Non-Targeted Analysis of PFAS in Food Contact Materials: Unveiling Hidden Dangers with LC-QTOF MS and FluoroMatch
Notice bibliographique
Résumé
Per-and Polyfluorinated Substances (PFAS) are diverse synthetic chemicals widely used in industry because of their thermal stability, hydrophobicity, and relative inertness. These “forever chemicals” have been detected in food and food packaging and may cause harmful health effects. With thousands of PFAS compounds identified, processing non-targeted PFAS data poses a significant challenge. In this study, 40 paper-based food contact materials (FCMs) from shops in Montreal, Canada -- including to-go boxes, microwave popcorn bags, wrappers, paper straws, and baking liners -- were analyzed for the occurrence of PFAS using LC-QTOF MS. The highest PFAS concentrations were detected in clamshell to-go boxes, with levels reaching up to 356.6 ng/g. PFOA (up to 187.2 ng/g) and PFDA (up to 92.2 ng/g) were major contributors to the overall PFAS content. FluoroMatch Modular was used to annotate previously unidentified PFAS, confirming a homologous series (C3 to C14) of perfluoroalkyl carboxylic acids (PFCA) and C6 and C8 perfluoroalkyl sulfonic acids (PFSA). The study also demonstrated that the migration of both short-chain (PFHxA and PFHpA) and long-chain (PFOA, PFDA, PFNA) PFAS into food simulants increased upon heating (65 ℃), indicating that higher temperatures facilitate the release of these substances from packaging into food. These findings raise concerns about potential for PFAS exposure through food consumption, particularly under heated conditions such as hot meals and microwave heating. The widespread detection of PFAS in clamshell to-go boxes and other FCMs in this study highlights the need for more stringent regulations and oversight to minimize PFAS use in FCMs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,015 | 0,027 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».