使用激光直接红外（LDIR）光谱法对聚对苯二甲酸乙二醇酯和铝包装碳酸软饮料中微塑料的高通量检测与聚合物特征分析

《Food Chemistry》：High-throughput detection and polymer profiling of microplastics in carbonated soft drinks using laser direct infrared (LDIR) spectroscopy across polyethylene terephthalate and aluminium packaging

　　

•所有碳酸软饮料在不同包装类型中均含有可检测到的微塑料。
•微塑料含量范围为 79 至 727 MPs/L（PET）和 152–330 MPs/L（罐装）。
•LDIR 光谱技术实现了快速高通量的聚合物鉴定和特征分析。
•PET 包装饮料显示出更高的整体污染水平和更多的超细颗粒（<50 μm）。

**引言**

微塑料（MPs），通常定义为小于 5 毫米的塑料颗粒，在过去十年中由于其在自然环境、食物来源和生物体中的广泛存在，日益引起关注（Wright & Kelly, 2017）。较大塑料碎片的持续分解，以及初级 MPs 从工业和商业产品中的直接释放，导致其在水生、陆地和大气环境中的广泛分布（Allen et al., 2019; Andrady, 2011）。研究记录了 MPs 在各种食品和饮料产品中的广泛存在，强调膳食摄入作为人类暴露的重要途径，具有与颗粒特征和相关污染物相关的潜在毒理学影响（Cox et al., 2019; Mason et al., 2018; Prata et al., 2020; Zuccarello et al., 2019）。由于饮料（包括瓶装水和碳酸软饮料）消费率高且与包装材料接触时间长，越来越多地作为微塑料评估的相关基质受到调查。与固体食品产品不同，饮料在储存和分销期间与容器表面持续接触，可能促进颗粒从包装组件中释放。碳酸软饮料尤为引人关注，因为溶解的二氧化碳、碳酸化引起的压力、酸性条件以及处理过程中的机械应力可能共同影响聚合物稳定性并促进微塑料迁移。（Chen et al., 2023; Nocoń et al., 2023）。微塑料释放背后的化学机制涉及溶解的二氧化碳、酸性条件和聚合物包装材料之间的相互作用。在碳酸饮料中，二氧化碳与水反应形成碳酸（H?CO?），降低 pH 值，并使包装表面在长时间内暴露在轻微酸性条件下。这种条件可能通过水解反应加速聚合物降解，特别是在易受影响的聚合物区域和添加剂 - 聚合物界面。此外，碳酸化引起的内部压力和运输及储存过程中的机械应力可能促进聚合物劣化，增加破碎和微塑料释放的潜力。因此，碳酸化压力、酸性条件和机械应力的综合作用可能促成微塑料的形成和迁移到碳酸饮料中。因此，碳酸软饮料代表了调查包装衍生微塑料污染的相关基质。微塑料释放的程度和特征可能受到饮料成分、储存条件和包装属性综合作用的影响，这突显了理解商业碳酸饮料中包装 - 微塑料相互作用的重要性。（Leslie et al., 2022）。

包装材料对碳酸软饮料中发现的 MPs 类型和数量有很大影响。PET 瓶因其高耐用性、轻质性和光学透明性而被广泛使用。然而，研究表明，PET 基包装组件、闭合和密封组件以及密封部件均可释放 MPs，尤其是在承受压力和/或酸性环境下（Chen et al., 2023）。铝罐通常被视为替代包装材料；然而，其内部聚合物涂层也可能成为微塑料污染的潜在来源。这也可能导致 MP 污染，这不应被忽视（Li et al., 2022; Ma et al., 2024）。

MP 检测和鉴定的分析技术取得了显著进步，傅里叶变换红外（FTIR）和拉曼光谱由于可靠的聚合物鉴定能力而被最广泛地应用；然而，这些技术通常劳动密集型、耗时，且通量有限，特别是对于小于 20 μm 的颗粒和复杂液体基质（Debraj & Mulky, 2025; Hidalgo-Ruz et al., 2012; K?ppler et al., 2016）。食品和饮料化学的最新进展强调了开发快速、自动化和用户友好的分析平台，以实现高效的筛选和质量评估。智能手机辅助比色检测已成为一种有前景的快速筛选方法，反映了向便携式和自动化分析技术转变的趋势（Li et al., 2024）。同样，复杂水基基质分析策略的进展也突显了对饮料质量控制中可靠和高通量检测工作流程的需求。Tong 及其同事（Tong et al., 2022）展示了一种饮用水中化学化合物测定的快速方法，强调了对水系统敏感和高效分析方法日益增长的需求。定量检测平台的最新进展强调了敏感和自动化分析框架对于食品安全评估的重要性。Guo 及其同事（Guo et al., 2025）开发了一种用于复杂液体基质中污染物检测的视觉定量免疫分析法，突显了对支持食品质量控制的快速和敏感分析方法日益增长的需求。这些进展反映了向能够进行快速筛选和全面表征的集成分析平台的转变。在此背景下，自动化激光直接红外（LDIR）光谱代表了饮料基质中微塑料检测和聚合物特征分析的一种有前景的方法。LDIR 能够在最少样品制备的情况下实现自动化颗粒检测、快速光谱获取、化学成像、聚合物鉴定和尺寸表征，为大规模微塑料分析提供了高效平台（Agilent Technologies, 2023; Ma et al., 2024; Primpke et al., 2017）。

全球碳酸饮料研究报告了 MP 浓度、主要聚合物类型和颗粒大小分布的巨大变异性（表 1）。这些差异可能归因于分析方法、检测限、颗粒大小阈值和包装材料的不同。尽管食品和饮料系统中的微塑料污染日益受到认可，但在东南亚背景下仍存在显著的研究空白。现有的区域研究主要集中于环境基质，包括海洋生态系统和淡水系统，而对商业饮料中微塑料污染的综合评估仍然有限。关于碳酸软饮料中微塑料丰度、PET 和铝基包装系统之间的比较污染特征以及与饮料包装相关的聚合物特定特征的信息很少。此外，先进自动化技术（如 LDIR 光谱）在东南亚用于饮料相关微塑料的高通量检测和全面聚合物表征的应用仍未得到充分探索。解决这些知识差距对于提高对饮料相关微塑料暴露的理解以及阐明包装材料和生产过程对污染模式的影响至关重要。

尽管 LDIR 光谱在 MP 研究中的应用日益增多，但专门针对碳酸软饮料的研究仍然很少，特别是在东南亚背景下。因此，本研究旨在量化商业碳酸软饮料（编号为 A、B、C 和 D）中的 MP 污染，这些饮料包装在 PET 瓶和铝罐中；使用 LDIR 光谱表征检测到的颗粒的聚合物成分和大小分布；并评估包装材料对微塑料发生的影响。本研究是首次在马来西亚使用 LDIR 光谱来识别包装在 PET 瓶和铝罐中的碳酸软饮料中的 MPs。本研究提供了来自马来西亚的区域特定数据，并提高了全球对碳酸饮料中 MP 污染的理解。这些发现可能促进未来的风险评估，并为饮料包装材料、人类暴露评估和食品安全方面的监管考虑做出贡献。本研究假设包装形式影响碳酸软饮料中的微塑料污染模式，基于包装相关微塑料释放的证据。包装结构、材料属性和制造及处理过程中潜在污染源的差异可能导致 PET 瓶和铝罐之间微塑料丰度、聚合物成分和颗粒大小分布的变化。为了评估这一假设，采用 LDIR 光谱来表征包装在 PET 瓶和铝罐中的碳酸饮料中微塑料的丰度、聚合物特征和大小分布。

**章节片段**

**样本收集**

四个主要碳酸软饮料品牌，拥有最大的市场份额，指定为品牌 A、B、C 和 D，从马来西亚的零售场所采购。样本以聚对苯二甲酸乙二醇酯（PET）瓶（500 毫升）和铝罐（320 毫升）两种形式获得。品牌 A 和 B 包含深色碳酸饮料，而品牌 C 和 D 包含透明碳酸饮料。对于每个品牌和包装配置，三个来自... 的独立单元

**PET 瓶和铝罐中的 MP 丰度**

总共有 24 个碳酸软饮料样本，代表四个商业品牌（A–D）和两种包装类型（聚对苯二甲酸乙二醇酯 [PET] 瓶和铝罐），通过激光直接红外（LDIR）光谱分析以确定微塑料（MP）颗粒的丰度和分布。过滤后，分离的颗粒沉积在镀铝膜过滤器上，使用 Clarity 软件进行自动化检测和鉴定。代表性 LDIR

**结论**

这项调查表明，微塑料（MP）污染在商业碳酸软饮料中是普遍存在的，无论品牌或包装配置如何，在 100% 的分析样本中均分辨出可检测的颗粒。分析结果表明，PET 包装饮料通常表现出比铝罐装同类产品更高的平均 MP 浓度，两种系统都主要由 50 μm 以下的细颗粒主导，并且... 的极高丰度

**CRediT 作者贡献声明**

哈沙姆·侯赛因·拉塞姆：写作 – 回顾与编辑，写作 – 初稿，可视化，方法论，概念化。林恩琦：写作 – 回顾与编辑，方法论，概念化。劳威杰：写作 – 回顾与编辑，监督，概念化。洪恒希：写作 – 回顾与编辑，可视化，监督，项目管理，方法论，资金获取，概念化。

**写作过程中生成式 AI 和 AI 辅助技术的声明**

在准备本手稿时，作者仅使用 ChatGPT 进行语言润色、学术措辞改进和写作清晰度增强。该工具未用于数据生成、数据分析、实验结果解释或科学结论的形成。所有 AI 辅助建议均经过作者的批判性审查、修改和验证。作者对已发表作品的准确性、完整性和最终内容承担全部责任。

**竞争利益声明**

作者声明以下可能被视为潜在竞争利益的财务利益/个人关系：洪恒希报告获得了马来西亚高等教育部的资金支持。如果有其他作者，他们声明他们没有已知的竞争性财务利益或可能影响本论文报告工作的个人关系。

**致谢**

所有作者感谢马来西亚教育部在 LRGS-JSU 赠款（编号：LRGS/1/2021/STG04/UTM/02/2 或 R.J130000.7854.4L972）和 UTM 专业发展研究大学 - 洪恒希博士后奖学金（Q.J130000.21A2.07E87）下提供的研究支持。

哈沙姆·侯赛因·拉塞姆 | 林恩琦 | 劳威杰 | 洪恒希