近年来,肺癌一直是发病率和死亡率最高的癌症。早期肺癌一般无明显症状,因此肺癌检出通常发生在晚期,此时已经错过了治疗的最佳时期。很明显,肺癌的早期发现只能通过定期筛查实现。但是,目前临床肺癌检测技术还无法实现大范围高危人群筛查。呼吸检测技术是一种无创和低成本的检测方法,适用于临床初筛。呼出气体又直接起源于肺部,对肺部疾病具有很好的特异性。为此,本研究致力于探究呼出气体及其冷凝物中的肺癌标志物,开发适应临床体检要求的检测仪器和检测技术。通过开发一种可以方便地应用于定期体检的检测技术,将有望实现肺癌的早期诊断。本文主要内容和创新性工作如下：1.探索了有效确定呼出气体中挥发性肺癌标志物的方法,确定了5种与肺部良性疾病无关的新标志物。本研究分析了79例肺癌患者、54例肺部良性疾病患者和38例健康受试者的呼出气体中挥发性有机化合物(VOCs)的成分和浓度,通过三组数据的两两对比筛选出了5种浓度与肺癌相关、但不受肺部良性疾病影响的VOCs作为挥发性肺癌标志物。对78例验证组人群的呼出气体进行分析的结果表明,在肺部良性疾病的患病情况未知的条件下,5种标志物在肺癌和健康人之间仍具有较好的区分能力。与国际国内现有研究相比,本文首次在统计学方法上最大程度排除了良性疾病在样本中分布情况的干扰,确定了5种比现有研究成果更具临床实用性的挥发性肺癌标志物。2.提出了一种用于电子鼻数据分析的非线性判别模型,提高了电子鼻用于肺癌呼吸诊断的正确率,并缩短了诊断时间。课题组前期构建了用于肺癌诊断的复合型电子鼻系统(HENS),本研究建立了一种非线性识别模型(NLDM)用于分析HENS检测单元产生的多元数据。临床医生在诊断时,诊断不同特点的患者会重点考虑不同的诊断因素。该模型借鉴了这一方法,对于单个样本先分析各个特征值对于该样本的重要性,再决定哪些变量进入模型。模型非线性体现在：针对不同样本用于计算判别得分的变量类型和变量个数也不同。验证实验结果表明NLDM的判别正确率、算法空间复杂度和时间复杂度均优于HENS前期使用的人工神经网络模型。3.提出了呼出气体冷凝物中的癌胚抗原、鳞状细胞癌抗原和神经元特异性烯醇化酶的检测方法,实验表明上述3种蛋白可作为早期肺癌筛查的标志物。我们通过改良呼出气体冷凝物(EBC)采集装置,实现了EBC中大分子蛋白的收集。研究共采集了105例肺癌病人和56例正常健康人的EBC,用化学发光免疫分析方法检测了其中癌胚抗原(CEA)、鳞状细胞癌抗原(SCC)和神经元特异性烯醇化酶(NSE)的浓度。同时,收集了受试者空腹静脉血肿瘤标志物检测结果做对比。经分析,EBC和血清中的肿瘤标志物浓度在肺癌组中都显著高于健康组；EBC中的标志物在识别特定组织学类型的肺癌时,比血清标志物具有更高的阳性率；EBC中的标志物比血清标志物具有更好的早期识别效果。4.结合纳米金染色增强技术,显著提高了乐甫型声表面波免疫传感器用于呼出气体冷凝物中蛋白标志物检测的灵敏度。本研究首先通过蛋白A的导向性固定作用将包被抗体修饰在乐甫波传感器的敏感区域,利用抗原-抗体反应捕获样本中的待测抗原,实现传感器的特异性检测。此外,为了提高传感器灵敏度使用了纳米金颗粒标记的检测抗体,在乐甫波传感器表面构建“三明治”结构的免疫反应。引入金染色液,其中的金离子沉积在纳米金表面,极大地放大了传感器信号,使EBC中肿瘤相关抗原的检测得以实现。该传感器用于EBC中CEA、SCC和NSE检测的检出限分别为0.967ng/mL、 0.663ng/mL和1.598ng/mL,分别低于各自用于肺癌初筛的诊断阈值,可以有效用于临床肺癌的区分。5.设计了呼出气体冷凝物检测仪器,开发配套的iPad端软件,实现了冷凝物中肿瘤标志物的高灵敏度快速实时检测。针对上述传感器,我们开发了相关检测仪器,通过设计自动进样系统、控制电路和移动端软件,实现了自动化检测,有效减少了手工操作引入的实验误差；同时实现了检测过程的远程监控和数据的多平台共享。本研究验证了该仪器检测数据与商用网络分析仪的检测结果严格一致。并且利用上述仪器,检测了17例肺癌患者和13例正常健康受试者的EBC中CEA、SCC和NSE的浓度,结果显示三种标志物浓度在肺癌组和健康组均能检测出差异性分布,验证了该仪器用于早期肺癌检测的有效性。