《自然综述新期刊》：可穿戴呼吸诊断工具

20世纪70年代，首次通过色谱法对呼吸进行分析，证明呼气中存在有机物质。从那时起，已经在呼吸中发现了3000多种挥发性有机成分（VOCs），可用于医疗应用。然而，除了测量酒精水平的呼吸分析仪外，诊断应用几乎仅限于实验室测试。材料科学、生物工程学的进步，加上人们对呼气传染病诊断的兴趣增加，最近推动了呼气分析的普及。

呼吸分析可以被广泛地解释为两步过程：验证诊断性呼吸标志物的存在，并建立其检测方法。临床试验已经识别出了“呼吸印迹”中与某些疾病或代谢活动相关的特定挥发性有机化合物。因此，呼吸分析可以用作非侵入性定性诊断工具。与其他非侵入式采样方法相比，呼吸采样具有独特的优势，因为分析物从血液输送到肺部绕过了复杂的输送机制。例如，分泌分子进入唾液和汗液的运输取决于其解离常数、亲脂性、pH值、蛋白质结合亲和力和电离性，因此可能比通过肺泡的毛细血管扩散复杂得多。最近的研究表明，呼气中的冷凝物和血液中的抗生素水平之间有很好的相关性。

从基于实验室的测量技术向可穿戴生物传感器的转变对于加速呼吸分析的转化是必要的。前者依赖于某一时刻呼吸冷凝物的收集，通过色谱和/或光谱方法对其进行分析。然而，这些方法受到工作流程缺乏标准化、周转时间长、仪器成本高和样品制备复杂的限制。可穿戴传感器可同时进行样本采集和分析，且允许长时间收集呼吸，提供实时采样和分析。

口罩形式的可穿戴传感器已进行了测试，通过电化学传感检测过氧化氢（几种呼吸道疾病的生物标志物，如哮喘、慢阻肺和癌症），并通过集成自供电压力传感器监测呼吸条件（如呼吸率、咳嗽和屏气）。新冠肺炎疫情进一步将呼吸分析作为检测含病毒气溶胶的方法带到了一线。例如，带有冻干CRISPR的口罩可以使用传统的侧向层析检测SARS-CoV-2，而光学嗅探器（比色传感器阵列）可以联合患者病历和实时聚合酶链反应（RT-PCR）的结果，对新冠肺炎的严重程度进行半定量分析。

为了实现可穿戴呼吸分析的临床潜力，需要解决几个挑战。已鉴定出多种呼吸分析物（约3500种），包括非生理性产生的外源性标记物；然而，根据年龄、饮食、吸烟和药物以及呼气流速的不同，它们在呼吸中的浓度通常非常低（比血液中的浓度低1000-10000倍）。因此，可穿戴呼吸分析仪的灵敏度必须很高，以便能够检测呼吸分析物。

在可穿戴设备中，呼吸可以在微流体系统中分离，作为预浓缩步骤。此外，传感元件可以通过基于合成生物学的生物测定（如基于CRISPR-Cas的系统、微生物酶和蛋白质）来提高灵敏度，或者可以使用纳米结构来增加有效传感面积。目标分子也可以通过刺激代谢活动在源头处浓缩；或者，外源性生物标记物可以通过利用与某种疾病（如癌症）相关的代谢活动在源头上表达。例如，基因工程合成的生物标记物可用来特异性地检测肿瘤相关基因表达或失调。分析物反应性也可以通过化学预处理或通过形成分析物-纳米颗粒复合物来提高。

为了测量具有类似化学和/或物理性质混合物中的特定分析物，可以采用两种相反的设计方法。

自下而上的方法旨在实现绝对选择性，并从选择明确的目标（生物标记物）开始。传感技术是在理想的实验室环境中围绕特定化合物设计的。目标和受体之间的相互作用强度应优化，以允许传感器再生进行连续测量。合成呼吸生物标志物有助于提高信噪比，有助于优化分析物捕获-释放周期。类似地，合成生物受体能够通过改变表面电荷、温度或pH值控制分析物的捕获和释放，从而实现连续监测。

在自上向下的方法中，使用传感器阵列来提高选择性。这种传感单元需要鲁棒性，应用一系列化学相互作用来捕获潜在信息化合物。因此，必须在模式提取模型的帮助下编译和处理大量数据，以将生理状态与感官指纹相关联。然而，相同的传感器子集可以被不同的分析物组合激发，这使得难以将模式与特定条件相关联。即使在缺乏生理相关生物标志物的情况下，也可以观察到与某些健康状况相关的传感模式。因此，多阵列传感技术应该足够复杂，以响应成分的变化，比如嗅觉受体，它可以被结合到可穿戴呼吸分析仪的生物混合传感器中。此外，数据必须用类似复杂度的黑盒模型处理，例如深度学习方法。

呼吸成分受样本采集方法的强烈影响，但采集方法尚未标准化。分析物的相对比率随着呼吸部分（晚期或末期潮式呼吸）、呼吸模式、样本污染（例如唾液）、样本采集模式（连续或离散）和样本相（蒸汽或冷凝物）的选择而变化。因此，端到端可穿戴设计研究应选择一种允许连续访问生理状态的样本采集策略。例如，一次性口罩可以集成采样、样品制备和传感模块。或者，可以在鼻下贴片或鼻内贴片，或安装在呼吸道上的植入物。传感器集成的汽化装置可以实现治疗应用的闭环药物输送（如下图）。

与可穿戴呼吸分析相关的伦理考虑包括患者数据收集、患者安全、责任、法律责任、用户合规性、可访问性和公平性，这些都需要在可穿戴呼吸传感器的设计和临床应用中加以考虑。责任和患者安全是治疗应用中可穿戴设备的特别关注点。法律责任源于将患者数据集成到数据处理程序中，以及模型和训练数据库选择中的错误或偏差，这反过来决定了可穿戴设备输出对最终诊断判断的贡献。此外，考虑到编程语言、库和某些疾病的医学提示，误用设备和缺乏软件更新也会导至责任问题。

通过解决剩余的技术和伦理挑战，可穿戴呼吸分析可以成为预防性医疗监测的补充工具。