点击显示 收起
【摘要】 目的 比较CT检查报告肺癌患者的呼吸气体（VOCs）中利用气相色谱系统检测到的特征性气体，并探讨该特征性气体与肺癌的联系。方法 通过对浙江大学附属邵逸夫医院在西门子16排螺旋CT以及GE HiSpeed CT/I上进行检查的8例患者肺部图像进行观察，确定为可疑的肺癌患者并采集其呼吸气体，通过之后的病理报告加以确认；另一方面利用固相微萃取对有机气体成分的预富集作用以及气相色谱能够检测有机气体成分的原理对这些肺癌患者的呼吸气体进行检测，探讨所检测到的这一类呼吸气体中共同的有特征性的有机挥发气体，并且将肺癌的特征气体、正常人的呼吸气体以及肺癌组织细胞代谢气体进行比较分析。结果 8例CT示肺部肿块并考虑为肿瘤的患者，根据病理结果其中4例周围型肺癌，3例中央型肺癌，1例排除了恶性肿瘤。使用TEDLAR气袋收集此8例患者的呼吸气体，然后使用固相微萃取（SPME）－气相色谱（GC）对呼吸气体进行分析，根据其出峰时间的不同对VOCs定性，测得患肺癌的患者的呼吸气体中含有苯、丙基苯和癸烷三种特征性气体，而炎症患者的呼吸气体中则没有出现这样的特征性气体。结论 在由CT图像显示的并被随后的病理结果证实的肺癌患者中，利用气相色谱系统初步研究了其呼吸特征气体苯、丙基苯和癸烷，探测这些特征气体可为初筛肺癌提供参考。
【关键词】 体层摄影术，螺旋计算机；肺癌；气相色谱；特征性呼吸气体
Detection on marker VOCs of lung cancer with CT and gas chromatography（GC）system
WANG Yue.Sir Run Run Shaw Hospital,Zhejiang University,Hangzhou 310016,China
［Abstract］ Objective To suspect lung cancer patients with checking their CT reports to detect and compare the VOCs in their breath to determine the correlation between lung cancer and its marker VOCs.Methods Used SIEMENS SOMATOM SENSATION 16 CT scanner to find 8 studies which had a lung cancer diagnosis in their CT report,detected the VOCs in these 8 patients’breath by solid phase microextraction（SPME）and gas chromatography（GC）system. Compared the VOCs in lung cancer patients and normal people and metabolic product of lung cancer cells to analyze the correlation between lung cancer and its marker VOCs.Results 7 lung cancer patients were detected three marker VOCs in their breath: Benzene,Propyl benzene and Decane.Conclusion We can use CT scan and GC system to establish the correlation between lung cancer patient and the marker VOCs in their exhaled breath. Detecting Benzene,Propyl benzene and Decane helps making diagnosis of lung cancer.
［Key words］ tomography,spiral computed；lung cancer；gas chromatography system；marker VOCs
肺癌是引起全球男性和女性肿瘤患者死亡的首要原因，中国国际肺癌学术公布中国的肺癌发病率已由20世纪70年代的第四位上升至第一位，因此探索到一种便利有效的肺癌诊断筛查手段对于肺癌患者能够及时得到治疗是十分有意义的。在肺癌患者的呼吸气体中所含的特征性有机成分的检测方面［1～3］，已经有部分科研人员做了尝试，也有培养肺癌组织细胞并探测其代谢气体成分的研究［4］，期望能建立通过检测患者的呼吸气体即能够初筛肺癌患者的简便方法。临床上应用颇成熟的CT检查对肺癌的检出其敏感性和特异性都较高，笔者通过CT检查和气相色谱系统的联用，探讨肺癌与肺癌患者呼吸气体中的特征性有机成分的对应关系。
1 资料与方法
1.1 研究对象与CT扫描参数 使用 SOMATOM SENSATION 16型号（西门子）的16排CT机，120 kV，100 mAs，7 mm层厚重建图像，螺距1.25。使用的GE HiSpeed CT/I 单排螺旋CT参数为120 kV，100 mAs，7 mm层厚。8例患者均为浙江大学附属邵逸夫医院放射科就诊患者，其中男5例，女3例，年龄49～75岁，根据病理结果其中4例周围型肺癌，3例中央型肺癌，1例为脓肿。
1.2 呼吸气体的收集与处理 收集8例肺癌患者的呼吸气体来进行试验，集气的工具是5 L的Tedlar气体采样袋，其材料为聚氟乙烯（极惰性材料）。使用前用丙酮和纯净水反复清洗，然后充氮气，在采样袋口阀门打开的情况下80 ℃烘干，反复几次，使袋内的有机成分完全挥发，再将袋内氮气排空。采集人体呼吸气体时打开气体采样袋阀门，嘱咐被采样人以胸式呼吸，深吸一口气，呼入Tedlar气体采样袋内至袋鼓胀，即完成了人体呼吸气体的收集。然后用固相微萃取SPME对袋内的呼吸气体形动态富集，并用GC分析其中的成分。
由于肺癌患者呼吸气体中的特征挥发性有机化合物（VOCs）含量极低，通常仅为10-9～10-12，这些特征VOCs与疾病有很高的相关性，所以对于呼吸气体来说必须进行预处理，即使用固相微萃取对这些特征VOCs进行预富集，然后才能用气相色谱仪做分析。固相微萃取包括吸附和解吸两步。吸附过程中待测物（收集好的肺癌患者呼吸气体中的有机成分）在样品及石英纤维萃取头外涂渍的固定相液膜中平衡分配，遵循相似相溶原理。这一步主要是物理吸附过程，可快速达到平衡。对于气相色谱（GC）而言，解吸过程随着萃取纤维插入GC进样口后进行热解吸。
1.3 气相色谱系统 色谱法是一种分离方法，它利用物质在两相（固定相和流动相）中分配系数的微小差异进行分离。气相色谱是色谱中的一种，就是用气体作为流动相的色谱法，利用被测物质各组分在不同两相间分配系数（溶解度）的微小差异，当两相做相对运动时，这些物质在两相间进行反复多次的分配，使原来只有微小的性质差异产生很大的效果，而使不同组分得到分离。气相色谱仪是气相色谱法为基础而设计的仪器，由载气系统、进样系统、色谱柱、检测器、记录系统、温度控制系统组成。样品注入色谱仪后由载气把样品组分带进色谱柱，色谱柱起到样品分离作用，然后通过检测器将色谱柱分离后的物质浓度或质量的变化转换为电信号，通过相应的电部件检测后由记录仪记录下来，作为色谱分析的数据。本实验使用的是25 mm直径的DB-1涂覆相毛细管色谱柱和氢火焰离子化检测器（FID）。
根据之前文献中研究者所确定的11种肺癌患者呼吸气体中的挥发性有机气体［5］，本文通过试验检测这11种有机气体在肺癌患者中是否存在以及存在的量，并与正常人做比较，找出肺癌检测的特点，这11种VOCs见表1。表1 11种有机成分出峰时间表这11种标样气体的出峰表，其不同的出峰时间标明了不同成分的VOCs，对于气相色谱来说，我们可以通过受测气体出峰时间的标定和检测来判断呼吸气体中的VOCs类型［6］。
2 结果
8例CT示肺部肿块并考虑为肿瘤的患者，根据病理结果其中4例周围型肺癌，3例中央型肺癌，1例为脓肿，经过对CT图像的观察后于次日早晨空腹采集该患者的呼吸气体进行GC检测。8例患者CT图像如图1所示。
图1 8例患者的CT图像
图1a：右肺下叶背段可见不规则形软组织肿块，最大径约64 mm×24 mm，呈分叶状，边界尚清，考虑周围型肺癌。穿刺活检证实为周围型腺癌；图1b：右上肺101 mm×66 mm团块影，增强后密度不均，中心密度偏低，上腔静脉受压，纵隔内可见多发肿大淋巴结，右侧胸腔大量积液。考虑肺癌伴纵隔淋巴结转移。纤支镜标本组织病理检查证实鳞状细胞癌；图1c：右肺门见软组织密度影，形态不规则，呈分叶状，右上段支气管堵塞，纵隔内见淋巴结影及气体影。为右肺中央型肺癌伴阻塞性肺炎、纵隔淋巴结转移。纤支镜标本组织病理检查证实中央型鳞癌；图1d：右肺近胸壁处约3 mm×3 mm病灶，伴胸膜增厚，建议穿刺。纤支镜组织活检和CT穿刺活检均未见癌细胞，确认为炎性纤维化肺组织及脓肿；图1e：右下肺近胸壁侧肿块，行CT引导下穿刺活检，组织病理确认为周围型腺癌；图1f：右肺上叶尖后段5.1 cm×3.4 cm肿块影，呈分叶状，边缘毛刺状，不均匀强化，右肺上叶支气管轻度受压变窄，考虑右上肺癌。穿刺活检证实为中央型腺癌；图1g：右下肺近胸壁侧肿块，短径小于3 mm，行CT引导下穿刺活检，组织病理证实为周围型腺癌；图1h：左肺上叶后段46 mm×61 mm左右不规则软组织肿块影，边界不清，左肺动脉及主动脉受侵，右肺上叶支气管后段阻塞，纵隔内见肿大淋巴结影，考虑左肺癌。脱落细胞病理学检查证实为癌。该8例患者于清晨空腹收集呼吸气体，利用气相色谱系统进行检测，色谱分析结果由记录仪记录下来，为一出峰图，将得到的各出峰图与11种标样成分的出峰时间作对比，即可判断呼吸气体中所含的VOCs类型。8例患者的呼吸气体出峰图见图2～9。
根据表1的归纳，比较图2的出峰时间与标样气体的出峰时间可得患者1的呼吸气体中含有苯、丙基苯和癸烷。类似的，可知患者2、患者3的呼吸气体中亦含有苯、丙基苯和癸烷。分析患者4的出峰图，该患者在前12 min内没有检测到出峰，也就是该患者的呼吸气体内不含我们所要检测的11种标样气体中的任何一种。患者5、患者6的呼吸气体中含有丙基苯。患者7的呼吸气体含有苯和丙基苯。患者8含有苯。
3 讨论
研究过程中都采取先观察CT图像、收集呼吸气体分析，后核对病理结果的方式，值得注意的是在第四例患者的呼吸气体检测图中12 min以内没有标记到任何一个有机成分的电压峰，也就是说该患者的呼吸气体不含11种标样气体的任一种。在之后核对病理结果中看到该患者的CT引导下穿刺组织病理为慢性炎症伴灶性纤维化及小片坏死组织，并非恶性肿瘤组织。除了对检测到的特征性VOCs进行定性之外，还可以根据对峰面积（与VOCs含量成正比［7，8］）的测量确定VOC的含量。对于气相色谱GC，在检测条件一定的情况下，在配置已知浓度的标样VOCs时已得到浓度与峰面积的关系，即比例系数k＝浓度/峰面积，在这里用来计算患者呼吸气体中VOCs的含量。苯、丙基苯和癸烷的k值分别为：2.561×10-13、5.954×10-13和2.654×10-14。对上述8例患者呼吸气体各个有机成分的电压峰根据其峰面积积分可以得到各成分的浓度，现归纳如下,见表2。表2 各型肺癌患者与其VOCs类型和含量
观察计算所得的各VOCs成分的含量（g/ml），普遍在10-10的数量级，低至10-12数量级，说明特征性成分的含量是非常低的，如果不使用气相色谱系统，则必须设计非常灵敏、精确的电子鼻系统来代替检测以实现简便化的操作。根据以上表格所归纳的结果可知肺癌患者呼吸气体中的VOCs成分主要为苯、丙基苯和癸烷，而患者2、3、8的呼吸气体中VOCs成分更多，根据出峰图判断除了以上标记的苯、丙基苯、癸烷之外还含有少量苯乙烯，含量极低。本研究的结果显示7例在CT图像上见到肿瘤的患者都能从其呼吸气体中检测到三种特征性有机成分苯、丙基苯和癸烷中的一种或几种，而非肿瘤的1例患者则无法测到，提示我们能够建立起CT图像上显示肺部肿瘤（且病理证实确实为肿瘤）与患者呼吸气体中含有苯、丙基苯和癸烷成分两者之间的联系。但由于试验条件的限制，一方面试验例数不多，作统计学检验困难，另一方面能否从检测呼吸气体含有这三种特征成分反推知患者患肺部肿瘤的可能性上还需要探讨。
【参考文献】
1 Phillips M,Gleeson K,Hughes JMB,et al. Volatile organic compounds in breath as markers of lung cancer: a cross-sectional study.Lancet，1999,353:1930-1933.
2 Phillips M,Cataneo RN,Cummin ARC. Detection of lung cancer with volatile markers in the breath.Chest,2003,123:2115-2123.
3 Chen X,Xu FJ,Wang Y，et al. A Study of the VOCs exhaled by lung cancer cells in vitro for breath diagnosis.Cancer,2007,110（4）:835-844.
4 郝燕，王永清，王悦,等.检测细胞代谢气体成分诊断肺癌的方法.浙江大学学报：工学版，2008,42（2）:294-298.
5 Natale CD,Macagnano A，Martinelli E. Lung cancer identification by the analysis of breath by means of an array of non-selective gas sensors. Biosensors and Bioelectronics,2003,18:1209-1218.
6 Groves WA,Zellers ET,Frye CC. Analyzing organic vapors in exhaled breath using a surface acoustic wave sensor array with preconcentration: Selection and characterization of the preconcentrator adsorbent. Analytica Chimica Acta,1998,371:131-143.
7 杨姝，叶险峰，鲍春阳，等.气相色谱法测定大气中超痕量烃（c2-c11）的含量.化学工程师，1998,69:30-32.
8 Castello G,Benzo M,Gerbino TC. Automated gas chromatographic analysis of volatile organic compounds in air. Journal of Chromatography A,1995,710:61-70.
作者单位：310016 浙江杭州,浙江大学附属邵逸夫医院放射科