常見的呼氣檢測在臨床上已有廣泛的應(yīng)用，根據(jù)弗若斯特沙利文（Frost ＆ Sullivan）咨詢公司的數(shù)據(jù)，2018年我國的呼氣檢測市場規(guī)模約為19億人民幣，2020年預(yù)計(jì)增長到30億元。整個(gè)呼氣檢測市場90％都是由檢測幽門螺旋桿菌的尿素呼氣檢測構(gòu)成。除了幽門螺旋桿菌檢測外，臨床中已有的呼氣檢測項(xiàng)目還包括醉酒檢測、CO檢測新生兒黃疸、NO檢測哮喘等多種呼氣檢測。這些呼氣檢測對(duì)于大眾來說并不陌生，技術(shù)也較成熟。

呼氣VOC檢測和這些已有的呼氣檢測的根本區(qū)別在于前者檢測的是有機(jī)物而非無機(jī)物分子。

呼氣檢測的生物標(biāo)志物可以分為兩類：一類是呼氣中的無機(jī)物分子，比如NH3、H2S，還有NO、CO、H2／CH4。無機(jī)物分子主要來自菌類，例如13C和14C主要用于檢測幽門螺旋桿菌，H2／CH4 用于檢測腸道菌群紊亂。

而VOC檢測則專注于有機(jī)物分子。呼氣中的VOC含量稀少，是全身各個(gè)器官組織新陳代謝產(chǎn)物的重要組成部分，包括碳?xì)浠�合物（芳香族和脂肪族）、含氧有機(jī)物（醛、醇、酚、羧酸、醚和呋喃）等。

解碼呼氣VOC精準(zhǔn)診斷疾病和健康

呼氣VOC能夠診斷哪些疾��？微量的VOC分子如何與特定的疾病實(shí)現(xiàn)關(guān)聯(lián)？

在確認(rèn)呼氣VOC與特定疾病的關(guān)系上，需要大量嚴(yán)謹(jǐn)?shù)呐R床試驗(yàn)，通過VOC分析儀器采集病人與健康人的呼氣圖譜進(jìn)行對(duì)比，找到重復(fù)且有差異的VOC分子組合作為疾病生物標(biāo)志物進(jìn)行疾病判斷。

在這一方法基礎(chǔ)之上，形成了呼氣代謝組學(xué)（breath metabolomics）的概念。通過對(duì)由上百種呼氣VOC分子組成的圖譜進(jìn)行信號(hào)模式識(shí)別，可同時(shí)診斷十幾種甚至更多種疾��；通過醫(yī)療大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)，可以進(jìn)一步提高診斷的精準(zhǔn)性并擴(kuò)大適應(yīng)癥。

呼氣VOC疾病關(guān)聯(lián)圖譜

在疾病研究中，對(duì)于某些疾病與呼氣VOC信號(hào)分子的關(guān)聯(lián)已經(jīng)有了大量明確且清晰的證據(jù)。目前，呼氣VOC可以用于診斷的疾病包括：癌癥，例如肺癌、結(jié)直腸癌、胃癌等，感染性疾病，慢性疾病，例如阿茲海默癥、糖尿病等。

呼氣代謝組學(xué)經(jīng)過近50年的積累，除了越來越多的科研跟進(jìn)，近年來世界頂尖的專業(yè)醫(yī)療機(jī)構(gòu)，如美國的Mayo Clinic、克利夫蘭醫(yī)院以及頭部的儀器公司，包括Thermo Fisher、Markes International，還有多家新興的科技公司都在快速跟進(jìn)呼氣檢測的臨床應(yīng)用推廣。呼氣代謝組學(xué)的產(chǎn)業(yè)化產(chǎn)品將在不遠(yuǎn)的將來進(jìn)入市場。

高分辨率的小型化技術(shù)或可是破局之關(guān)鍵

呼氣VOC能被發(fā)現(xiàn)診斷疾病，離不開高精密度的色譜和質(zhì)譜分析技術(shù)。這些技術(shù)對(duì)儀器本身以及數(shù)據(jù)分析都有著極高的要求，技術(shù)的突破是產(chǎn)業(yè)化和市場化的關(guān)鍵點(diǎn)。

大型氣相色譜質(zhì)譜聯(lián)用儀器與質(zhì)譜設(shè)備

呼氣中VOC的含量通常非常稀少，低至百萬分之一（ppm～10－6）甚至十億分之一（ppb～10－9）的水平，需要應(yīng)用特殊的樣本前處理技術(shù)及靈敏度極高的儀器對(duì)其進(jìn)行檢測。

目前，已有VOC檢測設(shè)備主要包括氣相色譜儀 （gas chromatography， GC）、氣相色譜質(zhì)譜聯(lián)用儀（gas chromatography／mass spectrometry，GC－MS）、質(zhì)子轉(zhuǎn)移反應(yīng)質(zhì)譜儀（proton transfer reaction mass－mass spectrometry，PTR－MS）及電子鼻傳感器等。

在這幾種檢測儀器中，科研最常用的是高靈敏氣相色譜質(zhì)譜聯(lián)用分析系統(tǒng)（GC–MS）。GC–MS分析系統(tǒng)，可以有效地離線收集、分離和鑒定人呼氣中大多數(shù)VOC，如脂族化合物、醇、醛、酮、胺及鹵代化合物，也足夠靈敏地去量化ppb水平的VOC。但GC－MS耗時(shí)、昂貴、操作困難等是廣泛臨床應(yīng)用的巨大阻力。

現(xiàn)有的大型分析設(shè)備無法實(shí)現(xiàn)呼氣檢測的大規(guī)模臨床應(yīng)用。

以氣相色譜和質(zhì)譜技術(shù)為例，現(xiàn)有的大型氣相色譜儀器并不是針對(duì)臨床呼氣分析設(shè)計(jì)的，所以，中央實(shí)驗(yàn)室的氣相色譜儀器在呼氣收集和進(jìn)樣系統(tǒng)上存在不足。另外，目前呼氣VOC檢測的質(zhì)譜技術(shù)對(duì)于分析條件的要求十分苛刻：質(zhì)譜分析都需要在超真空的環(huán)境中實(shí)現(xiàn)分子的離子化，而性能優(yōu)的真空泵體積龐大，限制了質(zhì)譜儀器的小型化；而有的質(zhì)譜儀器小型化后，真空度達(dá)不到要求，很多離子和其他氣體分子碰撞后會(huì)湮滅，造成信息丟失，因此分辨率、靈敏度達(dá)不到呼氣分析的要求。

全球領(lǐng)先的呼氣VOC檢測研發(fā)團(tuán)隊(duì)幾乎都在嘗試將呼氣檢測分析設(shè)備實(shí)現(xiàn)小型化。只有實(shí)現(xiàn)設(shè)備的小型化，才能實(shí)現(xiàn)呼氣檢測應(yīng)用場景的擴(kuò)大。

麻省理工學(xué)院的生物醫(yī)學(xué)工程教授Sangeeta Bhatia在Nature Nanotechnology雜志中提出：“呼氣檢測以其簡易與無創(chuàng)的特點(diǎn)成為非常實(shí)用的疾病診斷手段 。一些超高靈敏度的微型氣體分析技術(shù)使得即時(shí)檢測（ POCT ）成為可能�！保�3］

因此高靈敏度、高分辨率的微型氣體分析儀器的出現(xiàn)會(huì)大大加速呼氣代謝組學(xué)的發(fā)展。

高靈敏、高分辨率的小型化技術(shù)成為了呼吸檢測破局之關(guān)鍵。呼吸檢測的大規(guī)模臨床推廣需要呼氣分析儀器在樣本收集、樣本分析和數(shù)據(jù)分析三方面穩(wěn)定可靠，而高靈敏、高分辨率的微型氣體分析儀器便于在臨床場景中即時(shí)收集呼氣樣本，并且精準(zhǔn)地分析呼氣VOC信號(hào)圖譜，為呼氣代謝組學(xué)提供可靠穩(wěn)定的保障。與此同時(shí)，人工智能AI技術(shù)的加入會(huì)讓呼氣VOC分析甚至是行業(yè)發(fā)展如虎添翼。通過最先進(jìn)的AI技術(shù)，將呼氣代謝組學(xué)結(jié)合大數(shù)據(jù)、算法和算力，形成動(dòng)態(tài)且精準(zhǔn)的診斷結(jié)果。由此，便能為呼吸檢測臨床推廣和產(chǎn)業(yè)化發(fā)展在重復(fù)性、一致性和穩(wěn)定性等方面提供保證。這樣的融合一旦成為現(xiàn)實(shí)，無論是對(duì)醫(yī)護(hù)人員還是廣大患者來說，都是一大福音。

呼吸代謝組學(xué)的另一個(gè)關(guān)鍵還包括疾病VOC標(biāo)志物的確定以及病理相關(guān)機(jī)制的探索�？上驳氖牵瑢W(xué)術(shù)界和工業(yè)界正在一起聯(lián)合推進(jìn)相關(guān)進(jìn)展。工業(yè)界負(fù)責(zé)尋找呼氣疾病信號(hào)分子和疾病的關(guān)聯(lián)性，確認(rèn)Biomarker；學(xué)術(shù)界去幫助確定這些呼氣VOC信號(hào)分子產(chǎn)生的代謝途徑和機(jī)理。