帕金森，是一种常见的慢性神经退行性疾病，这种疾病会逐渐导致身体机能丧失和行动能力下降，严重影响患者的生活质量。目前，帕金森病尚无治愈方法，大多数临床治疗旨在减缓疾病进展。

　　现有的帕金森病诊断方法面临程序复杂、扫描时间长、成本高昂，在临床诊断中的价值有限。有没有更加简单的识别方法？有，掏出耳垢，看一看。

　　浙江大学生仪学院，南京航空航天大学研究人员联合浙江大学医学院附属第一医院发表在Analytical Chemistry期刊上一项研究，开发了一种利用耳道分泌物中挥发性有机化合物（VOCs）来诊断帕金森病的新方法。

　　2016年曾有报道指出，一位帕金森病患者的妻子Joy Milne能够通过嗅觉检测到帕金森病，她的嗅觉异常灵敏，能感知到大多数人察觉不到的气味。这一发现启发了临床研究，探索使用特定的VOCs作为帕金森病诊断的生物标志物。

　　过去的研究尝试分析患者皮肤表面的皮脂样本中的VOCs。但皮肤表面的皮脂容易受到环境影响，导致样本收集的稳定性不足。本研究则将目光投向了耳道分泌物。耳道分泌物与皮肤表面的皮脂类似，含有脂质、蛋白质和其他化合物，包括尊龙凯时VOCs，能够反映身体的代谢状态和炎症状况。耳道分泌物存在于更稳定的环境中，简化了样本收集过程并显著提高了分析的准确性。

　　招募了帕金森病患者和非帕金森病患者，收集耳道分泌物样本的过程非常细致。收集前6小时内不能洗澡、使用乳液或化妆品；收集前12小时内不能运动或进行任何形式的体育活动；收集前12小时内不能使用香水。样本采集时，使用蘸有生理盐水的医用棉签擦拭耳道内壁，然后将左右耳的样本分别储存在不同容量的玻璃瓶中，用气相色谱-质谱联用仪（GC-MS）对耳道分泌物样本中的VOCs成分进行定性分析，识别具体的化合物。

　　共收集了209份临床样本，包括108名帕金森病患者和101名非帕金森病患者的样本。经过GC-MS分析，他们发现帕金森病患者的ECS中检测到196种不同的VOCs，非帕金森病患者则有168种。虽然不同受试者的ECS成分存在差异，但没有一个样本具有完全相同的成分，这表明VOCs成分可以作为疾病识别的指纹。

　　通过统计分析，研究最终确定了四种与帕金森病患者和非帕金森病患者之间存在显著差异的VOCs成分：乙苯、4-乙基甲苯、戊醛和2-十五烷基-1,3-二氧戊环。这些VOCs被认为是帕金森病的潜在生物标志物。

　　为了提高诊断模型的准确性和效率，研究引入了从色谱数据中提取特征的协议，并将GC-SAW与卷积神经网络CNN模型相结合。通过这种先进的AI技术，该系统实现了高达94.4%的诊断准确率。模型的受试者工作特征曲线，表明其具有很高的敏感性和特异性。

　　研究讨论了耳道分泌物中VOCs成分可能改变的原因。这些VOCs可能与长期暴露于化学环境（如农药和化学污染物）有关。某些生活习惯（如饮食和吸烟）也可能影响通过人体代谢排泄的VOCs。此外，身体状况的变化也可能产生某些内源性VOCs。

　　GC-MS能够准确量化代谢产生的VOCs，为帕金森病与代谢产生的VOCs之间的潜在关联提供支持。而GC-SAW虽然不能定量确定VOCs的成分，但其检测速度快、成本低、精度高的优势，使其非常适用于临床初步筛查。在实际应用中，GC-MS更适合用于验证帕金森病发病机制和代谢途径研究中的生物标志物。而结合了AIO的GC-SAW诊断模型，则更适合作为临床上帕金森病早期检测的一线筛查工具。

　　总之，这项研究成功地从帕金森病患者的耳道分泌物中收集了VOCs样本，并识别出四种具有诊断潜力的生物标志物：乙苯、4-乙基甲苯、戊醛和2-十五烷基-1,3-二氧戊环。通过将特征提取方法与CNN模型相结合，诊断准确率达到了94.4%，这突出显示了利用耳道分泌物中VOCs进行帕金森病嗅觉诊断的潜力，使其成为一种更准确、更有效的方法。