南大西洋沿岸濒危海龟因接触多环芳烃而出现可检测的健康状况恶化:一项为期十年的多区域评估
《Environmental Pollution》:Polycyclic aromatic hydrocarbon exposure drives measurable health declines in threatened sea turtles along the South Atlantic coast: a ten-year multi-regional assessment
【字体:
大
中
小
】
时间:2026年07月14日
来源:Environmental Pollution 7.2
编辑推荐:
朱莉娅·维安娜·德皮尼奥|弗朗西埃利·卡萨诺瓦·蒙特罗|威灵顿·多斯桑托斯·格德斯|卡米拉·塞扎尔·格拉姆利希|雷纳托·达席尔瓦·卡雷拉
巴西里约热内卢天主教大学化学系,地址:巴西里约热内卢加韦亚区圣维森特侯爵街225号,邮编22453-900
摘要
海龟是能够感知
朱莉娅·维安娜·德皮尼奥|弗朗西埃利·卡萨诺瓦·蒙特罗|威灵顿·多斯桑托斯·格德斯|卡米拉·塞扎尔·格拉姆利希|雷纳托·达席尔瓦·卡雷拉
巴西里约热内卢天主教大学化学系,地址:巴西里约热内卢加韦亚区圣维森特侯爵街225号,邮编22453-900
摘要
海龟是能够感知海洋系统中长期暴露于多种复杂污染物状况的“哨兵”,可作为野生动物化学压力评估的模型。多环芳烃类物质,包括其烷基化衍生物,一直是巴西沿海海龟面临的重要化学威胁来源,近几十年来,该地区的海上石油开采和沿海城市化进程不断加速。在本研究中,研究人员将巴西国家石油公司的海洋生物监测系统数据库与实验室检测数据相结合,完成了迄今为止针对南大西洋海龟最全面的多物种多环芳烃生物积累情况评估。研究共分析了2015年至2024年间从巴西19个沿海地区采集的1670只海龟的样本,其中包括1651份肝脏样本和800份脂肪组织样本,检测了37种母体多环芳烃及其烷基化衍生物的浓度。绿海龟是采样频率最高的物种,占比达89.3%,其肝脏中的Σ37多环芳烃浓度普遍较高,平均值为50.7±225纳克/克湿重。检测结果显示,低分子量多环芳烃及烷基化多环芳烃在海龟体内占比最高,这反映出持续的石油源及人为污染影响。通过加权分位数回归的混合模型分析发现,某些特定多环芳烃,如苯并[a]蒽、蒽和苊,与海龟健康指数下降存在显著关联,其中幼年海龟的关联程度最为明显。时空分析显示,海龟体内的多环芳烃负荷存在明显的年度变化,2015年和2024年出现了区域性浓度峰值。这些研究结果表明,长期暴露于多种多环芳烃会降低野生海洋巨型动物的健康状况,因此将烷基化化合物及混合污染物的分析方法纳入沿海化学监测体系具有重要意义。
1. 引言
多环芳烃是海洋和沿海环境中广泛存在的污染物,其来源包括工业排放、城市废水、大气沉降、海上石油作业以及石油基产品的使用等,既可能来自燃烧过程,也可能来自岩石分解(Nácher-Mestre等人,2010;Arienzo等人,2017;Ferrara等人,2020)。由于其疏水性,多环芳烃容易在沉积物和生物组织中积累,进而对海洋生物造成多种毒性影响,包括代谢紊乱、内分泌失调、免疫功能受损、生殖系统异常以及基因不稳定等问题(Arienzo等人,2023)。
海龟寿命较长,迁徙距离遥远,且对特定的生长和觅食栖息地有较强的依赖性,这使得它们能够感知空间和时间上不断变化的污染状况(Mu?oz等人,2021)。海龟可通过多种途径接触多环芳烃,比如皮肤吸收、吸入石油蒸汽,或是摄入受污染的猎物或颗粒物(Cocci等人,2018;Sinaei和Zare,2019;Ylitalo等人,2017)。不过,不同物种和不同生命阶段的海龟对多环芳烃的敏感程度存在差异,这取决于它们的暴露途径、新陈代谢速度以及栖息地利用方式(Arienzo等人,2023)。
由于多环芳烃常常以复杂的混合物形式存在于同一污染源中,且具有相似的毒性作用,因此只有通过综合分析混合污染物的整体影响,才能准确了解其在环境中的实际危害。例如,地中海地区的红海龟体内的多环芳烃浓度就比其他地区高出两个数量级(Arienzo等人,2023)。有研究指出,幼年海龟的血液中的多环芳烃浓度与细胞应激反应、解毒相关标志物(如HSP60、CYP1A、ERα)以及DNA甲基化水平之间存在密切关联,这说明在出现临床症状之前,长期暴露于复杂污染物混合物就已经会导致分子层面的紊乱(Cocci等人,2018)。实验研究也进一步证实了这一观点,原油会降低普通鳖胚胎的存活率,并导致其出现剂量依赖性的发育异常(Van Meter等人,2006),这些都体现了混合污染物对海龟健康的危害。
巴西的海岸线沿大西洋西部延伸约8000公里,是五种海龟的栖息地,分别是绿海龟、红海龟、玳瑁、橄榄绿海龟和棱皮龟。目前,其中绿海龟被列为濒危物种,玳瑁被列为极危物种,而红海龟、橄榄绿海龟和棱皮龟则被列为易危物种(IUCN,2024)。巴西东北部地区拥有重要的海龟筑巢海滩和迁徙通道,而东南部和南部地区则是海龟尤其是幼年海龟的生长和觅食重要区域(Lima等人,2013;Tagliolatto等人,2020)。
然而,巴西那些具有生态重要价值的沿海区域正逐渐与人类活动频繁且范围不断扩大的区域重叠,这些人类活动包括城市开发、港口和工业建设、旅游业和渔业发展,尤其是大规模的海上石油和天然气勘探与开采。这类活动不仅会导致持续性的石油污染物输入,还会偶尔出现污染物集中释放的情况,从而对沿海生态系统的完整性及环境管理带来严重影响(Zacharias等人,2024)。尽管巴西生物多样性丰富,海上能源产业规模庞大,但目前针对海龟体内多环芳烃生物积累情况的长期、全面、空间整合性研究仍然十分缺乏。
鉴于目前关于海龟多环芳烃暴露情况的数据十分有限,本研究首次对巴西沿海地区海龟的多环芳烃积累情况进行了长期、多区域的评估,有助于了解这些海龟的健康状况。在2015年至2024年的10年间,研究人员从巴西19个沿海地区采集了1670只搁浅海龟的样本,共分析了1651份肝脏样本和800份脂肪组织样本,检测了37种母体多环芳烃及其烷基化衍生物的浓度。所有样本都是通过巴西国家石油公司的海滩监测项目在两个石油生产区采集的,随后由两家实验室按照统一的检测方案进行分析,最终数据被存储在公共的SIMBA数据库中。
2. 材料与方法
2.1 研究地点与样本采集
2015年至2024年间,研究人员在巴西塞尔吉佩州、阿拉戈斯州、巴伊亚州、里约热内卢州、圣保罗州、巴拉那州和圣卡塔琳娜州的19个沿海地区,共采集了1670只属于五种海龟物种的搁浅海龟的生物样本(图1)。按照海龟样本采集标准(Wyneken,2001),共获得了2451份生物样本,其中包括1651份肝脏样本和800份脂肪组织样本。并非所有个体都同时具备这两种组织样本。这些样本是通过塞尔吉佩-阿拉戈斯海域和桑托斯海域的海滩监测项目采集的,这是巴西环境与可再生自然资源研究院要求巴西国家石油公司在进行石油勘探时必须执行的环保措施。只有处于新鲜到中度腐烂状态的海龟尸体才会被用于分析,这样可以避免微生物降解导致死后多环芳烃含量发生变化(Cloyed等人,2023;Haritash和Kaushik,2009;Ghosal等人,2016)。样本采集完成后,会被用铝箔包裹,标注信息后置于-80℃下冷冻,再通过干冰运输到里约热内卢天主教大学海洋与环境研究实验室,储存在深度冷冻条件下等待后续分析。
图1. 巴西19个采样沿海中区的地理位置:(1)圣卡塔琳娜州南部海岸,(2)圣卡塔琳娜州中部海岸,(3)圣卡塔琳娜州中北部海岸,(4)圣卡塔琳娜州北部海岸,(5)巴拉那州海岸,(6)圣保罗州南部海岸,(7)圣保罗州中部海岸,(8)圣保罗州北部海岸,(9)格兰德岛湾海岸,(10)塞佩蒂巴湾海岸,(11)瓜纳巴拉湾海岸,(12)里约热内卢州中部海岸,(13)里约热内卢州东部海岸,(14)巴伊亚州北部海岸,(15)塞尔吉佩州南部海岸,(16)塞尔吉佩州中部海岸,(17)塞尔吉佩州中北部海岸,(18)塞尔吉佩州北部海岸,(19)阿拉戈斯州南部海岸。
2.2 多环芳烃分析
肝脏和脂肪组织样本的分析遵循美国环保署方法3540C,该方法经过优化后也可用于动物组织样本的分析(Bertotti等人,2025)。具体操作为:取约0.250克(±0.001克)的湿组织,加入10克无水硫酸钠以及100纳克的对二苯基-d14作为替代标准品,然后放入索氏提取装置中。用200毫升浓度为1:1(体积比)的二氯甲烷与己烷混合液进行8小时的索氏提取。提取后的溶液在旋转蒸发器中于40℃以下的温度下减压浓缩,最终体积调整为1毫升。
样品的净化工作通过自动凝胶渗透色谱法完成,所用仪器为ASPEC? 271系统(美国威斯康星州米德尔顿市的Gilson公司生产)。之后,再用装有紫外/可见检测器的高性能液相色谱仪通过尺寸排阻色谱法去除残留的脂质。该色谱系统的结构为:先连接一根Phenogel 03B-2090K0保护柱(10微米,50×7.8毫米),然后再连接一根Phenogel色谱柱(10微米,100埃,22.5×250毫米)。洗脱剂为二氯甲烷,流速为5毫升/分钟。在洗脱过程中,前30分钟流出的组分被舍弃,而30到40分钟之间流出的组分则被收集到经过消毒处理的试剂瓶中。确定这两个收集时间窗口的方法是注入混合的多环芳烃标准品,然后监测254纳米波长的信号强度。
最终,通过Syncore? Analyst仪器对提取液进行浓缩处理,再将溶剂替换为己烷。之后,再使用含有5%失活硅胶和2%失活氧化铝的玻璃柱进行二次净化,最后用80毫升浓度为1:1(体积比)的二氯甲烷与己烷的混合液冲洗色谱柱。再次将洗脱液浓缩至约1毫升,再次更换为己烷作为溶剂,然后加入内标混合液进行定量分析。该内标混合液包含萘-d8、苊-d10、菲-d10、荧蒽-d12和吡伦-d12,每种物质的添加浓度均为100纳克/毫升。
本研究共鉴定并定量分析了37种母体多环芳烃及其烷基化衍生物。其中的母体多环芳烃包括萘、苊、菲、荧光烯、菲、蒽、氟蒽、芘、苯并[a]蒽、荧蒽、苯并[b]氟蒽、苯并[k]氟蒽、苯并[a]芘、吲哚并[1,2,3-cd]芘、二苯并[a,h]蒽、苯并[ghi]吡伦、二苯并噻吩、吡伦和苯并[e]芘。而烷基化多环芳烃则包括1-甲基萘和2-甲基萘、C2–C4系列的萘类化合物、C1–C3系列的荧光烯类化合物、C1–C3系列的二苯并噻吩类化合物、C1–C4系列的菲和蒽类化合物、C1–C2系列的芘类化合物以及C1–C2系列的荧蒽类化合物。这些烷基化化合物是通过将其保留时间以及校准曲线与对应的母体多环芳烃的参数进行比对来识别的。
母体多环芳烃的定量分析采用美国环保署方法8270E,所使用的分析仪器为赛默飞世尔科技公司的ISQ Single Quad GC-MS搭配Trace GC Ultra仪器(德国不来梅市生产),该仪器配备了电子碰撞电离源,离子化能量为70电子伏特,色谱柱为DB-5MS型,长度为30米,内径为0.25毫米,膜厚为0.25微米。质谱仪以选择离子监测模式运行,监测质量电荷比为127到279的离子。烷基化多环芳烃的定量则是基于母体多环芳烃的校准曲线以及上述内标物质,同时考虑保留时间校正和峰积分值,参考美国材料与试验协会制定的石油标准曲线进行计算。
2.3 健康指数的计算
健康指数的计算方法参照Barreto等人的研究(2025),该指数是通过整合海龟尸检和组织病理学检查中获得的8项参数来确定的,这些参数包括体况、宏观及组织病理学上的全身状况、皮肤损伤、器质性病变、伴有组织损伤的寄生虫感染、淋巴组织减少以及甲状腺功能异常,每项参数的评分范围为0分(不存在该问题)到3分(严重),并且会根据相应生理系统的的重要性进行权重分配。第i项参数的数值计算公式为:
[方程1]
Parameteri=Scorei×Max(Weighti)
将8项参数的数值相加后,再除以理论上的最高得分HImax,最后用1减去这个比值,这样得到的数值越接近1,说明海龟的健康状况越好;而数值越接近0,则说明健康状况越差:
[方程2]
HI=1?∑i=18Parameteri/HImax
只有当8项参数全部齐全时,才能计算出有效的健康指数,因为任何一项参数的缺失都会导致评分偏高,从而使健康状况较差的海龟被误判为健康状态良好。因此,在所有健康指数分析中,只有106只海龟的尸检和组织病理学记录完整,才被纳入分析范围。
2.4 质量保证与质量控制
分析质量的控制是通过在每个提取批次中加入程序空白样和基质加标样来实现的。程序空白样是由10克无水硫酸钠组成,经过完整的提取和净化流程处理后得到的。如果程序空白样中检测到的多环芳烃浓度超过了检测限,那么这个样本的结果就会被视为无效,只有当空白样的信号强度不超过对应样本信号强度的50%时,该样本的结果才被视为有效,否则需要重新提取样本。在本次研究的样本中,所有37种目标分析物在程序空白样中的浓度均低于检测限,这说明实验室不存在污染问题。
为了确保分析结果的准确性,还在提取样本之前向其中加入了100纳克的对二苯基-d14作为内标物,以此监测分析物的回收率。整个研究数据集中的平均回收率为89.4±12.3%,这一数值处于预先设定的合格范围之内,即60%到120%。处于此范围之外的样本会被标记并重新提取。对于16种EPA重点关注的多环芳烃,通过使用浓度为100纳克/毫升的强化样本,对每批样本的基质加标回收率进行评估,2–3环多环芳烃的接受标准为40%至100%,而4–6环多环芳烃的接受标准为60%至120%(见补充材料中的表S1)。那些不在16种重点多环芳烃范围内的母体化合物,如二苯并噻吩、苝和苯并[e]芘,则依据其各自的真实校准标准进行定量分析。至于那些没有商业上可获得的单独认证参考标准的烷基化同系物,则根据Bertotti等人(2025年)的方法,通过将相应母体化合物的响应因子应用于各个烷基系列来半定量地对其进行测定,同系物的归属则依据经过认证的原油参考谱型所确定的保留时间窗口来确定。方法的检测限被定为七次重复处理的空白样本的标准偏差的三倍,而定量限则定义为校准曲线的最低点除以提取质量,由此得出的工作定量限为2.00纳克/克湿重。根据既定的毒理学规范(Helsel,2005年),在所有统计计算中,低于定量限的浓度均被视为零。每个样本的脂质含量(%)是通过从独立的组织样本(0.250±0.001克)中称重测定的,采用与多环芳烃提取相同的溶剂系统通过索氏提取法进行提取,然后以百分比形式表示。此处呈现的所有多环芳烃数据均为基于湿重给出的,且未经过脂质含量校正,这样做是为了与SIMBA数据库保持一致,便于将来整合数据。
2.5 统计分析所有的统计分析和可视化处理都是在R环境(版本4.3.1;R核心团队,2023年)中进行的,所使用的软件包包括数据操作类のdplyr、tidyr,统计建模类のrstatix、gWQS,以及可视化类のggplot2、ggthemes、patchwork、circlize、ComplexHeatmap。不同物种、性别和发育阶段之间的多环芳烃浓度差异是使用Kruskal–Wallis检验来评估的(α=0.05),并且按物种进行分层处理。在整体检验显示出显著差异后,会使用Dunn检验进行两两比较,同时运用Benjamini–Hochberg(BH)假发现率方法对多重比较的p值进行调整。首先通过斯皮尔曼等级相关系数(r2)来探讨多环芳烃暴露与健康指数之间的关系,这些系数是针对包含不同物种、性别和发育阶段的群体分别计算的。为了简化分析过程同时保留毒理学解释的准确性,会将各个多环芳烃浓度按照芳香环的数量(2到6环)进行求和,然后计算每组总和与健康指数之间的相关性。那些完整观测值少于三组的样本则被排除在相关性分析之外。通过采用高斯误差结构和恒等链接函数的广义线性模型,来评估独立的和综合的生物协变量(性别、发育阶段和物种)对健康指数的影响。使用emmeans软件包来估算调整后的边际均值。为了明确研究中所检测到的多种多环芳烃同时暴露所带来的联合毒理效应,还使用了gWQS软件包对全部37种目标化合物进行了加权分位数和回归分析(Carrico等人,2015年;Czarnota等人,2015年)。加权分位数和是通过将化合物浓度划分为四分位数来确定的,模型参数则是通过100次自举重采样得到的,采样时采用了60/40的比例进行训练集和验证集的分割。
3 结果与讨论3.1 多环芳烃在海龟体内的负荷:浓度范围与化学特征共分析了1670只海龟个体,其中包括绿海龟(n=1492,占89.3%)、红海龟(n=94,占5.6%)、橄榄绿海龟(n=75,占4.5%)、玳瑁(n=4,占0.2%)和蠵龟(n=5,占0.3%)。其中以幼体被分析的最多,尤其是在绿海龟和红海龟中,而橄榄绿海龟则以成体为主。在所有物种中,雌性占被识别个体的最大比例,不过由于尸体分解程度较高等原因,有一部分样本(n=121,占7.2%)的性别和/或发育阶段无法确定(见补充材料中的表S2)。观察到的多环芳烃浓度在个体之间存在很大差异,标准差常常高于平均值。例如,橄榄绿海龟雌性的萘平均浓度为32.1±38.5纳克/克,而在绿海龟雌性中的这一数值则下降到15.0±73.2纳克/克。最高的浓度出现在蠵龟雄性身上(萘:395.3纳克/克;菲:135.1纳克/克),不过该物种的样本量较小。这反映了个体暴露史、迁徙行为以及当地栖息地条件等多种因素的共同影响,这一情况与在巴西东南部发现的绿海龟的相关情况相似(Vilca等人,2018年)。重要的是,这种差异表明仅凭物种类别是无法准确预测海龟体内多环芳烃负荷的,还需要综合考虑性别、生长阶段等生物协变量以及海龟搁浅时的空间和时间背景,才能正确解读它们体内的多环芳烃浓度(Arienzo等人,2023年)。萘是出现频率最高的化合物,占样本的31%,其次是它的烷基化衍生物C1-萘(11.4%)、C2-萘(6.3%)和C3-萘(4.3%)(见补充材料中的表S5)。其他重要的化合物还包括菲(14.7%)、芘(10.5%)、荧蒽(8.1%)和蒽(5.1%)。这些化合物的烷基化同系物也相对较多,尤其是C1-菲/蒽(6.0%)和C1-荧蒽/芘(4.1%)。萘及其烷基化衍生物在检测频率和浓度上都占据主导地位,这一现象共同表明,海龟所生活的沿海栖息地持续受到岩石来源和城市人为活动的污染(Yunker等人,2002年)。除了蠵龟外,这一模式在各个物种中都大致相同,而在蠵龟中,无论性别或生命阶段如何,荧蒽都是出现频率最高的化合物(42.9%)(见图S1),这可能反映了该物种在栖息地利用、饮食或生物转化能力方面的特殊性。关于五种被分析物种中每种多环芳烃的相对贡献程度,详细信息可在补充材料中找到(见补充材料中的表S4)。在高分子量的多环芳烃方面,比如苯并[a]荧蒽、苯并[a]芘,其在大多数物种和组织类型中的检出率均低于5%,这一结果与其他脊椎动物的研究结果一致,说明多环芳烃的生物利用率较低,且会通过细胞色素P450途径在肝脏中迅速代谢(Albers,2003年;J?nsson等人,2010年)。
3.2 不同海龟物种、生命阶段和性别下的多环芳烃生物积累决定因素在不同海龟物种、生命阶段和性别之间,观察到了显著不同的多环芳烃分布和生物积累模式。其他研究也表明,年龄和饮食会直接影响海龟肝脏中的多环芳烃积累,如在巴西东北部的波蒂瓜尔盆地所观察到的那样,那里的成年雌性绿海龟体内的荧光素浓度可高达1882纳克/克(Rossi等人,2023年)。而在本研究中,来自污染地区的幼体海龟的荧光素中位浓度仅为33.98纳克/克。在所有物种中,绿海龟和橄榄绿海龟的多环芳烃浓度最高,不同物种间的差异也相当明显(见图2)。下载:下载高分辨率图像(448KB)下载:下载全尺寸图像图2. 各种海龟中母体多环芳烃和其烷基化衍生物的平均湿重浓度分布曲线(单位:纳克/克湿重)。条形图表示平均浓度,误差条则表示不同个体间的标准差。当按照性别和生命阶段进行分类时,成年雌性的Σ16PAHs和Σ37PAHs浓度普遍较高,尤其是绿海龟(Σ16PAHs=429.9±1575纳克/克;Σ37PAHs=461.5±1594纳克/克)(见补充材料中的表S3)。不过,其他物种中也观察到了类似甚至更高的浓度,比如性别不明的红海龟幼体(681±784纳克/克)、成年雌性橄榄绿海龟(370±548纳克/克),以及一只蠵龟幼体(880纳克/克),这表明不同物种和不同生长阶段之间存在显著的差异。此外,某些化合物也存在性别差异,比如橄榄绿海龟雌性的荧光素浓度高于雄性(p=0.037),而绿海龟雌性的C1-菲/蒽浓度也更高(p=0.049)。在不同海龟物种中,肝脏和组织中的母体多环芳烃和其烷基化衍生物浓度之间并未观察到统计学上的显著差异(p<0.05)。这一结果有些出乎意料,因为在海洋脊椎动物中,像持久性有机污染物这类疏水性有机污染物通常会进入脂肪含量较高的组织,比如脂肪组织,这一现象已有大量研究记录(Mu?oz等人,2021年)。尽管脂肪组织中的脂质含量明显高于肝脏(22.6±24.8%对比5.1±6.6%),但经过脂质标准化后的Σ16PAH和Σ37PAH浓度在两种组织间并无差异(见补充表S3)。不过,与传统的持久性有机污染物不同,多环芳烃在脊椎动物肝脏中会通过细胞色素P450途径迅速代谢,这一过程可能减少了那些更难降解的化合物通常会出现的逐渐积累现象。两种组织中浓度相近也可能是因为大多数被研究的个体在搁浅时正处于生理功能受损的状态,这可能改变了正常的脂质动态和污染物分布情况。最后,由于个体间的内在变异较大,标准差常常高于平均值,这也可能降低了检测不同个体间组织水平差异的统计功效。
3.3 多种多环芳烃与健康指数的关联第3.2节中提到的多环芳烃负荷的毒理学意义,可以通过活性分子通路的视角来更好地理解。例如,苯并[a]芘是一种已被充分研究的芳烃受体激活剂,它能促进CYP1A基因的表达,进而产生与氧化应激、脂质过氧化以及线粒体功能障碍相关的活性代谢物(Incardona等人,2005年;Schlezinger等人,2000年;Whyte等人,2000年)。虽然在本研究中,苯并[a]芘很少在超过定量限的水平被检测到,但由于中等分子量多环芳烃混合物的存在,可能会引发由芳烃受体介导的和不受其调控的多种通路,从而产生累积性的生理效应。为了验证这一假设,研究人员针对106只具有完整尸检和组织病理学记录的个体,应用了以混合物为对象的统计模型,将多环芳烃暴露与健康指数的定量结果联系起来,同时考虑了各种生物协变量。广义线性模型分析结果显示,性别、物种和发育阶段对健康指数都有显著的独立影响。总体而言,雄性的健康指数平均值高于雌性(p=0.029),而性别不明的个体的健康指数则显著更低(p=0.016),这可能是由于它们的生理状况较差,或是由于尸体分解较为严重而导致的分类上的限制。绿海龟的健康指数平均值明显低于红海龟(p=0.040,绿海龟样本数n=93,红海龟样本数n=9),这说明绿海龟的整体健康状况较差。鉴于各物种样本量存在较大差异,本研究采用了非参数分析方法,结果表明,尽管同种物种的幼体健康指数略高于成年个体(p=0.045),但整体上并没有出现因物种差异而导致的变化趋势。在广义线性模型分析结果的基础上,研究人员又对全部37种母体多环芳烃及其烷基化衍生物应用了加权分位数和回归分析,旨在明确多种多环芳烃同时暴露所带来的联合毒理效应。分析结果显示,加权多环芳烃混合物指数与健康指数之间存在显著的负相关关系(p=0.048),这一结果为多环芳烃的累积性不良影响提供了定量依据,而这些影响是仅通过分析生物协变量无法发现的。与广义线性模型分析的结果一致,在加权分位数和回归分析中,性别不明的个体的健康指数更低(p=0.009),而雄性和雌性之间、幼体和成年个体之间则没有观察到显著差异(分别为p=0.365和p=0.204),这说明一旦考虑到混合物暴露的影响,性别和生长阶段带来的健康状况差异就会减弱。由于其他海龟物种的样本量不足,无法进行稳定的权重估算,比如蠵龟只有2个样本,橄榄绿海龟有3个样本,因此只有绿海龟的物种特异性加权分位数和回归模型具有统计显著性;而红海龟样本量虽小,但其健康指数变化幅度不大,这也限制了该模型检测混合物效应的能力。虽然为了减少死后因素的影响,只保留了状态为1–2级的尸体,但某些参数仍可能反映早期的自溶变化。而且,由于健康指数反映的是整体的生理状况,而非多环芳烃特有的反应,因此搁浅海龟所面临的其它压力因素,如误捕造成的伤害、缠绕、疾病、营养状况不佳等,也都不可避免地会影响健康指数的数值。所以,多环芳烃与健康指数之间的关联只是指示性的,并非因果关系。这是搁浅数据的一个局限性,而非健康指数本身的问题。如果将这一健康指数应用于渔业观察员或定向采样项目收集的新鲜尸体,它就可以作为一个无需考虑分解过程的基准,用于校准类似我们的搁浅数据集。加权分位数和回归分析显示,苯并[a]蒽、蒽和苊是导致健康指数降低的混合物中的主要成分(见图3A)。这与它们的毒理学特性相符——苯并[a]蒽可能属于人类致癌物(IARC 2B类),并且已知会对水生生物的肝脏和基因造成损害(Arienzo等人,2023年)。分析结果中,三环和四环多环芳烃占主导地位,而较轻的(萘)和较重的(吲哚[1,2,3-cd]芘)多环芳烃则相对较少,这很可能是因为它们经过了代谢解毒或者生物利用度较低(Okechukwu等人,2021年)。下载:下载高分辨率图像(555KB)下载:下载全尺寸图像图3. (A)通过加权分位数和回归分析模型得出的多环芳烃混合物中各化合物的权重估计值,其中标注出了对健康指数降低贡献最大的化合物。红色虚线表示相对重要性阈值(权重=0.02);(B)棒状图,显示了按芳香环数量(2–6环)分类的不同海龟物种、性别和发育阶段群体中,健康指数与多环芳烃浓度之间的斯皮尔曼相关系数。点大小代表样本量(n),颜色则表示统计显著性(橙色:p < 0.05;灰色:无显著性)。(关于本图例中颜色所代表的含义,读者可参阅本文的网页版本。)广义线性模型与加权质量评分法的结果一致性,还通过按芳香环数量分组后的HI与PAH浓度之间的斯皮尔曼相关性分析得到了进一步体现。在幼年雄性绿海龟样本中,尤其是2环、3环和4环结构的PAH,观察到了较强的负相关性(r2 = ?0.87),但由于样本量较小,n = 3,该相关性并不显著;而在幼年红海龟中,雄性个体与2环PAH(r2 = ?0.35)及4环PAH(r2 = ?0.34)之间存在显著负相关,而雌性个体仅与6环PAH(r2 = ?0.22)呈现显著负相关(图3B)。这表明,海龟群体对PAH暴露的敏感性并非一致,而是受到化学物质组合与年龄、性别等生物特征相互作用的影响。图3B显示,海龟群体对PAH暴露的敏感性存在差异,这种差异源于化学物质与年龄、性别及物种等生物因素之间的相互作用。在幼年绿海龟(n = 13)和红海龟(n = 145)样本中,负相关性最为明显,这既反映了较年轻个体的解毒能力较弱(Richardson等人,2010;Cocci等人,2018),也与其在生长期间所处的近海沿海栖息地中较高的、且变化较大的PAH暴露水平有关(Bolten,2003;Finlayson等人,2022)。需要指出的是,沿海地区受到来自陆地径流、港口活动、河口排放以及近海石油设施的更大程度污染,其PAH特征以低分子量烷基化化合物为主(Bertotti等人,2025)。本文检测到的某些化合物,如荧蒽和萘,在加权质量评分法中的权重较低,这说明仅凭检测频率无法判断其毒理学意义。那些最能导致混合物与HI之间负相关性的3环和4环PAH,会通过AhR介导的途径影响海洋脊椎动物的CYP1A基因表达、氧化应激反应以及肝细胞损伤(Incardona等人,2005;Cocci等人,2018)。虽然本研究并未直接评估这些机制,但它们与观察到的趋势相符——即大部分负向斯皮尔曼相关性出现在幼年绿海龟和红海龟身上,这一生命阶段既面临长期的沿海及近海污染(陆地径流、石油设施;Bolten,2003;Finlayson等人,2022),又具有较低的生物转化能力(Richardson等人,2010)。3.4 环状芳香烃暴露的时空分布模式与环境驱动因素时间分析显示,2015年至2024年间,巴西沿岸的Σ37PAH含量存在显著变化,各年份均有明显峰值(图4;补充材料表S3)。在所研究的19个沿海中区域中,2024年浓度最高的地区为塞尔希培州南部海岸(3840 ± 5250 ng g?1)、塞尔希培州中北部地区(720 ± 1010 ng g?1)以及圣保罗州南部海岸(367 ± 1090 ng g?1)。下载:高分辨率图片(461KB)下载:全尺寸图片图4. 2015年至2024年间巴西19个沿海地区的Σ37PAH暴露的空间与时间分布情况。圆圈颜色表示各中区域及对应年份的Σ37PAH平均浓度,蓝色代表较低值,红色代表较高值。(关于本图例中颜色所代表的含义,读者可参阅本文的网页版本。)圣卡塔琳娜州北部海岸的Σ37PAH含量也呈现明显的年度波动,分别为2022年的9.01 ± 19.0 ng g?1、2023年的386 ± 479 ng g?1以及2024年的106 ± 91.6 ng g?1,这表明污染物的输入具有间歇性,很可能与伊塔贾伊-阿苏河口的排放、港口活动以及城市径流有关,这些因素会周期性地将来自陆地的PAH带入沿海水域(Santos等人,2020)。不过,由于缺乏被采样个体的觅食区域数据,无法将其暴露情况完全归因于该地区。在分析巴西沿海不同地区的PAH变化时,可以发现两种不同的污染模式。第一种表现为圣卡塔琳娜州以及里约热内卢州中部和东部海岸的间歇性峰值(Σ37PAH在2024年介于< LD至286 ± 53.3 ng g?1之间),这类峰值是由城市径流、港口活动以及海上交通带来的扩散性污染所致(Rossi等人,2023)。而另一种模式则是某些地区长期受到人为活动的持续影响,导致PAH含量逐年上升。这一模式在巴伊亚州北部海岸的数据中尤为明显(图1A中的14号区域),自2021年以来该地区的平均PAH含量为279 ± 26.0 ng g?1(补充材料);在格兰德岛湾(图1B中的09号区域),PAH含量也从2022年的35.2 ± 49.8 ng g?1持续上升至2024年的221 ± 141 ng g?1。Vilca等人(2018)此前已经指出,这类慢性暴露具有重要的生物学意义,他们发现患有纤维乳头瘤病的幼年红海龟的肝脏菲浓度显著高于巴西东南部的健康个体(分别为17.3 ng g?1和1.48 ng g?1)。此外,此处观察到的慢性暴露水平也高于2019年石油泄漏事件后,对巴西东北部三个州19份海龟肝脏样本(其中72%为红海龟)进行的另一项研究中所测得的Σ37PAH含量,后者为50.2 ± 42.7 ng g?1(重量百分比)。不同物种的生物转化能力进一步影响了它们体内的PAH负荷。在野生绿海龟中,血浆中的ΣPAH浓度约为80 ng mL?1时,能够显著上调多种外源性物质代谢相关基因的表达(如CYP1B、GPX、SOD3、EPHX1),这说明它们具有活跃的解毒和抗氧化能力,有助于减少在迁徙过程中的组织积累(Cocci等人,2019)。红海龟中也存在类似的代谢途径,PAH暴露会激活谷胱甘肽S-转移酶通路并增强抗氧化能力(Sinaei和Zare,2019),这一机制也与本研究中观察到的个体间组织PAH浓度差异较大这一现象相吻合,因为代谢能力和近期暴露史很可能是造成这种差异的混杂因素。本次研究中的样本中,盾海龟仅有5只,玳瑁仅有4只,因此无法进行针对特定物种的时空分析。不过,现有证据表明,这两种海龟的PAH暴露规律可能与红海龟和绿海龟有很大不同。在盾海龟中,母体通过富含脂质的卵黄将PAH传递给后代,导致卵中的ΣPAH含量可超过324 ng g?1干重,这说明筑巢雌性的组织负荷可能低估了其整体的繁殖期暴露水平(Mu?oz和Vermeiren,2023)。至于玳瑁,由于其活动范围广泛,其体内的PAH特征更可能是多种区域来源污染的混合结果,而非局部性的污染事件。不过,若要在南大西洋地区验证这些假设,并将其有效纳入未来的长期监测工作中,仍需加强对这些物种的采样力度。目前,关于海龟的PAH暴露数据仍然十分有限,这并非因为研究工作不足,而是因为海龟本身的生物学特性:本文研究的五种海龟均被IUCN列为易危或极危物种(IUCN,2024),因此可供比较的公开数据极为稀缺,难以在物种层面进行有意义的对比。尽管如此,此处记录的PAH特征与其他海洋盆地的研究结果一致。在地中海地区的绿海龟肝脏中、墨西哥湾发生深水地平线油污事故后的海龟体内,以及巴西东北部的海龟群体中,都检测到了以低分子量和烷基化同系物为主的石油源特征(Cocci等人,2018、2019;Arienzo等人,2023),这些特征都与此处发现的来源类型相同。这一事实表明,无论在何种不同的海洋环境中,这种特征都存在,这也进一步证明了基于混合物的监测方法是一种可靠且可推广的长期海龟PAH评估框架。4. 结论作为长期沿海污染的典型承载者,海龟为研究石油源污染提供了不可替代的生物学视角。本研究首次对巴西沿岸海龟进行了长期、多区域的PAH生物累积状况评估,整合了毒理学、生物学以及时空数据。在所检测的37种PAH中,低分子量化合物的检出率超过90%,其中萘及其烷基化衍生物是主要的石油源标志物。广义线性模型分析表明,物种种类、发育阶段和性别都是影响PAH生物累积程度及生理状况的重要因素,幼年红海龟和绿海龟的PAH负荷最高,健康状况也最差,这进一步说明幼年阶段是沿海污染监测的重点。加权质量评分法回归分析则显示,包括苯并[a]蒽和菊烯在内的中等分子量化合物,是对健康状况产生影响的重大贡献因素,而这一规律是单一化合物分析无法发现的;同时,时空变化既反映了短暂的污染事件,也体现了石油生产地区的持续污染压力。因此,未来的研究应将在标准化目标列表中加入烷基化同系物,继续采用基于混合物的建模方法,结合组织化学分析与组织病理学评估,并将监测范围扩展到南大西洋西南部的关键发育栖息地。作者贡献声明Júlia Vianna de Pinho:写作——审稿与编辑,写作——初稿撰写,可视化,验证,方法学,研究实施,正式分析,数据整理,概念构建。Francielli Casanova Monteiro:写作——初稿撰写,方法学,正式分析,数据整理。Wellington dos Santos Guedes:验证,软件应用,方法学,研究实施,正式分析。Kamila Cezar Gramlich:软件应用,方法学,研究实施,正式分析,数据整理。Renato da Silva Carreira:写作——审稿与编辑,写作——初稿撰写,可视化,监督,资源协调,项目管理,研究实施,资金获取,正式分析,数据整理,概念构建。关于本文档编写过程中使用生成式AI及AI辅助技术的声明在撰写本文时,作者们使用了ChatGPT和Grammarly来协助文本修改、语言优化及提升清晰度。在使用这些工具或服务之后,作者们对内容进行了必要的审核和修订,并对最终发表的文章负全责。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号