引用本文： 楊正婷, 鄧穎, 盧文婷, 柴琪, 陳智德. 呼出氣揮發性有機化合物檢測在慢性阻塞性肺疾病診療中的研究進展. 中國呼吸與危重監護雜志, 2024, 23(11): 828-836. doi: 10.7507/1671-6205.202404021 復制
版權信息： ?四川大學華西醫院華西期刊社《中國呼吸與危重監護雜志》版權所有，未經授權不得轉載、改編
慢性阻塞性肺疾病（簡稱慢阻肺）是一種以持續性氣流受限為特征的呼吸道疾病，主要表現為呼吸困難、咳嗽、咳痰等慢性呼吸道癥狀，慢阻肺的發生是基因、環境等因素多重作用的結果。隨著人口老齡化和城市化的到來，慢阻肺愈發成為全球疾病負擔日益增加的主要原因，《2019世界衛生統計報告》顯示，慢阻肺是全球第三大死亡原因，同時預計在2030年將成為全球前五大疾病負擔[1]。在我國，慢阻肺發病仍然呈現高態勢，我國60歲及以上人群患病率已超過27.0%[2]。不斷深入對慢阻肺診療新技術的研究，尋找高精度、無創、經濟、快速、高效且可重復的新方法對降低疾病負擔有重要意義。
揮發性有機化合物（volatile organic compound，VOC）是一類主要由碳原子構成，在室溫（20℃）及1個標準大氣壓下能揮發的化合物，同時也是人體呼出氣中的微量成分之一，目前從人體呼出氣中檢出的VOC已有1 400余種[3]。呼出氣中的VOC被證實是微生物或特定細胞（包括上皮細胞、腫瘤細胞和免疫細胞等）在人體代謝過程中產生的低分子量化合物，其包含可反映機體各器官病理生理狀態的生物學信息，可為疾病診斷和健康監測提供依據[4]。近年來，人體呼出氣VOC檢測作為一項極具潛力的非侵入性技術，在呼吸系統疾病中的應用有效性得到較多驗證，如多種VOC被證實可作為新型的肺癌早期篩查標志物[5]；新冠疫情期間，美國食品藥品管理局授權使用質譜儀檢測呼出氣樣本中與新冠病毒感染有關的5種醛酮類VOC以實現快速診斷等[6]。慢阻肺患者特有的氧化應激、炎癥反應狀態和氣道阻塞情況可能會影響呼出氣組分，因此當前呼出氣VOC檢測用于慢阻肺臨床診療也成為研究熱點[3]。基于此，本文對慢阻肺患者呼出氣VOC的檢測技術以及在慢阻肺診療、病情監測、康復等領域中的研究進展進行綜述，并對其應用前景進行展望，以期為臨床進一步研究提供參考。
1 慢阻肺患者呼出氣VOC檢測
1.1 標本采樣要求
呼出氣VOC采樣應避免外源性VOC（即來自外部環境或食物中的VOC）及機體自身狀態（如合并癥、機體循環系統的穩定性、患者提供呼吸樣本的能力、活動狀態等）的影響。目前仍缺乏標準化的采樣要求，各研究采樣要求也有所差異，可歸納為以下幾個方面。（1）對受試者的要求：采樣前禁食及禁止飲用除純凈水以外的其他飲品，禁食時間各研究要求為1～12 h不等[7-11]；限制慢阻肺相關治療藥物的使用，包括短效及長效支氣管舒張劑、吸入糖皮質激素等吸入制劑，停用時間各研究有所差異，為6～24 h[7，10，12]；也有研究要求采樣前停服助眠藥物[13]；采樣前禁止吸煙，禁煙時間各研究要求為2～24 h不等[8，12]。此外，受試者在采樣前應進行口腔清潔，但要避免使用牙膏、漱口水等含檸檬烯成分的口腔清潔劑[12-13]。考慮到機體運動與休息狀態下VOC的差異，有研究要求采樣前受試者先在檢測室內休息20 min以保證靜息心率和呼吸頻率穩定[14]。（2）對采樣環境及時間的要求：有研究要求在同一天的同一檢測室內（關閉門窗及空調）進行采樣以排除環境中外源性VOC的干擾[14]；此外，為避免人體通氣量晝夜節律性波動的影響，有研究將早上7點至9點作為最佳采樣時間[15]。鑒于VOC檢測的影響因素較多，采樣時應全面考慮各影響因素可能對結果產生的干擾，嚴格制定采樣要求以確保結果準確可靠。
1.2 標本采集裝置
目前研究中使用最廣泛的采樣裝置包括Tedlar采氣袋、Bio-VOC?采樣器、吸附管。Tedlar采氣袋是一種惰性的充氣氣囊樣裝置，密封性及熱穩定性良好，吸附性低，可在較長時間內儲存ppm級到百分含量的氣體且確保濃度不變，具有成本低、可重復使用、操作簡便的優勢，但在使用前需用超純氮預清潔兩次。Bio-VOC?采樣器是一款手動操作的注射器狀采樣裝置，由惰性塑料制成，采集的是肺泡氣體，該方法同樣具有操作簡便、便于運輸與保存的優勢，但采集量少，分析難度較大。吸附管采樣標本可直接用于熱脫附，吸附管中所填充的吸附劑理化性質不同使其對VOC的捕集效果存在一定差異，常用的吸附劑Tenax-TA是一種多孔高分子聚合物，吸附效果好，化學性質穩定，抗濕性強且耐高溫、易于熱脫附，被認為是VOC的“選擇性”介質[16]。此外，一些具有化學惰性及密封性的容器也被用于收集VOC檢測標本，如不銹鋼惰性氣體儲罐、特氟隆管、玻璃試管等。還有多數研究采用吸附管與采氣袋/采樣器相結合的方式，在實現VOC直接吸附的同時還能排除死腔氣體的影響，但該方法操作相對復雜，成本較其他方法更高[17]。
1.3 檢測技術
常用的呼出氣VOC檢測技術可歸納為以下幾類。（1）氣相色譜-質譜（gas chromatography-mass spectrometry，GC-MS）技術：GC-MS是VOC常用的離線檢測技術，被作為VOC檢測的金標準，其是將GC的分離分析與MS的定量定性分析技術相結合，可根據保留時間和質譜匹配進行化合物的分離和鑒定，具有敏感性高和可重復性強的優勢。但其復雜的前處理、較長的檢測周期、偏高的檢測成本，以及對操作人員較高的技術要求在一定程度上限制了其在臨床研究及基層醫療機構中的推廣應用。（2）MS直接檢測技術：應用較多的MS直接檢測技術包括質子轉移反應質譜（Proton-transfer-reaction mass spectrometry，PTR-MS）、二次電噴霧電離質譜（secondary electrospray ionization-mass spectrometry，SESI-MS）和擇性離子流管質譜（selected ion flow tube mass spectrometry，SIFT-MS），三者均可實現實時在線分析。PTR-MS分析速度快，無需預濃縮，檢出限已達pptv級別甚至更低，但其易受碎片離子峰的干擾，定性能力差，無法區分同分異構體[18]。SIFT-MS檢出限在pptv至ppbv之間，質量范圍最高達300 Da，但其質量分辨率因受四極桿質譜儀的限制，導致同分異構體和相同質量數的化合物不能被分離。SESI-MS對極性化合物最為敏感，所需標本量少且敏感性高，迄今為止在線呼出氣分析得到的最高質量分辨率和最大質量范圍便是此種檢測方式得到的。MS直接檢測技術與GC-MS相比具有操作簡單，分析速度快的優勢，但其物質分離和鑒定能力劣于GC-MS。（3）基于離子遷移譜（ion mobility spectrometry，IMS）的檢測技術：IMS也是一種實時在線分析技術，其在較低的ppb范圍內具有較高的敏感性和分辨率，既可單獨使用，也可與具有預分離功能的GC柱相結合以提高選擇性。多束毛細管柱（multicapillary column，MCC）因具有柱容量大、在高流速下依然保持較高的柱效、分離時間短等優勢，是最常與IMS聯合使用的一款GC柱。IMS的使用成本低于基于MS的檢測技術，且其不需要真空系統，大大減少了對尺寸和功率的要求，可作為一款移動分析儀在基層醫療機構中使用[19]。（4）電子鼻技術：電子鼻是基于傳感器陣列的檢測技術，其具有檢測速度快、便攜、經濟、實時讀取等優點，但檢測數量及范圍有限，同時定性能力差，無法識別單個VOC，主要通過模式識別來實現疾病分離，該模式也被稱為“呼吸指紋”。基于電子鼻的相關特性，其在快速診斷、即時檢測領域的應用前景廣闊。
2 VOC在慢阻肺診療中的應用
2.1 慢阻肺診斷
慢阻肺診斷主要是基于危險因素暴露情況、癥狀體征、肺功能檢查和排除其他診斷，其中肺功能檢查是診斷慢阻肺的關鍵，雖然其檢查成本低且無創，但具有一定局限性，包括早期診斷敏感性不高，部分患者因處于疾病急性期無法配合完成檢查，結果的可靠性與操作人員技術水平有關，結果準確性受年齡、身高、性別等因素影響。VOC檢測無創、簡便，患者更容易配合，如能找到敏感性、特異性高的VOC用于慢阻肺診斷將大大降低臨床診斷難度。目前關于VOC在慢阻肺中的應用也主要集中于診斷方面，現有報道的診斷準確率在67%～100%，但各研究異質性較大（包括標本采集方法、檢測技術、數據處理及診斷/分類模型的構建等方面均存在差異），結果缺乏可比性。Van Berkel等[20]的研究得出了較高的診斷準確性，其基于13種VOC構建的分類模型能夠準確識別健康對照者和慢阻肺患者；該研究進一步通過減少模型中VOC的種類來提高診斷準確性，最終由6種VOC構建的支持向量分類器在驗證集上的分類準確率達91%，特異性為81%，敏感性為100%。該結果說明選擇更具特異性的VOC構建合適的分類模型將可實現對慢阻肺的準確診斷。但該研究未平衡吸煙狀況、年齡、性別、BMI和禁食狀態等相關因素，而這些混雜因素可能影響結果的準確性。為排除吸煙因素對結果的影響，多數研究采用亞組分析的形式，如Gaida等[11]的一項大型雙中心交叉驗證研究發現14種與慢阻肺相關的VOC，采用線性判別分析能準確識別出非吸煙或戒煙受試者中89.4%的慢阻肺患者，以及吸煙受試者中82.6%的慢阻肺患者。此外，多數研究只分析了個體的單次呼吸樣本，而Phillips等[14]的研究在短時間內采集3次呼吸樣本（每次間隔2 min）以探討樣本檢測結果是否存在差異，結果顯示3份連續呼吸樣本中同一VOC水平有所不同；采用機器學習算法分析3次檢測的VOC診斷慢阻肺的準確率分別為66.54%、66.95%、68.26%，將所有呼吸樣本合并到單個數據集中診斷準確率提高至73.38%，該研究結果提示在進行呼氣檢測時需要考慮樣本可變性對結果的影響。
雖然電子鼻無法對VOC進行定性分析，但使用電子鼻檢測呼吸指紋，并聯合機器學習算法用于診斷慢阻肺顯示出較高的應用價值，如Rodríguez-aguilar等[21]將基于化學電阻氣體傳感器的電子鼻和化學計量學分析技術相結合用于診斷慢阻肺，結果顯示主坐標規范分析（模型的外部驗證值對慢阻肺患者和健康對照者的分類準確率高達100%。同樣，Binson等[22]發現同一基于MOS傳感器的電子鼻與不同機器學習算法［支持向量機（support vector machines，SVM）、K最鄰近、樸素貝葉斯、線性判別分析、Logistic 回歸］聯合用于診斷慢阻肺的效能存在差異，其中以SVM分類算法的診斷效能最佳，準確率為90.9%，R受試者操作特征曲線下面積（area under ROC curve，AUC）為0.9。上述研究結果提示數據處理技術在提高VOC診斷準確性方面發揮重要作用，這也是目前電子鼻研究的關鍵點之一。VOC用于慢阻肺診斷的相關研究見表1。
表1
呼出氣VOC檢測用于慢阻肺診斷的相關研究現況
2.2 慢阻肺鑒別診斷
2.2.1 鑒別哮喘與慢阻肺
哮喘和慢阻肺都是常見的以氣道阻塞為特征的呼吸系統疾病，通常情況下哮喘的氣道阻塞是可逆的，但也有一部分哮喘患者出現固定性的氣流受限，癥狀與慢阻肺相似，特別是在老年患者中，增加了臨床診斷難度。因此，有研究探討了電子鼻呼出氣代謝組學分析在鑒別哮喘和慢阻肺中的有效性，結果顯示電子鼻所檢測的呼吸譜鑒別氣道阻塞性哮喘和慢阻肺的AUC為0.95，敏感性為85%，特異性為90%；鑒別可逆性哮喘與慢阻肺的AUC為0.93，敏感性為91%，特異性為90%，均具有較高的準確性[27]。哮喘和慢阻肺患者呼出氣VOC的差異考慮與其氣道發生的炎癥反應不同有關，哮喘主要表現為嗜酸性粒細胞、肥大細胞、CD4+ T細胞增多、Th2細胞因子水平升高，而慢阻肺的氣道炎癥以CD8+ T細胞、中性粒細胞和巨噬細胞增多為主。但目前相關研究所選擇的研究對象沒有混合表型（同時合并哮喘和慢阻肺）的患者，這類患者的VOC組分是否與單純哮喘或慢阻肺患者存在差異仍有待進一步研究。
2.2.2 鑒別阻塞性睡眠呼吸暫停（obstructive sleep apnea，OSA）、COPD-OSA重疊綜合征及慢阻肺
COPD-OSA重疊綜合征是指同一患者同時或先后發生OSA與慢阻肺，該類患者上下氣道均存在氣流受限，相較單一疾病患者其低氧血癥及高碳酸血癥的表現更嚴重，心血管并發癥發生率更高，病死率也更高。研究發現，電子鼻可以高精度區分OSA與COPD-OSA重疊綜合征（AUC=0.98）、OSA與慢阻肺（AUC=0.95）[28]；即使考慮吸煙因素的影響，電子鼻檢測的呼吸譜鑒別OSA和慢阻肺的準確率仍然較高（對有吸煙史的OSA和慢阻肺患者的分類準確率為92.5%，對無吸煙史的OSA和慢阻肺患者的分類準確率為92.8%）[13]。該結果可指導臨床早期采取有針對性的治療策略。
2.2.3 鑒別特發性肺纖維化（idiopathic pulmonary fibrosis，IPF）與慢阻肺
有研究使用電子鼻檢測呼出氣VOC以明確其對IPF和慢阻肺的鑒別價值，結果顯示IPF患者的呼吸譜與慢阻肺患者不同，鑒別診斷的AUC為0.85，具有較高的準確性[29]。但該研究納入的多數IPF和慢阻肺患者都進行了吸入性和/或全身性的治療，這些藥物是否會通過對局部和全身代謝變化、炎癥途徑的影響而引起VOC分布變化仍需進一步研究驗證。
2.2.4 鑒別慢性心力衰竭（chronic heart failure，CHF）和慢阻肺
一項研究分析了電子鼻檢測的VOC對CHF與慢阻肺的鑒別能力，結果顯示鑒別準確率為69%，在排除了65歲以下和80歲以上受試者的敏感性分析中準確率并未降低[30]，提示VOC對CHF與慢阻肺具有一定鑒別價值，但準確性不高。考慮CHF患者的組織低灌注和慢阻肺患者缺氧的代謝效應相似（均為抑制氧化代謝和促進厭氧代謝），從而使二者呼吸譜差異不顯著，導致鑒別效能較差；而二者呼吸譜的差異可能與不同的肺部病理變化有關。
雖然臨床上在完善相關檢查后對哮喘、IPF、CHF及OSA等與慢阻肺進行鑒別診斷并不十分困難，但患者多以活動后呼吸困難、氣促、低氧血癥等這一系列類似癥狀就診，根據臨床癥狀無法快速實現患者的準確分診。而上述研究結果可以給后續研究一些啟示。針對一組具有相同或相似癥狀的疾病，如能使用呼出氣VOC檢測在門急診實現快速、無創分診，將大大減少患者首次就診科室與疾病不符、進行較多不必要的檢查等問題，從而加快患者確診速度，減少患者就診花費，實現醫療資源的有效利用。
2.3 慢阻肺急性加重的識別及誘因判斷
2.3.1 識別慢阻肺急性加重
慢阻肺急性加重可加劇患者肺功能下降速度，增加病情惡化風險，從而導致病死率增加，而早期發現和識別對控制病情進展十分重要。但目前診斷慢阻肺急性加重主要基于誘因、病史、癥狀體征以及必要的輔助檢查等進行綜合評估，指標較多且缺乏特異性，可能導致錯誤判斷及過度治療，因此急需尋找臨床可及的特異性生物標志物用于慢阻肺急性加重早期診斷。基于此，近來年也有較多學者在呼出氣VOC用于慢阻肺急性加重早期識別領域做出了嘗試。Pizzini等[15]采用GC-TOF-MS檢測技術從呼出氣標本中鑒定出12種關鍵VOC，用其構建的模型能準確鑒別穩定期慢阻肺與慢阻肺急性加重（AUC=0.97，敏感性78.0%，特異性91.0%），且經比較該模型鑒別準確度高于常用的輔助診斷指標C反應蛋白。Van velzen等[31]使用電子鼻分別檢測同一組慢阻肺患者在穩定期、急性加重期、恢復期的呼出氣VOC，結果顯示VOC譜區分穩定期與急性加重期的準確率為71%，區分急性加重期與恢復期的準確率為78%。Shafiek等[32]的研究也得出類似結論，其發現VOC譜鑒別同一組慢阻肺患者急性加重期和穩定期的準確率為70%。此外，有研究進一步分析了不同急性加重頻率慢阻肺患者的VOC差異，結果顯示頻繁急性加重患者在穩定期時ω-氧化途徑代謝物及硝基芳香族化合物水平高于非頻繁急性加重患者[33]。基于目前研究結果，呼出氣VOC分析可能是一種潛在的非侵入性診斷方法，可用于鑒別穩定期/恢復期慢阻肺和慢阻肺急性加重，以及頻繁與非頻繁加重患者，有助于早期判斷病情。
2.3.2 慢阻肺急性加重誘因判斷
慢阻肺急性加重可由感染或非感染性因素引起，同時還有少部分患者急性加重原因不明。準確識別慢阻肺急性加重誘因，并采取個體化干預措施是提高治療效果的關鍵。VOC在判別慢阻肺急性加重誘因方面也有部分研究進行了探索，如Shafiek等[32]使用電子鼻檢測呼出氣VOC區分由感染與非感染因素引起的慢阻肺急性加重的準確率為0.75。而另一項研究表明，電子鼻檢測呼出氣VOC還可進一步區分由病毒或細菌感染引起的慢阻肺急性加重，其AUC為0.74[34]。此外，呼出氣VOC在鑒別感染的病原體方面也顯示出一定價值，如Kamal等[35]的研究顯示，感染鼻病毒的慢阻肺急性加重患者呼出氣中癸烷和一系列其他長鏈烷烴水平升高，其中3，8-二甲基-十一烷水平與慢阻肺急性加重患者口咽病毒載量呈正相關，2，9-二甲基-十一烷水平與鼻病毒陽性慢阻肺急性加重患者急性加重程度相關，提示上述長鏈烷烴化合物有潛力作為鼻病毒感染導致的慢阻肺急性加重的特異性標志物。感染是導致慢阻肺急性加重的主要因素，明確感染的病原體類型有助于指導抗感染治療方案的制定，但常規的病原體檢分離培養耗時長，且受到標本采樣限制等影響易出現假陰性結果。而根據上述研究結果，呼出氣VOC分析在輔助識別誘導慢阻肺急性加重的病原體方面具有一定潛力。但目前相關研究較少，仍需要更多的研究來尋找特異性的病原體VOC標志物。
2.4 識別慢阻肺表型及分類
2.4.1 識別慢阻肺表型
目前被提及較多的慢阻肺表型包括臨床表型、CT表型、頻繁加重表型及炎癥表型等。準確識別慢阻肺特定表型，實施精準化、個體化的治療及隨訪方案尤為必要。有研究探索了呼出氣VOC分析在慢阻肺炎癥表型判別中的應用潛力，發現慢阻肺患者VOC水平與痰液中的炎癥細胞計數高度相關（8種VOC與嗜酸性粒細胞有關，17種VOC與中性粒細胞有關），同時也與嗜酸性粒細胞和中性粒細胞的激活標記物髓過氧化物酶、嗜酸性陽離子蛋白有關，其在評估氣道炎癥表型方面具有良好效能[36]。慢阻肺臨床表型具有多維度特征，主要描述不同慢阻肺患者在臨床癥狀、治療反應性及預后等方面的差異，有研究利用呼出氣VOC通過無監督聚類學習方法將411例慢阻肺患者分為3種臨床表型，臨床表型1有更高的職業暴露史及更多的急性加重次數，臨床表型2有更多的慢性呼吸道癥狀（即為慢性支氣管炎亞型），臨床表型3有相對更差的肺功能[37]。該研究證實上述3類患者可能存在潛在病理生理學機制的不一致性，為臨床治療及后續研究提供了新思路。
2.4.2 慢阻肺分類
慢阻肺分類中有一類為遺傳決定的慢阻肺（genetic chronic obstructive pulmonary disease，COPD-G），α1-抗胰蛋白酶缺乏（alpha-1 antitrypsin deficiency，AATD）導致的慢阻肺就屬于COPD-G。AATD患者由于編碼AAT的基因（SERPINA1基因）突變引起血漿中蛋白酶抑制劑AAT缺乏，從而破壞了中性粒細胞彈性蛋白酶與蛋白酶抑制劑之間的平衡，導致肺氣腫，甚至誘發慢阻肺。有AATD或無AATD的慢阻肺患者表現出不同的分子和細胞特征，有研究使用電子鼻檢測出有AATD、無AATD的慢阻肺患者及健康對照者間存在不同的呼吸譜，并且AATD患者使用人重組AAT治療前后的呼吸譜也存在差異[38]，提示VOC可能有助于診斷AATD導致的慢阻肺。Malerba等[39]也發現，與無AATD的慢阻肺患者相比，有AATD患者呼出氣中的NO水平更高，其可能是AATD特異性的VOC標志物。考慮有AATD與無AATD的慢阻肺患者間氣道炎癥的差異是導致二者呼吸譜存在差異的主要原因。
2.5 慢阻肺嚴重程度評估
慢性阻塞性肺疾病全球倡議（Global Initiative for Chronic Obstructive Lung Disease，GOLD）分級是目前評價慢阻肺患者氣流不可逆性受限嚴重程度的分級標準，根據GOLD分級可指導臨床治療方案的制定，同時在隨訪過程中也可用于評估疾病進展與藥物療效。有研究分析了呼出氣VOC在鑒別輕/中度（GOLD Ⅰ/Ⅱ級）與重/極重度（GOLD Ⅲ/Ⅳ級）慢阻肺的價值，所獲取的呼吸譜鑒別敏感性為92.3%，特異性為83.3%[9]，具有較高的準確性。但該研究也存在一定局限性，雖然不同分級患者使用的藥物類型比較差異無統計學意義，但GOLD Ⅲ/Ⅳ級患者使用吸入性類固醇激素的比例高于GOLD Ⅰ/Ⅱ級患者，因此檢測到的呼吸譜差異是否受到藥物代謝的影響仍有待驗證。還有研究發現，電子鼻用于檢測慢阻肺患者呼吸譜時結果的可重復性與GOLD分級有關，分別在0、7和15天進行檢測，呼吸譜在GOLD Ⅳ級患者中具有高度可重復性，但在GOLD Ⅰ～Ⅲ級患者中重復性低，提示GOLD Ⅳ級患者可能具有一種特異性、高度可重復的VOC模式，該模式可能有助于臨床早期識別GOLD Ⅳ級患者。此外，該研究還證實了慢阻肺患者的VOC譜與肺功能指標第1秒用力呼氣容積、50%肺活量未呼出時的最大呼氣流速（maximum expiratory flow rate at 50% vital capacity，MEF50）和MEF75顯著相關[40]，考慮這是其能準確反映慢阻肺嚴重程度的可能原因。
2.6 慢阻肺預后預測
早期識別惡化風險高或預后較差的慢阻肺患者，及時采取針對性的治療隨訪方案，對改善患者遠期生存率及生存質量具有積極作用。BODE指數是一種用于預測穩定期慢阻肺患者全因死亡狀況的評分系統，綜合了患者營養狀態、臨床癥狀、肺功能和運動能力的相關信息，雖然預后預測準確性較高，但在實際操作中存在評估項目較多、部分患者配合性差、無法完成相關檢查等不足。有研究嘗試將無創且易操作的VOC檢測用于評估患者預后，以彌補BODE指數評估的不足，結果顯示電子鼻檢測的VOC譜預測慢阻肺患者預后［根據BODE指數評分分為預后好（評分<3分）和預后差（評分≥3分）］的準確率為86%[41]。上述研究證實VOC在預測慢阻肺患者預后方面具有一定潛力。考慮到單獨使用VOC預測患者預后可能具有片面性，有研究引入更多臨床數據，構建了基于VOC、年齡、肺功能的分類模型，該模型預測慢阻肺惡化風險的AUC為0.983[42]。該模型的優勢在于預測準確性更高，且使用的均為臨床易獲得的非侵入性指標，根據風險預測可以有效管理患者，實現對高風險患者的密切監測，同時也可避免對低風險患者進行不必要的檢查、隨訪。因為吸煙等危險因素的影響，慢阻肺很少獨立存在，患者全身炎癥反應、氧化應激狀態及內皮功能改變使其更傾向于出現血栓形成前狀態，從而導致較多的慢性合并癥，而這些因素常會影響到患者的整體健康乃至生存時間。呼吸譜相較于單一臨床或實驗室指標更能反映機體整體的細胞代謝情況，考慮這是其能對患者的預后進行準確預測的理論基礎。
2.7 慢阻肺遠程康復
傳統慢阻肺線下康復治療的實施存在諸多挑戰，如醫保支付問題、頻繁往返醫院等，GOLD 2022、2023均提到遠程康復可作為傳統康復的替代方法，但目前仍存在缺乏標準化遠程康復平臺、缺乏遠程檢測方法來指導康復處方等相關問題。而呼出氣VOC檢測的無創性及操作便捷性使其在遠程康復病情評估領域顯示出較好的應用前景。部分慢阻肺患者長期進行家庭無創通氣治療對改善其生活質量、呼吸困難癥狀和運動耐量均具有積極作用，但如何在家庭中實施遠程監測以降低呼吸失代償的發生風險，提高無創通氣的治療效果及治療依從性仍是目前亟待解決的問題。Radogna等[43]開發了一種可用于家庭無創通氣治療期間連續遠程測量患者呼出氣CO2、O2、VOC及相對濕度和溫度的智能呼氣分析儀，該呼氣分析儀模塊可直接連接至呼吸機呼氣閥上游的呼吸回路中，除了可用于連續監測低氧血癥、高碳酸血癥外，還可通過傳感器追蹤呼出的VOC所攜帶的與患者當前健康狀況相關的信息（主要監測是否發生呼吸機相關性肺炎）。隨后所有數據被采集上傳至云存儲平臺，臨床醫生可通過可視化平臺實時查看以評估患者居家健康狀況，做出臨床決策。該研究是將VOC用于慢阻肺遠程康復的一個重要嘗試，在其基礎上后續研究還可考慮通過使用不同的傳感器陣列組合來實現個性化的慢阻肺病情監測，如可加入能鑒別慢阻肺急性加重的VOC傳感器陣列以遠程監控患者加重情況，或加入能夠識別感染類型的VOC傳感器陣列以遠程評估感染等，臨床醫生可根據監測結果遠程調整治療方案，實現患者居家治療、遠程康復的目標。
3 小結與展望
綜上所述，目前多種檢測技術被應用于慢阻肺相關VOC的研究中，其中GC-MS提供了關于VOC定性和定量的高度特異性信息，因此該技術仍然是發現并確認VOC的金標準。關于VOC在慢阻肺應用中的研究主要集中于診斷方面，并顯示出較好的應用潛力，尤其是基于傳感器陣列的電子鼻技術通過識別患者的呼吸指紋可實現慢阻肺快速篩查。同時將VOC用于慢阻肺嚴重程度判斷、急性加重期識別及病因判斷、預后預測等方面也顯示出一定價值，可指導臨床根據患者病情早期采取針對性的治療策略。遠程康復作為未來慢阻肺康復治療的研究重點，VOC以其能反映患者不同疾病狀態和檢測無創、便捷等優勢在患者居家康復領域應用前景廣闊。然而，雖然現有研究成果令人鼓舞，但存在以下不足可能會限制結果的進一步推廣使用。（1）部分研究未設置驗證數據集，且大多基于單中心研究，缺乏外部驗證，單次結果的可靠性及可重復性有待考證。（2）各研究納入樣本量均較少，結果代表性有限。（3）目前因缺乏標準化的呼出氣采樣、富集、檢測及數據處理方法，導致各研究間異質性較大，結果缺乏可比性。（4）研究對象選擇不當，早期較多研究未考慮混雜因素對VOC的影響，如研究組及對照組性別、年齡、吸煙情況、合并癥、藥物使用情況等不匹配，導致結果可能存在偏倚。（5）對外源性VOC的處理有待優化與統一，如部分研究通過直接減去外源性吸煙相關VOC、環境VOC的方法來避免外源性VOC的干擾，但部分研究并未排除外源性干擾因素。此外，直接減去背景VOC的方法是否能有效避免干擾仍有待考證，因為該種處理方式過于簡化了呼吸和循環對代謝和生理的影響，在健康和疾病狀態下氣道對外源性VOC的處理可能是不同的。（6）多數研究未對檢測出的慢阻肺相關VOC的代謝來源及相關途徑進行深入探索。針對上述不足，后續研究的重點可傾向于制定標準化呼出氣采樣、檢測及數據分析方案，減少混雜因素對檢測結果的影響；通過多中心臨床試驗驗證并繼續尋找疾病特異性的VOC；深入挖掘慢阻肺相關VOC產生所涉及的生化途徑及病理生理起源，并通過揭示這些相關化合物的起源進一步闡明慢阻肺發病、進展過程中涉及到的病理生理機制。此外，目前臨床對非侵入性檢測技術需求迫切，而VOC檢測為實現肺部疾病無創診療的目標提供了重要指導，因此進一步加強對現有研究成果的臨床轉化應用也是未來的研究重點。
利益沖突：本文不涉及任何利益沖突。
慢性阻塞性肺疾病（簡稱慢阻肺）是一種以持續性氣流受限為特征的呼吸道疾病，主要表現為呼吸困難、咳嗽、咳痰等慢性呼吸道癥狀，慢阻肺的發生是基因、環境等因素多重作用的結果。隨著人口老齡化和城市化的到來，慢阻肺愈發成為全球疾病負擔日益增加的主要原因，《2019世界衛生統計報告》顯示，慢阻肺是全球第三大死亡原因，同時預計在2030年將成為全球前五大疾病負擔[1]。在我國，慢阻肺發病仍然呈現高態勢，我國60歲及以上人群患病率已超過27.0%[2]。不斷深入對慢阻肺診療新技術的研究，尋找高精度、無創、經濟、快速、高效且可重復的新方法對降低疾病負擔有重要意義。
揮發性有機化合物（volatile organic compound，VOC）是一類主要由碳原子構成，在室溫（20℃）及1個標準大氣壓下能揮發的化合物，同時也是人體呼出氣中的微量成分之一，目前從人體呼出氣中檢出的VOC已有1 400余種[3]。呼出氣中的VOC被證實是微生物或特定細胞（包括上皮細胞、腫瘤細胞和免疫細胞等）在人體代謝過程中產生的低分子量化合物，其包含可反映機體各器官病理生理狀態的生物學信息，可為疾病診斷和健康監測提供依據[4]。近年來，人體呼出氣VOC檢測作為一項極具潛力的非侵入性技術，在呼吸系統疾病中的應用有效性得到較多驗證，如多種VOC被證實可作為新型的肺癌早期篩查標志物[5]；新冠疫情期間，美國食品藥品管理局授權使用質譜儀檢測呼出氣樣本中與新冠病毒感染有關的5種醛酮類VOC以實現快速診斷等[6]。慢阻肺患者特有的氧化應激、炎癥反應狀態和氣道阻塞情況可能會影響呼出氣組分，因此當前呼出氣VOC檢測用于慢阻肺臨床診療也成為研究熱點[3]。基于此，本文對慢阻肺患者呼出氣VOC的檢測技術以及在慢阻肺診療、病情監測、康復等領域中的研究進展進行綜述，并對其應用前景進行展望，以期為臨床進一步研究提供參考。
1 慢阻肺患者呼出氣VOC檢測
1.1 標本采樣要求
呼出氣VOC采樣應避免外源性VOC（即來自外部環境或食物中的VOC）及機體自身狀態（如合并癥、機體循環系統的穩定性、患者提供呼吸樣本的能力、活動狀態等）的影響。目前仍缺乏標準化的采樣要求，各研究采樣要求也有所差異，可歸納為以下幾個方面。（1）對受試者的要求：采樣前禁食及禁止飲用除純凈水以外的其他飲品，禁食時間各研究要求為1～12 h不等[7-11]；限制慢阻肺相關治療藥物的使用，包括短效及長效支氣管舒張劑、吸入糖皮質激素等吸入制劑，停用時間各研究有所差異，為6～24 h[7，10，12]；也有研究要求采樣前停服助眠藥物[13]；采樣前禁止吸煙，禁煙時間各研究要求為2～24 h不等[8，12]。此外，受試者在采樣前應進行口腔清潔，但要避免使用牙膏、漱口水等含檸檬烯成分的口腔清潔劑[12-13]。考慮到機體運動與休息狀態下VOC的差異，有研究要求采樣前受試者先在檢測室內休息20 min以保證靜息心率和呼吸頻率穩定[14]。（2）對采樣環境及時間的要求：有研究要求在同一天的同一檢測室內（關閉門窗及空調）進行采樣以排除環境中外源性VOC的干擾[14]；此外，為避免人體通氣量晝夜節律性波動的影響，有研究將早上7點至9點作為最佳采樣時間[15]。鑒于VOC檢測的影響因素較多，采樣時應全面考慮各影響因素可能對結果產生的干擾，嚴格制定采樣要求以確保結果準確可靠。
1.2 標本采集裝置
目前研究中使用最廣泛的采樣裝置包括Tedlar采氣袋、Bio-VOC?采樣器、吸附管。Tedlar采氣袋是一種惰性的充氣氣囊樣裝置，密封性及熱穩定性良好，吸附性低，可在較長時間內儲存ppm級到百分含量的氣體且確保濃度不變，具有成本低、可重復使用、操作簡便的優勢，但在使用前需用超純氮預清潔兩次。Bio-VOC?采樣器是一款手動操作的注射器狀采樣裝置，由惰性塑料制成，采集的是肺泡氣體，該方法同樣具有操作簡便、便于運輸與保存的優勢，但采集量少，分析難度較大。吸附管采樣標本可直接用于熱脫附，吸附管中所填充的吸附劑理化性質不同使其對VOC的捕集效果存在一定差異，常用的吸附劑Tenax-TA是一種多孔高分子聚合物，吸附效果好，化學性質穩定，抗濕性強且耐高溫、易于熱脫附，被認為是VOC的“選擇性”介質[16]。此外，一些具有化學惰性及密封性的容器也被用于收集VOC檢測標本，如不銹鋼惰性氣體儲罐、特氟隆管、玻璃試管等。還有多數研究采用吸附管與采氣袋/采樣器相結合的方式，在實現VOC直接吸附的同時還能排除死腔氣體的影響，但該方法操作相對復雜，成本較其他方法更高[17]。
1.3 檢測技術
常用的呼出氣VOC檢測技術可歸納為以下幾類。（1）氣相色譜-質譜（gas chromatography-mass spectrometry，GC-MS）技術：GC-MS是VOC常用的離線檢測技術，被作為VOC檢測的金標準，其是將GC的分離分析與MS的定量定性分析技術相結合，可根據保留時間和質譜匹配進行化合物的分離和鑒定，具有敏感性高和可重復性強的優勢。但其復雜的前處理、較長的檢測周期、偏高的檢測成本，以及對操作人員較高的技術要求在一定程度上限制了其在臨床研究及基層醫療機構中的推廣應用。（2）MS直接檢測技術：應用較多的MS直接檢測技術包括質子轉移反應質譜（Proton-transfer-reaction mass spectrometry，PTR-MS）、二次電噴霧電離質譜（secondary electrospray ionization-mass spectrometry，SESI-MS）和擇性離子流管質譜（selected ion flow tube mass spectrometry，SIFT-MS），三者均可實現實時在線分析。PTR-MS分析速度快，無需預濃縮，檢出限已達pptv級別甚至更低，但其易受碎片離子峰的干擾，定性能力差，無法區分同分異構體[18]。SIFT-MS檢出限在pptv至ppbv之間，質量范圍最高達300 Da，但其質量分辨率因受四極桿質譜儀的限制，導致同分異構體和相同質量數的化合物不能被分離。SESI-MS對極性化合物最為敏感，所需標本量少且敏感性高，迄今為止在線呼出氣分析得到的最高質量分辨率和最大質量范圍便是此種檢測方式得到的。MS直接檢測技術與GC-MS相比具有操作簡單，分析速度快的優勢，但其物質分離和鑒定能力劣于GC-MS。（3）基于離子遷移譜（ion mobility spectrometry，IMS）的檢測技術：IMS也是一種實時在線分析技術，其在較低的ppb范圍內具有較高的敏感性和分辨率，既可單獨使用，也可與具有預分離功能的GC柱相結合以提高選擇性。多束毛細管柱（multicapillary column，MCC）因具有柱容量大、在高流速下依然保持較高的柱效、分離時間短等優勢，是最常與IMS聯合使用的一款GC柱。IMS的使用成本低于基于MS的檢測技術，且其不需要真空系統，大大減少了對尺寸和功率的要求，可作為一款移動分析儀在基層醫療機構中使用[19]。（4）電子鼻技術：電子鼻是基于傳感器陣列的檢測技術，其具有檢測速度快、便攜、經濟、實時讀取等優點，但檢測數量及范圍有限，同時定性能力差，無法識別單個VOC，主要通過模式識別來實現疾病分離，該模式也被稱為“呼吸指紋”。基于電子鼻的相關特性，其在快速診斷、即時檢測領域的應用前景廣闊。
2 VOC在慢阻肺診療中的應用
2.1 慢阻肺診斷
慢阻肺診斷主要是基于危險因素暴露情況、癥狀體征、肺功能檢查和排除其他診斷，其中肺功能檢查是診斷慢阻肺的關鍵，雖然其檢查成本低且無創，但具有一定局限性，包括早期診斷敏感性不高，部分患者因處于疾病急性期無法配合完成檢查，結果的可靠性與操作人員技術水平有關，結果準確性受年齡、身高、性別等因素影響。VOC檢測無創、簡便，患者更容易配合，如能找到敏感性、特異性高的VOC用于慢阻肺診斷將大大降低臨床診斷難度。目前關于VOC在慢阻肺中的應用也主要集中于診斷方面，現有報道的診斷準確率在67%～100%，但各研究異質性較大（包括標本采集方法、檢測技術、數據處理及診斷/分類模型的構建等方面均存在差異），結果缺乏可比性。Van Berkel等[20]的研究得出了較高的診斷準確性，其基于13種VOC構建的分類模型能夠準確識別健康對照者和慢阻肺患者；該研究進一步通過減少模型中VOC的種類來提高診斷準確性，最終由6種VOC構建的支持向量分類器在驗證集上的分類準確率達91%，特異性為81%，敏感性為100%。該結果說明選擇更具特異性的VOC構建合適的分類模型將可實現對慢阻肺的準確診斷。但該研究未平衡吸煙狀況、年齡、性別、BMI和禁食狀態等相關因素，而這些混雜因素可能影響結果的準確性。為排除吸煙因素對結果的影響，多數研究采用亞組分析的形式，如Gaida等[11]的一項大型雙中心交叉驗證研究發現14種與慢阻肺相關的VOC，采用線性判別分析能準確識別出非吸煙或戒煙受試者中89.4%的慢阻肺患者，以及吸煙受試者中82.6%的慢阻肺患者。此外，多數研究只分析了個體的單次呼吸樣本，而Phillips等[14]的研究在短時間內采集3次呼吸樣本（每次間隔2 min）以探討樣本檢測結果是否存在差異，結果顯示3份連續呼吸樣本中同一VOC水平有所不同；采用機器學習算法分析3次檢測的VOC診斷慢阻肺的準確率分別為66.54%、66.95%、68.26%，將所有呼吸樣本合并到單個數據集中診斷準確率提高至73.38%，該研究結果提示在進行呼氣檢測時需要考慮樣本可變性對結果的影響。
雖然電子鼻無法對VOC進行定性分析，但使用電子鼻檢測呼吸指紋，并聯合機器學習算法用于診斷慢阻肺顯示出較高的應用價值，如Rodríguez-aguilar等[21]將基于化學電阻氣體傳感器的電子鼻和化學計量學分析技術相結合用于診斷慢阻肺，結果顯示主坐標規范分析（模型的外部驗證值對慢阻肺患者和健康對照者的分類準確率高達100%。同樣，Binson等[22]發現同一基于MOS傳感器的電子鼻與不同機器學習算法［支持向量機（support vector machines，SVM）、K最鄰近、樸素貝葉斯、線性判別分析、Logistic 回歸］聯合用于診斷慢阻肺的效能存在差異，其中以SVM分類算法的診斷效能最佳，準確率為90.9%，R受試者操作特征曲線下面積（area under ROC curve，AUC）為0.9。上述研究結果提示數據處理技術在提高VOC診斷準確性方面發揮重要作用，這也是目前電子鼻研究的關鍵點之一。VOC用于慢阻肺診斷的相關研究見表1。
表1
呼出氣VOC檢測用于慢阻肺診斷的相關研究現況
2.2 慢阻肺鑒別診斷
2.2.1 鑒別哮喘與慢阻肺
哮喘和慢阻肺都是常見的以氣道阻塞為特征的呼吸系統疾病，通常情況下哮喘的氣道阻塞是可逆的，但也有一部分哮喘患者出現固定性的氣流受限，癥狀與慢阻肺相似，特別是在老年患者中，增加了臨床診斷難度。因此，有研究探討了電子鼻呼出氣代謝組學分析在鑒別哮喘和慢阻肺中的有效性，結果顯示電子鼻所檢測的呼吸譜鑒別氣道阻塞性哮喘和慢阻肺的AUC為0.95，敏感性為85%，特異性為90%；鑒別可逆性哮喘與慢阻肺的AUC為0.93，敏感性為91%，特異性為90%，均具有較高的準確性[27]。哮喘和慢阻肺患者呼出氣VOC的差異考慮與其氣道發生的炎癥反應不同有關，哮喘主要表現為嗜酸性粒細胞、肥大細胞、CD4+ T細胞增多、Th2細胞因子水平升高，而慢阻肺的氣道炎癥以CD8+ T細胞、中性粒細胞和巨噬細胞增多為主。但目前相關研究所選擇的研究對象沒有混合表型（同時合并哮喘和慢阻肺）的患者，這類患者的VOC組分是否與單純哮喘或慢阻肺患者存在差異仍有待進一步研究。
2.2.2 鑒別阻塞性睡眠呼吸暫停（obstructive sleep apnea，OSA）、COPD-OSA重疊綜合征及慢阻肺
COPD-OSA重疊綜合征是指同一患者同時或先后發生OSA與慢阻肺，該類患者上下氣道均存在氣流受限，相較單一疾病患者其低氧血癥及高碳酸血癥的表現更嚴重，心血管并發癥發生率更高，病死率也更高。研究發現，電子鼻可以高精度區分OSA與COPD-OSA重疊綜合征（AUC=0.98）、OSA與慢阻肺（AUC=0.95）[28]；即使考慮吸煙因素的影響，電子鼻檢測的呼吸譜鑒別OSA和慢阻肺的準確率仍然較高（對有吸煙史的OSA和慢阻肺患者的分類準確率為92.5%，對無吸煙史的OSA和慢阻肺患者的分類準確率為92.8%）[13]。該結果可指導臨床早期采取有針對性的治療策略。
2.2.3 鑒別特發性肺纖維化（idiopathic pulmonary fibrosis，IPF）與慢阻肺
有研究使用電子鼻檢測呼出氣VOC以明確其對IPF和慢阻肺的鑒別價值，結果顯示IPF患者的呼吸譜與慢阻肺患者不同，鑒別診斷的AUC為0.85，具有較高的準確性[29]。但該研究納入的多數IPF和慢阻肺患者都進行了吸入性和/或全身性的治療，這些藥物是否會通過對局部和全身代謝變化、炎癥途徑的影響而引起VOC分布變化仍需進一步研究驗證。
2.2.4 鑒別慢性心力衰竭（chronic heart failure，CHF）和慢阻肺
一項研究分析了電子鼻檢測的VOC對CHF與慢阻肺的鑒別能力，結果顯示鑒別準確率為69%，在排除了65歲以下和80歲以上受試者的敏感性分析中準確率并未降低[30]，提示VOC對CHF與慢阻肺具有一定鑒別價值，但準確性不高。考慮CHF患者的組織低灌注和慢阻肺患者缺氧的代謝效應相似（均為抑制氧化代謝和促進厭氧代謝），從而使二者呼吸譜差異不顯著，導致鑒別效能較差；而二者呼吸譜的差異可能與不同的肺部病理變化有關。
雖然臨床上在完善相關檢查后對哮喘、IPF、CHF及OSA等與慢阻肺進行鑒別診斷并不十分困難，但患者多以活動后呼吸困難、氣促、低氧血癥等這一系列類似癥狀就診，根據臨床癥狀無法快速實現患者的準確分診。而上述研究結果可以給后續研究一些啟示。針對一組具有相同或相似癥狀的疾病，如能使用呼出氣VOC檢測在門急診實現快速、無創分診，將大大減少患者首次就診科室與疾病不符、進行較多不必要的檢查等問題，從而加快患者確診速度，減少患者就診花費，實現醫療資源的有效利用。
2.3 慢阻肺急性加重的識別及誘因判斷
2.3.1 識別慢阻肺急性加重
慢阻肺急性加重可加劇患者肺功能下降速度，增加病情惡化風險，從而導致病死率增加，而早期發現和識別對控制病情進展十分重要。但目前診斷慢阻肺急性加重主要基于誘因、病史、癥狀體征以及必要的輔助檢查等進行綜合評估，指標較多且缺乏特異性，可能導致錯誤判斷及過度治療，因此急需尋找臨床可及的特異性生物標志物用于慢阻肺急性加重早期診斷。基于此，近來年也有較多學者在呼出氣VOC用于慢阻肺急性加重早期識別領域做出了嘗試。Pizzini等[15]采用GC-TOF-MS檢測技術從呼出氣標本中鑒定出12種關鍵VOC，用其構建的模型能準確鑒別穩定期慢阻肺與慢阻肺急性加重（AUC=0.97，敏感性78.0%，特異性91.0%），且經比較該模型鑒別準確度高于常用的輔助診斷指標C反應蛋白。Van velzen等[31]使用電子鼻分別檢測同一組慢阻肺患者在穩定期、急性加重期、恢復期的呼出氣VOC，結果顯示VOC譜區分穩定期與急性加重期的準確率為71%，區分急性加重期與恢復期的準確率為78%。Shafiek等[32]的研究也得出類似結論，其發現VOC譜鑒別同一組慢阻肺患者急性加重期和穩定期的準確率為70%。此外，有研究進一步分析了不同急性加重頻率慢阻肺患者的VOC差異，結果顯示頻繁急性加重患者在穩定期時ω-氧化途徑代謝物及硝基芳香族化合物水平高于非頻繁急性加重患者[33]。基于目前研究結果，呼出氣VOC分析可能是一種潛在的非侵入性診斷方法，可用于鑒別穩定期/恢復期慢阻肺和慢阻肺急性加重，以及頻繁與非頻繁加重患者，有助于早期判斷病情。
2.3.2 慢阻肺急性加重誘因判斷
慢阻肺急性加重可由感染或非感染性因素引起，同時還有少部分患者急性加重原因不明。準確識別慢阻肺急性加重誘因，并采取個體化干預措施是提高治療效果的關鍵。VOC在判別慢阻肺急性加重誘因方面也有部分研究進行了探索，如Shafiek等[32]使用電子鼻檢測呼出氣VOC區分由感染與非感染因素引起的慢阻肺急性加重的準確率為0.75。而另一項研究表明，電子鼻檢測呼出氣VOC還可進一步區分由病毒或細菌感染引起的慢阻肺急性加重，其AUC為0.74[34]。此外，呼出氣VOC在鑒別感染的病原體方面也顯示出一定價值，如Kamal等[35]的研究顯示，感染鼻病毒的慢阻肺急性加重患者呼出氣中癸烷和一系列其他長鏈烷烴水平升高，其中3，8-二甲基-十一烷水平與慢阻肺急性加重患者口咽病毒載量呈正相關，2，9-二甲基-十一烷水平與鼻病毒陽性慢阻肺急性加重患者急性加重程度相關，提示上述長鏈烷烴化合物有潛力作為鼻病毒感染導致的慢阻肺急性加重的特異性標志物。感染是導致慢阻肺急性加重的主要因素，明確感染的病原體類型有助于指導抗感染治療方案的制定，但常規的病原體檢分離培養耗時長，且受到標本采樣限制等影響易出現假陰性結果。而根據上述研究結果，呼出氣VOC分析在輔助識別誘導慢阻肺急性加重的病原體方面具有一定潛力。但目前相關研究較少，仍需要更多的研究來尋找特異性的病原體VOC標志物。
2.4 識別慢阻肺表型及分類
2.4.1 識別慢阻肺表型
目前被提及較多的慢阻肺表型包括臨床表型、CT表型、頻繁加重表型及炎癥表型等。準確識別慢阻肺特定表型，實施精準化、個體化的治療及隨訪方案尤為必要。有研究探索了呼出氣VOC分析在慢阻肺炎癥表型判別中的應用潛力，發現慢阻肺患者VOC水平與痰液中的炎癥細胞計數高度相關（8種VOC與嗜酸性粒細胞有關，17種VOC與中性粒細胞有關），同時也與嗜酸性粒細胞和中性粒細胞的激活標記物髓過氧化物酶、嗜酸性陽離子蛋白有關，其在評估氣道炎癥表型方面具有良好效能[36]。慢阻肺臨床表型具有多維度特征，主要描述不同慢阻肺患者在臨床癥狀、治療反應性及預后等方面的差異，有研究利用呼出氣VOC通過無監督聚類學習方法將411例慢阻肺患者分為3種臨床表型，臨床表型1有更高的職業暴露史及更多的急性加重次數，臨床表型2有更多的慢性呼吸道癥狀（即為慢性支氣管炎亞型），臨床表型3有相對更差的肺功能[37]。該研究證實上述3類患者可能存在潛在病理生理學機制的不一致性，為臨床治療及后續研究提供了新思路。
2.4.2 慢阻肺分類
慢阻肺分類中有一類為遺傳決定的慢阻肺（genetic chronic obstructive pulmonary disease，COPD-G），α1-抗胰蛋白酶缺乏（alpha-1 antitrypsin deficiency，AATD）導致的慢阻肺就屬于COPD-G。AATD患者由于編碼AAT的基因（SERPINA1基因）突變引起血漿中蛋白酶抑制劑AAT缺乏，從而破壞了中性粒細胞彈性蛋白酶與蛋白酶抑制劑之間的平衡，導致肺氣腫，甚至誘發慢阻肺。有AATD或無AATD的慢阻肺患者表現出不同的分子和細胞特征，有研究使用電子鼻檢測出有AATD、無AATD的慢阻肺患者及健康對照者間存在不同的呼吸譜，并且AATD患者使用人重組AAT治療前后的呼吸譜也存在差異[38]，提示VOC可能有助于診斷AATD導致的慢阻肺。Malerba等[39]也發現，與無AATD的慢阻肺患者相比，有AATD患者呼出氣中的NO水平更高，其可能是AATD特異性的VOC標志物。考慮有AATD與無AATD的慢阻肺患者間氣道炎癥的差異是導致二者呼吸譜存在差異的主要原因。
2.5 慢阻肺嚴重程度評估
慢性阻塞性肺疾病全球倡議（Global Initiative for Chronic Obstructive Lung Disease，GOLD）分級是目前評價慢阻肺患者氣流不可逆性受限嚴重程度的分級標準，根據GOLD分級可指導臨床治療方案的制定，同時在隨訪過程中也可用于評估疾病進展與藥物療效。有研究分析了呼出氣VOC在鑒別輕/中度（GOLD Ⅰ/Ⅱ級）與重/極重度（GOLD Ⅲ/Ⅳ級）慢阻肺的價值，所獲取的呼吸譜鑒別敏感性為92.3%，特異性為83.3%[9]，具有較高的準確性。但該研究也存在一定局限性，雖然不同分級患者使用的藥物類型比較差異無統計學意義，但GOLD Ⅲ/Ⅳ級患者使用吸入性類固醇激素的比例高于GOLD Ⅰ/Ⅱ級患者，因此檢測到的呼吸譜差異是否受到藥物代謝的影響仍有待驗證。還有研究發現，電子鼻用于檢測慢阻肺患者呼吸譜時結果的可重復性與GOLD分級有關，分別在0、7和15天進行檢測，呼吸譜在GOLD Ⅳ級患者中具有高度可重復性，但在GOLD Ⅰ～Ⅲ級患者中重復性低，提示GOLD Ⅳ級患者可能具有一種特異性、高度可重復的VOC模式，該模式可能有助于臨床早期識別GOLD Ⅳ級患者。此外，該研究還證實了慢阻肺患者的VOC譜與肺功能指標第1秒用力呼氣容積、50%肺活量未呼出時的最大呼氣流速（maximum expiratory flow rate at 50% vital capacity，MEF50）和MEF75顯著相關[40]，考慮這是其能準確反映慢阻肺嚴重程度的可能原因。
2.6 慢阻肺預后預測
早期識別惡化風險高或預后較差的慢阻肺患者，及時采取針對性的治療隨訪方案，對改善患者遠期生存率及生存質量具有積極作用。BODE指數是一種用于預測穩定期慢阻肺患者全因死亡狀況的評分系統，綜合了患者營養狀態、臨床癥狀、肺功能和運動能力的相關信息，雖然預后預測準確性較高，但在實際操作中存在評估項目較多、部分患者配合性差、無法完成相關檢查等不足。有研究嘗試將無創且易操作的VOC檢測用于評估患者預后，以彌補BODE指數評估的不足，結果顯示電子鼻檢測的VOC譜預測慢阻肺患者預后［根據BODE指數評分分為預后好（評分<3分）和預后差（評分≥3分）］的準確率為86%[41]。上述研究證實VOC在預測慢阻肺患者預后方面具有一定潛力。考慮到單獨使用VOC預測患者預后可能具有片面性，有研究引入更多臨床數據，構建了基于VOC、年齡、肺功能的分類模型，該模型預測慢阻肺惡化風險的AUC為0.983[42]。該模型的優勢在于預測準確性更高，且使用的均為臨床易獲得的非侵入性指標，根據風險預測可以有效管理患者，實現對高風險患者的密切監測，同時也可避免對低風險患者進行不必要的檢查、隨訪。因為吸煙等危險因素的影響，慢阻肺很少獨立存在，患者全身炎癥反應、氧化應激狀態及內皮功能改變使其更傾向于出現血栓形成前狀態，從而導致較多的慢性合并癥，而這些因素常會影響到患者的整體健康乃至生存時間。呼吸譜相較于單一臨床或實驗室指標更能反映機體整體的細胞代謝情況，考慮這是其能對患者的預后進行準確預測的理論基礎。
2.7 慢阻肺遠程康復
傳統慢阻肺線下康復治療的實施存在諸多挑戰，如醫保支付問題、頻繁往返醫院等，GOLD 2022、2023均提到遠程康復可作為傳統康復的替代方法，但目前仍存在缺乏標準化遠程康復平臺、缺乏遠程檢測方法來指導康復處方等相關問題。而呼出氣VOC檢測的無創性及操作便捷性使其在遠程康復病情評估領域顯示出較好的應用前景。部分慢阻肺患者長期進行家庭無創通氣治療對改善其生活質量、呼吸困難癥狀和運動耐量均具有積極作用，但如何在家庭中實施遠程監測以降低呼吸失代償的發生風險，提高無創通氣的治療效果及治療依從性仍是目前亟待解決的問題。Radogna等[43]開發了一種可用于家庭無創通氣治療期間連續遠程測量患者呼出氣CO2、O2、VOC及相對濕度和溫度的智能呼氣分析儀，該呼氣分析儀模塊可直接連接至呼吸機呼氣閥上游的呼吸回路中，除了可用于連續監測低氧血癥、高碳酸血癥外，還可通過傳感器追蹤呼出的VOC所攜帶的與患者當前健康狀況相關的信息（主要監測是否發生呼吸機相關性肺炎）。隨后所有數據被采集上傳至云存儲平臺，臨床醫生可通過可視化平臺實時查看以評估患者居家健康狀況，做出臨床決策。該研究是將VOC用于慢阻肺遠程康復的一個重要嘗試，在其基礎上后續研究還可考慮通過使用不同的傳感器陣列組合來實現個性化的慢阻肺病情監測，如可加入能鑒別慢阻肺急性加重的VOC傳感器陣列以遠程監控患者加重情況，或加入能夠識別感染類型的VOC傳感器陣列以遠程評估感染等，臨床醫生可根據監測結果遠程調整治療方案，實現患者居家治療、遠程康復的目標。
3 小結與展望
綜上所述，目前多種檢測技術被應用于慢阻肺相關VOC的研究中，其中GC-MS提供了關于VOC定性和定量的高度特異性信息，因此該技術仍然是發現并確認VOC的金標準。關于VOC在慢阻肺應用中的研究主要集中于診斷方面，并顯示出較好的應用潛力，尤其是基于傳感器陣列的電子鼻技術通過識別患者的呼吸指紋可實現慢阻肺快速篩查。同時將VOC用于慢阻肺嚴重程度判斷、急性加重期識別及病因判斷、預后預測等方面也顯示出一定價值，可指導臨床根據患者病情早期采取針對性的治療策略。遠程康復作為未來慢阻肺康復治療的研究重點，VOC以其能反映患者不同疾病狀態和檢測無創、便捷等優勢在患者居家康復領域應用前景廣闊。然而，雖然現有研究成果令人鼓舞，但存在以下不足可能會限制結果的進一步推廣使用。（1）部分研究未設置驗證數據集，且大多基于單中心研究，缺乏外部驗證，單次結果的可靠性及可重復性有待考證。（2）各研究納入樣本量均較少，結果代表性有限。（3）目前因缺乏標準化的呼出氣采樣、富集、檢測及數據處理方法，導致各研究間異質性較大，結果缺乏可比性。（4）研究對象選擇不當，早期較多研究未考慮混雜因素對VOC的影響，如研究組及對照組性別、年齡、吸煙情況、合并癥、藥物使用情況等不匹配，導致結果可能存在偏倚。（5）對外源性VOC的處理有待優化與統一，如部分研究通過直接減去外源性吸煙相關VOC、環境VOC的方法來避免外源性VOC的干擾，但部分研究并未排除外源性干擾因素。此外，直接減去背景VOC的方法是否能有效避免干擾仍有待考證，因為該種處理方式過于簡化了呼吸和循環對代謝和生理的影響，在健康和疾病狀態下氣道對外源性VOC的處理可能是不同的。（6）多數研究未對檢測出的慢阻肺相關VOC的代謝來源及相關途徑進行深入探索。針對上述不足，后續研究的重點可傾向于制定標準化呼出氣采樣、檢測及數據分析方案，減少混雜因素對檢測結果的影響；通過多中心臨床試驗驗證并繼續尋找疾病特異性的VOC；深入挖掘慢阻肺相關VOC產生所涉及的生化途徑及病理生理起源，并通過揭示這些相關化合物的起源進一步闡明慢阻肺發病、進展過程中涉及到的病理生理機制。此外，目前臨床對非侵入性檢測技術需求迫切，而VOC檢測為實現肺部疾病無創診療的目標提供了重要指導，因此進一步加強對現有研究成果的臨床轉化應用也是未來的研究重點。
利益沖突：本文不涉及任何利益沖突。
