Kanser çeşitlerinin nefes analizi ile ayırt edilmesi

Abstract

Eski zamanlardan bu yana nefes, farklı hastalık türlerinin teşhisinde bir araç olarak kullanılmıştır. Literatüre göre insan nefesinde çeşitli uçucu organik bileşikler (VOC) rapor edilmiştir. Bu VOC'ler vücudun metabolik süreçlerinin ürünleridir. Bu nedenle nefes, tıbbi teşhis ve terapötik izleme için önemli bir potansiyel oluşturmaktadır. Ayrıca non-invaziv bir yöntem olduğu için nefes örnekleme işlemi ağrısız bir şekilde yapılabilmektedir. Ayrıca, analiz için sınırsız bir kaynaktır. Birçok çalışmada, araştırmacılar nefes örnekleri toplamak için Tedlar torbalarını kullanırlar. Tedlar torbaları nefes numunelerini saklamak için kullanışlı olsa da torbalar maliyetlidir ve Tedlar torbasının duvarındaki nem birikimi analiz sonucunu etkiler. Kantitatif analiz için, Tedlar torbasının bilinen bir hacmi olmasına rağmen, ondan VOC'leri örneklemek hala büyük bir zorluktur. Dolayısıyla Tedlar torbası kullanımından kaynaklanan bu sorunların üstesinden gelmek için alternatif yeni bir sisteme ihtiyaç duyulmaktadır. Burada, nefes örneklemesi ve analizi için 3 boyutlu basılan bir nefes toplama aparatı tasarlanmıştır. Nefesteki VOC'ler, 3 boyutlu basılan toplama aparatı kullanılarak bir SPME fiberi tarafından toplandı, ardından GC-MS kullanılarak tespit edilmeleri takip edildi. Covid-19 pandemisi nedeniyle, küçük bir sağlıklı gönüllü grubu seçildi (farklı cinsiyetlerden sigara içenler ve içmeyenler). 20 kişiden alınan nefes örnekleri Lineer Diskriminant Analiz (LDA) ile incelendi. LDA, aralarında herhangi bir ilişki olup olmadığını gözlemlemek için sonuçları ayırt eden istatistiksel bir tekniktir. Sonuçlar, cinsiyet ve sigara içme farklılıklarının belirgin bir şekilde ayrıldığını ve bu istatistiksel analiz kullanılarak tanımlandığını göstermiştir.

From old times until now, breath has been used as a tool for diagnosing different types of diseases. According to the literature, various volatile organic compounds (VOC) in human breath have been reported. These VOCs are products of the body's metabolic processes. For this reason, the breath composes significant potential for medical diagnosis and therapeutic monitoring. In addition, since it is a non-invasive method, breath sampling can be done painlessly. Also, it is an endless resource for analysis. In many studies, researchers use Tedlar bags to collect breath samples. Although the Tedlar bags are handy for storing the breath samples, the bags are costly, and the moisture accumulation on the wall of the Tedlar bag affects the result of the analysis. For quantitative analysis, even though the Tedlar bag has a known volume, sampling VOCs from it is still a big challenge. Thus, an alternative new system is required to overcome these problems faced due to the use of the Tedlar bag. Here, a 3D printed breath collection apparatus is designed for breath sampling and analysis. The VOCs in breath were collected by an SPME fiber using the 3D printed collection apparatus, then followed by their determination using GC-MS. Due to the pandemic of Covid-19, a small group of healthy volunteers was selected (smokers and nonsmokers of different genders). The breath samples collected from 20 individuals were examined with Linear Discriminant Analysis (LDA). LDA is an statistical technique that discriminates the results to observe if there is any relationship between them. The results indicated that the gender and smoking differences are distinctly separated and identified using this statistical analysis.