SAMPLING BODY ODOR FOR HEALTHCARE MONITORING
Prezentace | 2024 | ESPCI Paris - PSL | MDCWInstrumentace
Analýza tělesného pachu představuje neinvazivní přístup k monitorování zdraví a hledání specifických biologických markerů u řady onemocnění (cukrovka, epilepsie, Covid-19, kožní nádory). Rozpoznávání a kvantifikace těkavých organických sloučenin (VOC) umožňuje dřívější diagnostiku, sledování patofyziologických změn a potenciální rozšíření diagnostických nástrojů v klinické i průmyslové praxi.
Studie usiluje o:
Vzorky pachových emisí se odebíraly sorbentními trubičkami pomocí navrženého odběrového zařízení. Přenos analyzátorů zajišťovalo termodesorpční zařízení (Markes TD-100xr) při 220 °C po dobu 20 minut. Analýza proběhla na vícerozměrné chromatografii s hmotnostní spektrometrií:
Analýza armpit vzorků odhalila více než 1 000 chromatografických signálů; manuální potvrzení identifikovalo 85 klíčových molekul. Tyto složky byly klasifikovány do tří kategorií:
Srovnání vzorků z různých částí těla ukázalo nejbohatší profil v podpaží (průměrně 885 sloučenin), zatímco předloktí a horní část zad měly méně signálů. Významnou proměnnou složku tvořily environmentální a expozice-spojené zlúčeniny (chlorované deriváty po koupání v bazénu).
Ve studii Covid-19 bylo ze 34 vzorků od pozitivních pacientů a 12 negativních získáno sedm slibných VOC biomarkerů. Psí detekce na stejných vzorcích dosahovala téměř 100% úspěšnosti, avšak výsledky ukazují možný vliv hospitalizačního prostředí. Druhý výpočtový přístup zúžil kandidáty na pět sloučenin s vazbou na virovou patologii.
Očekává se rozvoj miniaturizovaných odběrových systémů a realtime monitorovacích stanic pro VOC. Dále budou integrovány pokročilé datové algoritmy a strojové učení pro lepší interpretaci komplexních signálů. Klinické validace se zaměří na ranou detekci kožních nádorů a dalších metabolických poruch.
Studie demonstrovala, že pečlivé vzorkování a kombinace thermodesorpční GC×GC-ToF/MS s chemometrií dokáže odhalit jak stabilní, tak proměnlivé složky tělesného pachu. Výsledky otevírají cestu k novým diagnostickým přístupům založeným na VOC biomarkerech a synergii s caninní detekcí.
GCxGC, GC/MSD, Termální desorpce, Příprava vzorků, GC/TOF
ZaměřeníKlinická analýza
VýrobceMarkes, LECO
Souhrn
Význam tématu
Analýza tělesného pachu představuje neinvazivní přístup k monitorování zdraví a hledání specifických biologických markerů u řady onemocnění (cukrovka, epilepsie, Covid-19, kožní nádory). Rozpoznávání a kvantifikace těkavých organických sloučenin (VOC) umožňuje dřívější diagnostiku, sledování patofyziologických změn a potenciální rozšíření diagnostických nástrojů v klinické i průmyslové praxi.
Cíle a přehled studie / článku
Studie usiluje o:
- Vyvinout robustní systém odběru vzorků tělesného pachu s minimem vnějších kontaminací.
- Charakterizovat stabilní a proměnlivé složky odoru za různých podmínek (kosmetika, různé části těla, denní variabilita).
- Identifikovat potenciální VOC biomarkery onemocnění (Covid-19) a rozlišit je od vlivů okolního prostředí.
Použitá metodika a instrumentace
Vzorky pachových emisí se odebíraly sorbentními trubičkami pomocí navrženého odběrového zařízení. Přenos analyzátorů zajišťovalo termodesorpční zařízení (Markes TD-100xr) při 220 °C po dobu 20 minut. Analýza proběhla na vícerozměrné chromatografii s hmotnostní spektrometrií:
- GC×GC: kolona 1D Rxi-5ms (30 m × 0,5 mm × 0,25 μm), 2D DB-1701 (50 cm × 0,18 mm × 0,18 μm), modulace 3 s.
- Hmotnostní detekce ToF-MS (Pegasus BT 4D, LECO), rozsah 45–300 m/z, rychlost 200 Hz.
- Datová analýza: ChromaToF Tile software, chemometrie (F-poměr, volcano plot) a manuální validace.
Hlavní výsledky a diskuse
Analýza armpit vzorků odhalila více než 1 000 chromatografických signálů; manuální potvrzení identifikovalo 85 klíčových molekul. Tyto složky byly klasifikovány do tří kategorií:
- Kozmetické zbytky (70 molekul).
- Bakteriální metabolity (15 molekul, např. 2,3-butanedion).
Srovnání vzorků z různých částí těla ukázalo nejbohatší profil v podpaží (průměrně 885 sloučenin), zatímco předloktí a horní část zad měly méně signálů. Významnou proměnnou složku tvořily environmentální a expozice-spojené zlúčeniny (chlorované deriváty po koupání v bazénu).
Ve studii Covid-19 bylo ze 34 vzorků od pozitivních pacientů a 12 negativních získáno sedm slibných VOC biomarkerů. Psí detekce na stejných vzorcích dosahovala téměř 100% úspěšnosti, avšak výsledky ukazují možný vliv hospitalizačního prostředí. Druhý výpočtový přístup zúžil kandidáty na pět sloučenin s vazbou na virovou patologii.
Přínosy a praktické využití metody
- Neinvazivní screening a monitorování onemocnění na základě tělesného pachu.
- Odborné rozlišení kosmetických, bakteriálních a environmentálních vlivů.
- Kombinace analytických metod a psí detekce pro zvýšení selektivity a citlivosti.
Budoucí trendy a možnosti využití
Očekává se rozvoj miniaturizovaných odběrových systémů a realtime monitorovacích stanic pro VOC. Dále budou integrovány pokročilé datové algoritmy a strojové učení pro lepší interpretaci komplexních signálů. Klinické validace se zaměří na ranou detekci kožních nádorů a dalších metabolických poruch.
Závěr
Studie demonstrovala, že pečlivé vzorkování a kombinace thermodesorpční GC×GC-ToF/MS s chemometrií dokáže odhalit jak stabilní, tak proměnlivé složky tělesného pachu. Výsledky otevírají cestu k novým diagnostickým přístupům založeným na VOC biomarkerech a synergii s caninní detekcí.
Reference
- Hara T., et al. Suppression of Microbial Metabolic Pathways Inhibits the Generation of the Human Body Odor Component Diacetyl by Staphylococcus spp. Journal of Agricultural and Food Chemistry, 2018.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.
Podobná PDF
TOWARDS A BETTER UNDERSTANDING OF THE BODY VOLATOLOME: FOCUS ON ENDOGENOUS PARAMETERS INFLUENCING BODY VOLATOLOME COMPOSITION
2025|LECO|Prezentace
TOWARDS A BETTER UNDERSTANDING OF THE BODY VOLATOLOME: FOCUS ON ENDOGENOUS PARAMETERS INFLUENCING BODY VOLATOLOME COMPOSITION -16TH MULTIDIMENSIONAL CHROMATOGRAPHY WORKSHOP – ELSA BOUDARD1,2, KLEIDISA RRUSHKA1,2, NABIL MOUMANE2, JOSÉ DUGAY1, MICHEL SABLIER1, JÉRÔME VIAL1, DIDIER THIEBAUT1 1. UMR CBI, LABORATOIRE DES…
Klíčová slova
body, bodyvolatolome, volatolomeage, ageinfluence, influencepca, pcaskin, skinpls, plssampled, sampledleft, leftarmpits, armpitscohort, cohortmolecules, moleculesdesigning, designingright, rightclinical
16th Multidimensional Chromatography Workshop Abstract book
2025|JEOL|Ostatní
February 3 – February 5, 2025 Workshop Guidebook Thank you to our sponsors for making this event possible. It is your generous support that enriches the conference program and allows us to operate the conference with free registration for all…
Klíčová slova
dimensional, dimensionalabstract, abstractchromatography, chromatographycomprehensive, comprehensivetwo, twogas, gastofms, tofmsspectrometry, spectrometrymass, massmultidimensional, multidimensionalflight, flightcoupled, coupledcompounds, compoundsusing, usingpyrolysis
15th Multidimensional Chromatography Workshop Guidebook
2024|JEOL|Ostatní
January 10 - January 12, 2024 Guidebook Page 1 of 12 Thank you to our sponsors for making this event possible. It is your generous support that enriches the conference program and allows us to operate the conference with free…
Klíčová slova
dimensional, dimensionalsponsored, sponsoredtofms, tofmsposter, postercalifornia, californiaconference, conferencecoffee, coffeeuniversity, universitychromatography, chromatographypresenters, presentersvirtual, virtualhotel, hotelevent, eventstate, statebreak
EXPANDING THE SCOPE OF TILE-BASED GC×GC–TOFMS DATA ANALYSIS
2024|LECO|Prezentace
EXPANDING THE SCOPE OF TILE-BASED GC×GC–TOFMS DATA ANALYSIS Robert E. Synovec, Caitlin N. Cain, Lina Mikaliunaite Department of Chemistry, Box 351700 University of Washington Seattle, WA 98195, USA 15th Multidimensional Chromatography Workshop Friday, January 12, 2024 OUTLINE • The Goals…
Klíčová slova
𝐶𝑙𝑎𝑠𝑠, 𝐶𝑙𝑎𝑠𝑠𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑒, 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑒𝐵𝑒𝑡𝑤𝑒𝑒𝑛, 𝐵𝑒𝑡𝑤𝑒𝑒𝑛𝑟𝑎𝑡𝑖𝑜, 𝑟𝑎𝑡𝑖𝑜tile, tileratio, ratiofish, fishpacu, pacu𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒, 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒𝑐𝑙𝑎𝑠𝑠, 𝑐𝑙𝑎𝑠𝑠𝑤𝑖𝑡ℎ𝑖𝑛, 𝑤𝑖𝑡ℎ𝑖𝑛classes, classestofms, tofms𝑊𝑖𝑡ℎ𝑖𝑛, 𝑊𝑖𝑡ℎ𝑖𝑛class