除了新冠病毒肺炎（Covid-19），該頻率梳技術(shù)還可以檢測(cè)其它疾病，例如慢性阻塞性肺疾病（COPD）、肺癌和腎衰竭。

據(jù)麥姆斯咨詢報(bào)道，近期，由美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）和科羅拉多大學(xué)（University of Colorado）聯(lián)合創(chuàng)建的美國(guó)天體物理聯(lián)合實(shí)驗(yàn)室（JILA）的研究人員基于諾貝爾獎(jiǎng)獲獎(jiǎng)技術(shù)——頻率梳，升級(jí)完善了一款呼吸分析儀，研究人員將其與機(jī)器學(xué)習(xí)（ML）相結(jié)合，“非常準(zhǔn)確”地檢測(cè)了170名志愿者的新冠病毒（SARS-CoV-2）感染情況。

研究人員表示，該成果“是頻率梳技術(shù)通過(guò)檢測(cè)人類呼出氣體來(lái)診斷疾病的首次真實(shí)測(cè)試”。這一進(jìn)展在發(fā)表于《呼吸研究學(xué)報(bào)》（Journal of Breath Research）期刊上的“Breath analysis by ultra-sensitive broadband laser spectroscopy detects SARS-CoV-2 infection”論文中進(jìn)行了介紹。

與其它呼吸分析技術(shù)相比，頻率梳技術(shù)有潛力通過(guò)無(wú)創(chuàng)方式診斷更多種類的疾病，同時(shí)也比其它醫(yī)學(xué)檢測(cè)更快、更準(zhǔn)確。

人類呼吸中含有1000多種不同的微量分子，其中許多微量分子與人體特定的健康狀況有關(guān)。美國(guó)天體物理聯(lián)合實(shí)驗(yàn)室研發(fā)的頻率梳呼吸分析儀根據(jù)呼出氣體樣本吸收的紅外光的特定波長(zhǎng)和強(qiáng)度來(lái)識(shí)別分子的化學(xué)特征。

2008年，美國(guó)天體物理聯(lián)合實(shí)驗(yàn)室的Jun Ye研究員及其同事展示了世界上第一臺(tái)頻率梳呼吸分析儀，該分析儀測(cè)量光譜近紅外（NIR）部分的光吸收。

美國(guó)天體物理聯(lián)合實(shí)驗(yàn)室研發(fā)的頻率梳呼吸分析儀可以檢測(cè)新冠病毒肺炎等疾病

2021年，他們通過(guò)將該技術(shù)擴(kuò)展到中紅外光譜區(qū)，使檢測(cè)靈敏度提高了數(shù)千倍，在中紅外光譜區(qū)域，分子對(duì)光的吸收能力更強(qiáng)。這使得在萬(wàn)億分之一（ppt）濃度水平上的一些呼吸分子（例如人體中那些濃度最低的分子）也能被識(shí)別出來(lái)。

這項(xiàng)研究的另一個(gè)亮點(diǎn)是使用了機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)可處理和分析來(lái)自14836個(gè)頻率“梳齒”測(cè)量的所有呼吸樣本的大量數(shù)據(jù)，每個(gè)“梳齒”代表不同的頻率，以創(chuàng)建診斷疾病的預(yù)測(cè)模型。

機(jī)器學(xué)習(xí)的益處

“與健康相關(guān)的分子濃度會(huì)隨人體健康狀況的變化而增加或減少。機(jī)器學(xué)習(xí)分析這些信息，識(shí)別其模式，制定可靠的檢測(cè)標(biāo)準(zhǔn)，我們可以借此來(lái)預(yù)測(cè)并診斷疾病。”Jun Ye研究小組的研究生梁?jiǎn)⒅艺f(shuō)道，梁?jiǎn)⒅沂巧鲜稣撐牡闹饕髡摺?/p>

美國(guó)天體物理聯(lián)合實(shí)驗(yàn)室由美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院和科羅拉多大學(xué)博爾德分校（University of Colorado Boulder）聯(lián)合運(yùn)營(yíng)。這項(xiàng)研究工作是研究人員在2021年5月至2022年1月期間，通過(guò)從170名羅拉多大學(xué)博爾德分校的學(xué)生和教職員工身上采集的呼吸樣本進(jìn)行的。其中約一半的志愿者在新冠肺炎（COVID-19）標(biāo)準(zhǔn)聚合酶鏈?zhǔn)椒磻?yīng)（PCR）檢測(cè)中呈現(xiàn)陽(yáng)性。另一半受試者的檢測(cè)結(jié)果為陰性。

NIST/JILA研究員Jun Ye和David Nesbitt創(chuàng)建了一款頻率梳呼吸分析儀，該呼吸分析儀通過(guò)測(cè)量激光頻率梳穿過(guò)玻璃管內(nèi)呼吸樣本時(shí)吸收的光的波長(zhǎng)和強(qiáng)度，來(lái)識(shí)別疾病的生物標(biāo)志物

Jun Ye研究員說(shuō)：“我確實(shí)認(rèn)為該頻率梳技術(shù)優(yōu)于其它任何技術(shù)，其中，最基本的一點(diǎn)不僅在于檢測(cè)靈敏度，還在于該技術(shù)可以生成更多的檢測(cè)數(shù)據(jù)或呼吸標(biāo)記，在人工智能（AI）的幫助下可真正建立一個(gè)全新的‘頻率梳呼吸組學(xué)’領(lǐng)域。有了這些數(shù)據(jù)庫(kù)，我們可以用它來(lái)搜索和研究人類的許多其它生理狀況，并幫助推進(jìn)醫(yī)療保健領(lǐng)域未來(lái)的發(fā)展。”

展望未來(lái)，研究人員可以通過(guò)擴(kuò)大光譜覆蓋范圍、使用更強(qiáng)大的人工智能技術(shù)分析模式以及檢測(cè)和分析其它分子（包括新冠病毒），來(lái)進(jìn)一步提高該頻率梳技術(shù)的準(zhǔn)確性。

審核編輯：劉清