基于GC-IMS与TD-GC-MS多采样方法的口腔癌挥发性有机化合物特征研究

《Scientific Reports》：Characterizing volatile organic compound profiles in oral cancer using multiple sample collection approaches by GC-IMS and TD-GC-MS

本研究针对口腔癌(OC)早期诊断工具匮乏的临床难题，创新性地采用热脱附-气相色谱-质谱联用(TD-GC-MS)和气相色谱-离子迁移谱(GC-IMS)两种技术平台，系统比较了呼气、病灶区空气和病灶刷取物三种样本的VOC检测效能。研究发现病灶刷取物通过TD-GC-MS分析可实现最佳分组区分（AUROC=0.962），鉴定出包括苯甲醇、饱和酮同系物在内的关键生物标志物，为开发无创POCT筛查工具提供了重要技术路径。

　　

口腔癌(OC)作为头颈部最常见的恶性肿瘤，其五年生存率长期徘徊在30%-60%之间，这一严峻现状近五十年来未见明显改善。由于早期诊断手段主要依赖侵入性活检，在医疗资源匮乏地区往往导致诊断延迟。挥发性有机化合物(VOCs)作为潜在的非侵入性生物标志物，为突破这一困境带来了新希望。然而，何种采样方式与分析技术的组合最能满足临床筛查需求，至今仍是悬而未决的关键问题。

发表于《Scientific Reports》的这项前瞻性研究另辟蹊径，首次将病灶刷取物纳入VOC分析体系，并与传统的呼气和病灶区空气采样进行头对头比较。研究团队招募了26名参与者（13例高级别病变/口腔癌患者与13例健康对照），采用TD-GC-MS（热脱附-气相色谱-质谱联用）和GC-IMS（气相色谱-离子迁移谱）双平台分析策略，系统评估了不同样本类型的诊断效能。

关键技术方法涵盖：① 临床样本采集（呼气/病灶空气/病灶刷取物/肿瘤组织）；② TD-GC-MS分析结合正交偏最小二乘判别分析(OPLS-DA)进行特征筛选；③ GC-IMS实时检测与主成分分析(PCA)模型构建；④ 受试者工作特征(ROC)曲线评估诊断性能。样本来源于BC癌症中心口腔肿瘤诊所的前瞻性队列。

样本类型与VOC特征比较

通过Venn图分析发现，肿瘤组织检测到的169种VOCs中，75.1%可在病灶刷取物中同时检出，显著高于呼气样本（66.7%）。

病灶刷取物共检测到352种VOCs，远超呼气（99种）和病灶空气（85种），且总离子流强度最高，表明其富含更完整的生化信息。

TD-GC-MS多变量分析

PCA模型显示病灶刷取物具有最佳组间分离度（累计方差53.6%），其OPLS-DA模型预测能力Q2达0.623。18个关键VOCs中包括显著上调的苯甲醇和饱和酮同系物（壬-2-酮/癸-2-酮/十一烷-2-酮）。

GC-IMS性能评估

GC-IMS对病灶空气样本仍展现临床潜力（AUROC=0.793），但其对烷烃类化合物电离效率低的局限性明显。平台便携性优势突出，可在门诊现场完成检测。

生物标志物热图分析

47个关键VOCs的热图显示，苯甲醇在三种样本中均显著上调，而饱和酮同系物为病灶刷取物特有标志物。

诊断性能探索

逻辑回归模型验证显示，TD-GC-MS分析病灶刷取物的诊断效能最优（AUROC=0.962），显著高于呼气（0.893）和病灶空气（0.886）。

研究结论确立了两大技术路径：TD-GC-MS凭借高灵敏度与准确鉴定能力，成为生物标志物发现的金标准；而GC-IMS的便携性使其具备转化为床旁检测(POCT)设备的潜力。特别值得注意的是，病灶刷取物这种微创采样方式，仅需20次轻刷即可获取富含肿瘤微环境信息的VOCs，为后续大样本研究提供了理想样本来源。该研究不仅为口腔癌早期筛查提供了新技术路径，更建立了多模态VOC分析的方法学范式，对推动呼吸组学在肿瘤诊断领域的临床应用具有里程碑意义。