复旦大学环境科学与工程系李想教授课题组，主要研究内容为大气VOCs（挥发性有机物）及相关仪器分析，基于VOCs直接观测和动力学模拟等研究手段，关注典型城市环境中大气VOCs的来源和转化以及相应大气化学机理的探索，致力于从化学的角度阐释区域大气O3与PM2.5复合污染的形成机理，为区域二次污染防控提供科技支撑。进一步拓展气质联用技术分析人呼出气中痕量VOCs生物标志物筛查新方法，构建呼气VOCs与人体肠胃道、脑肿瘤和代谢疾病的关联，推进其在疾病无损诊断、环境健康等研究中转化应用。

╱ 研究领域 ╱

人呼气VOCs在疾病无损化诊断中的应用研究

╱ 项目名称 ╱疾病早期筛查技术：人呼气VOCs无损化诊断

╱ 项目背景 ╱

人呼出的气体中包含成百上千种痕量VOCs，源于体内的细胞代谢或菌群释放，携带丰富的生物信息，能够指示机体新陈代谢和疾病相关过程。通过检测人呼气VOCs中的特殊成分，可以开发无损、高效、经济的疾病早期筛查技术。目前人呼气VOCs采样流程缺乏标准、采样条件缺乏规范、样本难以获取等因素严重限制了VOCs生物标志物在临床研究中的大规模应用。此外，采集到的VOCs分内源和外源两种，大部分研究不加以区分就直接筛选标志物，忽视环境因素的影响，导致标志物的准确性降低。

╱ 项目内容 ╱

本项目是人呼气VOCs无损化诊断技术的新范式研究，在采集、识别、筛选、验证、应用环节均具有突破性进展。

在采集环节，规范了呼气VOCs的采集方法，优化了采集机制，降低了采样成本。

在识别环节，通过高分辨率的全二维气相色谱与飞行时间质谱联用，实现对数百种VOCs的准确定性定量。

在筛选环节，采用腔室模型鉴定VOCs内外源属性，开发了基于机器学习的集成式算法，通过统计学和机器学习的方法，从海量内源性呼气VOCs中高效地筛选生物标志物，表征整个数据集中的主要信息，产生与全呼气VOCs参数基本相同的分类识别能力。

在验证环节，项目通过代谢组学、蛋白组学、转录组学、基因组学、宏基因组学等多组学研究，阐明呼气VOCs在疾病介导的代谢重编程中的生物化学机制。

在应用环节，研制了更安全、高效的呼气采样器，未来将结合VOCs生物标志物开发便携式疾病检测设备应用于家庭、医院等，实现本研究的社会服务价值。

目前，课题组重点聚焦胃肠道疾病诱导呼气VOCs标志物及潜在机制研究。本项目技术已申请中国发明专利（申请号CN202210773143.0等）。

╱ 项目总结 ╱

相比于传统血液检测，人呼气VOCs具有非侵入性、安全、快速、方便等优势，在疾病早期筛查及对特定人群的疾病检测方面具有广阔应用前景。希望与疾病筛查、医疗诊断相关的企业单位合作，开展产业化探索。

以上发布内容未经授权，请勿转载！