焦化厂工人血清中多环芳烃（PAHs）及其衍生物的共同暴露特征及其与肝功能的关联

《Environment International》：Co-exposure profiles of PAHs and their derivatives in coking plant workers’ serum and associations with liver function

　　 Congcong Yue | Hailing Li | Chang He | Yao Tang | Guiying Li | Shengtao Ma | Xin Zhang | Taicheng An
广东-香港-澳门污染物暴露与健康联合实验室，广东省环境催化与健康风险控制重点实验室，广东工业大学环境健康与污染控制研究所，广州510006，中国

**摘要**
焦化厂工人面临多环芳烃（PAHs）及其衍生物的巨大暴露风险，越来越多的证据表明PAH暴露与肝脏损伤有关。然而，PAHs及其衍生物共同暴露对肝功能的影响仍知之甚少。本研究收集了焦化厂工人、周边居民和对照组人群的血清样本，检测了10种PAHs、7种甲基化PAHs（MPAHs）、17种杂环PAHs（HPAHs）和1种氧化PAH（9-芴酮）。此外，通过分位数g计算、加权分位数和回归以及贝叶斯核机器回归模型探讨了这些物质与肝功能生物标志物之间的关联。焦化厂工人血清中PAHs、MPAHs、HPAHs和9-芴酮的中位浓度分别为2230、738、1250和18.8 ng/g脂质，显著高于其他两组。焦化过程工人对PAHs及其衍生物的暴露水平高于其他工艺。研究结果显示，PAHs及其衍生物对肝功能生物标志物（包括总胆红素（TBIL）、间接胆红素（IBIL）、直接胆红素、丙氨酸氨基转移酶和天冬氨酸氨基转移酶（AST）具有负面影响。值得注意的是，PAHs及其衍生物与IBIL、TBIL和AST呈显著正相关，其中4-甲基二苯并呋喃、二苯并呋喃、菲、5,6-苯并奎啉和吲哚是主要致病因素。尽管PAH衍生物的浓度远低于母体PAHs，但从共同暴露的角度来看，它们对肝功能生物标志物的影响更为显著。本研究强调了PAH衍生物的重要性，并有助于更好地理解PAH及其衍生物暴露对肝功能损害的作用机制。

**1. 引言**
作为全球最大的焦炭生产和出口国，中国的焦炭产量占全球总量的70%以上（Di等人，2024）。煤热解成焦炭过程中会产生并释放多种污染物，焦化行业通常被认为是一个高能耗和高污染的行业（Cheng等人，2024；Peng等人，2025）。多环芳烃（PAHs）是焦化厂中最常检测到的污染物类别，长期高浓度暴露会对工人健康造成不利影响（Du等人，2020；Kuang等人，2013；Li等人，2023a）。更重要的是，PAH衍生物（包括甲基化PAHs、杂环PAHs和氧化PAHs）是新兴污染物，在焦化厂中不容忽视（Cao等人，2023；Deng等人，2023；Zhang等人，2023；Zhou等人，2024b）。由于这些衍生物的毒性高于未取代的PAHs，近年来受到了广泛关注（Krzyszczak和Czech，2021；Peng等人，2023；Titaley等人，2016；Wincent等人，2015）。一些PAH衍生物的代谢物（如3-羟基咔唑和5-羟基异喹啉）在焦化厂工人的尿液中与脂质过氧化和DNA损伤有关（Li等人，2023a）。总之，释放的PAHs及其衍生物严重威胁着焦化厂工人的健康。
焦化厂通常包括具有不同污染特征和水平的各种工艺车间（Kuang等人，2013；Li等人，2023a）。明确不同工艺的排放特性可以为焦化污染控制提供科学依据。基于生物样本（血液、尿液和毛发等）的内部暴露测量比外部暴露测量更能准确评估人体暴露水平（Ekpe等人，2021；Li等人，2023a）。先前有许多关于焦化厂工人PAH暴露的研究，但大多数研究主要集中在尿液中的PAH代谢物上，关于PAH衍生物的研究较少（Fu等人，2022；Yang等人，2017）。血清和尿液样本的比较分析表明，仅依赖尿液代谢物可能导致实际PAH暴露水平的低估（Yang等人，2021）。此外，某些PAH衍生物在血液中的分布率可能高于其母体PAHs（Zhao等人，2022a）。然而，对不同工业过程中焦化厂工人血清中PAHs及其衍生物的研究很少。
PAHs主要由肝脏细胞色素P450酶代谢，肝脏是其主要靶器官（Pále?ová等人，2023）。作为人体重要的解毒器官，肝脏在过度PAH暴露下可能会受到损伤，导致肝细胞损伤和肝功能受损（Wang等人，2025）。肝功能异常显著增加了肝硬化、肝细胞癌和脂肪肝等肝脏疾病的风险（Devarbhavi等人，2023）。肝功能测试是诊断肝脏疾病的重要临床工具（Newsome等人，2018）。总胆红素（TBIL）、间接胆红素（IBIL）、直接胆红素（DBIL）、天冬氨酸氨基转移酶（AST）和丙氨酸氨基转移酶（ALT）常用于临床医学中诊断肝脏损伤（Yang等人，2021）。胆红素（IBIL、DBIL和TBIL）是体内重要的抗氧化剂，肝细胞损伤时会引起肝脏代谢和排泄功能障碍，导致血清胆红素水平升高（Oskay等人，2022）。AST和ALT是最常见的肝脏损伤生物标志物，肝细胞损伤后它们释放到血液中会导致血清酶活性升高（Hu等人，2021）。流行病学研究表明，PAH暴露可能损害人体肝功能（Xu等人，2021；Yu等人，2024）。尽管有越来越多的证据表明高浓度PAH暴露会导致肝脏损伤，但关于PAHs及其衍生物共同暴露对焦化厂工人肝功能影响的研究仍然有限。

鉴于本研究的局限性，我们从焦化厂工人、周边居民和对照组人群中收集了血清样本。主要目标是：（1）明确PAHs及其衍生物（MPAHs、HPAHs和OPAHs）在血清中的分布特征；（2）研究不同焦化工艺中PAHs及其衍生物的变化情况；（3）阐明血清中PAHs及其衍生物与其尿液代谢物之间的关联；（4）研究PAHs及其衍生物与肝功能生物标志物之间的关联。这些发现将对PAHs及其衍生物共同暴露与肝脏损伤之间的机制提供关键见解。

**2. 材料与方法**
2.1. 化学品和试剂
本研究中使用的化学品和试剂详见文本S1。
2.2. 研究人群和样本收集
2020年，共从239名职业暴露组（中国山西某典型焦化厂的工人）、162名非职业暴露组（居住在距离工厂约6.2公里处的居民）和231名对照组（居住在距离工厂50公里以上的居民）中收集了血清样本。所有参与者在采样前一周内被禁止食用烧烤食品和酒精饮料以避免饮食干扰。职业暴露组的工人在焦化厂工作至少一年，研究区域内没有其他工业污染源。非职业暴露组和对照组居民没有从事与有机污染物相关的职业（如焦化、电子废物回收、金属冶炼、石化等），并已在各自地区居住至少一年。职业暴露工人的工作相关信息见文本S2。通过问卷收集了研究人群的人口统计信息（如年龄、性别、饮酒和吸烟情况），详见表S1。该研究已获得广东工业大学伦理委员会的伦理审查，并获得所有参与者的书面同意。所有血清样本在收集后3小时内离心，分装至冻干管中，并立即在-80°C下保存以待分析。239对暴露工人的尿液样本信息见我们之前的出版物（Li等人，2023a）。
2.3. 样本制备和仪器分析
我们之前已描述了血清中PAHs及其衍生物的样品处理和仪器分析方法（Yue等人，2026）。具体步骤为：向Teflon离心管中加入1 mL解冻的血清，然后加入2.5 ng替代标准物（萘-d8、苊-d10、菲-d10、荧蒽-d12、芘-d12、9-芴酮-d8和蒽醌-d8），再加入4 mL乙酸乙酯/乙腈（1:9，v/v），涡旋振荡并超声处理10分钟。将混合物在4°C下以4000 rpm离心10分钟，取上清液。重复上述步骤三次并将上清液合并。合并后的提取物通过旋转蒸发浓缩至1 mL，然后用Florisil固相萃取柱（1 g，6 mL）进一步纯化，再用10 mL乙酸乙酯/二氯甲烷（1:1，v/v）洗脱。洗脱液在纯氮气流下浓缩后转移到琥珀色玻璃瓶中，最后用50 μL异辛烷复溶，并加入5 ng内标物（六甲基苯、13C6-咔唑和13C12-二苯并呋喃）进行仪器分析。PAHs和PAH衍生物的定量分析采用气相色谱-串联质谱（GC–MS/MS-TQ8040，Shimadzu，日本）进行，电子电离模式操作。仪器分析的详细信息见表S2和文本S3。由于PAHs及其衍生物是疏水性有机物，主要积累在血清脂质中，因此其测量浓度可能受血清总脂质水平影响。为此，本研究采用了脂质标准化方法以减少个体间脂质含量差异对污染物暴露水平评估的影响。血清总脂质（TL）浓度计算公式为：TL = 1.12 × CHOL + 1.33 × TG + 1.48 (g/L)（Covaci等人，2006；Ekpe等人，2021）。
2.4. 质量保证和质量控制
每22份血清样本中包含一个空白对照和加标样本，以确保数据质量。PAHs的回收率为54.5%?111%，MPAHs为84.3%?106%，HPAHs为69.5%?112%，OPAHs为75.3%?86.7%，相对标准偏差分别为7.7%?18.6%、7.9%?15.4%、6.2%?15.4%和10.7%。检测限定义为信噪比的三倍，分别为PAHs 0.011?0.026 ng/mL，MPAHs 0.016?0.028 ng/mL，HPAHs 0.012?0.038 ng/mL，OPAHs 0.013?0.030 ng/mL。方法检测限（MDL）定义为整个过程中测得的平均空白值加上三个标准差，或信号水平为噪声水平的五倍，分别为PAHs 0.026?0.320 ng/mL，MPAHs 0.085?0.280 ng/mL，HPAHs 0.016?0.302 ng/mL，OPAHs 0.050?0.140 ng/mL。更多细节见表S3和文本S4。
2.5. 肝功能生物标志物的测定
肝功能生物标志物的检测使用自动化临床化学分析仪（Roche Cobas c702，Roche Diagnostics GmbH；德国曼海姆）进行（Yu等人，2024）。选择TBIL、IBIL、DBIL、AST和ALT/AST作为肝功能生物标志物。DBIL、IBIL和TBIL是评估肝脏代谢和储备能力的常规标志物，而AST和ALT作为肝酶，是肝细胞损伤的最敏感标志物（Liao等人，2023）。AST/ALT比率通常被认为是酒精性肝病的临床指标（Helena Nyblom等人，2006）。
2.6. 统计分析
统计分析使用IBM SPSS Statistics 26.0进行。低于MDL的污染物浓度在统计分析中视为MDL的一半。Kolmogorov-Smirnov检验用于评估PAHs及其衍生物浓度的正态性。性别、年龄、吸烟和饮酒的差异通过Mann-Whitney U检验进行评估。此外，应用多元线性回归模型比较不同组间污染物浓度和肝功能生物标志物的差异，同时调整年龄、性别、BMI、吸烟和饮酒等因素。分布偏斜的变量在回归分析前进行对数转换。通过Spearman相关分析研究血清中PAHs及其衍生物与其尿液代谢物之间的关联。层次聚类（HC）分析使用Origin 2021软件进行。统计显著性定义为p值小于0.05。加权分位数和回归（WQS）使用R包“gWQS”分析PAHs及其衍生物与肝功能生物标志物之间的关联。WQS指数是针对每种混合暴露和肝脏功能生物标志物组合分别构建的，同时估算了各个多环芳烃（PAHs）及其衍生物的权重，以量化它们对整体混合效应的贡献。此外，还使用R包“qgcomp”进行了分位数g计算（QGC），以评估PAHs及其衍生物对肝脏功能生物标志物的整体影响。通过结合WQS回归的效率与g计算的灵活性，QGC能够在保持适当置信区间覆盖度的同时，对无偏混合效应进行稳健推断（Keil等人，2020年）。进一步使用R包“bkmr”进行了贝叶斯核机器回归（BKMR）分析。该模型能够灵活捕捉非线性关系和非加性效应（Bobb等人，2015年），并用于估计PAHs及其衍生物与肝脏功能生物标志物之间的总体关联，以及探索个体污染物与肝脏功能标志物水平之间的潜在交互作用和非线性剂量-反应关系。WQS、QGC和BKMR模型的关键实现细节见文本S5-S7。性别、年龄、吸烟状况和酒精消费量被纳入WQS、QGC和BKMR模型中作为协变量。由于如果将所有三组纳入分析，可能会引入人群分层并可能导致结果偏倚（Lu等人，2025年；Wang等人，2024年），因此仅检查了焦化厂工人中血清PAHs及其衍生物暴露对肝脏功能的影响。只有在检测频率（DF）>50%的化合物才被纳入HC、WQS和BKMR分析中。为了QGC、BKMR和WQS分析，PAHs和PAH衍生物的浓度以及肝脏功能生物标志物的浓度都进行了自然对数转换。此外，这些分析是使用R Studio版本4.4.1.2进行的。

为了进一步验证我们的发现是否具有稳健性，进行了敏感性分析（Li等人，2025年）。考虑到工作中的脂质标准化和使用保护措施可能会混淆PAHs及其衍生物暴露与肝脏功能生物标志物之间的关联，在模型中额外调整了时间长度（TLs）和工作场所保护措施。敏感性分析中的主要关联结果与主要分析结果一致，进一步证实了PAHs及其衍生物与肝脏功能生物标志物之间关联的可靠性。

3. 结果与讨论
3.1. 研究对象的特征
参与者的基本人口统计特征见表S1。职业暴露组、非职业暴露组和对照组的平均（±SD）年龄分别为44±9.42岁、57±12.7岁和49±12.0岁，男性比例分别为77%、24%和28%（未提供的数据除外）。在暴露的工人中，49%为吸烟者，38%为饮酒者。相应地，在非职业暴露组和对照组中，超过一半的受试者是不吸烟者（分别为90%和79%）和非饮酒者（分别为90%和90%）。作为肝脏功能的生物标志物，职业暴露组的DBIL、IBIL、TBIL、ALT、AST和AST/ALT的平均（±SD）水平分别为3.44±1.34μmol/L、11.4±4.70μmol/L、14.8±5.91μmol/L、31.1±20.7U/L和1.00±0.42U/L。职业暴露组与其他两组在这些肝脏功能标志物上存在显著差异（p<0.05）。
3.2. 血清中PAHs及其衍生物的水平和分布特征
在三个组的血清样本中检测到了总共35种PAHs及其衍生物，包括10种PAHs、7种MPAHs、17种HPAHs和1种OPAHs。对于母体PAHs，在三个组的血清样本中，萘（Nap）、蒽（Ace）、蒽烯（Acy）、菲（Phe）、氟（Flu）、芘（Pyr）和蒽（Ant）的检出率超过70%（表1）。暴露工人血清中10种PAHs的总浓度范围为305至7590 ng/g脂质，中位浓度为2230 ng/g脂质，这显著高于非职业暴露组（范围：393–3700 ng/g脂质；中位数：1290 ng/g脂质）和对照组（范围：89.6–2320 ng/g脂质；中位数：788 ng/g脂质）的血清样本（p<0.001）。对于PAH衍生物，暴露工人血清中7种MPAHs、17种HPAHs和1种OPAHs的中位浓度分别为738（92.1–2564 ng/g脂质）、1250（275–4586 ng/g脂质）和18.8 ng/g脂质（未检出（n.d.）– 101 ng/g脂质）。这些浓度显著高于非职业暴露组（中位数：597、722和11.8 ng/g脂质）和对照组（中位数：431、348和8.86 ng/g脂质）的血清样本（p<0.01）。结果表明，职业暴露导致焦化厂工人血清中PAHs、MPAHs、HPAHs和OPAHs的积累量较高。为了更好地评估焦化厂工人的暴露水平，将他们的血清PAH水平与其他职业工人的水平进行了比较（表S4），因为没有研究报道过焦化厂工人血清样本中的PAHs、MPAHs、HPAHs和OPAHs水平。本研究中焦化厂工人的血清PAH水平高于中国东部铝冶炼厂工人（Zhao等人，2024年）、中国山东燃煤电厂男性工人（Zhao等人，2022a）和韩国消防员（Ekpe等人，2021年）的血清水平，但低于中国山东燃煤电厂女性工人（Zhao等人，2022a）的血清水平。这表明焦化厂工人通常暴露于较高水平的PAHs。

表1. 职业暴露组、非职业暴露组和对照组血清样本中PAHs、MPAHs、HPAHs和OPAHs的浓度（ng/g脂质）
| 化合物 | 职业暴露组（n=239） | 非职业暴露组（n=162） | 对照组（n=231） |
|-----------------|-------------|-----------------|-------------|
| 10种PAHs | 1090 | n.d. | 98.34 |
| | 98.34 | n.d. | 93.22 |
| | 93.22 | n.d. | 91.8 |
| Acy | 30.6 | n.d. | 95.9 |
| | 95.9 | n.d. | 96.2 |
| | 67.2 | n.d. | 99.6 |
| | 67.2 | n.d. | 96.9 |
| | 33.2 | n.d. | 21.3 |
| | 33.2 | n.d. | 78.7 |
| Flu | 370 | n.d. | 99.2 |
| | 99.2 | n.d. | 80.0 |
| | 139 | n.d. | 99.4 |
| | 139 | n.d. | 89.4 |
| | 99.4 | n.d. | 80.7 |
| | 68.0 | n.d. | 99.5 |
| | 68.0 | n.d. | 99.6 |
| | 99.6 | n.d. | 99.4 |
| | 79.3 | n.d. | 95.8 |
| | 79.3 | n.d. | 99.6 |
| | 68.0 | n.d. | 99.5 |
| | 68.0 | n.d. | 99.6 |
| | 68.0 | n.d. | 99.6 |
| | 68.0 | n.d. | 99.6 |
| | 68.0 | n.d. | 99.6 |
| | 68.0 | n.d. | 99.6 |
| | 22.1 | n.d. | 22.5 |
| | 22.1 | n.d. | 22.5 |
| | 99.2 | n.d. | 280 |
| | 99.2 | n.d. | 0.0 |
| | 99.2 | n.d. | 0.0 |
| | 99.2 | n.d. | 0.0 |
| | 99.2 | n.d. | 0.0 |
| | 99.2 | n.d. | 0.0 |
| | 67.2 | n.d. | 95.8 |
| | 67.2 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 |
| | 95.8 | n.d. | 95.8 与第1组类似，炼焦工艺工人中的污染物浓度（中位数：32.6 ng/g脂质）显著高于其他工艺（p < 0.01），表明第3组中的污染物主要来自炼焦工艺。此外，第4组中炼焦、煤炭准备和维护工艺工人的污染物浓度相当（中位数分别为21.4、19.4和17.9 ng/g脂质），比化学生产工艺以及控制室和微计算机室的污染物浓度高出1.40至1.76倍。不同的是，第5组中5,6-BQL在化学生产和煤炭准备工艺工人中的浓度相似（中位数分别为34.4和30.6 ng/g脂质），比其他工艺高出1.21至2.02倍。总而言之，第1至4组中的炼焦工艺工人具有最高的PAH及其衍生物浓度，而化学生产工艺工人显示出最高的5,6-BQL水平。炼焦工艺进一步分为11个不同的工作类别，这些类别的工人血清中PAH及其衍生物的浓度显示在图S7中。炉门操作员和炼焦炉工人通常具有较高的PAH及其衍生物浓度，这可能是因为污染物主要在炼焦煤装入和热焦推出过程中排放（He等，2015年；Li等，2023a年）。3.4. 炼焦厂工人血清中的PAH及其衍生物与其尿液中代谢物之间的关联除了血清中未代谢的PAH及其衍生物外，尿液中代谢物的分析是评估人体PAH及其衍生物暴露的一种方法。同时研究血清中未代谢的PAH及其尿液中的代谢物有助于准确评估PAH暴露水平和健康风险（Ekpe等，2021年；Yang等，2021年）。因此，从血清和尿液的角度对PAH及其衍生物的暴露浓度进行了比较分析，并进一步探讨了血清中PAH及其衍生物与尿液中代谢物之间的相关性。在我们之前的研究中分析了炼焦厂工人尿液样本中PAH及其衍生物代谢物的浓度（Li等，2023a年；Li等，2023b年）。详细信息列在表S5中。在分析的羟基PAH（OH-PAHs）中，2-羟基萘在尿液中的中位数浓度最高（19.5 μg/g Cr），其次是1-羟基萘（16.2 μg/g Cr）、2-羟基荧蒽（8.12 μg/g Cr）和1-羟基芘（1-OH-Pyr）（4.20 μg/g Cr）。值得注意的是，1-OH-Pyr在尿液中的浓度相对较高，而其母体化合物芘在血清中的浓度相对较低（29.3 ng/g脂质），与其他PAH异构体相比（表1）。此外，菲在血清中的浓度相对较高（471 ng/g脂质），而其代谢物羟基菲（OH-Phe，2/3-、4-和1/9- OH-Phe的总和）在尿液中的浓度相对较低（2.86 μg/g Cr）。尿液中OH-PAHs与血清中PAHs之间的暴露差异可能主要归因于PAH异构体的不同代谢速率（Yang等，2021年）。就HPAH暴露水平而言，吲哚在血清中的浓度最高（中位数：664 ng/g脂质），3-和4-羟基吲哚作为吲哚的代谢物在这些工人的尿液中被检测到，但浓度非常低（中位数分别为0.28和0.59 ng/mL）（Li等，2023b年）。值得注意的是，L-色氨酸是一种必需氨基酸，被人体吸收后可以代谢成吲哚（Paats等，2020年；Wu等，2023年；Zhao等，2022b年）。这也可能导致血清中吲哚的浓度较高。需要进一步研究吲哚的来源和在人体内的代谢途径。此外，IQL在血清中的浓度较低（中位数：6.79 ng/g脂质），而这些工人的尿液中检测到高浓度的5-OH-iQNL（8.22 μg/g Cr），它是IQL的代谢物（Li等，2023a年）。关于IQL进入人体后的代谢转化的研究仍然非常有限，需要进一步探索。结果表明，仅基于血清或尿液样本的评估可能会低估PAH和HPAH的暴露水平。人体吸收PAH及其衍生物后，它们通过系统循环运输到肝脏，在那里经过生物转化形成羟基化代谢物，最终通过尿液排出（Peng等，2023年）。血清中的PAH及其衍生物是尿液中羟基化代谢物的主要前体，为了澄清它们之间的相关性，对血清中的PAH和HPAH与尿液中相应代谢物进行了Spearman相关性分析。如图S8和表S6所示，Nap和∑OH-NaP（rs = 0.174，p < 0.05）、Phe和∑OH-Phe（rs = 0.147，p < 0.05）、Pyr和1-OH-Pyr（rs = 0.227，p < 0.05）之间存在显著相关性，表明这些低分子量的PAH羟基代谢物主要通过尿液排出。相比之下，Flu和∑OH-Flu（2-羟基荧蒽和3-羟基荧蒽的总和）之间没有显著相关性（p > 0.05），这可能是由于Flu的某些共同尿液羟基代谢物未测量到（Kuang等，2013年；Yang等，2017年）。对于HPAH，血清中的IQL、DBF和咔唑（CBZ）与尿液中它们的代谢物5-OH-iQNL、2-OH-DBF和3-OH-CBZ之间没有显著相关性（p > 0.05）。就IQL和DBF而言，除了5-OH-iQNL和2-OH-DBF之外，它们还有其他主要代谢物，如2-OH-iQNL和1-OH-DBF（Li等，2023b年）。然而，由于缺乏标准参考材料，这些代谢物在当前工作中被排除在定量分析之外，这可能是导致没有观察到显著相关性的原因。血清中CBZ的检出率较低（40.6%）可能是导致CBZ与其代谢物3-OH-CBZ之间没有显著相关性的主要原因。此外，人体中异生物质代谢酶的催化活性和表达水平存在显著个体差异，导致PAH及其衍生物在体内的代谢过程和转化模式不同（Shimada，2006年）。这可能也是血清中母体PAH及其衍生物与尿液中相应代谢物之间没有显著相关性的另一个重要原因。总之，尽管血清中的PAH水平和尿液中的OH-PAH水平显示出统计学上的显著但较弱的相关性，但血清中的HPAH浓度与尿液中的OH-HPAH浓度没有显著相关性。这些发现表明，尿液中的OH-PAH和OH-HPAH水平可能无法可靠地反映相应的血清PAH和HPAH水平。这强调了同时分析血清和尿液样本的必要性。3.5. 血清中的PAH及其衍生物与肝脏功能生物标志物之间的关联已知PAH暴露会损害肝脏功能（Yu等，2024年；Zhou等，2024a年），但PAH及其衍生物共同暴露对肝脏功能的 specific 影响仍不清楚。为了更好地了解PAH及其衍生物暴露对肝脏功能的影响，本研究使用WQS、GGC和BKMR模型探讨了PAH及其衍生物与肝脏功能生物标志物（IBIL、DBIL、TBIL、ALT、AST和AST/ALT）之间的关联。在分析过程中调整了包括年龄、性别、吸烟和饮酒在内的混杂因素，以消除它们对血清中PAH及其衍生物水平的潜在影响（尽管并非所有这些因素都表现出统计学上的显著影响）（文本S8和图S9-S12），从而更准确地评估这些污染物与肝脏功能生物标志物之间的独立关联。在WQS回归模型中，PAH及其衍生物的共同暴露与DBIL（β = 0.032，95%置信区间：0.026 - 0.038）、IBIL（β = 0.037，95%置信区间：0.028 - 0.045）、TBIL（β = 0.033，95%置信区间：0.026 - 0.040）、ALT（β = 0.033，95%置信区间：0.020 - 0.046）和AST（β = 0.019，95%置信区间：0.011 - 0.027）显著正相关，但与AST/ALT未见显著关联（图1），表明混合暴露在肝脏功能中起重要作用。就个别PAH及其衍生物对肝脏功能生物标志物的总体联合影响权重而言，Ant与DBIL（权重：34%）和TBIL（20%）的权重最高，5,6-BQL对IBIL的权重最高（25%），而吲哚对ALT（26%）和AST（23%）的权重最高，突显了它们对肝脏功能的潜在影响。下载：下载高分辨率图像（952KB）下载：下载全尺寸图像图1. 在WQS回归模型中，个别PAH及其衍生物对肝脏功能生物标志物（DBIL、IBIL、TBIL、ALT、AST、AST/ALT）的总体联合影响的权重（已调整年龄、性别、吸烟和饮酒）。WQS混合指数的总体β系数（95%可信区间）和p值反映了混合PAH暴露与相应肝脏功能生物标志物之间关联的强度和统计显著性。然而，WQS回归可能由于未测量的混杂因素而容易放大偏差（Keil等，2020年）。因此，我们使用QGC模型进一步验证了我们的发现。首先，通过QGC探索了PAH及其衍生物对肝脏功能生物标志物的联合效应，三种情景下的回归系数（模型1-3：模型1：未调整；模型2：调整年龄和性别；模型3：调整年龄、性别、吸烟和饮酒）显示在表2中。PAH及其衍生物的暴露浓度与IBIL和TBIL显著正相关（p < 0.05），但与AST/ALT无关（p > 0.05）。然而，在调整性别、年龄、饮酒和吸烟后，观察到AST和AST与PAH及其衍生物之间有显著正相关（p < 0.05），相关系数分别从4.77和5.41增加到7.06和6.23。这表明吸烟和饮酒是影响PAH及其衍生物对AST和AST的关键因素。与WQS模型一致，在完全调整的模型中，PAH及其衍生物的暴露与DBIL、IBIL、TBIL、ALT和AST显著相关（p < 0.05），β分别为0.576（95%置信区间：0.271, 0.881）、1.261（0.196, 2.327）、1.837（0.503, 3.171）、7.06（1.49, 12.6）和6.23（0.351, 12.1）。这表明PAH及其衍生物的暴露量增加与肝脏功能指标呈正相关，长期共同暴露可能增加肝脏功能损伤的风险。此外，还探讨了混合化合物对肝脏功能生物标志物的权重（表2）。在所有模型中，均未发现PAH混合物与AST/ALT之间有显著相关性，这里不再讨论。检测到的化合物中，Ant（19%）、FluA（14%）、Pyr（13%）和DBF（10%）是DBIL积极效应的主要贡献者；Phen（13%和11%）、4-MDBF（13%和13%）、DBF（11%和13%）和5,6-BQL（10%和9%）在IBIL和TBIL中显著，而吲哚（25%和24%）是ALT和AST的主要贡献者（图2）。结果清楚地表明，PAH衍生物对肝脏功能的损害作用比其母体PAH更为明显。表2. 使用分位数g计算模型，暴露工人中PAH及其衍生物与肝脏功能生物标志物关联的回归系数（β，95%置信区间）。空单元格模型1 a模型2 b模型3 cβ 95%置信区间p值β 95%置信区间p值β 95%置信区间p值DBIL0.560 (0.291, 0.829)0.0001*0.502 (0.222, 0.782)0.06350.576 (0.271, 0.881)0.0002*IBIL1.24 (0.302, 2.189)0.0101*1.10 (0.116, 2.09)0.0292*1.261 (0.196, 2.327)0.0209*TBIL1.81 (0.624, 2.99)0.0029*1.60 (0.371, 2.84)0.0112*1.837 (0.503, 3.171)0.0073*ALT4.77 (-1.43, 11.0)0.13235.71 (-0.047, 11.5)0.05277.06 (1.49, 12.6)0.0135*AST5.41 (-0.911, 11.7)0.09435.12 (-0.551, 10.8)0.07776.23 (0.351, 12.1)0.0385*AST/ALT0.045 (-0.064, 0.112)0.41590.030 (-0.060, 0.119)0.51670.042 (-0.054, 0.138)0.3957a模型1：未调整。b模型2：调整年龄和性别。c模型3：调整年龄、性别、吸烟和饮酒。下载：下载高分辨率图像（716KB）下载：下载全尺寸图像图2. 在QGC模型中，每种PAH及其衍生物对肝脏功能生物标志物（DBIL、IBIL、TBIL、ALT、AST）的积极和消极效应的权重（已调整年龄、性别、吸烟和饮酒）。每个子图顶部的值分别表示所有负系数和正系数的总和，反映了混合效应的总体方向和幅度。此外，使用BKMR模型估计了PAH及其衍生物与肝脏功能生物标志物之间的关联（图3）。PAH及其衍生物的联合效应与IBIL、TBIL和AST表现出总体正相关，这与WQS和QGC模型的结果一致。值得注意的是，血清中PAH及其衍生物的百分位数浓度与IBIL和TBIL水平有统计学上的显著关联。这表明接触多环芳烃（PAHs）及其衍生物可能会导致体内胆红素结合蛋白（IBIL）和总胆红素（TBIL）的积累，从而可能损害肝功能。进一步地，通过二元推断混合模型（BKMR）探讨了血清PAHs及其衍生物对肝功能生物标志物的单独影响。与QGC和WQS模型的结果不同，QL对IBIL和TBIL的贡献最为显著，但对直接胆红素（DBIL）没有影响（图S13–S15）。这种差异可以归因于每个模型相关的多种因素（Keil等人，2020年）。与QGC和WQS模型一致，吲哚也是BKMR分析中ALT和AST的最显著贡献因素，显示出正相关关系（图S16和S17）。此外，还绘制了单变量剂量-反应曲线来探讨个别污染物与肝功能生物标志物之间的关联。QL浓度与IBIL和TBIL呈正相关，而吲哚浓度与ALT和AST呈正相关（sS23）。此外，后验包含概率（PIP）说明了暴露变量对结果的影响。QL对IBIL和TBIL的PIP值分别为0.741和0.770，而吲哚对ALT和AST的PIP值分别为0.874和0.798（表S7）。这些进一步证明了它们对肝功能生物标志物的显著贡献。

下载：下载高分辨率图片（296KB）
下载：下载全尺寸图片

图3. 根据BKMR模型，从第25百分位到第75百分位，PAHs及其衍生物混合物浓度每增加5个分位数对肝功能生物标志物（DBIL、IBIL、TBIL、ALT、AST、AST/ALT）的总体影响（已调整年龄、性别、吸烟和饮酒因素）。黑色圆圈表示效应估计值，红色虚线代表零假设，黑色垂直线代表95%可信区间（CIs）。（关于此图例中颜色的解释，请参阅文章的网页版本。）

在本研究中，使用WQS、QGC和BKMR模型发现了PAHs及其衍生物与IBIL、TBIL和AST之间的正相关关系。胆红素是血红素降解的最终代谢物，是评估肝功能的关键生物标志物（Liao等人，2023年）。TBIL由结合型（DBIL）和非结合型（IBIL）胆红素组成。结合型高胆红素血症主要与肝细胞损伤或胆道阻塞有关，而非结合型高胆红素血症则与肝脏结合能力受损或溶血有关（Gazzin等人，2016年）。PAHs及其衍生物暴露导致的血清胆红素水平升高可以通过以下机制解释：胆红素作为一种强效抗氧化剂，可以对抗暴露相关的氧化应激，从而进一步诱导血红素加氧酶的表达（Pále?ová等人，2023年）。作为经典的肝功能生物标志物，ALT和AST在生理条件下在血清中的水平极低；当肝脏受损时，它们会大量释放到血液中，导致血清浓度显著升高（Hu等人，2021年；Xu等人，2021年）。在本研究中，WQS和QGC模型显示PAHs及其衍生物暴露与AST水平显著正相关，BKMR模型也显示出类似的正相关趋势，尽管未达到统计显著性。这些发现表明，接触PAHs及其衍生物可能与肝功能损害有关，并可能在接触焦化物质的人群中产生潜在的不良影响。先前的流行病学研究也表明，PAH暴露可能损害人类肝功能（Xu等人，2021年；Yu等人，2024年；Zhou等人，2024a）。综合使用WQS、QGC和BKMR模型的分析表明，PAHs及其衍生物的共暴露与IBIL、TBIL和AST水平升高有关。尽管母体PAHs的浓度较高，但从共暴露的角度来看，它们并不是肝功能生物标志物的主要贡献因素。例如，4-MDBF、DBF、QL和吲哚对IBIL、TBIL和AST水平的升高有显著贡献。这表明，仅关注母体PAHs无法完全揭示焦化厂工人暴露于污染物与肝功能之间的内在关系。

3.6 敏感性分析结果
在调整了时间长度（TLs）和工作场所防护措施后，PAHs及其衍生物与肝功能生物标志物之间的关联仍然稳健。效应大小和主要贡献因子的排名变化很小，联合效应的方向和显著性与初步分析一致（表S8和S9）。这些发现表明，时间长度和工作场所防护措施对结果的干扰作用很小，进一步证实了我们结果的稳健性。

4. 强点和局限性
本研究首次系统地描述了焦化厂工人血清中PAHs及其衍生物（MPAHs、HPAHs和9-氟蒽）的共暴露特征及其与肝功能生物标志物的关联。通过使用多种模型（如QGC、WQS和BKMR），评估了这些污染物的联合效应及其各自的贡献，并验证了PAH衍生物在影响肝功能生物标志物方面的主导作用。这些发现填补了关于PAH衍生物职业内暴露的关键知识空白，并为焦化行业的职业健康风险管理提供了重要的科学依据。然而，也应注意一些局限性。首先，本研究只能证明PAHs及其衍生物暴露与肝功能障碍之间的关联，但不能确定因果关系。其次，样本量有限可能会影响某些统计模型的稳定性和可靠性。第三，未完全调整潜在的混杂因素，包括家庭烹饪习惯、病史和就业年限，可能导致残余混杂。因此，需要进行大样本的前瞻性队列研究并结合机制毒理学研究来验证我们的发现并增强因果推断。

5. 结论
本研究系统地描述了血清中PAHs、MPAHs、HPAHs和OPAHs的暴露水平和组成特征，探讨了参与不同焦化过程的工人之间的暴露差异，并进一步阐明了这些污染物与其相应尿代谢物和肝功能生物标志物之间的关联。从共暴露的角度来看，PAH衍生物对肝功能生物标志物的影响比母体PAHs更为显著。当前的工作为焦化厂工人的职业暴露风险提供了新的见解，并强调了全面评估PAHs及其衍生物暴露对健康影响的重要性。

6. 声明
本研究已获得广东理工大学的伦理审查批准，如需可提供批准证明/证书。

作者贡献声明：
- Congcong Yue：撰写 - 原始草案、方法学、调查、形式分析
- Hailing Li：可视化、验证、方法学
- Chang He：方法学、数据管理
- Yao Tang：可视化、验证
- Guiying Li：撰写 - 审阅与编辑、可视化
- Shengtao Ma：方法学
- Xin Zhang：资源协调
- Taicheng An：撰写 - 审阅与编辑、监督、资金获取、概念化