电子鼻应用图片嗅！电子鼻更灵敏了|上海羊羽卓进出口贸易有限公司

嗅！电子鼻更灵敏了

经过数亿年的发展，生物进化出了近乎完美的嗅觉系统以躲避威胁、捕获猎物，从而得以生存。早在1.5万年前，人类就利用犬类具有更加优异嗅觉的特点，驯化了犬类辅助捕猎和预防猛兽袭击。此后，人们还利用金丝雀对地下煤矿中的一氧化碳进行检测，利用警犬检测爆炸物、毒品、疾病等。

但是，直接利用生物进行检测存在成本高、生物情绪状态不稳定等缺点，限制了其在实际环境中的应用。因此，人们试图通过模仿生物的嗅觉，开发具有仿生功能的人工嗅觉系统，即电子鼻、生电鼻和比色鼻。

图1 （a-c）自然嗅觉系统识别气味过程机理图；（d-f）比色人工嗅觉系统总图及其检测过程图；（g-h）比色人工嗅觉系统分解图及其制备过程图

电子鼻是1982年由Persaud和Dodd开发出了第一个人工鼻子，其成功利用传感阵列并辅助以指纹识别技术实现了对于多种气味的区分识别。但是，电子鼻依然主要依赖于待测物与目标气体分子间的无特异性物理吸附，这就导致其依然容易受到环境中其它物质，尤其是湿度的干扰。而通过对电子鼻表面化学修饰以提高其选择性，不仅极大提高了材料制备的复杂性，还由于这种不可逆的化学反应而导致基线漂移。

随着1991年哥伦比亚大学科学家Buck和Axel解码了嗅觉受体这一划时代的发现，生电鼻获得了极大的发展。它不仅具有优异的抗干扰特性，而且可以达到0.1 fM的液体超灵敏检测和PPt 级别（10-12，万亿分之一）的气体检测限。但是，由于生电鼻完全依赖种类有限的生物嗅觉受体，这就导致对于一氧化氮、甲烷等无味有毒气体难以检测，更不要说其所需的复杂异质表达系统和要求较高的培养环境。

北伊利诺伊大学的 Suslick 课题组在2000年率先利用金属卟啉染料制备出了比色鼻子。由于比色鼻子主要利用其与目标分子从最弱的范德瓦尔斯键到最强的共价键或离子键等一系列弱强不同的比色阵列组成，因此其具有极其优异的灵敏度和选择性。但是其由于采用的比色阵列均为交叉相应，这就导致较弱闭塞单元被干扰后就会引起整体判断的错误。此外，因为是一次性使用，这就造成了不必要的环境污染和资源浪费。

无论是哪种人工鼻子，其都无法完成对挥发性极低甚至不挥发物质的检测，这也就极大地限制了人工鼻子的发展。

如何针对挥发性极低甚至不挥发爆炸物检测，从人工嗅觉系统方面提出新的解决方案，是一项极为挑战性的课题，而这也极大地限制了人工嗅觉系统的发展。是否有可能将电子鼻的可重复使用性、生电鼻的特异性和比色鼻的完全不依赖生物组织的优点结合在一起，并且克服其共同的缺点——无法检测挥发性极低甚至完全不挥发物质，是当今痕量检测领域面临的巨大挑战。

众所周知，人体嗅觉系统能够受到固体花粉刺激。那么，是否可以通过检测空气中悬浮颗粒而达到检测难挥发物质的目的呢？

经过深入分析嗅觉系统的作用机理，研究人员设计开发出一种全新的人工嗅觉系统——基于水凝胶的比色人工嗅觉系统。主要基于三个方面的仿生效果：1）利用水凝胶既具有微液环境又具有固体机械性能的特点，模拟嗅觉粘膜，实现空气中悬浮颗粒的吸附、溶解及检测；2）以针对待检测物的、特异性强的比色探针加载到水凝胶中以模拟气味结合蛋白；3）利用反应产物特定颜色传导出的光学信号，模拟嗅觉受体发生形状变化传输信号。

比色水凝胶首先通过物理吸附将悬浮在空气中的非制式爆炸物颗粒吸附在其表面，之后颗粒边溶解边与比色水凝胶中的试剂反应，最后在一定区域内产生明显地颜色变化。

图2（a）比色试剂检测1 mM的NaClO前后紫外-可见吸收光谱对比图，插图为比色皿中试剂颜色对比图片及其反应机理图；（b-d）随NaClO浓度增加试剂的颜色变化过程图，紫外-可见吸收光谱变化图，666 nm位置处吸收值变化图及其拟合曲线插图；（e）试剂在60天内检测不同浓度NaClO的666 nm位置处紫外-可见吸收峰值变化图及其实物照片；（f）试剂检测不同浓度NaClO的RGB距离变化图及其拟合曲线插图；（g-h）RGB距离分析试剂对于日常用品及其空气中水溶性悬浮离子的选择性和抗干扰性能，插图为其相应的实物照片（图中的标准偏差均为3次测试后的计算结果）

实验结果表明比色水凝胶检测5种1.2-9.8 µm直径范围内的非制式爆炸物颗粒时，对NaClO、KClO₃、NaClO₄、尿素和KNO₃可分别在20 s、0.6 s、0.3 s、1 s和0.2 s实现识别。同时，该比色人工嗅觉系统对不同种类的非制式爆炸物颗粒质量低至66.7 pg（NaClO），39.4 pg（KClO₃），137.9 pg（NaClO₄），65.5 pg（尿素）和127.2 pg（KNO₃）时就能实现明显识别，因而具有pg级的检测限。不仅如此，该比色人工嗅觉系统还具有优异的选择性和可重复使用性。

图3 （a）赋予水凝胶比色检测性能及其可重复使用性能的示意图与扫描电镜图；（b-c）水凝胶、比色水凝胶、检测后及其萃取后水凝胶的傅里叶-红外光谱和重复使用时的RGB距离变化

图4 （a-c）比色水凝胶检测颗粒过程示意图；比色水凝胶检测5种非制式爆炸物悬浮颗粒的（d）时间序列图，（e）差色图,（f）颜色扩散面积随时间的变化图

该方法克服了传统意义上电子鼻、生电鼻、比色鼻的缺点，不仅解决了严重威胁世界人民生命和财产安全的难挥发性非制式爆炸物检测难题，而且将人工嗅觉系统推向了一个新高度。在实际情况下，该方法还可以扩展到毒品检测、环境污染物监测、食品安全等领域。

实际测试使用

日前，相关研究成果以 A Colorimetric Artificial Olfactory System for Airborne Improvised Explosive Identification 为题发表在材料领域国际期刊Advanced Material 上，并被选为杂志内封底，随后还得到得到材料领域学术网站Materials Views China报道。

来源：中国科学院新疆理化技术研究所

神奇的电子鼻，只要一分钟，就可“嗅出”适合免疫治疗的肺癌患者

肺癌是癌症中的头号杀手，我国肺癌的发病率和死亡率一直高居首位，其中80%-85%的患者为非小细胞肺癌（NSCLC）。靶向治疗在一定程度上延长了患者的生存时间，但约有40-50%驱动基因阴性的非小细胞肺癌患者并不适合靶向治疗，传统含铂双药化疗对这类患者的治疗有效率约20-30%，患者总生存期仅一年左右。

应运而生的免疫疗法作为新一代治疗手段，显著延长了驱动基因阴性肺癌患者的生存期。

目前，PD-1/PD-L1抑制剂免疫疗法已成为治疗晚期非小细胞肺癌患者的标准治疗方案。但并非所有的肺癌患者都适合免疫治疗，往往要通过对肿瘤样本进行检测，根据相关指标的表达来决定能否进行免疫治疗。

然而，对于晚期癌症患者而言，时间就是生命，有没有一种既便捷又相对准确的方法能提前预测患者对免疫治疗的反应，从而准确筛选出适合免疫治疗的患者呢？

目前，荷兰阿姆斯特丹大学研发出一种快速检测方法——电子鼻（eNose），或许可作为患者是否适合免疫治疗的早期监测工具。研究人员利用“电子鼻”分析晚期非小细胞肺癌患者呼出的化学物质，就可以确定患者是否适用免疫疗法。癌度带大家一起来看看这个神奇的“鼻子”。

不到一分钟，电子鼻

就能识别患者是否适合免疫治疗

电子鼻是一种小型设备，它可以识别挥发性有机化合物（VOCs）中的气体混合物。挥发性有机化合物是指在室温下具有高蒸汽压的化合物，是人体代谢变化的结果。研究人员认为，晚期非小细胞肺癌患者呼吸中VOC的混合物可能表明患者是否会对PD-1/PD-L1抑制剂治疗产生反应，VOC会根据全身或其他部位（例如肺）发生的代谢过程而变化。所以在开始治疗之前，可以使用电子鼻呼气分析来识别非小细胞肺癌患者能否使用免疫治疗。

当使用电子鼻时，患者深呼吸，保持5秒钟，然后慢慢呼气进入设备。电子鼻传感器响应呼出气体中的挥发性有机化合物；每个传感器对不同分子组具有不同的灵敏度。传感器读数直接发送到在线服务器上，用于实时处理数据。测量时间不到一分钟，并将结果与在线数据库进行比较，在线数据库中机器学习算法立即确定患者是否可能响应免疫治疗。

研究数据证明电子鼻呼吸分析的

准确性和安全性

这是一项前瞻性观察研究，研究人员招募了从2015年8月至2019年6月期间接受PD-1抑制剂治疗的94名晚期非小细胞肺癌患者，并将其分为两组（训练队列n=62，验证队列n=32），通过电子鼻来分析使用PD-1抑制剂K药及O药治疗的患者治疗期的呼吸曲线。

图1 两队列的基线特征

94例患者在开始治疗前两周内，进行了血液检查和肺活量测定以进行毒性监测，并分别每2周和6周重复一次。对于反应监测，在治疗开始前2周内、治疗开始后6周和12周内进行CT检查，每3个月重复一次。基于实体瘤疗效评估标准(RECIST)1.1版，所有患者在基线期及3个月随访时进行CT检查，疗效评估分为部分反应（PR）、稳定疾病（SD）或疾病进展（PD）。部分反应的患者被归类为客观反应者，稳定疾病或疾病进展的患者被归类为无反应者。

在获得所有患者的疗效评估后，将患者以2:1的比例随机分配在训练队列和验证队列。研究人员在随机化之前对呼气数据不知情。在训练队列中，拟合了两种基于呼气数据预测反应的模型：一种仅使用基线测量值（“基线模型”），另一种使用基线时收集的测量值和治疗六周后收集的测量值（“治疗中模型”）。然后在未参与模型拟合的验证队列患者中评估两种模型的性能。

呼气分析

训练队列：在敏感性达到100%，第一个模型（基线模型）仅基于基线测量，曲线下面积（ROC-AUC）为0.81时，特异性为54%；第二个模型（治疗模型），包括在基线检查时和治疗六周后进行的测量，ROC-AUC为0.95时，特异性为73%。

验证队列：在敏感性为100%时，基线模型下ROC-AUC为0.89时，特异性为68%；治疗模型下ROC-AUC为0.97时，特异性为84%。

图2 队列工作特征（ROC）曲线

在验证队列中，使用公式对治疗模式预测得分，部分反应组的预测得分≥0.14，预测得分低于这个分界点的患者被归类为无应答者。经过六周的治疗后，部分反应的患者表现出对客观反应的更高概率的预测分数，而疾病进展的患者均显示与基线相比较低的客观反应的概率。

图3 验证队列基线模型和治疗模型计算的预测得分

研究结果表明，电子鼻呼吸分析可在治疗早期更准确地识别对PD-1抑制剂治疗有客观反应的晚期非小细胞肺癌患者，从而能有效避免部分对免疫治疗无效的患者进行免疫疗法。通过电子鼻呼吸分析，患者可被划分为有应答者或无应答者，更有助于在当前和未来的免疫治疗方案中决定继续、停止或调整治疗方案。

期待高新科技的推广应用

肿瘤治疗的精准化，一是寻找最适合的受益患者，二是避免对某类治疗无效的患者的过度治疗。初步看来，电子鼻的呼吸分析可以准确、无创和低成本地识别对PD-1抑制剂治疗有客观反应的晚期非小细胞肺癌患者，为无反应患者节约了时间和金钱成本，避免了不良反应。

该研究还为优化电子鼻呼气分析在晚期非小细胞肺癌患者中的临床应用铺平了道路。最后，希望这种方便快捷，优势明显的高新技术能尽快得到推广应用，期待更多的临床数据来证实。

参考文献：

1. Boots AW, Bos LD, van der Schee MP, van Schooten F, Sterk PJ, Exhaled molecular fingerprinting indiagnosis and monitoring: Validating volatile promises, Trends Mol Med. 21 (2015) 633-644.

2.Wilson AD, Diverse applications of electronic-nose technologies in agriculture and forestry, Sensors(Basel). 13 (2013) 2295-348.