本报综合消息　近日,在线发表于国际学术刊物《呼吸研究杂志》的一篇论文表明,北京大学环境学院要茂盛教授团队与北京市朝阳区疾病预防与控制中心等团队合作,集成呼出气采样、气相色谱-离子迁移谱检测和机器学习模型,研发出了新冠感染的无创呼出气挥发性有机物组合指纹筛查系统,该系统已经申请了国家发明专利。
　　据介绍,检测中无需任何检测试剂,被试者使用一次性呼吸袋,只要呼气30秒便可完成样品采集。获得呼出气样本后,系统结合支持向量、梯度加速和随机森林三种机器学习算法对12种关键VOCs标志物进行建模,最快能在5分钟至10分钟内实现新冠患者快速筛查。基于现有数据模型,检测的特异性和灵敏度达到了95%以上。相比核酸检测,这种方法不仅简便省时,还十分经济。
　　“从实验到临床,需要的是更多的样本量。”要茂盛介绍说,此前参与研究的包括74例新冠患者、30例非新冠呼吸系统感染患者以及87位医务工作人员和健康受试者。目前,新冠感染的无创呼出气筛查系统正计划扩大样本量,开展进一步优化与测试,以实现推广应用。
　　新冠核酸检测有时会出现“假阴性”的问题。在疫情防控工作当中,假阴性(即实际感染新冠但检测为阴性)会带来巨大隐患。许多场所和场景都需要快速筛查,例如高层会议、海关入境、特殊航班、隔离酒店、收治医院等。在这些地方,无创呼出气筛查系统有望发挥额外辅助作用,填补核酸检测在时间和灵敏度方面的不足,做到“双保险”,降低新冠肺炎传播风险。
　　据国际媒体报道,2020年以来,新加坡、日本、印度尼西亚等国科研人员都曾开发“呼气测新冠”技术。对此,要茂盛指出,中国研究团队是最早取得此项成果的。