综述：汗液作为诊断性生物流体的分析进展与未来方向

《Journal of Pharmaceutical Analysis》：Sweat as a diagnostic biofluid: analytical advances and future directions

本综述系统探讨汗液作为一种新兴诊断生物流体的潜力，涵盖其生理基础、分析技术（如LC-MS/MS、GC-MS、电化学传感器）及在临床（如CF、糖尿病、AD/PD）与法医（药物检测、毒物筛查）领域的应用。文章强调汗液无创采样优势，并展望可穿戴设备与AI结合在个性化医疗中的前景，同时指出标准化、低分析物浓度等挑战仍需突破。

　　

汗液生理学与外源性物质转运

汗液分泌是维持人体体温恒定的重要机制，由小汗腺和顶泌腺共同完成。其pH值呈弱酸性（4.0–6.8），主要成分为水（99%），同时含有电解质（如Na⁺、Cl^?、K⁺）、尿素、乳酸、碳水化合物、蛋白质及外源性物质。汗液分泌量受个体活动、情绪和环境温度影响，每小时可产生0.2–3.0升。外源性物质（如药物、毒素）通过被动扩散、主动转运（如P-糖蛋白）及受体介导等机制进入汗液，其转运效率受分子量、pKa、脂溶性等理化性质影响。值得注意的是，某些毒物（如双酚A、重金属）在汗液中的浓度甚至高于血液或尿液，提示汗液在毒物排泄中具有独特价值。

汗液作为替代基质：优势与局限

与传统生物样本（血液、尿液）相比，汗液采样具有无创、易操作、低生物危害风险的优势，且基质干扰少，更适合现场快速筛查。其检测窗口期较长，尤其适用于新型精神活性物质（NPS）的监测，因汗液多以原型药物为主，无需复杂代谢路径验证。然而，汗液分析仍面临浓度低（ng/mL级）、个体差异大、采样体积不稳定等挑战。此外，汗液成分易受蒸发、皮肤污染和处理方式影响，需通过标准化采样（如离子电渗诱导）和归一化策略（如以Na⁺为内参）提升数据可靠性。

汗液采样与分析技术

采样设备包括：

• •
  Macroduct?：通过毛果芸香碱离子电渗诱导汗液，用于囊性纤维化（CF）诊断；
• •
  PharmChek?：吸附性贴片，可连续采集数日汗液，适用于法医药物监测；
• •
  DrugWipe?：免疫层析笔式设备，实现现场快速药物筛查；
• •
  Gx Sweat Patch：集成微流控与比色传感，实时分析汗液成分（如Na⁺、葡萄糖）。

样本前处理技术涵盖液液萃取（LLE）、固相萃取（SPE）及分散式吸头萃取（DPX），结合衍生化策略（如硅烷化）提升GC-MS检测灵敏度。分析平台除常规比色法、电位法外，高端技术如核磁共振（NMR）、高分辨质谱（HRMS）和毛细管电泳-质谱（CE-MS）极大拓展了汗液代谢组与蛋白质组的覆盖范围。

汗液组学：代谢组与蛋白质组

代谢组学研究揭示汗液含有乳酸、甘油、氨基酸等内源性代谢物，其谱图具有个体特异性，可用于生物识别与疾病筛查。例如：

• •
  肺癌患者汗液中检出三己糖、壬二酸等标志物；
• •
  特应性皮炎患者脂质谱（如神经酰胺）显著改变；
• •
  2型糖尿病相关葡萄糖、β-羟基丁酸（β-HB）可经电化学传感器监测。

蛋白质组学分析发现汗液蕴含近千种蛋白质，与免疫应答、氧化应激等过程相关。研究发现：

• •
  精神分裂症患者汗液中17种蛋白表达上调；
• •
  CF患者汗液蛋白谱与健康人群差异显著；
• •
  活动性结核患者汗液存在26种特异性蛋白（如核糖体蛋白）。

应用领域突破

法医毒理学：汗液贴片可检测可卡因、阿片类、安非他明等药物，且因难以篡改，成为法庭科学优选基质。例如：

• •
  THC在驾驶员汗液中浓度达4–152 ng/片；
• •
  MDMA摄入后2小时即可检出；
• •
  DPX-GC-MS方法可实现14种精神活性物质同步分析。

囊性纤维化（CF）诊断：汗液Cl^?浓度>60 mmol/L为CF金标准，新型微针贴片替代传统离子电渗法，提升采样舒适度。

糖尿病管理：无酶葡萄糖传感器（如石墨烯-金复合材料）、临时纹身式监测设备实现汗液葡萄糖实时追踪，并与血糖水平显著相关。

神经退行性疾病：

• •
  阿尔茨海默病（AD）患者汗液Na⁺浓度升高（91 vs. 62 mmol/L），伴汗液分泌功能障碍；
• •
  帕金森病（PD）患者皮脂挥发性有机物（VOCs）及脂质谱（如甘油三酯）改变，可通过质谱或传感器区分。

新兴应用：

• •
  VOCs分析：疟疾患者皮肤挥发物中4-羟基-4-甲基戊烷-2-酮、壬醛等标志物检出；
• •
  金属分析：汗液中essential（Zn、Cu）与toxic（Pb、Hg）金属浓度均高于血浆，提示其作为重金属暴露监测工具的潜力。

挑战与未来展望

汗液分析仍面临标准化缺失、低体积采样、生物标志物验证不足等瓶颈。可穿戴设备需融合微流控、AI算法（如随机森林、CNN）提升实时数据分析能力。未来方向包括：

• •
  开发多模态传感器同步监测pH、电解质、代谢物；
• •
  通过系统生物学策略挖掘临床相关标志物；
• •
  结合IoT技术实现云端健康预警。
  汗液诊断技术的成熟将推动个性化医疗从概念走向实践，重塑无创健康监测的未来图景。