Экспериментальная установка на базе инфракрасного квантово-каскадного лазера для анализа микрокомпонентов выдыхаемого воздуха пациентов с диабетом первого типа

Язык труда и переводы:
УДК:
004.91
Дата публикации:
20 ноября 2022, 21:50
Категория:
Перспективные направления исследования необратимых физических процессов
Авторы
Фуфурин Игорь Леонидович
МГТУ им. Н.Э. Баумана
Морозов Андрей Николаевич
МГТУ им. Н.Э. Баумана
Дёмкин Павел Павлович
МГТУ им. Н.Э. Баумана
Аннотация:
По данным Международной диабетической федерации (International Diabetes Federation), около 537 миллионов человек в мире страдают хроническим аутоиммунным заболеванием эндокринной системы – сахарным диабетом. Согласно статистическим данным, к 2030 г. число пациентов увеличится до 643 миллионов, к 2045 г. – 783 миллионов человек в мире. Неинвазивная диагностика позволяет выявить заболевание на ранней стадии. Описан метод диагностики диабета первого типа по выдыхаемому воздуху человека, основанный на инфракрасной спектроскопии с применением квантово-каскадного лазера в диапазоне 5,3...12,8 мкм (пиковой мощностью 150 мВт) и многоходовой газовой ячейки Эрриота с длиной оптического пути 76 м. Проведен анализ спектров выдыхаемого воздуха здоровых волонтеров и пациентов с диабетом первого типа. Показан метод ранней неинвазивной диагностики по совокупности нескольких микрокомпонентов (изопропанола и ацетона), позволяющий классифицировать заболевания с высокой точностью как в широком спектральном диапазоне, так и по концентрациям отдельных молекул-биомаркеров в выдыхаемом человеком воздухе.
Ключевые слова:
квантово-каскадный лазер, инфракрасная спектроскопия, диабет, биомаркеры, выдыхаемый воздух
Основной текст труда

Введение

Сахарный диабет — нарушение метаболического гомеостаза, контролируемого инсулином, приводящее к нарушению углеводного и липидного обмена. По данным Международной диабетической федерации  (International Diabetes Federation), около 537 миллионов человек в мире страдают хроническим аутоиммунным заболеванием эндокринной системы – сахарным диабетом. Согласно статистическим данным, к 2030 г. число пациентов увеличится до 643 миллионов, к 2045 г. – 783 миллионов человек в мире [1]. Сахарный диабет первого типа составляет всего около 10 % случаев диабета во всем мире, но все чаще встречается в раннем возрасте. Заболевание возникает в результате аутоиммунного разрушения β-клеток поджелудочной железы [2]. Таким образом возникает необходимость в разработке методов ранней неинвазивной диагностики по выделяемым биоматериалам человека, такие как слюна, выдыхаемый воздух человека и т. д. Выдыхаемый воздух человека состоит из более 1000 летучих органических соединений [3]. Некоторые летучие органические соединения являются молекулами-биомаркерами определенных заболеваний. К примеру, у здорового волонтера средняя концентрация ацетона находится в диапазоне 290...870 ppb; у пациентов с подтвержденным диагнозом диабета — превышает 1800 ppb [4, 5]. Средняя концентрация изопропанола 500ppb и более 2000 ppb соответственно [6]. Помимо существующего «золотого стандарта» газовой хроматографии с масс-спектрометрией, существует интерес к спектральному анализу многокомпонентных газовых смесей в инфракрасном диапазоне [7].

Экспериментальная установка анализа выдыхаемого человеком воздуха

Экспериментальная установка основана на методе инфракрасной лазерной спектроскопии и предназначена для высокочувствительного спектрального многокомпонентных газовых смесей, в том числе состава выдыхаемого человеком воздуха (рис. 1). Установка состоит из двух основных модулей: модуля анализа излучения и модуля пробоподготовки и подачи пробы.

Рис. 1. Схема экспериментальной установки: а — модуль анализа излучения; б — модуль пробоподготовки и подачи пробы; 1 — инфракрасный квантово-каскадный лазер; 2 — параболическое зеркало с золотым покрытием; 3 — светоделительная пластинка 20/80; 4 — зеркало; 5 — многопроходовая кювета; 6 — сигнальный фотоприемник; 7 — опорный фотоприемник; 8 — лазер видимого излучения; 9 — вакуумный насос газовой кюветы; 10 — регулятор расхода газа; 11 — мембранный (нафионовый) осушитель; 12 — тедларовый пакет для забора пробы; 13 — баллон с чистым азотом; 14 — выходной клапан внешнего контура мембранного осушителя

Модуль анализа излучения состоит из и инфракрасного квантово-каскадного лазера 1 и кадмий-ртуть-теллурового фотоприемника 6, охлаждаемого каскадом ячеек Пельтье. Квантово-каскадный лазер (LaserTune, Block Engineering) излучает в широком спектральном диапазоне перестройки 5,3...12,8 мкм в импульсном режиме с пиковой мощностью до 150 мВт. Фотоприемник CdHgTe обладает обнаружительной способностью D*~6-8·109 см·Гц1/2/Вт. Излучение от инфракрасного квантово-каскадного лазера попадает на светоделитель 3 и в отношении 20/80 делится, так что 20 % попадает на опорный фотоприемник 7, а 80 % в многоходовую газовую ячейку. Для достижения максимального оптического пути в 76 метров излучение направляется во входной зрачок кюветы под углом в 3° к нормали кюветы. Настройка максимального оптического пути в ячейке 5 осуществляется по паттерну пере отражений лазерного излучения видимого диапазона 8, настроенного соосно с квантово-каскадным лазером 1. После прохождения оптического пути в кювете лазерное излучение (порядка 20 % от входящего потока) выходит из выходного зрачка также под 3° и попадает на сигнальный фотоприемник 6 (рис. 1, а) [8].

Анализируемая проба выдыхаемого воздуха человека предварительно собирается в тедларовый пакет 12, который может герметично закрываться, и предназначен для кратковременных перевозок анализируемой воздушной пробы. Пакет 12 напрямую присоединяется к мембранному (нафионовому) осушителю 11, который с помощью двухконтурной прокачки азотом N2 13 осушает анализируемую пробу. Газовая кювета вакуумируется при помощи вакуумного насоса 9. Анализируемая проба подается с помощью двух регуляторов расхода газа 10 при постоянном контроле давления в газовой кювете (рис. 1, б) [9].

Исследуемые группы

В рамках данного исследования были исследованы пробы выдыхаемого воздуха двух групп: здоровые волонтеры и пациенты с поставленным диагнозом диабет первого типа (рис. 2). 

Рис. 2. Исследуемые группы: М — мужской пол; Ж — женский пол

Исследование проводилось на базе МГТУ им. Н.Э. Баумана и ГБУЗ Морозовская детская городская клиническая больница ДМЗ. Протокол исследования одобрен этическим комитетом Государственного бюджетного учреждения здравоохранения «Детская клиническая больница им. Морозова» Департамента здравоохранения города Москвы (Москва, Россия), №174 от 18 января 2022 г. Каждый участник исследования предоставил согласие на обработку персональных данных и заполнил анкету для сбора анамнеза.  

Результаты и обсуждения

Выдыхаемый воздух человека содержит более 1000 летучих молекул-биомаркеров. Надежность корректной диагностики заболеваний на ранней стадии повышается, в случае анализа пробы по совокупности молекул-биомаркеров. В данной работе были исследованы два биомаркера диабета первого типа: изопропанол и ацетон (рис. 3).

Рис. 3. Диаграмма концентраций веществ-биомаркеров у здоровых волонтеров и пациентов с диабетом первого типа

Видно (см. рис. 3), что концентрация веществ-биомаркеров у пациентов выше в отличие от здоровых волонтеров. Это свидетельствует о возможности применения подхода для ранней неинвазивной диагностики данного заболевания.

Заключение

Современные методы машинного и глубокого обучения позволяют с высокой точностью классифицировать болезни как по широкому спектральному диапазону целиком, так и по концентрациям веществам-биомаркерам [10, 11].

Грант
Работа выполнена в рамках реализации программы стратегического академического лидерства «Приоритет 2030», утвержденной постановлением Правительства Российской Федерации от 13 мая 2021 г. № 729
Литература
  1. IDF Diabetes Atlas 2021. 10th еdition. 2021. URL: https://diabetesatlas.org/ (дата обращения 09.09.2022).
  2. Paschou S., Petsiou A., Chatzigianni K., Tsatsoulis A., Papadopoulos G. Type 1 diabetes as an autoimmune disease: the evidence. Diabetologia, 2014, vol. 57, pp. 1500–1501. DOI: https://doi.org/10.1007/s00125-014-3229-5
  3. Selvaraj R., Vasa N., S.M., Shiva N., Mizaikoff B. Advances in mid-infrared spectroscopy-based sensing techniques for exhaled breath diagnostics.Molecules, 2020, vol. 25, no. 9, art. no. 2227. DOI: https://doi.org/10.3390/molecules25092227
  4. Diskin A. M., Španěl P., Smith D. Time variation of ammonia, acetone, isoprene and ethanol in breath: a quantitative SIFT-MS study over 30 days. Physiological measurement, 2003, vol. 24, no. 1, pp. 107–119. 107-19. DOI: https://doi.org/10.1088/0967-3334/24/1/308
  5. Deng C., Zhang J., Yu X., Zhang W., Zhang X. Determination of acetone in human breath by gas chromatography–mass spectrometry and solid-phase microextraction with on-fiber derivatization. Journal of Chromatography B, 2004, vol. 810, no. 2, pp. 269-275. DOI: https://doi.org/10.1016/j.jchromb.2004.08.013
  6. Smith D., Turner C., Španěl P. Volatile metabolites in the exhaled breath of healthy volunteers: their levels and distributions. Journal of breath research, 2007, vol. 1, no. 1, art. no. 014004. DOI: https://doi.org/10.1088/1752-7155/1/1/014004
  7. Вакс В.Л., Домрачева Е.Г., Собакинская Е.А., Черняева М.Б. Анализ выдыхаемого воздуха: физические методы, приборы и медицинская диагностика. Успехи физических наук, 2014, т. 184, № 7, с. 739-758. DOI: https://doi.org/10.3367/UFNr.0184.201407d.0739
  8. Fufurin I., Berezhanskiy P., Golyak I., Anfimov D., Kareva E., Scherbakova A., Demkin P., Nebritova O., Morozov A. Deep Learning for type 1 diabetes mellitus diagnosis using infrared quantum cascade laser spectroscopy. Materials, 2022, vol. 15, iss. 9, art. no. 2984. DOI: https://doi.org/10.3390/ma15092984
  9. Shcherbakova A., Anfimov D., Fufurin I., Golyak I., Trapeznikova I., Kareva E., Morozov A. Experimental setup based on a quantum cascade laser tunable in the wavelength range of 5.3–12.8 µm for spectral analysis of human exhaled air. Optics and Spectroscopy, 2021, vol. 129. DOI: https://doi.org/10.1134/S0030400X21060151
  10. Golyak I.S., Kareva E.R., Fufurin I., Anfimov D., Scherbakova A.V., Nebritova O., Demkin P.P., Morozov A. Numerical methods of spectral analysis of multicomponent gas mixtures and human exhaled breath. Computer Optics, 2022, vol. 46, iss. 4, pp. 650-658. DOI: https://doi.org/10.18287/2412-6179-CO-1058
  11. Fufurin I., Anfimov D., Kareva E., Scherbakova A., Demkin P., Morozov A., Golyak I. Numerical techniques for infrared spectra analysis of organic and inorganic volatile compounds for biomedical applications. Optical Engineering, 2021, vol. 60, iss. 8. DOI: https://doi.org/10.1117/1.OE.60.8.082016
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.