摘要：美国西南研究所（SwRI）与环境保护署（EPA）分析了 81 种家用物品，通过机器学习和 ToxCast 数据等先进方法识别了化学品风险。该研究强调了潜在的暴露风险，特别是在高浓度下，并支持未来的化学品安全研究。

美国西南研究所（SwRI）与环境保护署（EPA）分析了 81 种家用物品，通过机器学习和 ToxCast 数据等先进方法识别了化学品风险。该研究强调了潜在的暴露风险，特别是在高浓度下，并支持未来的化学品安全研究。

最近的研究表明，家居用品（包括家具中常用的室内装饰和织物）在某些条件下（例如高温）会释放化学蒸气。这些排放物被称为“挥发性有机化合物”或 VOC，可能对健康造成潜在风险，尤其是在室内环境中。

西南研究所（SwRI）与环境保护署（EPA）合作，分析了 81 种常见家用产品的化学成分，并评估了对消费者的潜在风险。

美国疾病控制与预防中心表示，接触化学物质会对健康产生负面影响。在之前对消费品中化学物质进行识别的研究基础上，SwRI 和 EPA 还分析了橡胶、塑料、服装、室内装饰和织物样品对环境因素（如高温汽车或穿着）的反应。

西南研究院牵头的一项研究发表在《环境科学与技术》杂志上，研究了四年来使用先进色谱法、飞行时间质谱法 (GCxGC-TOFMS)、可疑物筛查、非靶向分析和西南研究院开发的机器学习方法 Highlight™ 捕获的数据。该图像描绘了使用 GCxGC-TOFMS 捕获的化学特征。图片来源：西南研究院

这项研究发表在《环境科学与技术》杂志上，研究了四年来用先进的色谱法、可疑物筛选、非靶向分析和 SwRI 开发的机器学习方法 Highlight™ 捕获的数据。这种方法不是针对单个已知化合物筛选样本，而是让科学家通过可疑物筛选分析来识别、表征和评估大量化学物质库。该方法从 13 个分析批次中识别出 88,795 个独特的化学特征和 1,883 个化合物组。

“Highlight 利用机器学习算法进行快速模式匹配，从而加速了工作流程。”SwRI 智能系统部门的研究工程师兼该研究的主要作者 William Watson 说。

这项研究的另一个目的是推动暴露组学的发展，该领域探索了人类一生中接触的环境、饮食、生活方式和其他来源的化学物质如何影响人类健康。描述家居用品和常见接触源中的化学物质可能有助于未来的生物监测工作。

“消费品不仅仅由一种化学物质组成。可以把它想象成各种相关化学物质的混合体，”SwRI 化学与化学工程部门的研究员 Kristin Favela 博士说道：“我们想确定样品中的化学物质是否‘可排放’或‘可提取’，以了解人类接触化学物质的程度和可能性。”

SwRI 将服装、室内装饰品、织物、橡胶和塑料样品暴露在两种不同的热设置和溶剂强度下。研究人员希望确定测试样品是否会散发出可能在室内环境（如热车内）中吸入的化学蒸气，或者如果穿着的话。该研究还探讨了是否可以提取化学物质，以更好地了解现实世界中的接触风险，例如当儿童咀嚼家居用品时。

Watson 说：“除了帮助我们加深对化学物质接触对公众造成的风险的理解之外，这项研究还展示了我们使用机器学习和 Highlight 发现来回顾性地分析和理解旧数据集的能力。”

该团队利用 EPA 的毒性预测程序 ToxCast 进行了额外的分析和解释，根据人类接触和可用的生物活性数据预测风险。在 88 种已确认可提取和可排放的化学物质中，66 种有可用的 ToxCast 数据，大多数 ToxCast 体外测定数据（92%，平均每种化学物质 441 次测定）表明没有依赖于浓度的活性。其他 22 种化学物质没有数据。

然而，在较高浓度下，合成抗氧化剂 BKF（可用于稳定塑料和橡胶）在暴露量达到 42.3 mg/kg/天时确实表现出不良影响。该研究可能有助于推进一种可以预测家居用品排放活动的筛选模型。

参考文献：《通过 GCxGC-TOFMS 可疑筛查识别消费品中的可排放物和可提取化学物质》，作者：William D. Watson、Jake A. Janssen、Michael J. Hartnett、Kristin K. Isaacs、Xiaoyu Liu、Alice Y. Yau、Kristin A. Favela 和 John F. Wambaugh，2024 年 11 月 27 日，环境科学与技术。DOI：10.1021/acs.est.4c07903

来源：康嘉年華一点号