通过整合靶向与非靶向分析结合机器学习表征中国人血清中 PFAS 谱的区域差异

《Environmental Science & Technology》：Characterizing Regional Variation of PFAS Profiles in Human Serum from China by Integrated Target and Nontarget Analysis with Machine Learning

　　

摘要

全氟和多氟烷基物质（PFAS）在全球范围内的人类体内均有检出，但 PFAS 暴露的区域差异仍未得到充分表征。本研究利用结合机器学习的靶向和非靶向分析，基于中国 SX、GD、HeB 和 HuB 地区人群的 1088 份血清样本，评估了 PFAS 暴露的差异。非靶向分析鉴定出 49 种 PFAS，其中双 (三氟甲基) 磺酰亚胺（Ntf2）、C8 全氟和多氟烷基醚羧酸、C12 氢取代多氟烷基（直链）羧酸、8:2 氟烷基不饱和羧酸、1-羟基 -6:2 氟烷基磺酸、燕麦敌和来氟米特首次在人体血清中被报道。靶向分析表明，SX、GD、HeB 和 HuB 地区的 PFAS 总浓度分别为 9.4、17、25 和 29 ng/mL，其组成谱在具体 PFAS 类别的比例上有所不同。机器学习分类器在区分四个地区样本时的准确率达到 0.89，揭示了显著的区域间差异。此外，PFNA、Ntf2、PFOA 和 6:2 Cl-PFESA 分别被确定为 SX、GD、HeB 和 HuB 的特异性暴露生物标志物，且均与当地工业活动密切相关。总体而言，本研究阐明了中国人类 PFAS 暴露的区域特异性特征，为因地制宜的健康风险评估和污染控制策略提供了科学依据。