Ацетон, этанол и изопропанол как совокупность биомаркеров в выдыхаемом воздухе пациентов с диабетом первого типа

Аннотация

Сахарный диабет первого типа (аутоиммунный диабет) представляет собой хроническое заболевание, характеризующееся дефицитом инсулина вследствие потери бета-клеток поджелудочной железы. По данным Международной диабетической федерации, 537 млн человек (~ 8 %) в мире страдают указанным заболеванием. Согласно статистическим данным, к 2030 г. число пациентов, страдающих диабетом, увеличится до 643 млн и к 2045 г. составит 783 млн человек в мире. Неинвазивная диагностика позволяет выявить заболевание на ранней стадии, что позволит снизить нагрузку на систему здравоохранения страны и повысить качество жизни населения. В работе описана экспериментальная установка, основанная на инфракрасной лазерной спектроскопии. Основными элементами установки являются квантово-каскадный лазер, излучающий в диапазоне 5,3...12,8 мкм с пиковой мощностью 150 мВт и шагом перестройки 1 см^--1, и многоходовая газовая кювета Эрриота с длиной оптического пути 76 м. Проведен анализ полученных спектров выдыхаемого воздуха здоровых волонтеров (60 чел.) и пациентов, страдающих диабетом первого типа (60 чел.). Рассчитаны диаграммы размаха концентраций трех основных молекул-биомаркеров (ацетона, этанола и изопропанола). Медианные значения полученных диаграмм размаха концентраций молекул-биомаркеров позволяют надежно дифференцировать волонтеров разных групп здоровья. Результаты могут быть использованы для определения референсных значений концентраций молекул-биомаркеров в выдыхаемом воздухе и для разработки приборов экспресс-диагностики заболеваний по спектральному анализу выдыхаемого воздуха

Работа выполнена в рамках реализации программы стратегического академического лидерства "Приоритет-2030", утвержденной постановлением Правительства Российской Федерации № 729 от 13 мая 2021 г.

Просьба ссылаться на эту статью следующим образом:

Небритова О.А., Демкин П.П., Морозов А.Н. и др. Ацетон, этанол и изопропанол как совокупность биомаркеров в выдыхаемом воздухе пациентов с диабетом первого типа. Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки, 2023, № 6 (111), с. 39--54. DOI: https://doi.org/10.18698/1812-3368-2023-6-39-54

Литература

[1] Paschou S.A., Petsiou A., Chatzigianni K., et al. Type 1 diabetes as an autoimmune disease: the evidence. Diabetologia, 2014, vol. 57, no. 7, pp. 1500--1501. DOI: https://doi.org/10.1007/s00125-014-3229-5

[2] Magliano D.J., Boyko E.J. Federation I.D. IDF diabetes atlas. Brussels, International Diabetes Federation, 2021.

[3] Selvaraj R., Vasa N.J., Nagendra S.S., et al. Advances in mid-infrared spectroscopy-based sensing techniques for exhaled breath diagnostics. Molecules, 2020, vol. 25, iss. 9, art. 2227. DOI: https://doi.org/10.3390/molecules25092227

[4] Galassetti P.R., Novak B., Nemet D., et al. Breath ethanol and acetone as indicators of serum glucose levels: an initial report. Diabetes Technol. Ther., 2005, vol. 7, no. 1, pp. 115--123. DOI: https://doi.org/10.1089/dia.2005.7.115

[5] Salerno-Kennedy R., Cashman K.D. Isopren in der Atemluft als potenzieller Biomarker in der modernen Medizin. Wien. Klin. Wochenschr., 2005, vol. 117, pp. 180--186. DOI: https://doi.org/10.1007/s00508-005-0336-9

[6] Diskin A.M., Spanel P., Smith D. Time variation of ammonia, acetone, isoprene and ethanol in breath: a quantitative SIFT-MS study over 30 days. Physiol. Meas., 2003, vol. 24, no. 1, art. 107. DOI: https://doi.org/10.1088/0967-3334/24/1/308

[7] Deng C., Zhang J., Yu X., et al. Determination of acetone in human breath by gas chromatography--mass spectrometry and solid-phase microextraction with on-fiber derivatization. J. Chromatogr. B, 2004, vol. 810, iss. 2, pp. 269--275. DOI: https://doi.org/10.1016/j.jchromb.2004.08.013

[8] Smith D., Turner C., Spanel P. Volatile metabolites in the exhaled breath of healthy volunteers: their levels and distributions. J. Breath Res., 2007, vol. 1, no. 1, art. 014004. DOI: https://doi.org/10.1088/1752-7155/1/1/014004

[9] Park Y.L., Chen B.R., Wood R.J. Design and fabrication of soft artificial skin using embedded microchannels and liquid conductors. IEEE Sens. J., 2012, vol. 12, iss. 8, pp. 2711--2718. DOI: https://doi.org/10.1109/JSEN.2012.2200790

[10] Spanel P., Dryahina K., Smith D. Acetone, ammonia and hydrogen cyanide in exhaled breath of several volunteers aged 4--83 years. J. Breath Res., 2007, vol. 1, no. 1, art. 011001. DOI: https://doi.org/10.1088/1752-7155/1/1/011001

[11] Storer M., Dummer J., Lunt H., et al. Measurement of breath acetone concentrations by selected ion flow tube mass spectrometry in type 2 diabetes. J. Breath Res., 2011, vol. 5, no. 4, art. 046011. DOI: https://doi.org/10.1088/1752-7155/5/4/046011

[12] Goyal A.K., Kotidis P., Deutsch E.R., et al. Detection of chemical clouds using widely tunable quantum cascade lasers. Proc. SPIE, 2015, vol. 9455, pp. 144--152. DOI: https://doi.org/10.1117/12.2177527

[13] Ninham B.W., Bolotskova P.N., Gudkov S.V., et al. Nafion swelling in salt solutions in a finite sized cell: curious phenomena dependent on sample preparation protocol. Polymers, 2022, vol. 14, iss. 8, art. 1511. DOI: https://doi.org/10.3390/polym14081511

[14] Bunkin N.F., Kozlov V.A., Kir’yanova M.S., et al. Fourier IR spectroscopy study of the effects of unsteadiness on the process of swelling of polymeric membranes. Opt. Spectrosc., 2021, vol. 129, no. 4, pp. 460--470. DOI: https://doi.org/10.1134/S0030400X2104007X

[15] Richard L., Romanini D., Ventrillard I. Nitric oxide analysis down to ppt levels by optical-feedback cavity-enhanced absorption spectroscopy. Sensors, 2018, vol. 18, iss. 7, art. 1997. DOI: https://doi.org/10.3390/s18071997

[16] Ghorbani R., Schmidt F.M. ICL-based TDLAS sensor for real-time breath gas analysis of carbon monoxide isotopes. Opt. Express, 2017, vol. 25, iss. 1, pp. 12743--12752. DOI: https://doi.org/10.1364/OE.25.012743

[17] McManus J.B., Zahniser M.S., Nelson Jr D.D., et al. Application of quantum cascade lasers to high-precision atmospheric trace gas measurements. Opt. Eng., 2010, vol. 49, iss. 11. DOI: https://doi.org/10.1117/1.3498782

[18] Щербакова А.В., Анфимов Д.Р., Фуфурин И.Л. и др. Экспериментальная установка на базе перестраиваемого в диапазоне волн 5.3--12.8 µm квантово-каскадного лазера для спектрального анализа выдыхаемого человеком воздуха. Оптика и спектроскопия, 2021, т. 129, вып. 6, с. 747--754. DOI: http://dx.doi.org/10.21883/OS.2021.06.50986.7k-21

[19] van Mastrigt E., Reyes-Reyes A., Brand K., et al. Exhaled breath profiling using broadband quantum cascade laser-based spectroscopy in healthy children and children with asthma and cystic fibrosis. J. Breath Res., 2016, vol. 10, no. 2, art. 026003. DOI: https://doi.org/10.1088/1752-7155/10/2/026003

[20] Fufurin I., Berezhanskiy P., Golyak I., et al. Deep learning for type 1 diabetes mellitus diagnosis using infrared quantum cascade laser spectroscopy. Materials, 2022, vol. 15, iss. 9, art. 2984. DOI: https://doi.org/10.3390/ma15092984

[21] Golyak I.S., Kareva E.R., Fufurin I.L., et al. Numerical methods of spectral analysis of multicomponent gas mixtures and human exhaled breath. Comput. Opt., 2022, vol. 46, iss. 4, pp. 650--658. DOI: http://dx.doi.org/10.18287/2412-6179-CO-1058