呼吸居然有苹果味？其实是疾病征兆

中医中有望闻问切，闻诊这种说法，就是通过声音和气味诊断疾病。听着非常邪乎，闻一下怎么就能看病了呢？

中医“闻诊”就是通过声音和气味诊断疾病。随着西医发展至今，才揭示了其背后真正的奥妙——呼出气中含有多种挥发性有机物VOCs（如脂族化合物、醇、醛、酮、胺及卤代化合物），通过对不同疾病相关的生物标志物的检测，辅助疾病的早期诊断，早发现早干预早治疗。

案例一：“葡萄状”气味的2-氨基苯乙酮

如感染铜绿假单胞菌的患者呼出气会释放一种“葡萄状”气味分子2-氨基苯乙酮[1]。

案例二：“烂苹果味”的丙酮

糖尿病酮症酸中毒的病人呼出气体中常常伴有“烂苹果味”，这其实是呼出气中含有丙酮含量远远高出正常人。丙酮是糖尿病患者呼出气的生物标志物，也是一种VOCs。

到底什么是呼出气VOCs？

呼出气VOCs是指人体呼出，沸点介于50-260℃之间的挥发性有机化合物，分为外源性VOC和内源性VOC。

外源性VOC可以产生于环境大气中，通过呼吸道或皮肤吸入或者吸烟后，同样会产生VOCs。而内源性VOC则产生于身体各个部位细胞的生化反应，反应了身体的新陈代谢，这部分的VOCs主要来源于肺泡，所以肺泡的呼出气中的生物标志物更能反应身体的疾病情况。

那怎么才能采集到肺泡部分的挥发性有机物VOCs呢？可以根据不同的呼吸阶段CO2分压值的不同来区分。

人呼出的气可以分为不同阶段

人正常呼吸的全部气体是呼出混合气，大致可分为三个阶段，第I阶段为呼吸道内的死腔气，基本不含二氧化碳，第II阶段为肺泡和腔的混合气，第III阶段是肺泡气，二氧化碳值较高。所以可根据二氧化碳的分压值，识别呼吸阶段以及控制肺泡取样。

（图1中表示：I+II+III 期=呼气期（“混合呼气期”，III 期=肺泡气期。PetCO2=呼气末二氧化碳分压）

                             图1：不同呼吸阶段的二氧化碳分压值

                   图来源：Elsevier Science & Technology Journals（2004）

由于对呼吸采样标准没有严格要求，目前很多研究使用的仍然是整个呼气的采样（混合呼气）。由于混合呼吸会有污染物的影响，而肺泡气中的VOCs浓度比混合呼出气的高出两倍，污染物的浓度也比混合呼气样低。因此，对呼出气的不同阶段进行取样，不仅可以提高呼气分析的可靠性，还可以帮助确定呼气生物标志物的来源。

呼吸气采样的便捷性和非侵入性（Non-Invasive），可以频繁重复检测，对患者和采集样本的工作人员没有任何风险，呼吸VOCs分析有望成为一种新型的无创诊断工具。

呼吸采样分析挑战在于如何收集肺泡气

Sampling case-B气体采样器可在护理点进行直接肺泡取样，无需任何额外的采样、储存或预浓缩步骤。

采样前，设置CO2阈值，以便区分呼吸周期的吸气期和肺泡期。一旦超过阈值，阀门将会打开，呼出的肺泡气体将被自动收集到一种带填料的捕集针被吸附——Needle trap 动态捕集针。采样原理图如图2，这样可以准确地识别呼吸周期的肺泡期和吸气期。

                    图2：二氧化碳自动控制动态针捕集呼吸采样装置

应用案例：

Needle trap动态捕集针技术在护理

点呼吸采样

实验步骤：

●   采样方式:猪肺泡呼吸样本通过手动和自动肺泡采样的两种采样方式。

●   动物接受了血管外科手术以研究脊髓缺血的影响。分别从麻醉诱导后、手术准备后、脊髓动脉夹闭后5min取标本。异丙酚诱导维持麻醉。

●   样品体积为20毫升，每次取样时用每种取样方法重复两次。在这些实验中只使用了定制的NT，填料为2 cm的甲基丙烯酸和乙二醇二甲基丙烯酸酯共聚物。

                                     图3：手动采样

                             图4：自动肺泡采样

*结果

                           图5：手动和自动采样的比较

当自动取样时，峰面积要高得多。这些结果表明，自动采样，特别是在高呼吸频率下，比人工采样更有效。（如图5所示）

所以，Needle trap动态捕集针技术为气态基质中的痕量分析提供了一种全新的、强有力的样品制备方式。

                          图6：Needle trap动态捕集针技术

Needle trap动态捕集针技术具有以下优点：

●   灵敏度高，适用于痕量级别的气体分析，减少采样时间和体积；

●   结合采样器可实现直接肺泡采样，容易储存和运输；

●   解析速率快，直接进样口分析，无需冷阱聚焦；

●   可复合多种吸附剂，适用不同化合物。

参考文献

[1] 呼出气分析在肺炎病原体诊断中的研究进展.

[2] Microextraction techniques in breath biomarker analysis. Bioanalysis (2014) 6(9), 1275–1291

[3] Analytical Chemistry, Vol. 81, No. 14, July 15, 2009

[4] Anal Bioanal Chem (2013) 405:3105–3115 DOI 10.1007/s00216-013-6781-9