期刊名称：Nature Communications

影响因子：15.7

DOI：https://doi.org/10.1038/s41467-025-65746-4

本研究为全球尺度荟萃分析，整合64项已发表研究、覆盖119个水生与陆地食物网，系统分析72种全氟及多氟烷基物质（PFAS）的1009个营养级放大因子（TMF），精准解析PFAS在食物网中的生物放大强度、化合物特异性差异，以及TMF变异性的核心驱动因素，同时评估研究方法、生态特征与化合物性质对放大效应的影响，最终为高风险PFAS管控与生物放大评估标准化提供科学依据。

在数据特征与整体放大效应方面，研究纳入的食物网85%为水生生态系统（淡水49%、海洋34%、河口/咸淡水17%），地理分布集中于北半球（东亚、欧洲、北美），营养级范围0.9~5.9，传统PFAS（全氟辛烷磺酸（PFOS）、全氟十一烷酸（PFUnDA）、全氟癸酸（PFDA））为主要研究对象，新型PFAS数据仅占1%。多水平荟萃模型显示，所有PFAS的平均TMF为2.00（95%CI：1.64~2.45），即浓度随营养级每升高一级平均翻倍，且所有PFAS均未出现生物稀释现象（TMF均＞1）。

在化合物特异性放大差异方面，12种PFAS表现出显著的营养级放大效应，其中工业替代品F-53B放大能力最强（TMF=3.07，95%CI：2.41~3.92），高于其替代的PFOS（TMF=3.02），其余高放大物质依次为PFDA（2.80）、PFUnDA（2.41）、PFNA（2.21）等；F-53B的所有数据均来自东亚食物网，且该物质目前未被国际公约管控。

在TMF变异性驱动因素方面，研究发现数据总异质性高达97.55%，方法学差异是最主要来源；样品类型：采用组织特异性（肝脏、肌肉、血浆）或混合样品计算的TMF，比整体生物样品高50%；浓度归一化：未经蛋白质/脂质校正的浓度计算的TMF，比归一化值高44%；氮同位素营养级富集因子（TEF）、未检出数据处理方式，均显著影响TMF结果。

生态与环境因素影响较弱：仅混合呼吸类型（水生+空气呼吸）食物网、顶级捕食者为空气呼吸生物的食物网，TMF显著高于纯水生生物食物网；陆地与水生生态系统、海洋与淡水系统、碳链长度、纬度、食物网长度等，均对TMF无显著影响。

在模型预测与可靠性方面，多变量荟萃回归模型可解释85%的TMF变异，预测能力极强；发表偏倚与敏感性分析证实，结果稳健可靠，剔除高偏倚风险研究、校正发表偏倚后，放大效应的方向与显著性均未改变。

综上，本研究明确PFAS是强效持久性营养级放大物质，F-53B等替代品风险被严重低估，且研究方法不统一是导致生物放大结果差异的核心原因，呼吁建立标准化TMF测定流程，并对高生物放大性PFAS实施更严格的全球监管。

本研究通过6大学术数据库检索获取PFAS营养级放大相关文献，经去重与层层筛选最终纳入64项合格研究，提取119个水陆食物网中72种PFAS的1009个营养级放大因子（TMF）数据，统一换算对数形式与营养级参数，标准化提取样品类型、浓度归一化方式、氮同位素富集因子等调节变量，在R软件中采用多水平荟萃模型分析，并通过敏感性检验与偏倚评估保障结果可靠性。

（1）系统综述与数据集概况

本荟萃分析整合了64项报道PFAS的TMF的研究，从119个地理分布多样的食物网中获得72种PFAS的1009个TMF数据。多数食物网（85%）为水生生态系统，地理分布显著偏向北半球（东亚、欧洲、北美；图1）。水生食物网中，淡水系统占49%，海洋系统占34%，河口、潮间带或咸淡水混合系统占17%。食物网营养级范围为0.9~5.9，平均每个食物网包含11.8个物种。传统化合物，包括全氟辛烷磺酸（PFOS）、全氟十一烷酸（PFUnDA）和全氟癸酸（PFDA），是研究最多的物质（分别有56、45、42项研究）。全氟烷基羧酸（PFCA）与磺酸盐（PFSA）占TMF数据的多数（分别为61%和25%），仅1%的TMF数据来自新型PFAS。

图1.荟萃分析纳入的119个食物网地理分布世界地图。每个点代表一个食物网，颜色对应生态系统类型。为减少点重叠、提升可视化清晰度，进行轻微抖动处理。底图来自rnaturalearth（1.0.0）R包，采用Natural Earth制作，免费矢量与栅格地图数据源自naturalearthdata.com。

（2）PFAS营养级放大效应

多水平荟萃分析模型显示，PFAS整体TMF为2.00（TMF=2.00，95%置信区间：1.64~2.45；图2A），呈显著正向效应。这表明，整合所有研究、食物网与化学品后，PFAS浓度平均随营养级升高翻倍。尽管如此，不同化合物的放大效应差异显著（图2B），表明其生物放大行为存在特异性。

数据集整体相对异质性极高（总异质性I²=97.55%），大部分变异来源于效应量、研究与化学品层面（化学品I²=29.84%；研究I²=27.64%；效应量I²=27.18%），较小比例异质性与食物网层面相关（食物网I²=12.89%）。为解释这种异质性并探究变异性潜在来源（表1），本研究开展单变量与多变量荟萃回归分析。

表1.预期会对营养级放大估算产生影响的因素。

本表列出了潜在调节变量（即潜在影响预测因子），同时给出各调节变量的预期影响预测、预测解释及支撑预测的参考文献。调节变量均为预先选定并在研究方案中完成预注册。“化学品监管状态”这一调节变量为事后追加，因此未在研究方案中进行预注册。

图2.食物网中全氟及多氟烷基物质（PFAS）的营养级放大因子（TMF）。（A）基于119个水生与陆地食物网1009个效应量荟萃分析的整体TMF。荟萃分析均值以红色填充黑色圆圈表示，粗线为95%置信区间，细线为95%预测区间。浅灰色圆圈为单个效应量，按精度（标准误倒数，见图例）缩放。k代表效应量数量，括号内数字为研究数量。红色虚线标注TMF=1（大于1为生物放大，小于1为生物稀释）。为提升可视化可读性，x轴上限设为10，未显示15个效应量。源数据见本文源数据文件。（B）采用亚组相关效应荟萃回归模型估算的单一PFAS特异性TMF。黑色气泡代表单一化学品平均TMF，误差线为95%置信区间。气泡大小代表贡献效应量数量。黑色气泡与k值表示估算值与1存在显著差异（即p<0.05）。k代表效应量数量，括号内数字为研究数量。深绿色与浅绿色盾牌分别标注列入全球公约《斯德哥尔摩持久性有机污染物公约》与欧盟REACH法规的化合物（PFAS监管分类详情见方法部分“统计建模概述”）。（B）仅展示效应量≥10的化合物结果。源数据见本文源数据文件。

（3）变异性来源

单变量荟萃回归分析显示，样品分析类型（整体生物、特异性组织、二者结合）是TMF的显著预测因子（F_{₍df1=3,df2=1006₎}=20.9，p<0.001；图3A）。平均而言，基于特异性组织样品（如肝脏、肌肉、血浆）或整体生物匀浆计算的TMF，比仅基于整体生物样品的结果高50%（TMF差值=1.50，置信区间：1.21~1.84）。但仅10%的研究（n=6）采用生物量换算，将组织特异性浓度校正为整体生物等效浓度。

研究还发现，未归一化PFAS浓度与经蛋白质或脂质含量校正的浓度计算的TMF存在显著差异（F_{₍df1=1,df2=943₎}=17.5，p<0.0001；图3B）。基于未归一化浓度的TMF平均比归一化值高44%（TMF差值=1.44，置信区间：1.21~1.70，p<0.0001）。此外，氮同位素营养级富集因子（TEF）（F_{₍df1=4,df2=735₎}=12.1，p<0.0001；图3C）与未检出数据处理方法（F_{(df1=1,df2=5)}=4，p=0.0014；图3D）也是TMF的显著预测因子。不同研究对未检出数据的处理方式差异极大。

以PFAS种类为调节变量的荟萃回归分析证实，PFAS类型是TMF的显著预测因子（F_{₍df1=52,df2=935₎}=19.3，p<0.0001）。12种PFAS的TMF显著大于1，其中F-53B、PFOS、PFDA的TMF最高（F-53B：TMF=3.07，置信区间：2.41~3.92；PFOS：TMF=3.02，置信区间：2.64~3.46；PFDA：TMF=2.80，置信区间：2.35~3.33；PFUnDA：TMF=2.41，置信区间：2.04~2.86；PFNA：TMF=2.21，置信区间：1.85~2.65；PFTrDA：TMF=2.04，置信区间：1.58~2.64；PFDoDA：TMF=2.01，置信区间：1.75~2.32；FOSA：TMF=1.89，置信区间：1.38~2.59；PFHxS：TMF=1.76，置信区间：1.33~2.32；PFTeDA：TMF=1.42，置信区间：1.15~1.75；图2B）。另有10种化合物的TMF同样显著大于1，但这些结果基于少于10个效应量。本研究未发现任何PFAS存在生物稀释效应的统计学证据（即TMF<1）。值得注意的是，F-53B的所有TMF数据均来自东亚地区食物网，且地理区域（北美、欧洲、东亚、极地）对TMF存在显著影响（F_{₍df1=5,df2=966₎}=9.3，p<0.0001）。荟萃回归分析显示，PFAS化学类别是TMF的调节变量（F_{₍df1=4,df2=973₎}=1.4，p<0.0001；图4A）。PFAS碳链长度对TMF无显著调节作用（F_{₍df1=1,df2=984₎}=0.5561，p=0.4560；图5A）。此外，全氟烷基链长度（定义为PFAS分子线性烷基链中全氟碳原子数量，排除官能团中非氟碳原子，如羧酸-COOH）与TMF无相关性（F_{₍df1=1,df2=977₎}=1.3892，p=0.2388）。

不同生态系统类型（陆地vs水生）的平均TMF无统计学差异（TMF差值=1.05，置信区间：0.65~1.71；F_{₍df1=1,df2=1007₎}=0.0394，p=0.8428）。水生生态系统内部，海洋与淡水系统的TMF无差异（TMF差值=0.76，置信区间：0.51~1.11；F_{₍df1=1,df2=635₎}=1.9856，p=0.1593）。另一方面，仅水生生物构成的食物网与水生生+陆生生物混合食物网的TMF存在显著差异（F_{₍df1=1,df2=1007₎}=6.2，p=0.0128；图4B）。具体而言，仅水生生物食物网的TMF平均低52%（TMF差值=0.52，置信区间：0.31~0.87）。类似地，顶级捕食者为水生生物的食物网，其TMF比顶级捕食者为陆生生物的食物网低60%（F_{₍df1=1,df2=856₎}=6.6，p=0.0104；TMF差值=0.60，置信区间：0.41~0.88；图4C）。

本研究未发现TMF与基准生物营养级（F_{₍df1=1,df2=839₎}=1.8，p=0.1826；图5B）、顶级捕食者营养级（F_{₍df1=1,df2=839₎}=0.1，p=0.7030；图5C）存在直接关联。食物网营养级数量与TMF亦无相关性（F_{₍df1=1,df2=839₎}=0.5745，p=0.4487；图5D）。纬度对TMF无影响（F_{₍df1=1,df2=1007₎}=0，p=0.9722）。

本研究将化学品监管状态（即是否列入《斯德哥尔摩持久性有机污染物公约》、欧盟REACH法规，或国际未监管）作为事后调节变量（非预先注册）进行检验，发现其对TMF存在影响（F_{₍df1=3,df2=841₎}=11，p<0.0001）。但国际未监管化合物与REACH法规管控化合物（TMF差值=0.67，置信区间：0.39~1.13）、《斯德哥尔摩公约》管控化合物（TMF差值=0.88，置信区间：0.52~1.49）的TMF无差异。

多变量荟萃回归模型（全模型）校正了调节变量间潜在的混杂相关性，验证了单变量模型结果，确认样品类型（整体生物、组织特异性、混合）与浓度测定方法（归一化）是TMF变异性的预测因子（二者均p<0.0001）。但与单变量模型不同，全模型显示食物网与顶级捕食者呼吸类型的效应呈临界不显著（分别为p=0.051、p=0.057）。PFAS化学类别、碳链长度与食物网纬度未成为变异预测因子。为保留统计效力，本研究从全模型中剔除5个缺失数据比例中高的调节变量，包括未检出值处理策略（n=281）、营养级富集因子（n=83）、基准生物营养级（n=119）、顶级捕食者营养级（n=119）与食物网长度（n=119）。相关性分析结合分类变量冲积图可视化检验证实，纳入的调节变量无高度共线性（即无过度多重共线性证据）。值得注意的是，本模型校正固定与随机效应后，可解释85%的TMF变异（条件R²=0.85），表明其极强的预测能力。固定效应单独可解释约18%的变异（边际R²=0.18）。

本研究采用多模型推断，生成全模型中所有调节变量组合的候选模型。基于赤池信息准则（AIC）最小值，筛选出两个最优模型。样品类型、浓度测定方法、顶级捕食者与整体食物网呼吸类型、PFAS碳链长度与化学类别同时出现在两个模型中。食物网纬度仅出现在排名第一的模型中。基于赤池权重的相对重要性分析显示：（1）样品类型、浓度测定方法、碳链长度是最重要的变异预测因子；（2）顶级捕食者与整体食物网呼吸类型、PFAS化学类别为次要预测因子；（3）食物网纬度为最不重要预测因子。

图3.方法学调节变量对PFAS营养级放大因子的影响。按样品类型（A）、浓度测定方法（B）、营养级富集因子（C）、未检出值处理策略（D）分层的全氟及多氟烷基物质（PFAS）营养级放大因子（TMF）。每层荟萃分析均值以红色填充黑色轮廓圆圈表示，粗线为95%置信区间，细线为95%预测区间。浅灰色圆圈为单个效应量，按精度（标准误倒数，见图例）缩放。k代表效应量数量，括号内数字为研究数量。红色虚线标注TMF=1，大于1为生物放大，小于1为生物稀释。为提升可视化清晰度，TMF值上限设为14。(A)中“混合”指特异性组织与整体生物样品结合。R²值代表模型固定效应单独解释的变异比例（边际R²）。源数据见本文源数据文件。

图4.化学与生态分类调节变量对PFAS营养级放大因子的影响。按PFAS化学类别（A）、仅水生生物食物网vs混合呼吸类型食物网（B）、顶级捕食者为陆生或水生生物的食物网（C）分层的全氟及多氟烷基物质（PFAS）营养级放大因子（TMF）。每层荟萃分析均值以红色填充黑色轮廓圆圈表示，粗线为95%置信区间，细线为95%预测区间。浅灰色圆圈为单个效应量，按精度（标准误倒数，见图例）缩放。k代表效应量数量，括号内数字为研究数量。红色虚线标注TMF=1，大于1为生物放大，小于1为生物稀释。为提升可视化清晰度，TMF值上限设为14。R²值代表模型固定效应单独解释的变异比例（边际R²）。源数据见本文源数据文件。

图5.化学与生态连续调节变量对PFAS营养级放大因子的影响。全氟及多氟烷基物质（PFAS）营养级放大效应与碳链长度（A）、食物网基准生物营养级（B）、食物网顶级捕食者营养级（C）、食物网营养级数量（D）、食物网纬度（E）、荟萃分析纳入研究发表年份（F）的关系。单变量拟合模型以粗黑线表示，95%置信区间为红色虚线，95%预测区间为黑色点线。浅灰色圆圈为单个效应量，圆圈大小反映精度（标准误倒数）。k代表效应量数量，括号内数字为研究数量。TMF采用自然对数尺度以提升结果可读性。R²值代表模型固定效应单独解释的变异比例（边际R²）。源数据见本文源数据文件。

（4）发表偏倚与敏感性分析

对研究精度（标准误倒数）的可视化评估，以及发表时间滞后荟萃回归（F_{₍df1=1,df2=1007₎}=0，p=0.9490；图5F）未发现明显发表偏倚证据。但以标准误为调节变量的荟萃回归提示潜在发表偏倚（F_{₍df1=1,df2=1007₎}=22，p<0.001）。采用两步稳健点估计与方差估计后，效应量降低3.46倍，但效应方向与统计学显著性保持不变（TMF=1.65，置信区间：1.28~2.13）。逐一剔除分析显示，无单一研究对整体结果产生实质性影响。以PFAS种类为调节变量的荟萃回归模型验证未发现过参数化问题，支持模型可靠性。本研究采用改良版SYRCLE偏倚风险工具开展研究有效性评估。剔除至少含一项高偏倚风险条目研究后，荟萃分析结果整体方向未改变，仅幅度略有影响，证实剔除潜在偏倚研究对结果稳健性无显著作用。