综述：挥发性组学在乳腺癌诊断中的应用：跨生物基质与临床应用的叙述性综述

《Talanta》：Volatilomics for breast cancer diagnosis: A narrative review across biological matrices and clinical applications

　　

# 摘要

乳腺癌（BC）是全球女性癌症相关死亡的首要原因。早期、无创且准确的检测对于降低死亡率和改善临床预后至关重要。挥发组学专注于对人体释放的挥发性有机化合物（VOCs）的表征，为疾病诊断提供了一种有前景的方法。VOC检测方法已经被转化为多种疾病的常规临床实践，但用于乳腺癌的VOC检测仍处于 unavailable状态。为了加速该领域的转化进程，迫切需要综合整理现有证据。目前关于乳腺癌挥发组学的综述要么仅限于单一基质（如呼出气体），要么聚焦于外源性VOCs，要么仅在对多种癌症的概述中浅尝辄止地提及乳腺癌，要么未能反映最新进展。在这篇叙述性综述中，我们综合了过去二十年间发表的46项研究的证据，包括呼出气体研究（n = 24）、尿液研究（n = 10）、呼出气体冷凝物（EBC）研究（n = 1）、汗液研究（n = 2）、肿瘤组织研究（n = 1）、细胞系研究（n = 6）和动物肿瘤模型研究（n = 2）。我们回顾了挥发组学在诊断潜力、病理和分子亚型分类、临床分期、风险预测以及VOC生成机制方面的应用。此外，我们评估了先进分析方法的影响，如将挥发组学与其他组学方法相结合以提高诊断性能。我们还概述了限制临床转化的主要障碍，并深入讨论了未来研究方向，包括多基质数据整合、人工智能辅助的挥发组学建模以及活体嗅觉生物传感器。本综述提供了一个整合框架，以支持后续的机制探索和从分析可行性向VOC基于的乳腺癌检测临床验证的转化。

# 引言

乳腺癌（BC）仍是全球女性癌症相关死亡的首要原因。2022年，全球新诊断病例约230万例，使乳腺癌成为继肺癌之后全球第二大常见癌症[1]。大量证据表明，早期检测可使乳腺癌特异性死亡率降低约20%–30%[2]。要在临床实践中实现这一获益，已采用多种方法进行早期检测和筛查，包括乳腺X线和超声等影像学检查、血清生物标志物检测和基因检测。乳腺X线仍是临床实践中的主要筛查工具；然而，其在乳腺致密女性中的敏感性明显降低，且检查存在辐射暴露风险。乳腺超声具有无辐射和较少受乳腺组织密度影响的优点，但其诊断准确性高度依赖操作者，且在检测早期病变方面仍不够理想[3]。CA15-3和CEA等血清标志物主要用于监测转移进展而非早期诊断，因其敏感性和特异性不足以用于人群筛查。BRCA1/2致病性胚系变异的基因检测对有家系史的女性尤为重要，但此类变异仅占少数乳腺癌病例，限制了其在一般人群中的应用。组织病理学活检虽被认为是确认可疑病变的金标准，但本质上具有侵入性，因此不适合初级筛查。鉴于这些局限性，已投入大量努力探索新方法，尤其是准确、无创且可扩展的乳腺癌检测方法。

挥发组学专注于对人体释放的挥发性有机化合物（VOCs）的表征，已成为无创癌症检测的一个极具前景的途径。作为代谢活动的产物，VOCs能够反映潜在的生理状态并揭示与肿瘤相关失调相关的分子特征。鉴于癌症的特征是涉及葡萄糖、脂质和氨基酸代谢的广泛代谢重编程[4]，因此预期恶性疾病的VOC谱会发生明显改变。这些VOCs通过血液运输，经肺呼出，经肾脏清除至尿液，或通过唾液、汗液、粪便和其他生物基质释放。分析这些生物基质中的VOCs可能有助于发现用于无创诊断的候选生物标志物。

尽管挥发组学作为一门相对年轻的科学学科，但其有着深厚的历史根源。对体味进行诊断评估在古老的医学传统中早已实践。在中医中，闻诊法被用于辅助疾病评估。同样，古希腊医生使用特征性气味——如与糖尿病相关的果味丙酮口气——来辅助临床评估。几个世纪以来，医生能够将特定气味与疾病联系起来，但对这些嗅觉线索背后的化学成分知之甚少。18世纪，拉瓦锡和拉普拉斯在豚鼠呼出的气体中发现了二氧化碳（CO2），Nebelthau报告糖尿病患者呼吸中有丙酮，标志着向呼出气体化学分析的转变[5]。19世纪后期进一步取得了进展，Anstie从人体呼吸中分离出乙醇，为现代呼气酒精检测奠定了基础。Charles Dodds在呼出气体中进行了开创性的CO2分析，观察到其分压在餐后升高，并注意到消化障碍个体中存在不同模式[5], [6]。这些早期发现为20世纪末宣告开始的现代挥发组学时代奠定了基础，Linus Pauling的工作分离并鉴定了呼出气体中约250种VOCs和尿液中280种VOCs[7]。这项开创性工作将呼吸分析推进到了医学诊断的前沿。

过去半个世纪，呼出气体疾病检测研究取得了大幅增长。人体呼吸组学数据库（牛津学术）收录了超过2000篇将VOCs与近60种疾病关联的出版物，基于数十万临床样本[8]。一个重大里程碑是呼吸检测从研究向临床实践的转化。例如，呼出气体设备用于快速检测COVID-19[9]，呼出NO检测用于哮喘监测[10]，13C-尿素呼气试验用于幽门螺杆菌感染检测，以及辅助呼吸检测用于监测心脏移植排斥[11]。除呼吸之外，VOC基于的诊断在其他基质中也得到了研究，如尿液VOC分析用于膀胱癌[12]。

尽管挥发组学在疾病诊断方面取得了可喜进展，但VOC检测尚未被转化为乳腺癌诊断的常规临床实践。为了加速这一转化过程，需要一种综合多生物基质、实验模型和分析方法证据的全面、多维整合。如表S1所述，现有的乳腺癌挥发组学综述在范围上存在显著差异，旨在解决不同、更窄的研究问题。一些综述仅将乳腺癌作为更广泛的多癌概述中的一个子章节，未系统综合乳腺癌特异性的挥发组学研究[13], [14], [15], [16], [17], [18], [19], [20], [21]。其他与乳腺癌相关的综述主要关注单一生物基质，如呼出气体[22]，外源性暴露[23], [24], [25]，或特定分析方法[26], [27], [28]。例如，一项最近的PRISMA合规系统评价对VOC检测的诊断性能进行了meta分析[20]。然而，乳腺癌仅作为多种癌症类型之一被纳入，且分析仅限于呼出气体研究。此外，一些早期综述受限于较早的检索截止日期，因此未能纳入最新的技术进展[29]。综上所述，现有文献缺乏一项评估跨多生物基质的VOC基于乳腺癌检测并聚焦临床转化的综述。

为弥补这一空白，本叙述性综述综合了过去二十年间跨多种生物基质和实验模型——包括呼出气体（EB）、呼出气体冷凝物（EBC）、尿液、汗液、肿瘤组织、细胞系和动物肿瘤模型——的文献，涵盖46项研究。综述围绕VOC基于乳腺癌检测和诊断的临床转化路径展开，涵盖：(1) 诊断潜力和诊断特异性；(2) 与分子亚型、组织病理学亚型和临床分期的关联；(3) 在乳腺癌风险分层中的潜在应用；(4) 乳腺癌相关VOC生成的生物学机制；以及(5) 当前挑战和未来研究方向，包括多基质数据整合、人工智能辅助的挥发组学建模和活体嗅觉生物传感器。本综述为VOC基于乳腺癌检测和诊断策略的临床转化提供了一个更新和多维框架。

# 章节片段

## 样本采集

由于呼出气体是挥发组学研究中占主导地位的基质，我们选择其作为代表性样本，阐述标准的样本采集、储存和VOCs富集方案。人体呼出气体包括两个主要组成部分：(i) "死腔气"，未与血液进行气体交换，来源于鼻腔、口腔和上呼吸道；以及(ii) "肺泡气"，已与血液进行气体交换，来源于深层肺泡。

## 呼出气体分析在乳腺癌中的诊断潜力

呼出气体分析在乳腺癌检测中的分析可行性已通过多种方法进行评估，从生物检测器到仪器平台。2006年，McCulloch等人[59]使用食物奖励方法训练了5只家犬。训练后，犬只被测试其区分31名乳腺癌患者和83名健康对照者呼吸样本的能力。双盲评估显示，敏感性为88%，特异性为98%，提供

## 进展

过去二十年间，基于挥发组学的乳腺癌检测研究取得了相当大的进展。关键进展领域如图4所示。在分析技术方面，该领域从传统的离线平台（GC-MS）发展为实时在线仪器，如SESI-MS、SIFT-MS、HPPI-TOF-MS，以及多样的便携式电子鼻。这些工具大大提高了检测通量，并显示出用于即时临床检测的潜力。在研究设计方面，

# 结论

基于挥发组学的乳腺癌检测在多种生物基质和技术平台上已显示出令人信服的分析可行性。积累的证据支持存在可通过无创方式检测的乳腺癌相关挥发特征。然而，分析概念验证与临床效用之间的转化差距仍然巨大。关键障碍——包括缺乏标准化方案、外部验证不

# CRediT作者贡献声明

Zewei Luo：撰写—审阅与编辑。Shixi Li：资源。Yilin Zhang：经费获取。Xing Guo：可视化。Min Cheng：撰写—审阅与编辑，资源。XinYan Yang：方法论、概念化。Xuhua Liang：资源、方法论。Xian Li：撰写—初稿、概念化。Qian Zhao：资源。Yixiang Duan：验证、监督

# 利益冲突声明

作者声明不存在任何经济利益冲突。

作者声明不存在任何可能影响本文工作的已知经济利益或个人关系。

# 致谢

作者感谢商洛大学博士研究基金项目（23SKY023、21SKY120）；陕西省教育厅科研计划项目（25JK0437）；陕西省自然科学基金基础研究项目（2026JC-YBQN-1090）；秦岭生物资源研究所开放竞争项目（2025XKJBGS-16）；陕西省重点研发计划项目（2025NC-YBXM-036）；青年创新

Xian Li | Qian Zhao | Yilin Zhang | Zewei Luo | Shixi Li | Xinyan Yang | Xuhua Liang | Xing Guo | Min Cheng | Yixiang Duan

商洛大学现代农学院与生物工程学院，中国商洛，726000