《Journal of Hazardous Materials Advances》:PAHs association with systemic dysregulations in municipal solid waste workers: insights from human biomonitoring and Network Analysis
编辑推荐:
本研究对伊朗布什尔市90名市政固体废物(MSW)工作人员(暴露组)和90名行政保洁人员(对照组)的多环芳烃(PAHs)暴露生物标志物及其与全身性生物学改变的潜在关联进行了调查。研究人员还采用网络分析技术,利用Cytoscape软件对PAHs暴露生物标志物与选定
本研究对伊朗布什尔市90名市政固体废物(MSW)工作人员(暴露组)和90名行政保洁人员(对照组)的多环芳烃(PAHs)暴露生物标志物及其与全身性生物学改变的潜在关联进行了调查。研究人员还采用网络分析技术,利用Cytoscape软件对PAHs暴露生物标志物与选定的血液学、炎症、氧化应激及肝脏相关生物标志物之间的相互关系进行了可视化分析。暴露组的ΣPAHs平均血清浓度水平(26.83 μg/L)显著高于对照组(8.84 μg/L)(p < 0.05),其中以高分子量(HMW)PAHs为主。在暴露对象中,PAHs的平均血清水平范围为萘(Naph)0.37 μg/L至?(Chr)5.52 μg/L;在对照组中,范围为苊(Ace)0.09 μg/L至苯并[ghi]苝(BghiP)1.25 μg/L。网络分析将苯并[b]荧蒽(BbF)、苯并[k]荧蒽(BkF)、茚并[1,2,3-cd]芘(IcdP)和二苯并[a,h]蒽(DBahA)确定为暴露-效应网络中的主要影响因子。在各生物标志物中,肿瘤坏死因子-α(TNF-α)和天冬氨酸氨基转移酶(AST)受到较多种类PAHs的影响。然而,观察到的PAHs与生物学标志物之间的关系总体为弱到中等程度,应谨慎解释。总体而言,这些发现凸显了MSW工作人员职业性PAH暴露的增加,并提示与选定生物学改变存在可能的、但非因果的关联,强调由于PAHs暴露增加而对MSW工作人员造成的重大职业健康风险。
该研究聚焦于市政固体废物(MSW)工作人员的职业性多环芳烃(PAHs)暴露及其潜在健康效应,发表于《Journal of Hazardous Materials Advances》。MSW工人在废物收集、分类、处理和街道清扫等作业中,频繁接触来自废物流的化学与生物污染物。PAHs主要源于燃料、废物及有机物的不完全燃烧和热解过程,其中车辆尾气排放是城市环境中PAHs的重要来源。MSW工人在道路作业中吸入含PAHs的废气,构成职业暴露的主要途径。PAHs进入人体后可转化为羟基化代谢物,与DNA形成加合物,同时诱导自由基产生,引发氧化应激、炎症反应及肝损伤等一系列生物学效应。人体生物监测通过检测体液中的化学物质或其代谢物来评估暴露水平,是职业健康研究的重要工具。既往研究多采用尿羟基PAHs(OH-PAHs)作为暴露标志物,但其半衰期短(<24小时),仅反映近期暴露;而血清PAHs更为稳定,可减少个体代谢差异、肾功能及采样时间带来的变异,有利于与临床参数建立可靠关联。目前,针对MSW工人职业性PAH暴露的研究极为有限,且鲜见血清PAHs浓度的检测报道。因此,该研究旨在比较MSW工人与行政保洁人员的血清PAHs水平,探索暴露与社会经济学及人口学特征的关联,并分析PAHs暴露与血液学、氧化应激、炎症及器官功能相关生物标志物之间的关系,首次将人体生物监测与网络分析相结合,以揭示MSW工人PAHs暴露相关的复杂生物学响应。
研究人员从布什尔市市政机构和各行政、学术及机构单位获取MSW工人和行政保洁人员名单,随机招募各90名符合条件的工作人员。纳入标准为男性、18至65岁、从业至少一年;排除标准包括服用药物、患有心血管疾病、高血压、自身免疫病、肝肾疾病、肺病、HIV、癌症、糖尿病、肿瘤、甲状腺疾病等,以及存在皮肤症状或可见伤口者。两组参与者均为布什尔市居民,饮食习惯、文化背景和当地气候条件相似。MSW工人主要从事废物收集和街道清扫工作,持续暴露于城市交通尾气中的PAHs。研究通过个人访谈收集社会人口学信息、行为危险因素、职业史和医疗史。
该研究采用气相色谱-三重四极杆质谱联用仪(GC-MS/MS,Agilent 7890N/5975C)对血清中16种美国环境保护署(USEPA)优先控制PAHs进行定量分析,包括萘(Naph)、苊烯(Acy)、苊(Ace)、芴(Flu)、菲(Phen)、蒽(Ant)、荧蒽(Flrt)、芘(Pyr)、苯并[a]蒽(BaA)、?(Chr)、苯并[b,k]荧蒽(BbkF)、苯并[a]芘(BaP)、茚并[1,2,3-cd]芘(IcdP)、二苯并[a,h]蒽(DBahA扭曲或错误行继续帅逼A)及苯并[ghi]苝(BghiP)。样本经液-液萃取、净化后进样分析,采用外标法定量,通过加入联苯作为替代内标监控提取效率和仪器变异。方法学验证包括空白对照、加标回收率测试及检出限(LOD)和定量限(LOQ)的确定,各项质量控制(QC/QA)措施确保分析结果的准确性和可重复性。
在生物标志物检测方面,研究采用酶联免疫吸附测定(ELISA)试剂盒测定血清8-羟基-2'-脱氧鸟苷(8-OHdG,氧化应激标志物)、白细胞介素-6(IL-6)、C-反应蛋白(CRP)和肿瘤坏死因子-α(TNF-α,炎症标志物);采用Westergren法测定红细胞沉降率(ESR);采用全自动血液分析仪测定全血细胞计数(CBC)及白细胞三分群分类,包括白细胞计数(WBC)、红细胞计数(RBC)、血红蛋白(HB)、红细胞压积(HCT)、平均红细胞体积(MCV)、平均红细胞血红蛋白量(MCH)、平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)和血小板计数(PLT);采用半自动凝血分析仪测定凝血酶原时间(PT)和活化部分凝血活酶时间(PTT);采用全自动生化分析仪检测肝功能指标[天冬氨酸氨基转移酶(AST)、丙氨酸氨基转移酶(ALT)、碱性磷酸酶(ALP)、直接胆红素(DBIL)、总胆红素(TBIL)和白蛋白]及肾功能指标[血尿素氮(BUN)和肌酐];采用ELISA法测定甲状腺功能指标[促甲状腺激素(TSH)、总甲状腺素(T4)和总三碘甲状腺原氨酸(T3)]。
统计分析采用Stata 14.0软件,运用Kolmogorov-Smirnov检验和直方图评估数据正态性,卡方检验比较分类变量,独立样本t检验比较连续变量,Mann-Whitney U检验比较生物标志物和PAHs水平差异,Spearman相关分析评估变量间关联,Kruskal-Wallis检验分析PAHs水平与教育程度、社会经济地位的关系。
网络分析采用Python(v3.10.20)进行运算,Cytoscape(v3.10.3)进行可视化。构建二部暴露-效应网络,节点代表PAH暴露生物标志物或生物效应标志物,边表示两者间具有统计学意义的Spearman秩相关系数(|ρ|),方向从暴露节点指向效应节点仅为结构性约定,不代表生物学方向性或因果推断。采用Benjamini-Hochberg错误发现率(FDR)校正控制多重检验,未校正p < 0.05的关联用于探索性 visualization,FDR校正后q < 0.05的关联被视为稳健。边颜色编码关联方向(蓝色为正相关,红色为负相关),边宽度与相关系数绝对值成正比。通过非参数Bootstrap重采样(1000次)评估边稳定性,稳定性指数≥0.70的边构成"稳健核心";通过偏Spearman相关进行协变量调整(年龄、BMI、吸烟、水烟使用和工作年限);作为敏感性分析,还估计了正则化偏相关高斯图模型(交叉验证图形LASSO)。
研究结果显示,暴露组与对照组在社会经济地位、BMI和酒精消费方面存在显著差异。暴露组Σ
16PAHs平均血清水平(26.83 μg/L)显著高于对照组(8.84 μg/L,p < 0.05),且暴露组各单体PAHs水平均显著高于对照组。暴露组PAHs水平范围为Naph 0.37 μg/L至Chr 5.52 μg/L,对照组为Ace 0.09 μg/L至BghiP 1.25 μg/L。暴露组PAHs中位数浓度约为对照组的3倍,且分布更为分散。HMW PAHs占比更高,可能与该组分半衰期较长、LMW PAHs经葡萄糖醛酸化快速代谢有关。暴露组PAHs从高到低依次为Chr > BghiP > BbkF > BaP > DBahA/Pyr;对照组为BghiP > Pyr > BaP > BbkF > DBahA/IcdP。HMW PAHs(4-6环)主要来自汽油车排放,LMW PAHs(2-3环)来自柴油车;MSW工人主要在道路周边作业,其高PAHs暴露可能主要与车辆尾气职业暴露相关。
在社会人口学和行为因素与PAHs水平关联方面,吸烟者血清Ant、BaA、BghiP和Σ
16PAHs水平显著高于非吸烟者;水烟使用者Flu、Ant、BaA、BbkF、BghiP和Σ
16PAHs水平显著升高;被动吸烟者BbkF、BghiP和Σ
16PAHs水平显著增高。这些结果证实主动和被动吸烟均可显著增加机体PAHs负荷,加重职业危害。
PAHs与血液学/炎症生物标志物的相关性分析显示,存在统计学显著但较弱的相关性:Naph与单核细胞呈弱负相关(r = -0.232,p = 0.028);BaP与MCH(r = -0.297,p = 0.004)和MCHC(r = -0.203,p = 0.055)呈弱负相关;IcdP和DBahA与HB(r = -0.225,p = 0.033;r = -0.266,p = 0.011)及MCHC(r = -0.274,p = 0.009;r = -0.279,p = 0.008)呈弱负相关;ΣPAHs与RBC(r = -0.211,p = 0.046)和MCHC(r = -0.256,p = 0.015)呈负相关;BbkF(r = 0.306,p = 0.003)和DBahA(r = 0.214,p = 0.043)与RDW呈弱正相关。在肝脏相关指标中,ΣPAHs与AST(r = 0.302,p = 0.004)和ALT(r = 0.387,p < 0.001)呈正相关;BaA与AST(r = 0.265,p = 0.012)和ALT(r = 0.177,p = 0.096)相关;BbkF与AST(r = 0.217,p = 0.040)和ALT(r = 0.310,p = 0.003)相关;IcdP与AST(r = 0.225,p = 0.033)相关;DBahA与AST(r = 0.220,p = 0.037)相关;BghiP与ALT(r = 0.240,p = 0.023)相关。在氧化应激和炎症标志物中,ΣPAHs与8-OHdG(r = 0.321,p = 0.002)呈正相关;BbkF(r = 0.279,p = 0.008)和IcdP(r = 0.230,p = 0.029)与8-OHdG正相关;IcdP(r = 0.372,p < 0.001)和DBahA(r = 0.330,p = 0.001)与TNF-α正相关;BaA与CRP(r = 0.325,p = 0.002)正相关;Flrt与PT(r = 0.325,p = 0.002)正相关。
网络分析结果揭示,PAHs中BbF、BkF、IcdP和DBahA影响最多血液参数,其中IcdP的加权出度指数最大(1.389),BbF_BkF(1.325)和DBahA(1.309)次之,这些化合物出度中心性均为5,为网络中的关键影响因子。在效应生物标志物中,TNF-α和AST受最多PAHs影响,TNF-α的加权入度指数最高(1.154)。IcdP-TNF-α关联最强(ρ = 0.372;Bootstrap稳定性0.95;FDR显著;协变量调整及条件模型中保留)。经过FDR校正后,仅IcdP-TNF-α(q = 0.010)和DBahA-TNF-α(q = 0.046)关联保持显著。Bootstrap重采样12条关联形成稳定核心(稳定性≥0.70),主要由HMW PAHs和炎症、氧化应激、肝脏及红细胞标志物构成,经协变量调整后仍大多保留。
在讨论部分,研究人员指出该研究首次将人体生物监测与暴露-效应网络分析相结合,系统探讨MSW工人的职业性PAH暴露及相关生物学效应。血清PAHs较尿OH-PAHs能更好地反映长期内暴露水平,但其研究仍存在局限性:横断面设计无法确定因果关系;自我报告数据可能存在回忆偏倚;未控制的混杂因素(如其他污染物暴露、饮食习惯);缺乏环境暴露监测、个人空气采样和尿OH-PAH数据;以及可能存在的残余混杂(尽管调整分析显示吸烟、水烟、BMI、年龄、酒精消费和社会经济地位与PAHs水平无显著关联)。
研究结论表明,MSW工人的血清PAHs暴露水平显著高于行政保洁人员,HMW PAHs占主导。网络分析识别出BbF、BkF、IcdP和DBahA为暴露-效应网络的主要影响因子,其中IcdP影响最大,尤其与炎症标志物TNF-α存在显著正关联。肝脏酶AST、ALT与多种PAHs正相关,氧化应激标志物8-OHdG与BbkF和IcdP正相关,提示职业性PAH暴露可能与氧化应激和炎症反应存在关联。尽管观察到的关联多为弱到中等强度,但该研究强调了持续生物监测对于早期发现职业暴露相关生物学改变的重要性。研究人员建议,应实施综合预防策略,包括工程和行政控制、自动化、岗位轮换、个人防护装备(PPE)的规范使用与维护、定期健康监测(如尿1-羟基芘检测)以及职业医学监护,同时加强管理层与职业卫生专家的合作,以细化暴露限值并强化长期安全措施。