基于呼气质谱与机器学习的肝病代谢通路发现：新型无创诊断标志物与机制研究

本研究针对呼气中挥发性有机物(VOCs)检测灵敏度低、预处理复杂等问题，开发了萃取电喷雾电离质谱(EESI-MS)结合偏最小二乘判别分析(PLS-DA)的新方法，成功区分健康人群、慢性乙型肝炎(CHB)和肝衰竭患者，鉴定出9种新型标志物（如2-羟基乙醛、5-己内酯等）及相关代谢通路（色氨酸/酪氨酸代谢等），为肝病无创诊断提供了创新技术路径。

　　

肝脏疾病的诊断长期依赖侵入性检查（如肝活检）和影像学技术，这些方法不仅给患者带来痛苦，还存在出血、器官穿孔等风险。而人体呼出的挥发性有机物(VOCs)如同"代谢指纹"，能反映血液中的分子信息，但传统检测方法如气相色谱-质谱联用(GC-MS)需复杂预处理，且对低浓度VOCs灵敏度不足。如何突破技术瓶颈，实现肝病的无创、快速诊断，成为研究者亟待解决的难题。

针对这一挑战，中国研究人员开发了萃取电喷雾电离轨道阱质谱(EESI-Orbitrap MS)新技术。该研究收集了18名健康志愿者、16例慢性乙型肝炎和20例肝衰竭患者的呼气样本，通过银离子增强的EESI-MS²
直接在线检测，结合机器学习算法PLS-DA建立分类模型。关键技术包括：1）采用银离子化试剂提升硫化物等低质子亲和力VOCs的检测灵敏度；2）高分辨质谱鉴定m/z 50-200特征峰；3）基于VIP值筛选关键生物标志物；4）MetaboAnalyst平台分析代谢通路。

Reactive EESI-MS spectra of exhaled breath samples
对比空白空气谱图，呼气样本在m/z 50-200区间呈现显著差异峰，其中m/z 73.0284（2-甲基丙烯）等9种化合物首次被鉴定为肝病相关标志物。高分辨串联质谱确认这些分子涉及脂肪酸合成、丁酸代谢等通路。

Conclusion
研究团队成功构建了基于呼气VOCs的肝病诊断新范式：1）EESI-MS技术无需预处理即可检测传统方法难以捕捉的痕量化合物；2）PLS-DA模型对三类人群的区分准确率达89.7%；3）发现的2,5-二甲基呋喃等标志物与肝病进展显著相关；4）色氨酸代谢异常提示肝功能障碍的分子机制。该成果发表于《Journal of Pharmaceutical and Biomedical Analysis》，不仅为肝病筛查提供了革命性工具，更揭示了代谢重编程在肝病发生中的关键作用，为靶向治疗开发奠定基础。

（注：全文严格依据原文数据，技术细节如EESI-MS²
、PLS-DA等术语均保留原始表述，作者Xuanzhu Li和Wenbo Zhang为并列第一作者，Rui Su为通讯作者，单位信息隐去英文名称）