《Journal of Advanced Research》：Landscape of volatile organic compounds for differential diagnosis, pathological typing, and severity prediction in lung cancer: a large population-based prospective study
编辑推荐：
本研究针对肺癌早期诊断困难、现有方法存在侵入性或假阳性率高等问题，研究者开展了大规模前瞻性研究，探索基于呼出气挥发性有机化合物（VOCs）的机器学习模型在肺癌筛查、良恶性肺结节鉴别、病理分型、临床分期及预后预测中的应用。研究证实多种VOCs可作为有效生物标志物，构建的预测模型（如LungVocDoc）展现出优于传统临床模型的性能，为肺癌的非侵入性、便捷诊断提供了新视角和证据。
在全球范围内，肺癌的发病率和死亡率居高不下，是威胁人类健康的主要恶性肿瘤之一。然而，肺癌的早期诊断一直面临着巨大挑战。当前，低剂量计算机断层扫描（LDCT）筛查虽能降低辐射，但假阳性和假阴性结果仍是棘手的问题，可能导致不必要的侵入性检查或延误治疗。病理活检虽然是诊断的“金标准”，但其本身具有侵入性，对于小结节等特定情况存在局限和风险。因此，临床迫切需要一种更有效、无创且易于实施的肺癌筛查和诊断新方法。
近年来，一种看似简单却蕴含巨大潜力的方法——呼出气分析，正受到广泛关注。人体在新陈代谢过程中会产生多种挥发性有机化合物（Volatile Organic Compounds, VOCs），它们能反映机体内部的生理和病理状态，并通过血液循环进入肺泡，随呼吸排出。通过分析这些“气息指纹”的变化，就有可能实现疾病的早期、无创诊断。本研究正是基于这一前沿思路，旨在通过一项大规模前瞻性临床研究，系统评估VOCs在肺癌全流程管理中的潜在价值。
本研究发表于《Journal of Advanced Research》，由四川大学华西医院（原文为四川省肿瘤医院等机构，属于国内单位）的研究团队主导。研究者们招募了来自四川省多家医院的肺结节患者和健康个体，构成了一个大规模的样本队列。研究采用气相色谱-质谱联用（GC-MS）技术对受试者的呼出气样本进行高灵敏度检测，量化其中VOCs的种类和丰度。随后，研究团队运用了多种监督机器学习算法（包括梯度提升机、随机森林、支持向量机等）对这些海量的VOCs数据进行分析和建模，旨在构建能够区分健康人与肺癌患者、鉴别肺结节良恶性、预测肺癌分期、病理类型乃至患者预后的新型诊断模型。
研究结果
1. 区分肺癌患者与健康个体
通过特征筛选和机器学习建模，研究从呼出气中鉴定出16种具有区分能力的VOCs。其中，乙腈、甲苯、乙酸和异戊二烯被确定为最重要的四种生物标志物。利用这些标志物构建的随机森林模型，在区分肺癌与健康人群时展现出卓越的性能，其准确度达到91.1%，AUC（受试者工作特征曲线下面积）高达0.981，显著优于单变量逻辑回归分析。这表明，基于多VOCs的机器学习模型在肺癌筛查中具有极高的应用潜力。
2. 鉴别良性与恶性肺结节
肺结节管理的核心挑战之一是区分其良恶性，以避免不必要的侵入性检查。研究者发现，四氯乙烯、环己烷、丙酮和十一烷是鉴别良恶性肺结节的关键VOCs。基于这五种VOCs构建的诊断模型，在区分良恶性结节方面表现出稳定的鉴别能力。模型经过优化，整合临床特征后，其AUC提升至0.73，预测性能优于经典的Mayo Clinic模型和Brock University模型。该模型在不同亚组（如磨玻璃结节与非磨玻璃结节、不同结节大小）中均能有效区分，显示出良好的鲁棒性。
3. 构建预后预测模型
研究进一步探索了VOCs在预测肺癌患者预后方面的价值。结果表明，烯丙基甲基硫醚、乙腈、二硫化碳和C8H10是预测疾病严重程度（分期）的关键VOCs。值得注意的是，乙腈、二硫化碳和C8H10在晚期（III-IV期）肺癌患者的呼出气中含量升高，而烯丙基甲基硫醚水平较高的患者则显示出更好的预后趋势。通过结合临床特征（病理、分期、性别、吸烟史）和五种关键VOCs，研究构建了一个预测患者总生存期的列线图模型。该模型在2年和3年生存率预测中均表现出稳定且强大的预测能力，其校准曲线与理想模型高度吻合，为肺癌的个体化预后评估提供了新工具。
4. 呼出气标志物与基因突变
一个有趣的发现是，呼出气中甲基叔丁基醚、4-甲氧基苯酚和愈创木酚的水平在携带ROS1基因突变的肺癌患者中显著降低。这三种VOCs的组合在预测ROS1突变状态时，AUC达到了0.87，提示呼出气分析未来或可作为一种无创的基因分型辅助手段。
结论与讨论
本研究成功构建了目前样本量最大的基于呼出气VOCs的肺癌诊断与评估研究体系。研究不仅证实了特定VOCs组合在区分肺癌与健康人群、鉴别肺结节良恶性方面的有效性，还将其应用拓展至肺癌分期、病理分型、预后预测乃至潜在的基因突变检测领域。所构建的LungVocDoc等机器学习模型，其诊断性能可与成熟的临床模型相媲美甚至更优，这为开发无创、便捷、低成本的肺癌辅助诊断工具提供了强有力的数据支持和新的研究方向。
研究对关键VOCs的生物学意义进行了探讨。例如，乙腈可能与细胞色素P450单加氧酶途径的激活有关；甲苯作为外源性污染物，其引发的过氧化损伤可能与癌变相关；而烯丙基甲基硫醚作为大蒜中的活性成分，其水平与良好预后的关联，暗示了生活习惯与癌症发展的潜在联系。这些发现将呼出气成分的差异与肿瘤代谢的生物学机制联系起来，增强了结果的解释力。
当然，研究也存在一定的局限性。例如，检测到的部分VOCs可能具有环境来源，如何精确区分内源性代谢产物和外源性背景干扰，是需要未来研究深入探讨的关键问题。此外，研究结论需要在更多中心、更大人群的队列中进行外部验证。
总而言之，这项大规模前瞻性研究有力证实了呼出气VOCs分析在肺癌全周期管理中的巨大潜力。它从单纯的“有无癌症”筛查，迈向了更精细化的“何种癌症、严重程度如何、预后怎样”的个体化评估，为最终实现肺癌的“呼吸诊断”奠定了坚实的科学基础，有望在未来显著改善肺癌的早期发现和精准管理。
