土耳其伊兹密尔地区食用鱼的营养价值与多氯联苯（POPs）风险：一项多变量饮食暴露评估

《Marine Pollution Bulletin》：Nutritional benefits and POPs risks of fish consumption in Izmir, Türkiye: a multivariate dietary exposure assessment

　　• 鲱鱼和沙丁鱼的肌肉中EPA和DHA的含量最高。
• p,p'-DDE是鱼肌肉中主要的有机氯农药。
• 大西洋马鲛鱼和养殖海鲈鱼的肌肉中PCB浓度最高。
• 所有物种的非致癌性危害商（HQ）值均低于1。
• 鲱鱼和沙丁鱼显示出最有利的风险-收益平衡。

1. 引言
联合国的2030年可持续发展目标旨在确保每个人都能获得安全、可持续且营养丰富的食品。它还建议人们消费低碳足迹和可持续的海产品，而不是像肉类这样高碳足迹的蛋白质来源（Hilborn等人，2018年）。特别是含有长链ω-3脂肪酸（如EPA和DHA）的海产品，能够降低心血管疾病的风险。世界卫生组织（WHO）建议成年人每天摄入200-500毫克的EPA和DHA（Maehre等人，2015年）。尽管有这些显著的好处，但由于持久性有机污染物（POPs）的存在，食用水产品的消费也带来了潜在风险（Islam等人，2018年；N?stbakken等人，2021年）。其中，多氯二苯并-p-二恶英/二苯并呋喃（PCDD/Fs）和类似二恶英的多氯联苯（dl-PCBs）等二噁英类化合物（N?stbakken等人，2021年；Jensen等人，2020年）以及有机氯农药（OCPs）（Rawn等人，2009年）都是亲脂性污染物。在这些污染物中，p,p'-DDE与脂质稳态的改变有关；例如，大口黑鲈鱼的饮食暴露会减少肠道中的胆固醇酯含量，同时增加肝脏中的胆固醇酯含量（Wormington等人，2024年）。因此，需要进行风险-收益评估，以全面比较食用水产品的有益和潜在不良健康影响（N?stbakken等人，2021年；Tuomisto等人，2020年）。关于风险评估的关键决策不仅应基于污染物浓度，还应基于毒理学风险指标，如二噁英类化合物的毒性当量（TEQs）和非致癌效应的危险指数（HI），以提供对食用水产品相关潜在健康风险的更全面评估（Wang等人，2013年）。

脂肪酸谱可能因鱼类种类、栖息地、摄食习性、生理状态和环境因素（如温度）而异（Burreau等人，2006年）。快速增长的水产养殖业，尤其是在地中海地区，在鱼类供应中起着重要作用。在水产饲料中，用植物成分替代鱼粉和鱼油通常会导致最终鱼类产品中营养价值高的长链多不饱和脂肪酸（LC-PUFAs）（特别是EPA和DHA）的浓度降低，因为大多数海洋物种的生物转化能力有限（Tocher，2015年）。细胞膜，包括质膜和线粒体膜，由于其脂质和脂肪酸组成，对压力信号非常敏感。接触农药和PCBs等化学物质会导致细胞内活性氧（ROS）的产生水平高于正常水平。ROS是高反应性的氧物种，会破坏平衡并容易与其他分子发生反应（Abdallah等人，2025年；Dr?ge，2002年）。这些物种的增加会导致细胞氧化应激。氧化应激是由ROS的产生和抗氧化防御之间的不平衡引起的，可能导致脂质、蛋白质和DNA受损。膜脂质，特别是多不饱和脂肪酸，特别容易发生脂质过氧化，这会损害膜的完整性和功能（Gon?alves等人，2021年）。

本研究旨在评估土耳其消费的水产养殖和野生捕获鱼类当前的脂肪酸谱和污染水平。目标是全面展示与鱼类消费相关的潜在健康风险和营养益处。特别是，检查心血管健康关键成分（如n-3长链多不饱和脂肪酸（LC-PUFAs）以及污染物（如农药衍生物、重金属和持久性有机污染物）的当前水平，对于保护消费者健康和制定国家营养政策至关重要。与伊兹密尔大都会区相关的潜在污染源包括城市和市政排放、工业活动、周边地区的农业径流、海洋和港口相关的输入，以及历史上沉积在海洋环境中的污染物。在这一背景下，本研究旨在评估土耳其伊兹密尔大都会区鱼类消费的营养益处和潜在健康风险。因此，假设鱼类脂质含量与体型（长度和重量）呈正相关，较高的脂质含量与较高的n-3 PUFA水平相关，脂质相关参数与亲脂性污染物的积累相关。

2. 材料与方法
2.1. 益处-风险商（BRQ）和危险指数（HI）计算方法
好处-风险商（BRQ）是一个用于评估从鱼类消费中获得的ω-3脂肪酸（EPA + DHA）的营养益处与多氯联苯（PCBs）和农药等污染物相关潜在风险之间平衡的指标（Wang等人，2013年；Zhang等人，2012年）。BRQ值分别针对致癌和非致癌效应进行计算：
$$
BRQ = \frac{CRSEFA_{cancerogenic} \cdot CRlim_{non-cancerogenic}}{CRSEFA_{non-cancerogenic} - CRlim_{cancerogenic}}
$$
其中，$CRSEFA_{cancerogenic}$（克/天）表示满足EPA和DHA推荐摄入量（统称为EPA + DHA）所需的鱼类数量，而$CRlim_{non-cancerogenic}$（克/天）表示允许的最大受污染鱼类消费量。CRSEFA使用以下公式估算：
$$
CRSEFA = RSEFA_{EPA + DHA} \cdot \frac{每天推荐摄入量}{每克鱼肉中的EPA + DHA浓度}
$$
在本研究中，基于风险的鱼类消费限制（CRlim）是使用针对致癌和非致癌效应开发的公式估算的（US EPA，2000年；Yu等人，2012年）。致癌和非致癌评估均包括α-HCH、β-HCH、七氯、艾氏剂、七氯环氧、狄氏剂、p,p'-DDD、p,p'-DDT和七种指示性PCB同系物（PCB 28、52、101、118、138、153和180）。对有机氯农药应用了特定化合物的口服癌症斜率因子（CSFs）和参考剂量（RfDs）。对于PCBs，将七种同系物的浓度相加，并对总和的PCB浓度应用了2.0（毫克/千克体重/天）的上限口服CSF和2 × 10^-5毫克/千克体重/天的口服RfD。ARL（无量纲）表示可接受的风险水平（10^-5），BW（70千克）表示消费者体重，x表示考虑的污染物数量。Cm（毫克/克）表示给定鱼类物种中污染物m的测量浓度，而CSFm（毫克/千克/天）和RfDm（毫克/千克/天）分别表示污染物m的癌症斜率因子和参考剂量（US EPA，2000年）。

对于致癌和非致癌评估，BRQ值低于1表示可以在不超过70千克成年人的相应污染物基于消费限制的情况下达到健康成人推荐的EPA + DHA摄入量（250毫克/天）。相反，BRQ值高于1表示要达到EPA + DHA推荐摄入量需要摄入超过相应致癌（10^-5终生风险）或非致癌风险基于安全消费限制的鱼类数量。因此，根据考虑的毒理学终点，BRQ值分别解释为BRQcarc和BRQnon-carc。

2.2. 采样与分析
从伊兹密尔的超市和当地鱼市共收集了19种可食用鱼类（16种海洋鱼类和3种养殖鱼类），共计300多个样本。所调查的物种在商业上非常重要，且被当地人口广泛消费。收集后，样本在低温条件下运输到实验室以防止脂质降解。在分析前记录了包括总长度和重量在内的形态测量数据。小型鱼类样本每个品种采集20个个体，大型鱼类样本每个品种采集10个个体，并在分析前去皮。到达后，用蒸馏水清洗鱼样，小心地切取可食用的肌肉组织。均质化样本存放在-20°C的密封容器中，待进一步分析。在脂肪酸测定之前，从均质化材料中取适当子样本进行脂质提取。

脂肪酸甲酯（FAME）通过碱催化的酯交换反应制备。将大约10毫克的鱼肌肉组织转移到干净的玻璃管中，加入2毫升2摩尔氢氧化钾（KOH）溶液。彻底涡旋混合以确保完全酯交换反应。反应在室温（约20-25°C）下进行。随后加入2毫升异辛烷，再次涡旋混合，然后以3000转/分钟的速度离心5分钟。将上清液小心转移到GC小瓶中进行分析。酯交换程序遵循TSE（2015）标准方法，并与Kowalski等人（2019年）和ISO 12966-4:2015描述的方法一致。FAME使用配备SP-2560熔融硅毛细管柱（60米×0.25毫米×0.20微米；Supelco，Bellefonte，PA，美国）的Agilent GC-FID系统分离和定量。烤箱温度程序从120°C开始，以4°C/分钟的速度升至240°C，并保持恒温5分钟。注射器和探测器温度分别设定为250°C和260°C，采用氦气作为载气，在恒定流速条件下进行。注射体积为0.5微升。通过将保留时间与经过认证的参考标准混合物（Supelco 37 Component FAME Mix，TraceCERT?；Sigma-Aldrich，目录号CRM47885，Bellefonte，PA，美国）进行比较来鉴定个别FAME。定量基于从参考标准的标准品系列稀释构建的多点校准曲线。使用两种不同日期分析的参考材料评估了FAME方法的精度。主要脂肪酸的RSD值通常低于8%，日间差异在±5%以内，表明日间精度满意。对于次要成分C18:3n6和C20:0，观察到的变异性较高，RSD值高达15.4%。本研究报道的脂肪酸包括SFA、MUFA、PUFA、n-3 PUFA、n-6 PUFA、亚油酸（LIN，18:2n-6）、α-亚麻酸（ALA，18:3n-3）、二十碳五烯酸（EPA，20:5n-3）和二十二碳六烯酸（DHA，22:6n-3）。脂肪酸浓度以克/100克湿重（ww）表示。

如上所述，样品准备后，收集代表性子样本进行农药分析。对于农药分析，使用微波辅助提取系统（CEM-MARS）处理冻干子样本（约5克干重）。每个样本分析三次以确保分析可靠性。应用于生物体的分析方法采用了联合国环境规划署（UNEP）的国际参考方法（UNEP/IOC/IAEA/FAO，1990年）。计算生物体样本的干重与湿重之比。向生物体样本中加入内标物以确定分析方法的回收率。生物体样本在微波提取系统中用30毫升己烷/丙酮（90:10）提取30分钟。这些提取物在旋转蒸发器中浓缩至约15毫升，然后在氮气下蒸发至5毫升。此时计算生物体的脂质含量。然后用二氯甲烷/己烷混合物清洗样本，干燥，在130°C下活化8小时，然后通过0.5%的去活化氟硅柱（Clean-up）。将样本加入柱子后，用不同的溶剂混合物洗脱并分离成组分。卤代烃使用70毫升己烷、45毫升己烷:二氯甲烷（70:30）和70毫升二氯甲烷进行分离。这三个组分合并并用Kuderna-Danish装置浓缩至15毫升，然后用氮气浓缩至1毫升，准备进行GC–MS分析。质谱仪（MSD）在选定离子监测（SIM）模式下操作，以提高目标的灵敏度和选择性。OCPs使用Agilent 6890 N气相色谱仪与Agilent 5973惰性质量选择检测器（GC–MS）结合分析，配备HP-5MS毛细管柱（30米×0.25毫米×0.25微米）。氦气被用作载气，在恒流量模式下以1.0 mL min?1的流速流动，线速为36 cm s?1；烤箱温度最初保持在50°C 1分钟，然后以25°C min?1的速率升至100°C，以5°C min?1的速率升至260°C，再以10°C min?1的速率升至300°C，之后保持2分钟。注射器、离子源和质量分析器的温度分别设置为250°C、150°C和150°C；ODS（有机氯化合物）主要在电子捕获负化学电离（ECNI）模式下进行分析，p,p'-DDE则采用电子撞击电离（EI）模式进行分析，质谱仪工作在选择离子监测（SIM）模式下。多氯联苯（PCB）同系物通过GC–MS方法进行分析，关于样品制备的详细信息，包括微波辅助提取、柱子清洗和PCB测定 instrumental 条件，详见Yurdakul等人（2025）的研究。

农药的鉴定基于它们的保留时间以及特征性目标离子和鉴定离子。定量分析采用了内标校准方法。校准曲线是用多级标准溶液构建的，通过将目标化合物的峰面积与相应内标的峰面积进行比较来计算分析物的浓度。方法性能从线性、精确度和回收率等方面进行了评估。使用鉴定离子确保了化合物鉴定的可靠性，而SIM模式提高了痕量分析的检测限。方法验证包括外部添加实验以确定ODS的回收率。化合物的鉴定基于保留时间以及特征性目标离子和鉴定离子，而定量分析采用内标校准方法，共五个浓度水平（1.2–120 ng/mL）。Kurt-Karakus等人（2024）提供了额外的分析细节。程序空白样品定期分析，结果显示没有超出方法检测限的污染。

**氦气作为载气在恒流量模式下使用，流速为1.0 mL min?1，线速为36 cm s?1；烤箱温度最初保持在50°C 1分钟，然后以25°C min?1的速率升至100°C，以5°C min?1的速率升至260°C，再以10°C min?1的速率升至300°C，之后保持2分钟。注射器、离子源和质量分析器的温度分别设置为250°C、150°C和150°C；有机氯化合物（OCPs）主要在电子捕获负化学电离（ECNI）模式下进行分析，p,p'-DDE则采用电子撞击电离（EI）模式进行分析，质谱仪工作在选择离子监测（SIM）模式下。多氯联苯（PCB）同系物通过GC–MS方法进行分析，关于样品制备的详细信息，包括微波辅助提取、柱子清洗和PCB测定 instrumental 条件，详见Yurdakul等人（2025）的研究。**

农药的鉴定基于它们的保留时间以及特征性目标离子和鉴定离子。定量分析采用了内标校准方法。校准曲线是用多级标准溶液构建的，通过将目标化合物的峰面积与相应内标的峰面积进行比较来计算分析物的浓度。方法性能从线性、精确度和回收率等方面进行了评估。使用鉴定离子确保了化合物鉴定的可靠性，而SIM模式提高了痕量分析的检测限。方法验证包括外部添加实验以确定ODS的回收率。化合物的鉴定基于保留时间以及特征性目标离子和鉴定离子，而定量分析采用内标校准方法，共五个浓度水平（1.2–120 ng/mL）。Kurt-Karakus等人（2024）提供了额外的分析细节。程序空白样品定期分析，结果显示没有超出方法检测限的污染。

**海洛因作为载气在恒流量模式下使用，流速为1.0 mL min?1，线速为36 cm s?1；烤箱温度最初保持在50°C 1分钟，然后以25°C min?1的速率升至100°C，以5°C min?1的速率升至260°C，再以10°C min?1的速率升至300°C，之后保持2分钟。注射器、离子源和质量分析器的温度分别设置为250°C、150°C和150°C；有机氯化合物（OCPs）主要在电子捕获负化学电离（ECNI）模式下进行分析，p,p'-DDE则采用电子撞击电离（EI）模式进行分析，质谱仪工作在选择离子监测（SIM）模式下。多氯联苯（PCB）同系物通过GC–MS方法进行分析，关于样品制备的详细信息，包括微波辅助提取、柱子清洗和PCB测定 instrumental 条件，详见Yurdakul等人（2025）的研究。**

**基于农药在色谱中的保留时间以及特征性目标和鉴定离子，对农药进行了鉴定。定量分析采用内部标准校准方法。使用多级标准溶液建立校准曲线，并通过比较目标化合物的峰面积与相应内部标准的峰面积来计算分析物的浓度。从线性、准确性和回收率等方面评估了方法的性能。使用鉴定离子确保了化合物鉴定的可靠性，而SIM模式提高了痕量分析的检测限。方法的验证包括外部添加实验以确定有机氯化合物的回收率。化合物的鉴定基于保留时间以及特征性目标和鉴定离子，定量分析采用内部标准校准方法，共五个浓度水平（1.2–120 ng/mL）。Kurt-Karakus等人（2024）提供了额外的分析细节。程序空白样品定期分析，结果显示没有超出方法检测限的污染。**

**鱼类中的有机氯农药浓度通过气相色谱-质谱（GC-MS）分析，并结合特征性和目标离子进行鉴定。关于样品制备的详细信息，包括微波辅助提取、柱子清洗和GC-MS分析的 instrumental 条件，可在Yurdakul等人（2025）的研究中找到。**

**根据农药在色谱中的保留时间及其特征目标离子和鉴定离子进行鉴定。采用内部标准校准方法进行定量分析。校准曲线通过多水平标准溶液建立，并通过比较目标化合物的峰面积与相应内部标准的峰面积来计算分析物的浓度。从线性、准确性和回收率等方面评估了方法的性能。使用鉴定离子确保了化合物鉴定的可靠性，而SIM模式提高了痕量分析的检测限。方法的验证包括外部添加实验以确定有机氯化合物的回收率。化合物的鉴定基于保留时间及其特征性目标和鉴定离子，定量分析采用内部标准校准方法，共五个浓度水平（1.2–120 ng/mL）。Kurt-Karakus等人（2024）提供了额外的分析细节。程序空白样品定期分析，结果显示没有超出方法检测限的污染。**

**鱼脂质质量指数（FLQ）用于根据长链n-3多不饱和脂肪酸和饱和脂肪酸的相对丰度来评估鱼脂质的营养价值。该指数通过以下公式计算：FLQ = EPA + DHA + SFA，其中EPA代表二十碳五烯酸，DHA代表二十二碳六烯酸，SFA代表总饱和脂肪酸。FLQ值越高，表示营养成分中有益的EPA和DHA的比例相对于饱和脂肪酸越高，因此脂质组成越优。**

**2.3 统计分析**
进行了统计分析，以评估鱼类大小、脂质含量、有机氯农药和多氯联苯（PCB）浓度以及脂肪酸组成之间的关系。根据研究目的，假设鱼类脂质含量与体形大小正相关，较高脂质含量与营养成分丰富的n-3多不饱和脂肪酸（n-3 PUFA）水平正相关，且富含脂质的鱼肌更容易积累亲脂性污染物（包括有机氯化合物和多氯联苯）。使用Spearman等级相关分析来评估变量之间的关系，同时应用线性回归来检测污染物负荷、脂质含量、长度和重量之间的选定关系。通过测量生物测量值、污染物和脂肪酸变量进行了主成分分析（PCA），以识别不同鱼类之间的主要变异模式。统计显著性设在p < 0.05。零假设是所调查的变量和鱼类组之间不存在显著关系或差异。所有分析均在R（R Core Team）中使用RStudio进行，并使用tidyverese、FactoMineR和factoextra包进行数据处理、排序和图形制作。**

**3 结果**
**3.1 鱼类样本中的脂肪酸组成**
我们的结果显示，多不饱和脂肪酸（PUFA）是主要的脂肪酸组（1.72 ± 0.95 g/100 g），其次是单不饱和脂肪酸（MUFA）（1.31 ± 0.69 g/100 g）和饱和脂肪酸（SFA）（1.30 ± 0.57 g/100 g）。在欧米伽脂肪酸中，n-3 PUFA（1.34 ± 0.78 g/100 g）明显高于n-6 PUFA（0.38 ± 0.26 g/100 g），这与典型的海洋脂质组成一致。DHA是最丰富的单个脂肪酸（0.71 ± 0.49 g/100 g；范围：0.19–1.79 g/100 g），其次是EPA（0.37 ± 0.27 g/100 g），而Linoleic酸（LIN）和Alpha-Linolenic酸（ALA）的浓度较低（分别为0.23 ± 0.11 g/100 g和0.06 ± 0.03 g）。鱼类样本中的脂肪酸组成，包括SFA、MUFA、PUFA和n-3 PUFA，以总脂肪酸的百分比（表2）和g/100 g湿重的形式呈现（表3）。总体而言，脂肪酸组成在各物种之间存在显著差异，反映了不同的摄食习惯、栖息地和水养条件。SFA的比例在25%到35%之间（图1）。红鲻鱼、海鲷鱼、灰鲻鱼和白鱼中的SFA比例最高（均约为35%），而在养殖鱼类如虹鳟鱼（25%）和海鲷鱼（26%）中较低。在野生鱼类中，凤尾鱼（2.05 g/100 g）和大西洋马鲛鱼（1.84 g/100 g）中的SFA水平最高，而在养殖鱼类中，海鲷鱼（2.22 g/100 g）和海鲈鱼（2.19 g/100 g）中的SFA水平最高。SFA的最低浓度出现在白鱼（0.48 g/100 g）中。MUFA的比例在25%到40%之间，其中大蓝鱼（Pomatomus saltatrix > 27 cm）中的比例最低，而在小海鲷鱼（Sparus aurata < 24 cm）中最高。养殖鱼类的MUFA浓度通常较高（1.93–3.09 g/100 g）。养殖海鲷鱼（3.09 g/100 g）和沙丁鱼（1.95 g/100 g）中的MUFA浓度最高，而白鱼（0.48 g/100 g）和野生海鲈鱼（0.66 g/100 g）中的MUFA浓度最低。PUFA的比例范围从25.2%到45%不等。沙丁鱼、凤尾鱼、大西洋马鲛鱼和大西洋鲭鱼中的PUFA比例最高（均约为40–45%），表明它们在营养上的重要性。相比之下，小海鲷鱼（25.2%）中的PUFA含量较低。在浓度方面，沙丁鱼（3.25 g/100 g）和养殖海鲷鱼（3.14 g/100 g）中的PUFA水平最高，而白鱼（0.48 g/100 g）中的PUFA含量最低（见图2）。**

**表2. 伊兹密尔鱼类样本可食肌肉组织中的脂肪酸组成（%总脂肪酸），数值以平均值±标准差（SD）表示。**

**表3. 伊兹密尔鱼类样本可食肌肉组织中的脂肪酸含量（g/100 g湿重±标准差（SD）**
| 农药 | 参考材料（IAEA432） | 测量值 ± RSD | 实际值 ± SD |
| --- | --- | --- | --- |
| a-HCH | 0.23 ± 0.21 | 0.23 ± 0.25 |
| b-HCH | 0.22 ± 0.11 | 0.22 ± 0.11 |
| g-HCH | 0.57 ± 0.32 | 0.58 ± 0.54 |
| Heptachlor | 0.98 ± 0.82 | 1.0 ± 1 |
| Aldrin | 1.48 ± 0.98 | 1.5 ± 1.4 |
| Heptachlorepoxide | 10.83 ± 5.5 | 11 ± 1 |
| t-Nonachlor | 0.52 ± 0.40 | 0.5 ± 3 |
| Dieldrin | 1.28 ± 0.92 | 1.3 ± 0.94 |
| p-p'-DDE | 2.07 ± 0.89 | 2.1 ± 1 |
| Endrin | 5.32 ± 1.15 | 5.4 ± 6.9 |
| p-p'-DDD | 0.87 ± 0.95 | 0.88 ± 0.49 |
| Endosulfan sulfate | 1.77 ± 0.98 | 1.8 ± +1.3 |
| p-p'-DDT | 0.66 ± 0.39 | 0.67 ± 0.46 |

**鱼脂质质量指数（FLQ）**依据长链n-3多不饱和脂肪酸和饱和脂肪酸的相对丰度来评估鱼脂质的营养价值。该指数通过以下公式计算：FLQ = EPA + DHA + SFA。较高的FLQ值表明相对于饱和脂肪酸，有益的营养成分EPA和DHA的比例更高，从而具有更优的脂肪酸组成。**

**2.3 统计分析**
进行了统计分析，以评估鱼类大小、脂质含量、有机氯农药和多氯联苯（PCB）浓度以及脂肪酸组成之间的关系。根据研究目的，提出了以下替代假设：鱼类脂质含量与体形大小呈正相关；较高的脂质含量与较高的营养价值n-3 PUFA水平相关；富含脂质的鱼肌倾向于积累更多的亲脂性污染物，包括有机氯化合物（OCPs）和多氯联苯（PCBs）。使用Spearman等级相关分析来评估变量之间的关联，同时应用线性回归来检查污染物负荷、脂质含量、长度和重量之间的选定关系。通过测量生物测量值、污染物和脂肪酸变量进行了主成分分析（PCA），以识别不同鱼类之间的主要变异模式。统计显著性设在p < 0.05。零假设是所研究的变量和鱼类组之间不存在显著关系或差异。所有分析均在R（R Core Team）中使用RStudio进行，并使用tidyverese、FactoMineR和factoextra包进行数据处理、排序和图形制作。**

**3. 结果**
**3.1 鱼类样本中的脂肪酸组成**
我们的结果显示，多不饱和脂肪酸（PUFA）是最主要的脂肪酸组（1.72 ± 0.95 g/100 g），其次是单不饱和脂肪酸（MUFA）（1.31 ± 0.69 g/100 g）和饱和脂肪酸（SFA）（1.30 ± 0.57 g/100 g）。在欧米伽脂肪酸中，n-3 PUFA（1.34 ± 0.78 g/100 g）显著高于n-6 PUFA（0.38 ± 0.26 g/100 g），这与典型的海洋脂质组成一致。DHA是最丰富的单个脂肪酸（0.71 ± 0.49 g/100 g；范围：0.19–1.79 g/100 g），其次是EPA（0.37 ± 0.27 g/100 g），而Linoleic酸（LIN）和Alpha-Linolenic酸（ALA）的浓度较低（分别为0.23 ± 0.11 g/100 g和0.06 ± 0.03 g）。鱼类样本中的脂肪酸组成，包括SFA、MUFA、PUFA和n-3 PUFA，以总脂肪酸的百分比（表2）和g/100 g湿重的形式呈现（表3）。总体而言，脂肪酸组成在不同物种之间存在显著差异，反映了它们的摄食习惯、栖息地和水养条件的差异。SFA的比例在25%到35%之间（图1）。红鲻鱼、海鲷鱼、灰鲻鱼和白鱼中的SFA比例最高（均约为35%），而在养殖鱼类如虹鳟鱼（25%）和海鲷鱼（26%）中较低。在野生鱼类中，凤尾鱼（2.05 g/100 g）和大西洋马鲛鱼（1.84 g/100 g）中的SFA水平最高，而在养殖鱼类中，海鲷鱼（2.22 g/100 g）和海鲈鱼（2.19 g/100 g）中的SFA水平最高。MUFA的比例在25%到40%之间，其中大蓝鱼（Pomatomus saltatrix > 27 cm）中的比例最低，而在小海鲷鱼（Sparus aurata < 24 cm）中最高。养殖鱼类通常表现出较高的MUFA浓度（1.93–3.09 g/100 g）。养殖海鲷鱼（3.09 g/100 g）和沙丁鱼（1.95 g/100 g）中的MUFA浓度最高，而白鱼（0.48 g/100 g）和野生海鲈鱼（0.66 g/100 g）中的MUFA浓度最低。PUFA的比例范围从在分析的化合物中，β-HCH在大多数物种中都以相对较高的浓度被检测到，其中地中海马鲛鱼（2.39 ng/g ww）的浓度最高，其次是大西洋鲭鱼（2.25 ng/g ww）。相比之下，α-HCH和七氯在所有样本中的检测水平普遍较低。值得注意的是，几种物种中α-内吸磷和狄氏剂的浓度较高，特别是在大西洋鲭鱼中（分别为3.27 ng/g ww和3.74 ng/g ww），这表明这些化合物在较高营养级的生物体内有显著的积累。同样，普通潘多拉鱼和养殖的海鲷也表现出较高的α-内吸磷和狄氏剂浓度，表明存在物种特有的积累模式。在蓝鱼（Pomatomus saltatrix）中观察到明显的大小依赖性积累趋势，较大的个体（>27 cm）比较小的个体（<24 cm）具有更高的农药浓度，这表明随着年龄和体型的增加，生物累积也在增加。DDD衍生物（p,p'-DDD、p,p'-DDE和p,p'-DDT）的分布显示，p,p'-DDE在大多数物种中是主要成分，反映了其历史上的使用量和环境持久性。在DDD衍生物中，p,p'-DDD的平均浓度最高（3.27 ± 0.35 ng/g），其次是p,p'-DDT（2.16 ± 0.25 ng/g）和p,p'-DDE（5.22 ± 0.58 ng/g）。大西洋鲭鱼中的∑DDT浓度最高（10.64 ng/g），其次是鲻鱼（5.21 ng/g），而长尾鳕鱼的浓度最低（2.94 ng/g）。DDD衍生物的相对组成表明，p,p'-DDE所占比例最大（57%），其次是p,p'-DDT（24%）和p,p'-DDD（19%）。生物样本中p,p'-DDT的存在表明其在环境中的持久性，这与它的半衰期长（20-30年或更长）以及通过大气沉降和河流输入的持续传输一致。总农药浓度（∑23种农药）也显示出类似的模式，大西洋鲭鱼的浓度最高（21.80 ng/g ww），显著高于其他物种。地中海马鲛鱼、海鲷和灰鲻鱼的浓度也相对较高（介于9到10 ng/g ww之间），而长尾鳕鱼的浓度最低。PCB浓度在不同物种中也存在很大差异。Yurdakul等人（2025年）之前已经详细报道了研究样本中的PCB浓度。因此，这里只提供一个简要总结，并强调它们与脂肪酸组成的关系。大西洋鲭鱼中的∑41 PCB浓度最高（45.73 ng/g ww），其次是红鲻鱼和地中海马鲛鱼。相比之下，底层鱼类如长尾鳕鱼的PCB水平较低。PCB浓度与脂质含量之间存在强相关性。脂质含量较高的物种，如大西洋鲭鱼（38.5%）、养殖的海鲷（34.3%）和海鲈鱼（17.1%），倾向于表现出更高的PCB积累，表明脂质含量在疏水性污染物的生物积累中起重要作用。野生鱼类和水产养殖物种之间的比较显示了不同的模式。总体而言，野生鱼类的农药和DDT浓度高于养殖鱼类。例如，野生海鲷的∑23农药水平（9.14 ng/g ww）高于养殖海鲷（8.45 ng/g ww）。然而，养殖海鲈鱼的PCB浓度（∑41 PCB：35.3 ng/g ww）高于野生海鲈鱼，表明养殖条件，特别是饲料组成，可能会影响污染物的积累。养殖的海鲈鱼和金头鲷通常表现出较低的农药浓度。然而，养殖海鲷中的α-内吸磷（1.23 ng/g ww）和狄氏剂（1.17 ng/g ww）水平表明可能存在来自饲料来源的污染。此外，养殖虹鳟鱼的农药和PCB水平适中，表明在水产养殖系统中存在一定的暴露。在大型和捕食性物种如大西洋鲭鱼、地中海马鲛鱼和蓝鱼中通常观察到较高的污染物浓度。这种模式表明食物链中的生物放大作用，即较高营养级的生物积累了更高浓度的持久性有机污染物。相比之下，底层和较小物种如鳀鱼和长尾鳕鱼的污染物浓度较低，反映了较低的暴露和/或较低的营养级位置。特别是在较高营养级的物种中DDT衍生物的积累增加表明食物链中的生物放大作用。此外，养殖海鲷（8.45 ng/g ww）与野生海鲷（9.14 ng/g ww）的总农药水平相似，而养殖海鲈鱼（5.69 ng/g ww）的水平略高于野生海鲈鱼（4.70 ng/g ww），表明喂养实践和养殖条件可能会影响农药的积累。

3.3. 通过鱼类消费的PCB和农药暴露风险评估
通过对所研究的鱼类物种的致癌和非致癌效应进行全面评估，考虑了与PCB和有机氯农药（OCPs）相关的潜在健康风险。危险指数（HI）值代表日常鱼类消费相关的慢性毒理学风险，所有检测物种的HI值均低于1（HI < 1），表明分析鱼类中的污染物浓度在参考剂量（RfD）范围内。HI值在野生捕获物种中范围为0.037（Liza ramada）到0.555（Sarda sarda），在水产养殖物种中为0.279到0.398。这些发现与地中海和爱琴海地区之前的研究一致（Storelli, 2008; Varol et al., 2017），并确认在土耳其评估的每天20克消费水平下，食用这些鱼类物种不会造成毒理学上的显著慢性健康风险。关于致癌风险，BRQcarc值在19个检测物种中差异很大（图3a）。野生捕获物种的BRQcarc值范围为0.46（Engraulis encrasicholus）到5.54（Merlangius merlangus），而在水产养殖物种中为1.21到1.73。BRQ值低于1表示满足推荐的EPA + DHA摄入量所需的鱼类数量不超过基于致癌风险的消费限制，而高于1的值表示所需摄入量超过了这一限制。在EPA + DHA含量每份较低的低脂底层物种中观察到最高的BRQcarc值（0.27–0.46 g/100 g），分别是Merlangius merlangus（5.54）、Pagellus erythrinus（5.20）、Sparus aurata < 24 cm（4.22）和Liza ramada（3.94），这表明Omega-3效益不足是这些物种BRQ升高的主要原因。相反，E. encrasicholus（2.62 g/100 g EPA + DHA；BRQcarc = 0.46）和Sardina pilchardus（2.51 g/100 g；BRQcarc = 0.48）获得了最有利的BRQcarc值，这两种鱼的Omega-3含量较高。

下载：下载高分辨率图像（694KB）
下载：下载全尺寸图像
图3. 鱼类物种之间的效益-风险商数（BRQ）值比较。a. BRQcarc b. BRQnon-carc。BRQcarc > 1表示超过了基于致癌风险的消费限制，而BRQnon-carc < 1表示未超过基于非致癌风险的消费限制。
所有物种的非致癌BRQ值（BRQnon-carc）均低于1（范围：0.045–0.742），表明在与饮食中POP暴露相关的肝脏、神经系统、免疫系统和内分泌系统的慢性非致癌危害与EPA + DHA的营养效益相比并不显著（图3b）。最高的非致癌BRQ值记录在Pagellus erythrinus（0.742）和Mullus surmuletus（0.699）中，这两种都是脂质含量相对较低的底层物种（图4）。

因此，这些结果表明两个结论：虽然所有测试物种的鱼类消费的非致癌风险都在效益为主的范围之内，但POP相关的致癌效益-风险平衡强烈依赖于物种。鳀鱼和沙丁鱼的BRQcarc值低于1，因此在EPA + DHA摄入量和POP相关的致癌风险之间提供了最有利的平衡。相比之下，几种低脂底层和水产养殖物种的BRQcarc值高于1，表明满足推荐的EPA + DHA摄入量所需的量超过了相应的基于致癌风险的消费限制。这些发现强调，效益-风险结果不仅取决于污染物浓度，还取决于特定物种的EPA + DHA含量，强调了在鱼类消费建议中提供特定物种指导的重要性。

3.4. 统计分析
进行了Spearman相关性分析，以评估脂肪酸组成、脂质含量、FLQ值和污染物浓度（ΣPCB、ΣPesticide）之间的关系，发现n-3 PUFA参数之间存在强烈且显著的正相关。EPA与DHA之间的相关性非常强（r = 0.915，p < 0.001），总n-3脂肪酸与DHA（r = 0.949，p < 0.001）和EPA（r = 0.903，p < 0.001）也有强相关性。此外，n-3 PUFA与n-6 PUFA（r = 0.804，p < 0.001）也有强相关性。FLQ值还与DHA（r = 0.768，p < 0.001）、EPA（r = 0.680，p < 0.01）、总n-3 PUFA（r = 0.656，p < 0.01）以及n-3/n-6比率（r = 0.749，p < 0.001）呈正相关，表明FLQ受到n-3 PUFA组成的强烈影响。此外，DHA与n-3/n-6比率（r = 0.533，p < 0.05）和总n-3 PUFA与n-3/n-6比率（r = 0.505，p < 0.05）之间也存在显著正相关。相比之下，污染物相关参数与脂肪酸组成和脂质含量之间的相关性通常较弱且统计上不显著（p > 0.05）。野生捕获鱼类和水产养殖鱼类组之间的FLQ值没有显著差异（p > 0.05）。相关性分析比较显示，野生鱼类和养殖鱼类在FLQ值和每份绝对n-3 PUFA含量（g/100 g）方面没有显著差异（p > 0.05），表明养殖鱼类在营养上可与野生物种相媲美。同样，ΣPCB浓度与DHA、EPA、n-3 PUFA、FLQ和脂质百分比之间也显示出弱正相关，表明在分析样本中污染物负担与脂质相关营养参数之间的关联有限。此外，ΣPCB与ΣPesticide浓度之间的相关性较弱（r = 0.13，p > 0.05），表明潜在的污染源或积累模式不同。线性回归分析显示，总PCB浓度与脂质相关营养参数之间的相关性总体较弱（R2 = 0.043，p = 0.395；R2 = 0.086，p = 0.224；R2 = 0.051，p = 0.351），表明PCB积累与脂质组成之间的关联不强。总农药浓度与脂质含量（R2 = 0.018，p = 0.587）之间的相关性较弱至中等。总农药浓度与脂质含量（R2 = 0.276，p = 0.021）之间显示出弱至中等的正相关，表明农药积累与脂质水平之间存在部分关联。然而，总农药浓度与PUFA水平（R2 = 0.004，p = 0.807）之间没有显著关联。数据集中识别的最强相关性是总EPA与n-3 PUFA之间的相关性（R2 = 0.899，p < 0.001），表明EPA是分析鱼类中欧米伽-3脂肪酸成分的主要组成部分。

对19个物种（16个野生，3个养殖）的八个变量（长度、重量、脂质含量、总PCB、总农药、n-3 PUFA、n-6 PUFA、SFA）进行了PCA分析。由于样本量不足，排除了底栖-浮游栖息地（n = 1），仅保留了浮游（n = 9）和底层（n = 9）组（图5）。前两个主成分（PC1和PC2）解释了73.4%的总方差（PC1：40.0%；PC2：33.4%），前三个成分解释了87.9%。根据Kaiser准则（特征值 > 1）和Cattell scree测试，解释集中在前两个成分上。PC1主要由脂质含量（载荷 = 0.92；贡献 = 26.4%）、长度（0.83；21.6%）、重量（0.81；20.5%）和总农药（0.80；19.9%）主导，代表了体型-脂质积累-有机氯污染物梯度。有机氯农药与体型和脂质含量强烈共变，这与先前报告的对数Kow > 5化合物的脂质介导的生物积累一致。值得注意的是，总PCB在PC1上的载荷仅中等（0.55；贡献 = 9.3%），主要沿PC3结构化（载荷 = 0.64；贡献 = 35.5%），表明PCB和有机氯农药的分布可能反映了它们不同的环境来源和沉积物-水分配行为。PC2完全由脂肪酸变量驱动：SFA（0.95；34.0%）、n-3 PUFA（0.90；30.1%）和n-6 PUFA（0.76；21.6%），共同占PC2方差的约86%。n-3 PUFA在PC1上的近乎零载荷（≈ 0.001）证实了脂肪酸组成与总脂质含量和污染物负担的独立性。在生物图中，养殖个体（n = 3）聚集在PC2的正区域，其特征是SFA和n-6 PUFA值较高（比野生个体高3-4倍），这与商业饲料配方中用植物油替代鱼油一致（Sprague et al., 2016）。浮游物种相对于底层物种位于PC2的正区域，反映了它们以浮游生物为基础的饮食和相关的EPA/DHA富集（Tocher, 2015）。底层物种在PC1上的分散度更大，这是由体型异质性而不是特定栖息地的污染物暴露驱动的。

4. 讨论
本研究全面评估了土耳其伊兹密尔地区商业重要鱼类物种的脂肪酸组成、有机氯污染物水平和营养效益-风险平衡。研究结果表明，虽然该地区食用鱼类通过EPA和DHA提供了丰富的营养益处，但与多氯联苯（PCBs）和有机氯农药（OCPs）暴露相关的致癌风险始终超过了美国环保署（USEPA）设定的10^-5这一严格标准。所研究鱼类的脂肪酸组成存在显著的物种间差异，这与之前在地中海和爱琴海地区进行的研究结果一致（Ufuk等人，2015年）。远洋鱼类，尤其是欧洲鳀鱼（Engraulis encrasicholus）、沙丁鱼（Sardina pilchardus）和大西洋鲣鱼（Sarda sarda），显示出较高的EPA和DHA含量（EPA + DHA分别为2.62、2.51和1.73克/100克），这与它们的滤食性或肉食性饮食以及爱琴海和东地中海地区以Omega-3丰富的食物链相吻合。这些数值与Tanakol等人（1999年）对黑海和马尔马拉海鳀鱼和沙丁鱼的研究结果一致，也与Sprague等人（2016年）对大西洋远洋鱼类以及挪威水域油性鱼类的研究结果一致（N?stbakken等人，2021年）。相比之下， lean demersal鱼类如鳕鱼（Merlangius merlangus，EPA + DHA含量为0.27克/100克）和普通潘多拉鱼（Pagellus erythrinus，EPA + DHA含量为0.45克/100克）的n-3多不饱和脂肪酸（PUFA）含量明显较低，这与它们的底栖饮食习惯和较低的整体脂质含量相符（Tocher，2015年），Passi等人（2002年）也对地中海底栖鱼类观察到了类似的现象。

EPA、DEHA和总n-3脂肪酸之间的强正相关关系（r = 0.903–0.949，p < 0.001）反映了它们通过海洋食物链的共同来源和营养级传递，而不是通过生物合成过程。EPA和DEHA主要由藻类和甲藻等初级生产者合成，然后通过桡足类等浮游动物传递，并在更高营养级被保留下来（Carreón-Palau等人，2013年；Parrish，2025年）。养殖的Sparus aurata（FLQ = 0.96）和Dicentrarchus labrax（FLQ = 0.71）的FLQ值与几种野生底栖鱼类相当或更高。FLQ值的显著差异表明，本研究中研究的养殖物种可能提供与野生捕获物种相当的脂质质量，尤其是在EPA + DHA与饱和脂肪酸的比例方面。考虑到野生捕获和养殖物种在FLQ或绝对n-3 PUFA含量上的相似结果，这表明土耳其的现代养殖实践能够生产出在营养上与野生鱼类相当的产品。这一发现与Henriques等人（2014年）的研究结果一致，他们证明了养殖鱼类在n-3 PUFA供应方面可以成为野生鱼类的营养替代品。然而，养殖个体的n-6 PUFA水平较高，脂肪酸谱也有所不同，尤其是在虹鳟鱼（Oncorhynchus mykiss，n-6/n-3 = 0.63）和养殖海鲈鱼（Dicentrarchus labrax，n-6/n-3 = 0.50）中。这种模式可能归因于商业饲料配方中鱼油越来越多地被植物油替代（Sprague等人，2016年；Tocher，2015年）。这种饮食变化已被证实是养殖大西洋鲑鱼和海鲷鱼脂肪酸谱改变的主要驱动因素，导致n-3/n-6比例降低和亚油酸浓度升高（Sprague等人，2016年）。尽管所有研究物种的n-6/n-3比例均低于1，表明n-3 PUFA占主导地位，但养殖物种中n-6的富集趋势值得关注，因为n-6/n-3比例在调节炎症反应中起着重要作用（Tocher，2015年）。

主成分分析（PCA）的结果进一步证实了这些模式：脂肪酸变量（SFA、n-3 PUFA、n-6 PUFA）仅集中在PC2上，而与体形大小和污染物负担（PC1）完全无关，表明脂质营养质量可能受物种特定的营养级特征影响。n-3 PUFA在PC1上的负荷接近于零（约0.001），说明脂肪酸组成独立于总脂质含量和污染物负担。养殖个体在PC2正区域的分离是由SFA和n-6 PUFA的升高所驱动的，这与地中海养殖系统中报告的饲料相关脂质组成变化一致（Tocher，2015年；Ufuk等人，2015年）。不同物种的总POP负担（PCBs + OCPs）差异显著，其中大西洋鲣鱼的污染水平最高（67.53 ng/克湿重），这反映了它作为高营养级捕食者的地位，其较高的脂质含量和较长的寿命是生物放大的公认驱动因素（Du等人，2012年）。总农药、脂质含量和体形大小在PC1上的强烈共变证实了有机氯化合物的脂质介导的、大小依赖的生物累积，这与log Kow > 5的化合物的生物累积模型一致（Mackay和Fraser，2000年）。在伊兹密尔鱼类中检测到的OCP浓度主要反映了历史污染，而非当前污染，因为所有物种中p,p'-DDE的比例都高于p,p'-DDT——这与DDT在海洋环境中的长期降解和土耳其20世纪80年代停止使用农业DDT的情况相符。类似的DDE主导的污染模式也在东地中海和爱琴海的鱼类中观察到（Erdogrul等人，2005年；Storelli，2008年），以及中国太湖等封闭或半封闭的海洋系统中（Wang等人，2013年），其中观察到的(p,p'-DDE + p,p'-DDD)/ΣDDT比例超过0.82，表明存在历史残留。在大西洋鲣鱼中观察到的β-HCH浓度相对于α-和γ-HCH异构体较高，这与β-HCH在水生物体中较高的环境持久性和生物累积因子一致（Wang等人，2013年）。在大西洋鲣鱼中检测到相对较高的dieldrin和α-endosulfan水平（分别为3.74和3.27 ng/克湿重）值得注意，因为这些化合物是通过生物放大作用在高级营养级生物体内累积的持久性有机氯化合物——这一过程在蓝鱼（Pomatomus saltatrix）中也有明显的大小依赖性积累趋势，体型超过27厘米的个体显示出的OCP负担明显高于较小的个体。

PCB浓度与总脂质含量有明显关联，其中大西洋鲣鱼（∑41PCBs：45.73 ng/克湿重；脂质：38.5%）和养殖海鲈鱼（35.31 ng/克湿重；脂质：17.1%）的负担最高。这种脂质介导的生物累积与共面和非共面PCB同系物的疏水性分配行为一致（log Kow > 5–7），在地中海底栖和远洋鱼类中已有充分记录（Geng等人，2015年；Storelli，2008年）。较高氯含量的PCB153和PCB138的占优地位表明它们具有抵抗代谢降解的能力和较长的环境半衰期，这一模式在其他地中海研究中也有报道（Storelli，2008年）。一个特别值得注意的多变量发现是PCB和OCP分布在不同的主成分（PC3和PC1）上分离，表明这两种污染物来自不同的环境来源，并遵循不同的沉积物-水分配动态。Wang等人（2012年）的研究表明，PCB和OCP在不同地中海鱼类中的生物累积模式存在差异，这归因于工业排放与农业排放历史的不同。ΣPCB和ΣPesticide浓度之间的弱相关性和非显著性（r = 0.128，p > 0.05）进一步证实了这种分离，可能反映了大气沉降途径和饮食与栖息地对每种污染物的不同影响（Gobas等人，2021年）。野生和养殖物种的比较显示，养殖海鲈鱼的PCB浓度高于野生同类（35.31 vs. 10.42 ng/克湿重），这与商业鱼饲料中含有鱼油的报告一致，鱼油被认为是养殖鱼类中PCB的重要来源（Berntssen等人，2010年）。

通过考虑非致癌效应，基于鱼类消费的伤害指数（HI）值对于所有19个研究物种均低于1（范围：0.037–0.555），表明每天摄入20克鱼类在评估的暴露水平下不会对肝脏、肾脏或神经系统等目标器官构成显著的慢性毒性风险。这些发现与之前对地中海沿海地区（Storelli，2008年；Varol等人，2017年）和中国市场（Wang等人，2013年）鱼类的评估结果一致，所有这些研究均显示标准消费率下的HI值低于1。S. sarda（0.555）和Mullus surmuletus（0.313）的HI值最高，尽管这两个物种的总POP负担较高，但仍处于可接受范围内。据我们所知，这是第一项将效益-风险商数（BRQ）框架应用于土耳其沿海鱼类物种的研究，提供了一种新的综合视角，同时权衡了EPA和DHA的营养益处与POP的致癌风险。BRQcarc值的范围为0.46至5.54，并且存在显著的物种间差异。因此，非致癌效益-风险平衡对所有物种都是有利的，而致癌效益-风险平衡则取决于物种本身。这一总体模式与之前关于鱼类效益-风险评估的结果大致一致，这些评估显示不同物种之间的差异取决于它们的脂肪酸组成和污染物负担（Wang等人，2013年；Geng等人，2015年）。然而，直接进行数值比较时应谨慎，因为先前的研究在包含的污染物、毒理学参数、EPA + DHA目标以及用于BRQ计算的可接受终生癌症风险水平方面可能存在差异。重要的是，BRQcarc值的广泛范围不仅反映了污染物负担的差异，还反映了每份食物中EPA + DHA含量的差异。BRQcarc值最高的是那些n-3 PUFA含量较低的lean demersal鱼类，如鳕鱼（5.54；EPA + DHA：0.27克/100克）、普通潘多拉鱼（5.20；0.45克/100克）和灰鲻鱼（Liza ramada；39.36；0.31克/100克），消费者需要摄入大量鱼类才能达到推荐的n-3 PUFA摄入量，从而不成比例地增加了污染物暴露。Cui等人（2018年）对渤海沿海的lean鱼类和Wang等人（2013年）对太湖淡水鱼类的研究也得出了类似的定性结果。

从公共卫生的实际角度来看，这些发现强烈支持针对特定物种的鱼类消费建议。小型远洋鱼类（特别是鳀鱼和沙丁鱼）提供了最高的n-3 PUFA益处和相对较低的BRQcarc值，可能是特定物种消费推荐中的首选。相比之下，lean demersal鱼类如鳕鱼、普通潘多拉鱼和小型海鲈鱼可能需要更大的摄入量才能达到推荐的n-3 PUFA摄入量。这些发现特别适用于土耳其的鱼类消费模式，因为历史上鳀鱼一直是人均海产品消费的主要组成部分，这些发现可能有助于制定基于证据的海洋产品消费建议，以在实现营养益处的同时最小化污染物相关健康风险。然而，也应注意本研究的几个局限性。相对有限的样本量降低了群体水平比较的统计功效；因此，关于养殖鱼类的发现应被视为初步和指示性的，而非决定性的。将低于检测限的污染物浓度设为零可能会导致总POP估计的轻微低估（左删失偏差）。此外，此处使用的BRQ框架仅考虑了PCBs和OCPs；如果包括二噁英、多溴联苯醚（PBDEs）或甲基汞等额外的污染物，可能会改变风险估计（Cui等人，2018年）。未来的研究如果包含脂质标准化污染物浓度、更大的样本量和更广泛的污染物范围，将能够为伊兹密尔沿海鱼类提供更完整的风险-效益评估。本研究的另一个局限性是样本购买前的储存时间和冷链条件未知，也未评估烹饪方法和伴随饮食成分的影响。这些因素可能会影响脂肪酸组成、污染物浓度以及鱼类消费的整体风险-效益平衡。**结论**
本研究首次全面评估了土耳其伊兹密尔地区具有重要商业价值的鱼类物种的脂肪酸组成、有机氯污染物负担以及效益-风险平衡，填补了东地中海地区针对特定物种的海产品安全数据的空白。小型远洋鱼类，尤其是凤尾鱼和沙丁鱼，不仅具有最高的EPA和DHA含量，还拥有最理想的FLQ数值。养殖鱼类的n-3多不饱和脂肪酸（PUFA）含量与野生鱼类相当（p > 0.05），但养殖海鲈鱼和虹鳟鱼的n-6脂肪酸水平升高，这表明饲料成分可能影响了其脂质组成，未来需要进一步关注这一问题。通过危害指数（HI）评估了通过食用鱼类而暴露于有机氯农药（OCPs）和指示性多氯联苯（PCBs）所带来的综合潜在非致癌健康风险。所有19个物种的HI值均低于1，表明在每日食用20克鱼类的情况下，不存在显著的非致癌健康风险。效益风险比（BRQ）分析显示：不同物种之间的BRQcar值存在显著差异，而非致癌风险始终处于受益为主的范围。值得注意的是，最高的BRQcar值并非单纯由高污染程度导致的。像白鳕鱼、普通潘多拉鱼和灰鲻鱼这样的瘦型底栖鱼类得分较低，因为它们的EPA + DHA含量较低，消费者需要摄入大量鱼类才能达到推荐摄入量，从而增加了污染物共同暴露的风险。决定鱼类在效益-风险计算中地位的不仅是其污染物负荷，还包括其n-3 PUFA的密度。综合来看，这些数据支持消费者选择凤尾鱼和沙丁鱼——这两种鱼类在土耳其伊兹密尔地区拥有最佳的n-3 PUFA组成和最有利的BRQcar值。未来的研究如果涵盖更广泛的污染物（如二噁英、多溴联苯醚、甲基汞），并使用经过脂质标准化处理的浓度数据和更大的样本量，将能更精确地评估这些风险。此外，应进一步研究养殖鱼类中的潜在污染物来源，特别是通过检测鱼油、植物油和动物源成分等饲料成分；同时，对浮游植物、浮游动物和沉积物的分析（尤其是在受河流影响区域）有助于识别野生鱼类中的污染物来源和暴露途径。

**作者贡献声明**
Onur Yurdakul：撰写初稿、软件使用、方法论设计、数据分析、数据整理。
Idil Pazi：撰写初稿、指导监督、经费筹集、数据分析、概念框架构建。
Lutfi Tolga Gonul：撰写修订稿、方法论设计、数据分析。

**参与同意**
所有作者均同意参与本研究并同意发表研究成果。

**伦理审批**
作者确认遵循了期刊的伦理出版准则。本研究未涉及人类受试者、动物实验或需要伦理委员会批准的程序。

**关于写作过程中使用生成式AI和AI辅助技术的声明**
在撰写过程中，作者使用了ChatGPT（OpenAI）和Claude（OpenAI）来提升语言质量、语法表达和科学写作的清晰度。使用这些工具后，作者对所有内容进行了仔细审查和修改，并对发表文章的内容负全责。

**资金支持**
本研究得到了Dokuz Eylul大学科学研究计划的支持（项目编号：DEU BAP-2021, FDK-2022-2743）。

**作者信息**
Onur Yurdakul | Idil Pazi | Lutfi Tolga Gonul