综述：挥发性有机化合物与电子鼻技术在乳腺癌检测中的应用：系统性回顾

本综述系统评估了挥发性有机化合物（VOCs）与电子鼻（E-nose）技术在乳腺癌非侵入性筛查中的潜力。文章指出，VOCs作为代谢产物在乳腺癌患者呼气、尿液等体液中存在特异性表达谱，可通过气相色谱-质谱联用（GC-MS）或电子鼻进行检测。电子鼻技术具有快速、便携、成本低等优势，但其临床转化仍面临标准化缺失、样本量不足等挑战。作者建议将该技术作为现有筛查手段（如 mammography）的补充策略，尤其在医疗资源匮乏地区具有应用前景。

　　

Abstract

乳腺癌是全球女性癌症相关死亡的主要原因之一，2022年报告约67万死亡病例。早期检测是改善预后的关键，但传统方法如乳腺X线摄影（mammography）、超声和活检存在局限性，包括可及性差、辐射暴露和假阳性问题。因此非侵入性诊断策略日益受到关注。

Introduction

在墨西哥等地区，乳腺癌筛查依赖临床检查、自我检查和影像学手段，但设备与专业医师的短缺导致诊断延迟。亟需开发更简便、快速且经济的筛查工具。挥发性有机化合物（VOCs）作为代谢副产物，在癌症病理过程中（如缺氧、氧化应激）会产生特异性谱系，可通过呼气、尿液等体液检测。电子鼻（E-nose）技术通过模拟人类嗅觉识别VOCs模式，具备便携、快速和成本效益优势，适合临床及人群筛查。

Materials and Methods

本研究遵循PRISMA指南，检索PubMed、Web of Science等数据库2018-2024年间文献，关键词包括VOCs、电子鼻、乳腺癌筛查等。最终纳入76篇原始研究，排除重复、非英/西语文献及无全文文章。数据提取由多名评审独立完成。

Results and Discussion

当前乳腺癌诊断方法的优缺点

世界卫生组织将筛查定义为对无症状人群应用检测以早期发现癌症。常用方法如乳腺X线摄影虽有效，但存在假阳性与过度诊断问题。电子鼻等新技术可弥补现有不足。

电子鼻（E-nose）

电子鼻起源于1960年代，1980年代发展为智能嗅觉模拟设备。其通过纳米传感器捕捉VOCs并转化为电信号，形成“呼吸指纹”（breath print），再通过机器学习算法（如线性判别分析、神经网络）区分健康与患者。检测方法分为两类：经典技术（如GC-MS、PTR-MS）和模式识别技术（如电子鼻、离子迁移谱）。

分子生物学在乳腺癌筛查中的影响

自古希腊时期，体味已被用于诊断。现代研究发现乳腺癌相关代谢物如N-乙酰-D-色氨酸、2-花生四烯酰甘油等。尿液中的2-丙醇和2-丁酮等VOCs也显示预测潜力。挥发组学（Volatolomics）作为代谢组学子领域，专注于VOCs分析，但受饮食、环境等因素干扰，标准化仍是挑战。

挥发性有机化合物

VOCs是低分子量碳化合物，可蒸发至气相，作为生物标志物反映疾病状态。乳腺癌细胞代谢改变（如能量消耗增加、活性氧产生）会导致VOCs谱变化，有助于区分疾病前后状态。

VOCs检测技术

呼气分析近年受关注。气相色谱（GC）结合质谱（MS）可识别VOCs，但电子鼻更便携。红外光谱（IS）通过分子振动识别化合物，电化学传感器则用于快速检测生物标志物。飞行时间质谱（TOF-MS）通过质荷比分离离子，提高生物分子检测精度。

乳腺癌相关VOCs

研究显示VOCs谱可区分健康与乳腺癌患者，如尿液中2-丙醇、2-丁酮，及浸润性导管癌中的2-乙基-1-己醇、异长叶烯酮等。但样本采集与分析方法的不一致导致结果差异，需进一步标准化。

纳米技术在疾病检测中的应用

纳米医学利用纳米材料改善诊疗，如增强药物靶向性和肿瘤穿透性。纳米颗粒可包覆蛋白质/肽类，提高癌症标志物检测效率。应用涵盖放疗增敏、化疗优化、生物标志物检测及影像解读，但制造复杂性和监管仍是挑战。

机器学习模型的应用

人工智能（AI）在乳腺癌诊断中作用显著，如条件深度卷积神经网络（C-DCNN）对脑肿瘤图像分类准确率达99%。AI辅助乳腺X线解读可降低39.6%工作量，提高敏感性（90%）和特异性（93.6%）。多中心研究显示AI单独AUC为0.93，与医师结合提升至0.92，减少假阳性并缩短诊断时间。AI还可预测分子亚型（如CDH1突变），但仅凭影像替代活检仍需验证。

Conclusions

VOCs与电子鼻技术作为非侵入性工具在乳腺癌检测中展现潜力，可区分健康与患者，且算法增强诊断性能。该技术有望补充现有筛查，尤其适用于资源有限地区。但目前研究受样本量小、协议不统一限制，需标准化流程、成本效益评估和临床试验验证。总体而言，VOCs技术虽不能替代传统方法，但作为辅助工具可提升早期诊断率，降低死亡率。

Author Contributions

作者包括数据收集、手稿撰写、监督与验证人员，均对研究有实质性贡献。

Disclosure

作者声明无利益冲突。