空气污染对人体健康构成巨大危险。根据全球疾病负担报告，2017年空气污染导致全球范围内490万人的死亡，其中颗粒物暴露导致294万人的死亡。目前，空气污染暴露对健康的影响主要通过流行病学和毒理学的方法进行研究。然而，基于流行病学方法的数据分析缺乏直接的生物学证据，存在人口差异和PM成分差异等多重混杂因素影响。另一方面，基于动物和细胞毒理实验的结果用于人类存在一定偏差。此外，空气质量变化是实时的，流行病学方法和离线毒理学方法不能提供关于健康影响的及时信息。这些困难严重妨碍我们理解空气污染对人类健康的影响。
针对以上问题，北京大学环境科学与工程学院要茂盛教授团队在过去的几年里一直在积极寻求一种无创人体研究的方案，可用于体内检测空气污染对人体健康的影响，包括使用酵母细胞和从大鼠呼出气生物标志物来实时监测空气污染对生命体的影响。基于前期的研究基础，北京大学团队研究了使用呼出气VOC无创监测灰霾空气污染对人体健康的影响。
要茂盛课题组一共招募了47名健康的在校大学生，既做为对照也做为暴露人群，采集他们的呼气样本（n=235），使用气相色谱-离子迁移谱仪（GC-IMS）对两次雾霾污染前后的VOCs进行分析，发现丙醇和异戊二烯等6种挥发性有机化合物在两次灰霾暴露前、暴露时和暴露后均有显著差异；而清洁对照日之间未在同样人群中观察到统计学上的显著差异（p>0.05）（图1，图2）。机器学习模型（GBM）可以区分雾霾前和雾霾后的VOC指纹，精度可达90-100%；然而，相同的模型在区分两个不同清洁天时表现不佳（图1e, 图1f）。
相关性分析结果表明，空气污染物CO、NO2、PM2.5、O3浓度以及PM2.5的组分（NH4+、NO3-、乙酸、甲磺酸）在雾霾污染暴露后的呼出气VOC指纹变化中起重要作用。结果还表明性别对雾霾污染的VOC响应存在差异，不同的雾霾事件对健康的影响也不同。由于招募人群既是对照也是暴露人群，个体间的差异混杂干扰因素被排除。 这项工作是雾霾污染对人类健康影响的直接证据，同时研发了一种非侵入性的跟踪空气污染直接对人类健康影响的方法，课题组第一次使用呼出气VOC指纹直接研究雾霾空气污染对人体健康的影响，揭示了雾霾空气暴露的人体呼出气标志物。与现有的流行病学和毒理学方法相比，该方法具有非侵入性、时间分辨力强、操作简单等特点， 为未来大规模人群的空气污染研究提供了崭新的思路和研究范式。 对相关气体标志物代谢组学的进一步研究有望揭示空气污染致病的关键机制。
图1 灰霾A过程以及清洁对照天人群呼出气VOCs指纹差异
图2 灰霾B过程人群呼出VOCs指纹差异以及PM2.5组分的变化情况
研究成果以“Haze Air Pollution Health Impacts of Breath-borne VOCs”（https://pubs.acs.org/doi/full/10.1021/acs.est.2c01778）为题近日在线发表在Environmental Science and Technology刊物上。论文的第一作者为北大环境学院博士生张璐，北大要茂盛教授为通讯作者。合作作者还包括环境学院胡敏教授、吴志军研究员、博士生李心月、陈灏轩。该项目主要得到国家自然科学基金委资助项目（基金号92043302）、国家自然科学基金委国家杰出青年科学基金（基金号21725701）与广州实验室项目（基金号EKPG21-02）的资助。
