近日在線發(fā)表于國際學術刊物《呼吸研究雜志》的一篇論文表明，北京大學環(huán)境學院要茂盛教授團隊與北京市朝陽區(qū)疾病預防與控制中心等團隊合作，集成呼出氣采樣、氣相色譜-離子遷移譜檢測和機器學習模型，研發(fā)出了新冠感染的無創(chuàng)呼出氣揮發(fā)性有機物組合指紋篩查系統(tǒng)，該系統(tǒng)已經(jīng)申請了國家發(fā)明專利。

 

　　要茂盛向科技日報記者解釋了該技術背后的原理：由于能量消耗方式的變化，新冠感染者呼出氣體的化學成分會出現(xiàn)不同。實驗表明，新冠患者和其他呼吸系統(tǒng)疾病患者呼出氣中丙醇水平相比健康受試者顯著升高，而新冠患者呼出氣中丙酮水平相比其他呼吸系統(tǒng)感染患者和健康受試者顯著降低。研究團隊結合不同對照組的呼出氣樣品及其背景環(huán)境空氣進行分析，識別出了12種關鍵內(nèi)源性VOCs（揮發(fā)性有機物）標志物。這些標志物就是篩查識別新冠感染者獨一無二的“指紋”，使其區(qū)別于健康人以及其他呼吸系統(tǒng)疾病的患者。

 

　　檢測中無需任何檢測試劑，被試者使用一次性呼吸袋，只要呼氣30秒便可完成樣品采集。獲得呼出氣樣本后，系統(tǒng)結合支持向量、梯度加速和隨機森林三種機器學習算法對12種關鍵VOCs標志物進行建模，最快能在5—10分鐘內(nèi)實現(xiàn)新冠患者快速篩查?；诂F(xiàn)有數(shù)據(jù)模型，檢測的特異性和靈敏度達到了95%以上。相比核酸檢測，這種方法不僅簡便省時，還十分經(jīng)濟。

 

　　“實驗已經(jīng)證明這種方法有效。檢測不但快，而且足夠靈敏。”要茂盛介紹說，“從實驗到臨床，需要的是更多的樣本量。”此前參與研究的包括74例新冠患者，30例非新冠呼吸系統(tǒng)感染患者，以及87位醫(yī)務工作人員和健康受試者。目前，新冠感染的無創(chuàng)呼出氣篩查系統(tǒng)正計劃擴大樣本量，開展進一步優(yōu)化與測試，以實現(xiàn)推廣應用。

 

　　要茂盛補充說，新冠核酸檢測有時會出現(xiàn)“假陰性”的問題。在疫情防控工作當中，假陰性（即實際感染新冠但檢測為陰性）會帶來巨大隱患，特別是在核酸假陰性條件下解除隔離的漏檢風險。許多場所和場景都需要快速篩查，例如高層會議、海關入境、特殊航班、隔離酒店、收治醫(yī)院等。在這些地方，無創(chuàng)呼出氣篩查系統(tǒng)有望發(fā)揮額外輔助作用，填補核酸檢測在時間和靈敏度方面的不足，做到“雙保險”，降低新冠肺炎傳播風險。

 

　　據(jù)國際媒體報道，2020年以來，新加坡、日本、印度尼西亞等國科研人員都曾開發(fā)“呼氣測新冠”技術。對此，要茂盛指出，中國研究團隊是最早取得此項成果的。

 

　　“新冠疫情暴發(fā)之初，我們就在開發(fā)這種技術。2020年6月，我們就以預印版的形式發(fā)表了研究成果，在國際范圍內(nèi)是最早的。”要茂盛強調(diào)說。