GC-MS是最常用的气体分析技术，是一种较为准确、全面的气体剖面分析技术。它具有检测下限低、灵敏度高、定性和定量准确度高等优点。但是该技术依赖于昂贵和笨重的仪器，受到尺寸和成本的限制^[9]。GC-MS是识别和量化呼出气中VOCs生物标志物以及体液和粪便样本顶空中VOCs生物标志物最常用的方法，通过统计分析和模式识别对健康受试者和癌症患者的呼吸、液体和粪便样本中的VOCs成分和浓度水平进行比较，以诊断癌症。由于人体VOCs的含量比较低，通过固相微萃取技术（solid-phase microextraction，SPEM）对样品进行预浓缩处理，以提高检测率^[13]。许多研究已经报道了GC-MS在寻找肿瘤患者VOCs生物标志物方面的工作^[14,15]。除了VOCs，GC-MS还被广泛用于检测癌症患者血浆和尿样中的代谢物^[16,17]。总之，GC-MS为肿瘤生物标志物的研究提供了一种新的思路和方法。

在直接注入质谱技术中，最有前途的是SIFT-MS和PTR-MS。前者在呼气VOCs分析中提供实时分析，无需呼气收集和储存，降低了样品处理过程中样品丢失或污染的风险^[18]。SIFT-MS是能够检测和量化呼吸中VOCs的几种公认技术之一，它没有预浓缩过程，允许取样现场实时检测，并且灵敏度较高。与呼吸样本相比，使用SIFT-MS分析尿液的频率较低^[19]。但是比起GC-MS劳动密集型和耗时等局限性，SIFT-MS在临床上更容易受到检测人员的青睐。PTR-MS是上述技术的再一次飞跃，由于其高灵敏度和低检测限而越来越受欢迎。离子源产生的离子使待测分子离子化后进入质谱仪中进行检测。其操作不需要使用载气或其他专用介质，这意味着即使在实验室之外也可以成功使用，在与GC-MS联用时，还可以快速量化选定的物质^[20]。PTR-MS技术主要应用于大气科学、植物研究、食品科学和医疗应用等领域^[21]。

另一种新的疾病检测分析模式，即将GC与IMS相结合。先使用气相色谱仪，根据VOCs与涂层毛细管柱的相互作用进行分离；后使用漂移管离子迁移率光谱仪检测这些VOCs，测量化学离子沿漂移管（在缓冲气体的流动下）移动的时间。不同大小的化学离子沿漂移管移动的时间长短不同，这可用于分离化学物种^[22]。作为一种临床工具，GC-IMS使用简单，便于携带，它拥有分离和识别尿液样本中的化学成分的技术。

场不对称离子迁移率光谱法（field asymmetric ion mobility spectrometry，FAIMS）是一种基于VOCs物理化学性质的离子迁移率方法^[23]。它是基于测量电离分子在极高电场中的移动方式，该仪器能够分离生物样品中发现的复杂化学品混合物。FAIMS允许气体分子在大气压和室温下被分离和分析，从而大大降低了设备的复杂性和成本。它的优点是重复性好，比电子鼻灵敏，且不需要专门且昂贵的基础设施。缺点是它本身并不能确定具体的VOCs种类^[24]。FAIMS技术也被证明在定量分析中是准确的，特别是与质谱法一起使用时^[25]。

电子鼻将多个具有特定目标分析物选择性的传感器集成到一个阵列中，而单个传感器装置是基本功能元件，从而决定了人工嗅觉的整体性能。阵列中传感器对不同类型VOCs的反应不同，就可以获得给定VOCs混合物的"指纹"。早在20世纪80年代，它通过评估复杂化合物混合物的总化学特征来模拟生物嗅觉系统^[26]。电子鼻属于一种模式识别技术，其对于疾病的诊断需要结合复杂的统计分析方法，以检测和分析灵敏度低的VOCs。基于电阻传感技术的商用电子鼻已被用于疾病患者样本检测，比如女性妇科疾病、肺癌、膀胱炎等^[27,28]。尿液顶空也被证明是电子鼻测量前列腺癌的合适样本^[29]，综合测试也开始应用于研究中，Zaim等^[30]采用多感官系统（电子鼻和电子舌）应用于肝硬化，分别用于呼出气和尿液样本中的VOCs，结果表明该系统具有分类和预测能力。因此，具有精心选择的传感材料（受体）和多变量传感器的混合气体传感器阵列对于尿液VOCs高性能识别非常有前景。

点击查看大图

图2

多感官系统（电子鼻和电子舌）分别用于分析呼出气和尿液样本中的VOCs

点击查看大图

图2

多感官系统（电子鼻和电子舌）分别用于分析呼出气和尿液样本中的VOCs

经过训练的犬被证明能够通过嗅觉检测各种人类疾病，是最常用的癌症生物探测器，包括检测膀胱癌、前列腺癌、结肠癌、宫颈癌、肺癌、卵巢癌等^{[31,32,33,34,35,36]}。犬类无创地检测疾病条件下产生的VOCs，其灵敏度、特异度和阳性预测值都比任何人造系统要好，这证明了癌症有特定的气味特征。尿液中的"挥发性组"（VOCs）可能会引起犬的嗅觉反应，在癌症诊断中显示出前景。最新研究通过训练蚂蚁的嗅觉检测VOCs，相对于犬训练昂贵又费时，蚂蚁作为训练的对象就更有优势，通过几次训练就可以学习、记忆和可靠地检测人类癌细胞的气味^[11]。该研究发现表明，使用蚂蚁作为活体工具来检测人类癌症的生物标志物是可行的，并且比使用其他动物要省力和快速。这表明，动物嗅觉系统也可以实现对尿液VOCs的检测，为癌症无创诊断提供了新的方法和视角。

膀胱癌是最常见的癌症之一，具有较高的复发率和病死率。目前诊断膀胱癌的主要方法是膀胱镜检查和细胞学检查，部分患者甚至需要终生依赖于膀胱镜间期检查，以确保其不复发或者恶化^[37]。膀胱镜检查是一种侵入性、劳动密集型、昂贵且有风险的检查方法，因此膀胱癌的非侵入性检测仍然是泌尿外科肿瘤学正在进行的研究重点^[38]。美国国家卫生与保健卓越研究所也概述了监测中使用膀胱癌生物标志物的必要性，以减少膀胱镜检查的频率^[39]。而尿液VOCs分析可以作为重要的替代技术，可以在膀胱镜检查之前作为主要辅助方法。

Lett等^[40]使用SPEM结合GC-MS得到尿路上皮性膀胱癌（urothelial bladder cancer，UBC）的尿液VOCs谱，实验预测模型评估结果显示在UBC患者中观察到特有的VOCs图谱，具有统计意义的VOCs趋势在一定程度上区分了有无UBC的患者。但是该研究晚期患者样本数小，需要更多的数据，以便调查疾病不同阶段VOCs谱的变化。Bannaga等^[41]提出了一种检测肝癌、膀胱癌和前列腺癌（prostate cancer，PCa）的非侵入性方法，通过SPEM对尿液中的VOCs进行检测，同时它采用了金属氧化物传感器（metal oxide sensor，MOS）作为探测器，该阵列生成的数据可以通过多元技术进行处理，以识别复杂混合物。Zhu等^[7]建立了一个检测膀胱癌相关尿液VOCs的新平台，实验结果表明，聚偏氟乙烯膜上的灵敏物质能够响应膀胱癌相关VOCs的存在并反映其荧光光谱的变化，为检测膀胱癌提供必要的信息。

电子鼻技术近些年发展较快，它通过整体分析样本来模拟生物嗅觉系统。Matsumoto等^[42]使用电子鼻，通过尿液气味特征来区分泌尿系统疾病。Heers等^[43]使用电子鼻对膀胱癌患者尿液样本进行分析，获得了93.3%的灵敏度和86.7%的特异度，然而这项研究样本量相对较小，其预测模型缺乏外部验证。Bassi^[44]用了一种配备32个传感器的电子鼻来检测膀胱癌尿液顶空，其灵敏度为74.1%，特异度为76.0%，而当通过选择其中最有效的传感器时，灵敏度和特异度分别提升到91.1%和89.1%。最新的一项研究^[11]报告了一种由聚苯胺衍生物制成的人工智能化化学电阻传感器阵列，该阵列被证明可以通过临床尿液样本在早期无创诊断膀胱癌，并在室温下通过"闻"临床尿液样本维持术后监测，结果获得了非常高的灵敏度（100%）和准确率（96.67%），超过了当前技术在实践中获得的灵敏度和准确率，同时混杂的临床因素对电子鼻性能的影响并没有改变检出率。上述研究结果表明，电子鼻可能是一种潜在的快速、准确和经济有效的非侵入性膀胱癌诊断工具。

在胃肠道肿瘤中，结直肠癌（carcinoma of colon and rectum，CRC）很常见。结肠镜检查和活检被认为是CRC和其他下消化道疾病，尤其是肠易激综合征等疾病筛查的金标准，但是这种方法侵入性强、成本高，不适合大规模人群筛查。粪便免疫细胞化学血检是目前应用最广泛的无创性筛查工具之一，特异性较好，但敏感性差异变化很大，同时患者接受度低。而健康人和结直肠癌患者的粪便样本之间的差异是由于肿瘤细胞产生的VOCs所致^[45]。这种利用粪便样本快速检测的方法开辟了一个新领域，可作为另外一种非侵入性诊断工具使用^[46]。但是，粪便中VOCs会直接受到饮食和肠道内其他共生细菌的影响。而用尿液检测VOCs具有样品易收集、易获得、患者可接受性高等优点，它也易储存，并在中期内表现出稳定性^[47]。这些因素使其成为开发筛查工具的理想重点，以替代基于粪便的测试。

Arasaradnam等^[48]首次报道FAIMS对尿液中CRC检测的效能，FAIMS能够通过分析尿液和粪便中VOCs模式的变化来识别炎症性肠病患者，大肠癌患者的VOCs谱呈紧密聚集性，可与对照组区分开来。Mozdiak等^[22]使用FAIMS和GC-IMS，对粪便潜血检测阳性患者的尿液进行分析，并使用机器学习算法对数据进行分析，以计算针对腺瘤和其他胃肠道病变对结直肠癌进行正确分类的测试准确率，结果表明，两者能正确地将大肠癌与对照组和腺瘤进行分类，因此在筛查人群中通过尿液VOCs检测大肠癌和腺瘤是可行的。Boulind^[49]使用了三种技术来分析尿液样本，GC-MC区分CRC的灵敏度和特异度可以达到83.3%和81.5%，FAIMS为88.9%和77.9%，而SIFT-MS则为77.8%和88.0%。该研究结果还表明，GC-MS对该患者组中的癌症和息肉的鉴别具有良好的灵敏度和特异度，这表明尿液VOCs分析具有作为分类工具的效用。尿液VOCs可能不会取代肠镜检查，但有助于对有症状或无症状的患者进行风险分层，作为肠镜检查的辅助工具。

Westenbrink等^[50]采用华威大学新开发的电子鼻仪器，它基于13个电化学和光学传感器阵列来测量尿液顶空的气体挥发物含量，将尿液VOCs检测大肠癌与肠易激综合征进行比较，结果显示，其检测CRC的灵敏度和特异度分别为78%和79%。从而加强了电子鼻技术作为诊断工具从另一种常见疾病和健康对照中检测CRC的可能性。

PCa是男性中最常被诊断出的癌症，其潜伏期长，在早期阶段具有潜在的治愈性，适用于早期筛查程序。前列腺特异性抗原（prostate specific antigen，PSA）被认为是检测早期PCa最有用的生物标志物，但其特异性较低，且在不同研究中，该生物标志物的灵敏度和特异度的报告值不一致，常规临床应用会产生大量不必要的活检和漏检，并可能错误地检测出良性疾病。理想的生物标志物应是在人体大量含有的生物体液(如血液、尿液、前列腺液)中定量获取，从而减少结果延迟和经济成本。

Bax等^[6]基于尿液分析的早期PCa检测方法在医学诊断学领域的研究进行了系统综述，主要包括使用训练有素的狗的感官方法、基于电子鼻的传感仪器方法以及基于尿液化学特征的分析技术。基于液相色谱或GC-MS的方法是最可靠的，可以在较低的浓度下以高灵敏度检测代谢物。但由于癌症的特异性气味并非是单一化合物，而是多种成分形成的气味特征，所以越来越多的研究开发了基于VOCs的模型来对PCa诊断。Jiménez-Pacheco等^[51]比较了PCa和良性前列腺增生症患者尿液中的VOCs水平，研究得出呋喃和对二甲苯可作为PCa候选生物标志物，支持VOCs可作为PCa生物标志物的提议。此外，Gao等^[52]开发了一个基于11种VOCs的尿液VOC模型，其检测PCa的准确率（87%）高于单独的PSA（59%）。Lima等^[53]使用大量样本对PCa患者的尿液进行GC-MS分析，获得了PCa患者尿液的全面挥发性代谢特征，涵盖了首次报道的大量挥发性羰基化合物。外部样本集验证具有令人满意的灵敏度、高特异度和高准确率。该研究建立了一个由6个挥发性生物标志物组成的PCa诊断小组，在外部验证中对新的PCa和对照样本进行了良好的预测。Bax等^[54]还将基于尿味分析的喷墨打印氧化锌传感器用于PCa的早期检测，利用MOS对PCa患者和健康者尿液样本发出的气味进行分析,以期识别出一种特异的嗅觉指纹。在诊断准确率、灵敏度和特异度方面取得的结果（约80%）证明了喷墨MOS在PCa早期检测方面具有挑战性的潜力。

McFarlane等^[8]通过训练犬的嗅觉检测PCa，通过GC-MS鉴定VOCs，并进行微生物区系分析。用犬的诊断训练神经网络对GC-MS数据进行处理，这是首次对同一尿样中的尿液VOCs和微生物种群进行分析。此外，基于电子鼻进行的气味分析与尿液样本的化学特征相结合，考虑未来开发"混合"系统是现实的，这应不同于该领域以往的研究，侧重于气味分析，并利用电子鼻分析强调的嗅觉差异。这可能侧重于识别那些引起尿液气味变化的化合物，从而简化尿液化学特征，并为发现新的、更有效的PCa特异性生物标志物提供创新途径。

胰腺癌是一种消化系统恶行肿瘤，常见的胰腺恶性肿瘤是胰腺导管腺癌（pancrpancreatic ductal adenocarcinomas，PDAC），占胰腺外分泌部所有恶性肿瘤的85%以上，且生存率低^[55]。胰腺癌由于预后差，病死数（46.6万）几乎与病例数（49.6万）接近^[1]。这种异常不良的预后主要是由于诊断较晚、早期转移和晚期表现，目前的胰腺癌诊断技术依赖于成像、内镜超声检查和活检对肿瘤组织学进行分级^[12]。目前筛查主要应用于高危人群，通常诊断时已是晚期。

Arasaradnam等^[24]证实，尿液VOCs谱的变化是一种有价值的生物流体，不仅可以区分PDAC患者和正常人，还可以区分早期PDAC和晚期PDAC。此外，Daulton等^[56]以尿液为生物基质，应用两个VOC分析技术：GC-IMS和气相色谱-飞行时间-质谱（gas chromatography-time of flight mass spectrometry，GC-TOF-MS），测量了PDAC患者、慢性胰腺炎患者和健康对照组的尿液顶空，结果显示：GC-IMS和GC-TOF-MS数据都能以良好的灵敏度和特异度将PDAC与健康对照组区分开来。然而，两种分析技术区分PDAC组和慢性胰腺炎组并不明显，表明这两种情况涉及相同的生物标志物。此外，GC-IMS数据明确区分了慢性胰腺炎组和健康对照组，而GC-TOF-MS的结果较差。GC-IMS数据和GC-TOF-MS数据都无法区分PDAC和慢性胰腺炎组。此结果表明，PDAC和慢性胰腺炎组可能在尿液顶空中产生类似的VOCs分布。Blake等^[21]还使用FAIMS分析尿液顶空的VOCs，将胰腺癌患者与健康对照组区分开来，结果显示，使用FAIMS分析尿液的灵敏度为91%，特异度为83%。Nissinen等^[57]发现FAIMS可以根据尿液标本将胰腺癌和胰腺前期病变与健康对照组区分开来，还能从对照组中区分出胰腺癌和胰腺前期病变。但是FAIMS不能区分急性和慢性胰腺炎与胰腺癌。这首次表明，胰腺癌或胰腺前期病变患者与对照组之间的尿液VOCs存在差异。仍需要更多的研究来提高胰腺癌检测的准确率，这对于胰腺癌这一高危人群的提前筛查来说至关重要。