将目标分析和非目标分析与机器学习相结合，以揭示中国化妆品中全氟和多氟烷基物质（PFAS）的特性及其健康风险

《Environmental Pollution》：Integrating target, nontarget analysis with machine learning to illuminate PFAS characteristics and health risks in Chinese cosmetics

PFAS在化妆品中的存在及健康风险研究通过目标分析、非目标筛查和机器学习模型，对31种中国市售化妆品进行检测，发现防水、抗汗类产品PFAS浓度更高，其中两款产品超标，为化妆品PFAS监管提供依据。

　　

李 Zhao|陈健|孙玉欣|李杨杰|李慧茹|吴群月

广东省药品监督管理局，广州 510006，中国

摘要

全氟和多氟烷基物质（PFAS）被广泛添加到化妆品中，以提高产品的耐用性和防水性。然而，它们在化妆品中的普遍使用引发了人们对皮肤接触PFAS可能带来的健康风险的担忧。迄今为止，针对中国市场上化妆品的研究主要集中在少数几种常见PFAS的检测上，这可能导致实际暴露风险的低估。在这项研究中，我们采用了一种综合策略，结合了目标分析、非目标筛查和机器学习建模，评估了31种涵盖16个不同产品类别的化妆品中的PFAS浓度及其相关的人类健康风险。目标分析在20种化妆品中检测到了10种PFAS，总浓度范围为0.189至143 ng/g；非目标筛查在30种化妆品中检测到了15种PFAS，总浓度范围为4.72至263 ng/g。值得注意的是，标榜为“防水”、“防汗”或“长效”的产品中PFAS的存在频率更高。后续的风险评估显示，两种产品（乳液和防晒霜）中的PFAS浓度超过了可接受的每日摄入量，表明皮肤接触PFAS可能存在健康风险。总体而言，这些发现全面揭示了中国化妆品中PFAS的浓度及其相关健康风险，并为未来关于PFAS在化妆品中使用的监管框架奠定了科学基础。

引言

全氟和多氟烷基物质（PFAS）是一类具有显著化学稳定性和耐水、耐油、耐热性的合成化学品（Wang等人，2017年）。这些独特的物理化学特性使它们在过去几十年中广泛应用于各种工业过程和消费品中（Br?unig等人，2019年；Dhore和Murthy，2021年；Glüge等人，2022年；Zhou等人，2023年）。然而，由于PFAS在环境中的持久性极强，它们已成为全球公共健康问题。它们具有生物累积能力，并且有越来越多的证据表明它们与不良健康结果有关，包括脂质代谢紊乱、生殖功能受损和发育过程异常（Hu等人，2023年；Li等人，2024年；Park等人，2025年；Wu等人，2024年；Zhang等人，2022a年；Zhou等人，2023年），因此迫切需要更好地了解其暴露来源和风险。

化妆品作为全球人们日常生活中不可或缺的一部分，已被确认为PFAS暴露的重要来源（Zhao等人，2024年）。PFAS常被用作乳化剂、稳定剂、表面活性剂、成膜剂和溶剂（Harris等人，2022年；Lin等人，2023年）。多项研究在中国、欧洲、日本和北美的市场上都发现了PFAS的存在（Brinch等人，2018年；Lin等人，2023年；Schultes等人，2018年；Whitehead等人，2021年）。关键的是，流行病学研究表明，使用化妆品与人体血清中PFAS浓度升高之间存在正相关关系（Chang等人，2021年；Colles等人，2020年）。最近的一项实验研究表明，含有¹³C₄-全氟辛酸（¹³C₄-PFOA）的防晒霜可以通过皮肤吸收，该物质随后在志愿者的血液样本中被检测到（Abraham和Monien，2022年）。鉴于化妆品频繁且广泛地接触皮肤，皮肤暴露是人类PFAS摄入的重要途径，但这一途径常常被忽视（Ragnarsdóttir等人，2022年）。尽管已知PFAS可以通过皮肤吸收，但对化妆品中PFAS含量及其相关健康风险的全面评估仍然非常有限。

中国是全球化妆品消费量最大的国家之一，但目前尚缺乏针对化妆品中PFAS使用的具体法规（Lin等人，2023年；Zhao等人，2024年）。现有的关于中国化妆品中PFAS的研究主要采用目标分析方法（Lin等人，2023年）；然而，这种方法仅限于已有标准的已知PFAS，可能导致对总PFAS负担的低估，同时可能遗漏未知或新的PFAS。相反，非目标筛查正越来越多地被用来补充传统的目标分析，以识别化妆品中的未知PFAS。尽管一些研究在韩国（Park等人，2025年）和加拿大（Harris等人，2022年）市场结合了非目标分析和目标分析来研究PFAS的存在和浓度，但非目标分析的一个主要缺点是依赖于半定量方法，导致结果变化较大且不确定性较高（Cai等人，2025年；Harris等人，2022年；Park等人，2025年）。最近机器学习技术的进步为这一挑战提供了有希望的解决方案，可以在无需真实标准的情况下进行非目标PFAS的定量分析（Hu等人，2023年；Zhao等人，2025年）。在这项研究中，我们假设结合目标分析、非目标筛查和基于机器学习的定量方法可以全面评估中国市场中化妆品中的PFAS浓度及其相关的人类暴露风险。

为了验证这一假设，我们最初收集了31种常见的中国化妆品，涵盖16个不同的产品类别。然后使用液相色谱-串联质谱（LC–MS/MS）对37种PFAS进行了目标分析，以确定它们的存在。随后，通过高分辨率质谱结合非目标筛查和基于机器学习的定量方法，识别和量化了之前未知的PFAS。最终，评估了这些产品中PFAS可能带来的皮肤暴露风险。预计这项研究的结果将为了解中国化妆品中的PFAS谱型及其相关健康风险提供新的见解，从而为未来的监管发展奠定坚实的科学基础。

标准与试剂

选择了37种在化妆品中常见或可能存在的PFAS作为目标化合物。这些37种参考PFAS标准和11种同位素标记的内标（表S1）购自ANPEL Laboratory Technologies Inc.（上海，中国）、TMRM Quality Inspection Technology Co., Ltd.（江苏，中国）和Wellington Laboratories Inc.（安大略省，加拿大）。使用的氢氧化物溶液、丙酮、乙酸铵、甲醇和乙腈均为HPLC级。

化妆品中的PFAS浓度

本研究系统地量化了31种化妆品中的37种目标PFAS，这些化妆品涵盖了16个常用的产品类别。在37种目标PFAS中，有10种被检测到，其中至少有一种PFAS存在于31种产品中的20种产品中。这些化妆品中PFAS的检测频率和浓度范围分别见表1和表S9。总PFAS浓度范围为0.189至143 ng/g，中位数为4.70 ng/g，平均值为23.2 ng/g。

局限性与展望

虽然本研究系统地评估了中国市场上化妆品中PFAS的人类健康风险，但我们的发现存在一些局限性，需要谨慎解读。首先，我们的分析范围受到所检测化妆品样本数量相对较少的限制（n = 31）。因此，我们的评估仅是对化妆品中PFAS存在及其潜在健康风险的初步评估。未来的研究应进一步扩大样本量。

结论

本研究结合了目标分析、非目标筛查和机器学习方法，全面评估了中国市场上化妆品中PFAS的存在及其潜在的人类健康风险。目标分析在20种化妆品中检测到了10种PFAS，总浓度范围为0.189至143 ng/g；非目标筛查在30种产品中检测到了15种PFAS，浓度范围为4.72至263 ng/g。值得注意的是，标榜为“防水”、“防汗”或“长效”的产品中PFAS的存在频率更高。

CRediT作者贡献声明

孙玉欣：撰写 – 审稿与编辑，数据分析。李杨杰：撰写 – 审稿与编辑，方法学研究，资金申请。李慧茹：撰写 – 审稿与编辑，数据分析。吴群月：撰写 – 审稿与编辑，资金申请。李 Zhao：撰写 – 初稿撰写，方法学研究，实验设计，资金申请，数据管理。陈健：监督，方法学研究，实验设计，数据分析，概念构建

未引用参考文献

TCEQ，2023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的研究结果。

致谢

本研究得到了广东省药品监督管理局2025年科技创新项目（2025YDZ15）、广东省医学科学技术研究基金（A2025181）、国家药品监督管理局药物监管科学体系建设重点项目（RS2024C003）以及广东省科技计划（2023A1111120025）的支持。