近日，西安電子科技大學(xué)“智能傳感”團隊吳巍煒副教授、西安交通大學(xué)第一附屬醫(yī)院泌尿外科范晉海教授、以色列理工學(xué)院Hossam Haick教授在人工嗅覺從尿液中快速、無創(chuàng)診斷膀胱癌的應(yīng)用方面取得了重要進展，以“先進材料與納米科技學(xué)院”為第一單位發(fā)表題為“Artificially Intelligent Olfaction for Fast and Noninvasive Diagnosis of Bladder Cancer from Urine”的研究論文，該研究論文獲選期刊封面（ACS Sensors，2022年第7期，第6卷）。先進材料與納米科技學(xué)院博士研究生簡瑛瑛為論文的第一作者，西安交通大學(xué)碩士研究生張楠和西安電子科技大學(xué)前沿交叉學(xué)院準(zhǔn)聘副教授劉濤平為論文的共同第一作者。范晉海教授、吳巍煒副教授及Hossam Haick教授為論文的共同通訊作者。

膀胱癌（BLC）是指發(fā)生在膀胱黏膜上的惡性腫瘤，是泌尿系統(tǒng)最常見的惡性腫瘤，也是全身十大常見腫瘤之一。據(jù)統(tǒng)計，2020年全球膀胱癌的新發(fā)病例約57萬，死亡病例約21萬。并且，男性膀胱癌發(fā)病率為女性的3～4倍，男性每100,000人中的發(fā)病率和死亡率分別為9.5和3.3人。此外，膀胱癌患者的復(fù)發(fā)率高達50%，約15-40%的病例發(fā)展到膀胱腫瘤侵襲階段。目前膀胱癌最常見的診斷方式是尿脫落細胞學(xué)及膀胱鏡檢查。然而，膀胱鏡檢查是一種侵入性診斷方式，并且靈敏度（62-84%）和特異度（43-98%）受到操作人員限制。尿脫落細胞學(xué)是通過對尿液中的脫落細胞進行檢查，雖然是一種無創(chuàng)診斷方式，但只對中晚期腫瘤有高達90%以上的靈敏度和特異性，對早期腫瘤的靈敏度很低（4-31%）。因此，一種新型的無創(chuàng)診斷膀胱癌的方式是迫切之需。

揮發(fā)性有機化合物（VOCs）是人體代謝（正?；蚣膊∠嚓P(guān)）的最終產(chǎn)物，主要通過呼吸、皮膚/汗液、尿液和糞便等排出。其中，尿液中的VOCs作為疾病的標(biāo)志物有很多的有益之處。首先，尿液中的VOCs檢測可以在臨床上優(yōu)先于膀胱鏡檢查。其次，尿液的取樣無創(chuàng)、廉價、無痛，并且尿液VOCs提供一種非侵入性的分子表征方法，可以指導(dǎo)個體化監(jiān)測治療。目前，氣相色譜-質(zhì)譜聯(lián)用技術(shù)（GC-MS）廣泛應(yīng)用于人體VOCs分析中，特別是用于識別和診斷與人類疾病相關(guān)的尿液中存在的VOCs，靈敏度和特異性極高，但其不可攜帶、成本昂貴等缺點限制了其應(yīng)用。電子鼻（E-Nose）是模擬人類嗅覺器官精確識別氣體種類和濃度方面的能力，可以對不同的VOCs進行有效識別，并且其快響應(yīng)、低成本、可攜帶等優(yōu)勢自開展研發(fā)以來一直受到科學(xué)界和工業(yè)界的廣泛關(guān)注。但是，電子鼻應(yīng)用于尿液氣味檢測和診斷膀胱癌的電子鼻裝置檢測的靈敏度和準(zhǔn)確性低（70%），無法滿足臨床需求。

(a) 收集膀胱癌患者的尿液樣本及過濾細菌 (b) 將尿液樣品鼓泡到電子鼻系統(tǒng) (c) SVM 模型的機制 (d) SVM模型分析結(jié)果 (e) ROC曲線

本研究報道了一種基于化學(xué)電阻型氣敏傳感器陣列的高性能電子鼻，通過“嗅”出臨床尿液樣本實現(xiàn)快速、無創(chuàng)和高準(zhǔn)確性地診斷膀胱癌，并可對術(shù)后復(fù)發(fā)患者進行監(jiān)測。首先，電子鼻傳感單元在室溫下分別針對膀胱癌相關(guān)的11種VOCs進行了交叉敏感性傳感性能研究。隨后，傳感單元根據(jù)篩選評分算法構(gòu)建電子鼻系統(tǒng)，對臨床尿液樣本進行檢測和診斷。該項研究共有94名志愿者參與，分為76名膀胱癌患者（60名早期和16名晚期）和18名健康對照組。最后，研究人員通過模式識別算法，在支持向量機（SVM）的幫助下，實現(xiàn)了對健康對照組和膀胱癌患者的高準(zhǔn)確性（96.67%）、高靈敏度（100%）和高特異性（83.33%）診斷。此外，術(shù)后復(fù)發(fā)的患者也可以成功被快速診斷，診斷過程中的干擾因素（年齡、性別、生活習(xí)性等）對電子鼻系統(tǒng)診斷準(zhǔn)確性不造成影響。

該研究成果可用于大規(guī)模篩查、臨床診斷和預(yù)后監(jiān)測，為膀胱癌早診早治提供一種可能的技術(shù)路徑。同時，該研究解決了面對混合被測物時，如何通過單一組分的傳感結(jié)果，實現(xiàn)最優(yōu)傳感器陣列組合的預(yù)測算法；通過尿液氣味診斷疾病的臨床標(biāo)準(zhǔn)流程兩個關(guān)鍵問題；并且研究這公布了所有算法的源代碼供同行借鑒和使用。

PS：西安電子科技大學(xué)“智能傳感”團隊依托先進材料與納米科技學(xué)院應(yīng)用化學(xué)系、前沿交叉研究院“智能傳感”前沿交叉研究中心共同建設(shè)，團隊面向化學(xué)傳感器制備與應(yīng)用，納米材料、分析化學(xué)、半導(dǎo)體物理、流體力學(xué)等多學(xué)科交叉融合，系統(tǒng)解決化學(xué)傳感器特征值如何產(chǎn)生、如何提取和如何識別的關(guān)鍵科學(xué)問題。近年來在Nano-Micro Letters（國產(chǎn)旗艦期刊）、Nano Research（國產(chǎn)旗艦期刊）、Chemical Reviews、Advanced Materials、Advanced Functional Materials等Top期刊發(fā)表多項工作。

文章信息：
Jian Y, Zhang N, Liu T, Zhu Y, Wang D, Dong H, Guo L, Qu D, Jiang X, Du T, Zheng Y, Yuan M, Fu X, Liu J, Dou W, Niu F, Ning R, Zhang G, Fan J*, Haick H*, Wu W*. Artificially intelligent olfaction for fast and noninvasive diagnosis of bladder cancer from urine. ACS Sensors, 2022, 7, 6, 1720–1731.

論文連接：
https://pubs.acs.org/doi/10.1021/acssensors.2c00467

審核編輯 ：李倩