荷蘭研究者de Vries 等使用智能“電子鼻”，對肺癌患者呼出的氣體進行分析，預測免疫治療的患者能否達到客觀緩解，客觀緩解率預測的準確率高達85%。這種“呼氣預測”，不僅可以提前預測客觀緩解率，還能使至少24%的肺癌患者，提前回避無效的免疫治療。(Ann Oncol. 2019年9月17日在線版. doi: 10.1093/annonc/mdz279)

為了預測免疫治療的療效，研究者們可謂絞盡腦汁。PD-L1表達水平、腫瘤突變負荷(TMB)、T細胞亞群測定、免疫微環(huán)境基因型、單細胞測序甚至機器學習等都被探討用來預測免疫治療療效。

雖有一定研究進展，但免疫治療的客觀緩解率，在目前已獲批的適應證患者群體中，只有30%左右。就算把疾病穩(wěn)定的患者算上，整體獲益比例也不夠讓人滿意，許多患者實際上接受了無效的治療。

除了治療有沒有效之外，治療副作用、費用高昂、病情超進展風險之類的因素，都讓預測療效顯得格外重要。

每個人呼出的氣體，也像指紋一樣有著獨一無二的特征。揮發(fā)性有機物(VOC)、甲烷、氨氣等可從側面反映人體的代謝情況。研究顯示，在呼吸系統(tǒng)疾病當中，VOC等氣體成分的變化，可作為疾病篩查、預后評價的有效指標。且與抽血檢查相比，呼氣檢查既無創(chuàng)又快速。

基于這個思路，荷蘭研究者設計了“電子鼻”(eNose)，在傳統(tǒng)肺功能檢測儀器的基礎上，利用7個特殊傳感器，實時分析疾病患者和正常人呼出氣體成分特征的不同。經(jīng)過數(shù)據(jù)處理和校對，這些特征會轉化為最終的分析模式。

在分析COPD、哮喘等疾病時，檢測流程只需要2分鐘的電子鼻，都取得了成功。用到免疫治療上，之前的套路并不變，只要從患者身上得到數(shù)據(jù)，再總結出模式就可以嘗試了。

研究者首先招募了92例接受免疫治療的晚期肺癌患者，讓他們接受電子鼻呼氣分析，也就是“訓練隊列”。總結出的分析模式，再在51例患者的“驗證隊列”當中進行驗證。

雖然招募的真實世界患者情況復雜，但電子鼻沒讓人失望。在患者能否實現(xiàn)客觀緩解的預測上，電子鼻分析的曲線下面積(AUC)達到0.85，也就是85%的準確率。而如果使用PD-L1表達水平預測，那么AUC只有0.66，差距接近20%。

而在提前區(qū)分免疫治療無效的患者上，電子鼻也更準，它預測免疫治療無效可能性>72%的患者有12例，這12例患者均未獲得客觀緩解。如果用PD-L1陰性作為篩查標準，雖然同樣能找出這12例患者，卻會漏掉3例獲得客觀緩解的患者。

也就是說，電子鼻預測可能無效的患者，最終治療無效的可能性就非常大，檢測的敏感性比PD-L1更好。而這些并不適合免疫治療的患者，在整個隊列中占到近四分之一(24%)，提前將其篩選出來，換用其他方案治療，利大于弊。

美國斯坦福大學Heather Wakelee教授評論指出，這兩年PD-1抑制劑已經(jīng)獲批用于肺癌的一線治療，可以單藥也可以聯(lián)合化療，而研究團隊入組的患者，大多數(shù)是單藥二線治療。所以電子鼻應用能否擴大，還需要前瞻性研究的驗證。 (編譯 馮如)