智能质谱平台赋能呼气活检：基于挥发性有机物的多癌种早期筛查新策略

为解决传统呼气VOCs检测中采样效率低、背景干扰大、灵敏度不足及疾病特异性差等问题，研究团队开发了集成BreathScope采样器与GC?×?GC-TOF MS/FID系统的智能分析平台。通过优化采样策略与AI建模，实现了ng/L级痕量VOCs检测（R2>0.97）及结直肠癌/胃癌/脑癌的多分类诊断（AUROC 0.98-0.99），为无创精准医疗提供了标准化技术框架。

　　

在医学诊断领域，呼气检测一直被视为"无创诊疗的圣杯"。人体呼出的挥发性有机物（VOCs）如同微型的代谢信使，携带着从肺泡膜扩散而来的血液代谢信息。然而传统Tedlar袋采样面临死腔气稀释、背景干扰等问题，而现有质谱技术又难以在复杂基质中精准捕捉ng/L级的痕量标志物。更棘手的是，单一疾病诊断模型易受其他疾病干扰——这些技术瓶颈严重阻碍了呼气活检的临床应用。

针对这些挑战，复旦大学的研究团队在《Green Analytical Chemistry》发表了一项突破性研究。他们构建了包含BreathScope智能采样器和GC?×?GC-TOF MS/FID（全二维气相色谱-飞行时间质谱/氢火焰离子化检测）系统的集成平台，通过对509例受试者（含结直肠癌、胃癌、脑癌患者及健康对照）的呼气样本分析，建立了首个多癌种AI风险评估系统。研究采用的关键技术包括：1）基于多传感器融合的智能采样器实现精准潮气末采样；2）正交色谱分离与双检测器联用技术提升VOCs分辨率；3）突破性实验确定最佳采样体积（2000mL）；4）随机森林（RF）算法构建多分类模型。

研究结果

3.1.1 集成平台的VOCs捕获与检测性能提升
与传统Tedlar袋相比，BreathScope采样器将VOCs捕获种类提升5倍以上，且有效避免了N,N-二甲基乙酰胺等背景干扰。GC?×?GC-TOF MS/FID系统成功鉴定100种VOCs，涵盖烷烃、酮类、含硫化合物等12类物质，定量线性范围R2>0.97，检测限达pg级。

3.2 标准化呼气采集流程优化
突破性实验发现丙酮在7-9L采样体积时出现穿透现象，据此确定2L为最优采样体积。头低位姿势会使极性VOCs（如丙二醇）回收率降低40%，而运动后内源性VOCs（异戊二烯、丙酮）浓度显著升高。据此建立的标准化流程要求空腹、静息状态下采集2L潮气末气体。

3.3 基于VOCs的多分类AI疾病风险评估系统
随机森林模型在测试集中展现出卓越性能：对结直肠癌（CRC）、胃癌（GC）、脑癌（BT）的AUROC分别达0.98、0.99、0.98，灵敏度与特异性均>95%。关键生物标志物包括：反映脂质过氧化的甲基丙烯醛（methacrolein）、肠道菌群代谢产物二甲基二硫（DMDS），以及氧化应激标志物十五烷（pentadecane）等。

结论与意义
该研究首次实现了从标准化采样、痕量VOCs检测到AI多疾病风险评估的全流程整合。其创新性体现在：1）BreathScope采样器通过α=30%的死腔比系数精准捕获肺泡气；2）双柱系统（DB-624/WAX）实现VOCs正交分离；3）多分类模型有效解决疾病共干扰问题。相比传统诊断方法，该平台将胃癌筛查灵敏度从89%提升至96%，且单次检测可同步评估三种癌症风险。未来通过设备微型化与机制研究深化，这项技术有望成为临床常规筛查利器，推动无创精准医疗进入新时代。