每次我们呼气时，都会释放出1000多种独特的分子，形成特定的"呼吸印记"，这种化学特征为了解我们身体的内部状况提供了宝贵的线索。多年来，研究人员一直试图利用这一信息财富，利用狗、老鼠甚至蜜蜂的敏锐嗅觉来检测癌症、糖尿病和肺结核等疾病。

(相关资料图)

来自科罗拉多大学博尔德分校和美国国家标准与技术研究所（NIST）的科学家们在利用呼出的气体诊断疾病的探索中取得了重要的飞跃，他们报告说，一种由人工智能（AI）驱动的新的基于激光的呼吸分析器可以实时检测COVID-19，而且准确度极高。

该结果最近发表在《呼吸研究杂志》上。

第一作者、JILA和中大博尔德分校物理系的博士生Qizhong Liang说："我们的结果证明了呼吸分析作为COVID-19的替代性、快速、非侵入性测试的前景，并强调了其在诊断不同条件和疾病状态的显著潜力。"JILA是中大博尔德分校和NIST之间的一个合作项目。

这个由物理学家、生物化学家和生物学家组成的多学科团队现在正将重点转向广泛的其他疾病，希望"频率梳理呼吸分析器"--诞生于中大的诺贝尔奖技术--可以彻底改变医疗诊断。

资深作者、JILA研究员、中大博尔德分校物理学副教授Ye Jun说："在一个真实的、可预见的未来，你可以去看医生，让医生把你的呼吸和你的身高、体重一起测量......或者你可以向一个集成在你手机里的口罩吹气，并实时获得有关你的健康信息。这一潜力是无穷的"。

诞生于COVID-19的合作

早在2008年，Ye的实验室就报告说，一种叫做频率梳理光谱的技术--基本上是利用激光来区分一个分子和另一个分子--有可能识别人类呼吸中的疾病生物标志物。

该技术缺乏灵敏度，更重要的是缺乏将特定分子与疾病状态联系起来的能力，因此他们从未对其进行诊断疾病的测试。但是团队后来将灵敏度提高了一千倍，能够检测到万亿分之一水平的微量分子。他们还利用了人工智能的力量。

随着SARS-CoV-2在全球范围内肆虐，人们对现有测试的反应时间越来越长感到失望，是时候在人身上测试这个系统了。作为一名物理学家，Ye从未与人打过交道，因此他从CU的BioFrontiers研究所寻求帮助，这是一个跨学科的生物医学研究中心，正在领导校园COVID测试项目。

国家科学基金会和国家卫生研究院资助了这项研究。

非侵入性、快速、无化学成分

在2021年5月至2022年1月期间，研究小组收集了170名中大博尔德分校学生的呼吸样本，这些学生在过去48小时内通过提交唾液或鼻腔样本进行了聚合酶链反应（PCR）测试。

一半测试结果为阳性，一半为阴性。(为了安全起见，志愿者们来到一个室外的校园停车场，吹了一个样本收集袋，然后把它留给了在安全距离等待的实验室技术人员。）

这个过程从收集到结果花了不到一个小时。当与PCR（COVID测试的黄金标准）相比，呼吸测醉器的结果有85%的时间是吻合的。对于医疗诊断来说，80%或更高的准确性被认为是"优秀"。

研究人员怀疑，如果在同一时间收集呼吸和唾液/鼻拭子样本，准确性可能会更高。与鼻拭子不同，呼气式酒精检测仪是非侵入性的。而且与唾液样本不同的是，使用者在使用前不会被要求不进食、不喝酒、不吸烟。它不需要昂贵的化学品来分解样本。而且，可以想象，这种新的测试可以用于没有意识的人。

"通过一次呼吸，我们可以从你身上收集这么多的数据点，但是然后呢？我们只了解少数分子与特定条件的相关性，"Ye说。

建立更小的呼吸分析器

今天，"呼吸分析器"由一个复杂的激光器和镜子阵列组成，其大小与一张宴会桌差不多。

当激光器以数千种不同的频率向它发射不可见的中红外光时，呼吸样本通过管道被送入。几十个微小的镜子将光在分子中来回反射，以至于最后，光走了大约1.5英里。

由于每种分子吸收光线的方式不同，具有不同分子构成的呼吸样本会投下明显的阴影。机器可以区分这些不同的阴影或吸收模式，在几秒钟内将数以百万计的数据点归结为--就COVID而言--简单的阳性或阴性。

目前已经在努力将这种系统微型化，使其达到芯片的规模，从而实现梁氏所想象的"实时的、随身的自我健康监测"。潜力还不止于此。

"如果你能在呼吸中找到一种特征，在你出现症状之前就能检测出胰腺癌，那该怎么办？"分子生物学家和共同作者Leslie Leinwand说，他是BioFrontiers的首席科学官，也是该研究的共同作者。

在其他地方，科学家们正在努力开发人类呼吸图谱，该图谱描绘了人类呼出的每个分子，并将它们与健康结果联系起来。梁希望通过更大规模的呼吸样本收集为这种努力作出贡献。

同时，该团队正在与加州大学安舒茨医学校区的儿科和呼吸系统专家合作，探索呼吸分析器如何不仅能诊断疾病，还能使科学家更好地了解它们，提供有关免疫反应、营养缺乏和其他可能导致或加剧疾病的因素的提示。

"如果你想想狗，它们经过几千年的进化，以非凡的敏感性闻到许多不同的东西，"Ye说。"我们只是在训练我们基于激光的鼻子的最开始。我们教得越多，它就会变得越聪明。"

标签：