基于非目标分析和机器学习预测模型,对儿童塑料玩具中的内分泌干扰化学物质进行查和优先排序

科学领域:

• 环境化学环境化学
• 毒理学 毒理学 毒理学
• 材料科学 材料科学 材料科学

背景情况:

• 婴儿接触塑料玩具中的化学物质,特别是内分泌干扰物,是一个越来越令人担忧的问题.
• 关于幼儿玩具中特定化学物质及其风险的知识有限.

研究的目的:

• 系统地选和优先考虑塑料玩具中的内分泌干扰化学物质 (EDC),使用非目标分析和毒理优先指数 (ToxPi) 模型.
• 评估婴儿塑料玩具中已识别的EDCs相关的暴露风险.

主要方法:

• 对45个塑料玩具进行非目标分析.
• 应用毒理优先指数 (ToxPi) 模型与机器学习预测的毒性数据.
• 将165种已识别的化合物分为添加剂,加工辅助剂和非故意添加物质等类别的分类.
• 基于ToxPi得分和复合峰值强度的暴露风险指数的计算.

主要成果:

• 确定了165种化合物,其中添加剂 (30.3%) 和无法分类的化学物质 (33.9%) 是最常见的. 抗氧化剂,增塑剂,阻燃剂和表面活性剂是常见的.
• 新兴的非酸盐增塑剂和非故意添加的药物首次被检测到.
• 抗氧化剂和抗菌剂的ToxPi得分较高,表明具有显著的内分泌干扰潜力.
• 由聚乙烯四甲酸盐,,烯-丁-烯和聚烯制成的玩具具有更高的风险指数.
• 乙基酸盐,伊尔加诺克斯1010,二氧化和石墨烯被确定为特定材料中最优先的EDC.

结论:

• 小孩子的塑料玩具含有广泛的化学物质,包括具有高毒性的新兴EDC.
• 由于这些EDC的存在和度,某些玩具材料具有更高的风险.
• 迫切需要对婴儿暴露风险进行评估,并实施对塑料玩具中EDC的控制措施.