健康保护措施，但这些项目仅限于少数目标化合物的检测。为了扩大评估的暴露范围，本研究采用了可疑化合物和非目标化合物筛查方法，对从KoNEHS第三轮（2015-2017年）的混合尿样中获取的液相色谱-四极杆飞行时间质谱（LC-QTOF-MS）数据进行了重新处理，使用了全面的开源工作流程。共有398名个体的40份混合样本通过液-液萃取（LLE）方法提取，并使用数据独立采集模式进行了LC-QTOF分析。数据处理工作流程包括在MS-Dial和MS-Finder软件中进行特征提取、比对、过滤以及与内部参考标准数据库、外部碎片光谱库和计算机预测光谱的注释。共标注了45个特征，置信度等级从1到3不等，其中包括24种母体化合物和10种代谢物，这些化合物表明人们可能接触到了个人护理产品（PCPs）、药品、霉菌毒素、农药、新兴的双酚类物质和烟草产品。在KoNEHS第三轮分析中未报告的几种污染物包括有毒的霉菌毒素斯特吉马托西辛（sterigmatocystin）和齐阿伦酮（zearalenone）、潜在的双酚A替代品双酚E，以及一种表明接触农药吡虫啉甲酯（pirimiphos-methyl）的代谢生物标志物。频繁检测到与个人护理产品相关的化合物（如UV过滤剂和对羟基苯甲酸酯）凸显了它们在持续监测中的重要性，而某些药品的广泛存在则需要进一步研究，以区分其治疗用途和无意中的环境暴露。尽管受到提取方法的限制，只能检测中极性化合物，但这项研究表明，对存档数据的应用可以提供关于韩国人群中被忽视的暴露情况的有意义的新见解。随着可疑化合物和非目标化合物筛查工作流程的扩展和注释准确性的提高，这些方法可以继续指导未来KoNEHS项目的优先级制定，并为国际生物监测计划做出贡献。
引言
人体生物监测能够直接证明人群中的化学暴露情况，并逐渐被认可为环境健康保护和法规决策的重要方法。在韩国，韩国国家环境健康调查（KoNEHS）是一项为期三年的全国性生物监测项目，通过尿液和血液样本测量化学暴露情况，涵盖主要的人口群体（Jung等人，2022年）。在KoNEHS框架内，对一系列生物标志物进行定量目标分析，以检测特定金属（Ock等人，2025年）、邻苯二甲酸盐（Kim等人，2022年）、环境酚类（Hwang等人，2022年）、多环芳烃（PAHs）（I. Lee等人，2022年）、农药（Choi和Moon，2024年）、挥发性有机化合物（VOCs）（Choi等人，2023年）和烟草烟雾（Kim等人，2021年）的暴露情况。目标化合物的选择基于暴露概率、健康影响的严重程度、公众关注度、分析可行性以及法规相关性（Jung等人，2022年）。KoNEHS的第一轮（2009-2011年）、第二轮（2012-2014年）、第三轮（2015-2017年）和最新的第四轮（2018-2021年）及第五轮（2021-2023年）根据新兴的科学证据和法规优先级逐步扩展了分析物范围（Hong等人，2024年）。
对大规模样本集进行定量分析所需的高成本和高工作量要求必须谨慎选择目标物质，但即使设计良好的分析面板也只能有限地反映普通人群所经历的广泛暴露情况（Dennis等人，2017年）。有证据表明，人类通过消费品、饮食来源和环境途径接触到不断变化且日益多样的污染物（Meijer等人，2021年；Plassmann等人，2018年）。对传统污染物的监管限制促使人们引入替代化学品和结构类似物，而市场需求和创新也可能引入新的物质。新兴污染物的毒理学数据往往稀缺，尽管它们与已知的内分泌干扰物质具有结构相似性，这引发了担忧（Christia等人，2022年）。例如，对于替代双酚A的某些化合物类别的有限测试显示出了生殖毒性和潜在的致癌性（Adamovsky等人，2024年；den Braver-Sewradj等人，2020年）。
为了应对不断扩大的污染物暴露情况和目标分析的局限性，国际上越来越多地将可疑化合物和非目标化合物筛查（SS和NTS）与传统的生物监测方法相结合（Manz等人，2023年；Sabbioni等人，2022年）。SS和NTS筛查通常涉及应用液相或气相色谱（LC或GC）与高分辨率质谱（HRMS），如四极杆飞行时间（Q-TOF）MS，以同时检测数千种化合物，其中SS包含用于优先排序的明确化学列表，而NTS则不包含预选步骤（Hollender等人，2023年）。通过将色谱和质谱信息与实验参考数据库或算法预测的分析特征进行匹配来确定化合物的身份。注释的置信度取决于参考数据的可靠性，以及准确质量、同位素比值、碎片模式和保留时间（RT）等证据对参考结果的支撑程度（Schymanski等人，2014年）。因此，置信度等级从基于计算机预测的临时注释到有参考标准可供比较的明确鉴定不等。样本提取偏差以及色谱选择、离子化效率、分析仪器的分辨率和灵敏度的限制最终决定了可观察化合物的总体范围（Hollender等人，2023年）。
多个国家在人体生物监测中采用了SS和NTS工作流程，以扩展化合物检测和优先排序，包括欧盟人体生物监测（HBM4EU）项目（Pourchet等人，2020年）和美国国家健康与营养调查（NHANES）相关的研究（Jang等人，2025年）。最近的一项研究还将SS和NTS方法应用于从KoNEHS第三轮混合血清样本中获取的GC-QTOF数据，展示了基于GC的工作流程在扩展挥发性和半挥发性物质暴露评估方面的能力（Mok等人，2024年）。虽然血清分析反映了系统循环中的亲脂性和亲蛋白质污染物，但尿液样本则捕获了更多经过代谢和排泄后的极性和不稳定化合物，因此LC-QTOF尿液分析成为表征人群暴露情况的补充手段。
鉴于此，本研究的目标是将SS和NTS工作流程应用于从KoNEHS第三轮项目中收集的混合成人尿液样本中获取的存档LC-QTOF数据文件，并标注那些不在既定目标分析范围内的化合物。通过质量控制实验和先前发布的KoNEHS目标数据评估了数据的化学范围和注释置信度，为结果报告提供了化学范围和置信度框架。本研究旨在揭示被忽视或新出现的暴露情况，并为未来KoNEHS监测周期和国际生物监测计划提供参考。
样本收集与制备
在2015至2017年的KoNEHS第三轮期间，招募了代表韩国普通人群的参与者。在此框架下，从3787名成人中收集了尿样，储存在聚丙烯管中，然后在24小时内分装，随后储存在-20°C。样本收集和目标化合物分析的详细信息由Jung等人（2022年）报告。从所有样本中随机选择了398份，并将其等量混合成40份样本。
检测能力和化学覆盖范围
在2019年原始样本采集期间对内部数据库标准的分析证实，LC-QTOF方法能够可靠地检测到广泛的暴露相关化合物（表S2），其前体质量偏差小于10 ppm。LC-QTOF系统的稳定性通过八次混合QC注射中咖啡因（正模式）和丙基对羟基苯甲酸酯（负模式）的一致信号得到验证，其保留时间和前体质量的标准偏差分别低于0.05分钟和0.001 Da。
结论
本研究表明，即使是对存档数据进行有限的筛查，也能提供关于韩国成年人群中被忽视的暴露情况的有意义见解。通过标注KoNEHS第三轮样本中未分析过的化合物，包括霉菌毒素、双酚类、农药、药品、烟草产品和个人护理产品成分，这项工作为KoNEHS第三轮活动的现有目标生物监测提供了新的证据。本研究的结果……
作者贡献声明
金成均（Sungkyoon Kim）：撰写 – 审稿与编辑、验证、监督、资源提供、方法论制定、研究实施、资金获取、概念构思。
文孝邦（Hyo-Bang Moon）：撰写 – 审稿与编辑、监督、研究实施、概念构思。
科英林（Younglim Kho）：撰写 – 审稿与编辑、监督、资源提供、概念构思。
朴正任（Jeongim Park）：撰写 – 审稿与编辑、监督、概念构思。
托马斯·雅各布·麦格拉思（Thomas Jacob McGrath）：撰写 – 初稿撰写、验证、研究实施、数据管理。
权真贤（Jinhyun Kwon）：
未引用参考文献
den Braver-Sewradj等人，2020年；Kim等人，2025年；Lee等人，2022年；Lee等人，2022年；Park和Sim，2022年。
利益冲突声明
? 作者声明他们没有已知的利益冲突或个人关系可能影响本文所述的工作。
致谢
本研究得到了韩国科学技术信息通信部（Ministry of Science and ICT）通过韩国国家研究基金会（National Research Foundation of Korea）资助的“Brain Pool”计划（RS-2023-00281992）以及韩国国家环境研究院（National Institute of Environmental Research，NIER）提供的“韩国国家环境健康生物银行系统路线图”（NIER-2019-01-02-091）项目的支持。
