[论文解读] Breath analysis by ultra-sensitive broadband laser spectroscopy detects SARS-CoV-2 infection

Qizhong Liang, Ya-Chu Chan+7 more|arXiv (Cornell University)|Feb 4, 2022

Advanced Chemical Sensor Technologies被引用 4

一句话总结

本研究证明，腔体增强型直接频率梳光谱法（CE-DFCS）可实现对人类呼气中SARS-CoV-2感染的非侵入性、快速且高灵敏度的检测，基于170份呼气样本，曲线下面积（AUC）达到0.849(4)，与RT-PCR结果高度一致。该技术在无需化学处理的情况下，实现了对痕量气体的万亿分之一（parts-per-trillion）灵敏度分子吸收特征检测，为实时、无化学处理的呼气基疾病诊断提供了有前景的替代方案。

ABSTRACT

Rapid testing is essential to fighting pandemics such as COVID-19, the disease caused by the SARS-CoV-2 virus. Exhaled human breath contains multiple volatile molecules providing powerful potential for non-invasive diagnosis of diverse medical conditions. We investigated breath detection of SARS-CoV-2 infection using cavity-enhanced direct frequency comb spectroscopy (CE-DFCS), a state-of-the-art laser spectroscopic technique capable of a real-time massive collection of broadband molecular absorption features at ro-vibrational quantum state resolution and at parts-per-trillion volume detection sensitivity. Using a total of 170 individual breath samples (83 positive and 87 negative with SARS-CoV-2 based on Reverse Transcription Polymerase Chain Reaction tests), we report excellent discrimination capability for SARS-CoV-2 infection with an area under the Receiver-Operating-Characteristics curve of 0.849(4). Our results support the development of CE-DFCS as an alternative, rapid, non-invasive test for COVID-19 and highlight its remarkable potential for optical diagnoses of diverse biological conditions and disease states.

研究动机与目标

• 评估超灵敏宽带激光光谱法在非侵入性检测呼气中SARS-CoV-2感染方面的可行性。
• 将腔体增强型直接频率梳光谱法（CE-DFCS）与RT-PCR（SARS-CoV-2诊断的金标准）的性能进行比较。
• 评估CE-DFCS在无需样本预处理或热处理的情况下，检测与病毒感染相关的呼气中细微分子变化的能力。
• 探索CE-DFCS作为可扩展的非侵入性平台，在通过呼气分析诊断多种呼吸系统、代谢性和胃肠道疾病方面的潜力。
• 为未来基于高分辨率分子光谱的便携式、实时诊断工具的发展奠定基础。

提出的方法

• 采用CE-DFCS测量呼气中2810–2945 cm⁻¹波段的宽带分子吸收光谱，该波段对应挥发性有机化合物的转动-振动跃迁。
• 高精细度光学腔体增强了光与物质的相互作用，实现了对痕量气体检测的万亿分之一灵敏度。
• 频率梳激光器实现了数千个光学频率的同步、相干测量，从而快速获取分子指纹信息。
• 数据来自170名受试者（83例RT-PCR阳性，87例阴性），呼气样本通过非侵入性呼吸收集装置采集。
• 采用多元统计分析方法，包括偏最小二乘判别分析（PLS-DA），基于光谱模式对感染状态进行分类。
• 该方法无需任何样本预处理、衍生化或热处理，完整保留了呼气的原始组成。

实验结果

研究问题

• RQ1 CE-DFCS能否以与RT-PCR相当的灵敏度和特异性检测呼气中的SARS-CoV-2感染？
• RQ2 在病毒载量较低的接种疫苗年轻人群队列中，CE-DFCS在区分感染者与非感染者方面的表现如何？
• RQ3 在不进行化学处理的情况下，呼气中的分子吸收模式在多大程度上可作为病毒感染的可靠生物标志物？
• RQ4 CE-DFCS能否检测到可区分宿主反应与病毒组分的结构异构体、同位素体或同位素特征信号？
• RQ5 CE-DFCS在通过呼气分析诊断其他呼吸系统、代谢性或胃肠道疾病方面具有多大应用潜力？

主要发现

• CE-DFCS在区分SARS-CoV-2阳性与阴性个体时，曲线下面积（AUC）达到0.849(4)，表明其具有出色的诊断性能。
• 该技术与RT-PCR结果表现出极佳的一致性，支持其作为拭子检测的非侵入性替代方案。
• CE-DFCS成功根据吸烟史、性别和胃肠道症状对个体进行区分，表明其对生理和生活方式因素具有敏感性。
• 该方法在无需加热、纯化或化学衍生化处理的情况下，检测到了与SARS-CoV-2感染相关的分子特征。
• CE-DFCS的光谱范围覆盖了关键生物分子的转动-振动带，包括病毒蛋白（如刺突蛋白）中的C-H伸缩振动，表明其具有直接量化病毒载量的潜力。
• 未来结合深度学习模型与芯片级微型化技术，有望实现便携、低成本且广泛部署的呼气诊断设备。