利用电感耦合等离子体-光学发射光谱法对堪萨斯市场销售的可食用鱼类中的有毒微量元素进行准确量化分析及其相关的人类健康风险

《Food Control》：Accurate Quantification of Toxic Trace Elements in Consumable Fish from Kansas Markets by Inductively Coupled Plasma-Optical Emission Spectrometry and Associated Human Health Risks

本研究采集美国堪萨斯城超市18种冷冻鱼类肌肉样本，采用ICP-OES结合方法检测限（MDL）验证分析Al、As、Ba、Cd、Cr、Pb、Sb、Sn、Sr含量，评估EDI、EWI、THQ及累积风险，发现As和部分Pb超标，其他元素低于安全限，累积致癌风险超阈值，提示长期食用风险。

　　

作者：Hind Msellek、M.Abdul Mottaleb、Mohammed J. Meziani、Musavvir Arafat Mottaleb、Daniel R. Johnson、Abdelmonaem Jornaz

自然科学系

摘要

商业鱼类和海鲜中的有毒微量元素污染问题已被广泛认为是亟需关注的问题，因此需要可靠的分析方法来精确检测这些污染物。在本研究中，从美国堪萨斯城的当地超市随机收集了18种不同的冷冻食用鱼类，每种鱼类仅分析一个样本。采用电感耦合等离子体-光学发射光谱法（ICP-OES）结合每种元素的标准校准曲线，评估了肌肉组织样本中目标微量元素的浓度，包括铝（Al）、砷（As）、钡（Ba）、镉（Cd）、铬（Cr）、铅（Pb）、锑（Sb）、锡（Sn）和锶（Sr）。通过方法检测限和添加实验确认了该方法检测目标元素的准确性和精确度，结果显示回收率一致且相对标准偏差在可接受范围内。计算了这些鱼类物种的估计每日摄入量（EDI）和每周摄入量（EWI）、目标危害商数（THQ）、总危害指数（HI）和目标癌症风险（TCR），以评估食用这些鱼类可能对人类健康造成的风险。不同鱼类物种肌肉组织中的微量元素平均浓度存在显著差异，其浓度顺序为：As > Sr > Al > Pb > Ba > Sn > Cr > Sb > Cd。除砷（As）以及在少数鱼类中铅（Pb）的浓度略高外，大多数鱼类样本中的金属含量低于国家和国际法规规定的安全限值，并且某些金属浓度之间存在显著相关性。人类健康风险评估表明，除了砷（As）外，成人通过食用这些鱼类不会面临任何显著的非致癌或致癌健康风险。然而，这些鱼类中元素的累积癌症风险（?TCR）值均高于风险阈值，其中砷（As）是主要贡献因素，这引发了更大的安全担忧，表明长期过量食用这些鱼类可能对成人健康造成潜在风险。

引言

近年来，由于工业快速增长、城市扩张和农业径流的影响，水生生物和生态系统中有毒金属的积累已成为一个严重问题，对植物、动物和人类健康产生了深远影响。像砷（As）、铅（Pb）、镉（Cd）、铬（Cr）等微量元素通常通过自然或人为来源进入水环境，如大气沉降、地质基质侵蚀、工业废水、生活污水、采矿和农业废弃物（Salomons等人，2012；Shahjahan等人，2022）。由于这些元素的持久性、不可生物降解性和稳定性，即使在低浓度下也可能具有危害性，当它们超过特定阈值时就会变得有毒，而不同元素的阈值差异很大（Bosch等人，2016；Ali等人，2019；Taslima等人，2022）。

鱼类是人类饮食和食品安全的重要组成部分，其消费量逐年增加，已成为金属暴露的主要来源，随着时间的推移体内积累了较高的金属浓度（Salomons等人，2012；Bosch等人，2016；Taslima等人，2022）。因此，鱼类被广泛用作评估水生系统重金属污染水平的指标（Bosch等人，2016；Kumar等人，2019；Jamil Emon等人，2023）。多项研究和监测项目显示，鱼类中的金属积累量令人担忧，超过了国家和国际指南推荐的安全水平（Bosch等人，2016；Kumar等人，2019；Jamil Emon等人，2023）。鱼类中重金属的积累程度主要取决于地理位置、分布、栖息地偏好、营养级、进食习惯、物种、年龄、体型以及金属暴露时间和体内调节机制（Wang等人，1987；Dragun等人，2007）。其他环境因素，如pH值、水温、盐度、硬度、水流等也会影响金属的吸收（Wang等人，1987；Dragun等人，2007）。

多项研究表明，这些金属会在多种器官中积累，包括鳃、肌肉组织、肝脏、大脑、消化系统、生殖腺、心脏和肾脏（Bosch等人，2016；Dalzochio等人，2017）。虽然肌肉不是生物积累的目标器官，但由于它是人类主要摄入的部分，因此常用于检测污染物浓度和评估健康风险（Dalzochio等人，2017）。这些有毒金属在鱼类中的存在与多种鱼类畸形和人类健康的不良影响有关，这是由于生物放大作用（Bosch等人，2016；Taslima等人，2022）。这些金属在水生生物体内充当氧化应激源，干扰蛋白质和核酸的合成，导致一系列代谢、生化、生理和组织学变化（Bosch等人，2016；Taslima等人，2022）。例如，某些金属会引发严重的健康问题，包括肾衰竭、肝脏损伤、神经系统变化、心血管疾病甚至死亡（Taslima等人，2022；Jamil Emon等人，2023）。因此，鱼类中有毒金属的生物利用度是一个日益关注的问题，推动了大量科学研究，以评估鱼类质量是否适合人类食用并监测水生生态系统的健康状况。

为了准确测量鱼类中的这些微量元素，必须采用一种超越文献中常见检测限（LOD）和定量限（LOQ）的稳健分析方法。尽管这些阈值可作为检测和定量金属的初步基准，但它们往往无法提供监管遵从性和有效风险评估所需的精确度和可靠性。相反，使用方法检测限（MDL）、回收率评估和质量控制（QC）程序可以提供更可靠的框架来评估微量元素污染（Msellek等人，2025）。MDL提供了统计验证的检测阈值，确保灵敏度和重复性，而回收率评估通过评估提取和测量效率来验证方法的准确性。此外，QC程序有助于保持分析结果的一致性和可靠性。实施这些严格的方法可以提高数据准确性，便于跨研究比较，并确保符合环境和食品安全标准。

据我们所知，目前尚未有研究调查美国密苏里州西北部地区市场上鱼类的微量元素/类金属污染物浓度，也没有研究旨在评估当地消费者的潜在公共卫生风险。值得注意的是，美国是全球最大的海鲜进口国之一，也是第五大海鲜出口国，进口了70-85%的海鲜（美国国家海洋渔业局，2021）。其中约40%的海鲜在出口后经过加工，再重新进口到美国超市销售。中国是加工海鲜的主要供应国，尤其是虾和罗非鱼，而加拿大则出口大量龙虾和鲑鱼，其他亚洲国家也为美国虾和金枪鱼市场做出贡献。鉴于这种广泛的全球海鲜贸易，监测这些海鲜产品中的微量元素/类金属污染水平对于确保产品质量和合规性至关重要。本研究旨在评估从美国堪萨斯城当地超市收集的18种不同鱼类肌肉组织中的有毒微量元素Al、As、Ba、Cd、Cr、Pb、Sb、Sn和Sr的浓度。这些元素的分析采用ICP-OES和99%置信水平的综合MDL进行，以解决低检测限和基质影响问题，确保结果准确可靠。通过EDI和EWI以及THQ、HI和TCR评估了食用这些鱼类物种的人类健康风险。我们的研究结果为鱼类中金属/类金属的积累提供了有价值的见解，并为与其他地区的比较奠定了基础。

标准化学品

标准化学品

铝（Al）、砷（As）、钡（Ba）、镉（Cd）、铬（Cr）、铅（Pb）、锑（Sb）和锶（Sr）的单个标准溶液（1000 ± 2 μg/mL）购自美国弗吉尼亚州克里斯蒂安斯堡的Inorganic Ventures公司。痕量金属级硝酸和盐酸购自美国Fisher Scientific Inc.公司。研究中使用了ELGA Water System提供的超纯水。

鱼类采样区域和收集

本研究从密苏里州堪萨斯城的当地杂货店购买了18种不同的冷冻食用鱼类。表1显示了...

分析方法性能

本研究采用了我们最近发表的分析方法来确定微量元素污染情况，该方法包括统计推导的MDL、灵敏度、重复性和质量控制（QC）程序（Msellek等人，2025）。2016年1月至7月期间，从密苏里州堪萨斯城的各个本地零售商处购买了18份冷冻食用鱼类样本。这些样本是从国外进口的冷冻产品，具体信息...

Spearman等级相关性

表5显示了鱼类样本中九种元素浓度的汇总统计结果。通过比较中位数和最大值之间的差异，可以很容易地识别出一些异常值，其中砷（As）、镉（Cd）和锶（Sr）的最大值尤为突出。由于元素浓度的分布呈右偏态且包含多个异常值，因此使用Spearman相关性来评估元素之间的关系。

估计每日和每周摄入量

表6列出了成人通过食用鱼类肌肉摄入的元素膳食摄入量（EDI：μg/kg体重/天；EWI：μg/kg体重/周），并列出了联合国粮农组织/世界卫生组织食品添加剂专家委员会推荐的临时可容忍每周摄入量（PTWI）和可容忍每日摄入量（TDI）。鱼类肌肉中微量元素的相对平均EWI顺序为：As（9.71）> Sr（3.47）> Al（3.33）> Pb（3.05）> Ba（0.96）> Sn（0.51）> Cr

结论

本研究应用了一种经过验证的分析方法ICP-OES，测量了从美国中西部地区当地超市随机收集的不同冷冻食用鱼类中的金属/类金属浓度。18种鱼类肌肉中微量元素的平均浓度排序如下：As > Sr > Al > Pb > Ba > Sn > Cr > Sb > Cd，下降趋势为：龙虾尾 > 墨西哥湾虾 > 鳕鱼 > 黄鱼

作者贡献声明

Musavvir Arafat Mottaleb：调查、正式分析、数据管理。Daniel R Johnson：调查、正式分析、数据管理。Jornaz Abdelmonaem：软件开发、正式分析、数据管理。Mohammed Meziani：撰写——初稿修订、验证、监督、项目管理、方法论、调查、正式分析、数据管理、概念构思。Hind Msellek：撰写——初稿、方法论、调查、正式分析、数据管理。

未引用的参考文献

Al Ghoul等人，2020；ATSDR，2008；Bosch等人，2016a；Burger和Gochfeld，2005；疾病控制与预防中心，2021；欧盟委员会，2023；EFSA，2014；Fernandes等人，2008；Golden等人，2016；Heidelberg等人，2008；Ikem和Egilla，2008；Ikem和Garth，2022；Keithly等人，1991；Kris-Etherton等人，2003；May和McKinney，1981；Salomons和Forstner，2012；Schildroth等人，2020；Sobhanardakani，2017；Tamele和Vázquez Loureiro，2020；美国环保署IRIS，2020；

利益冲突声明

作者声明没有利益冲突。

致谢

非常感谢西北密苏里州立大学提供的应用研究资助。