Drd. Māris Bukovskis Latvijas Universitātes Eksperimentālās un klīniskās medicīnas institūts

1. ERAF. 2.1.1.1.0 aktivitāte „Atbalsts zinātnei un pētniecībai”„Plaušu vēža diagnostikas metodes un datorprogrammas prototipa izstrāde, izmantojot izelpas gaisa analīzi ar mākslīgo ožas sensoru”Vienošanās Nr. 2010/0303/2DP/2.1.1.1.0/10/APIA/VIAA/043 Dr.med. Māris Bukovskis Latvijas Universitātes Eksperimentālās un klīniskās medicīnas institūts Pulmonoloģijas un alergoloģijas centrs Paula Stradiņa klīniskā universitātes slimnīca

2. The Mackinney Collection of Medieval Medical Illustrations Avicenna 980 – 1037; Biblioteca Apostolica Vaticana

3. Gaistošie organiskie savienojumi izelpas gaisā: sākums ... • 1971.g. Pauling et al. ar gāzu hromatogrāfijas palīdzību pierāda, ka izelpas gaisā atrodas vairāki simti gaistošu organisku savienojumu [Proc Natl Acad Sci USA 1971] • Gaistošo organisko savienojumi (volatile organic components) mērāmi pikomolārā jeb 10-12 mol/L koncentrācijā Pauling L et al. Quantitative analysis of urine vapor and breath by gas-liquid partition chromatography. Proc Natl Acad Sci U S A 1971; 68:2374–2376

4. Gaistošie organiskie savienojumi izelpas gaisā • Gāzu hromatogrāfija un masspektrometrija acetons pentāns dimetilsulfīds oglekļa disulfīds hidrogensulfīds acetaldehīds • izoprēns • propanols • izopropanols • toluēns • fenols • u.c., u.c. izobutāns metanols etanols benzēns formaldehīds ksilēns Moser et al. Respir Physiol Neurobiol 2005

5. Gaistošie organiskie savienojumi izelpas gaisā

6. Izelpas gaisa gāzu hromatogrāfija un masspektrometrijas analīzes dati Plaušu vēzis Vesels smēķētājs 611 680 841 27 no 29 pacientiem jeb 93% izdodas diferencēt plaušu vēzi

7. Plaušu vēzis: mirstība un agrīnas diagnostikas nozīme • 5 gadu dzīvildze pacientiem ar III stadijas plaušu vēzi 20% • 5 gadu dzīvildze pacientiem ar I stadijas plaušu vēzi 70% • Krēpu analīžu, fluorescentās bronhoskopijas un spirāles DT izmantošana Lam S et al. Can Fam Physician 2001 Mulshine JL et al. Chest 1995 Henschke CI et al. Radiol Clin North Am 2000

8. Gaistošie organiskie savienojumi: plaušu vēzis Philips M et al. Chest 2003

10. Izelpas gaisa savākšana 1. 5 min. pacients mierīgi ar aizspiestu degunu elpo caur trijzaru vienvirziena vārstu sistēmu (Hans Rudolph Inc., Shawnee, USA) Viena ieelpa nenodrošina izelpas gaisa attīrīšanos no gaistošo organisko savienojumu piesārņojuma Dragoniere et al. J Allergy Clin Immunol 2007

11. Izelpas gaisa savākšana 2. Pēc 5 min. pacients veic maksimāli dziļu ieelpu un izelpo polietilēna tereftalāta maisā Vai izelpas ātrums ietekmē rezultātus? Izelpas plūsmas ātrums 0.1 – 0.2 L/s and 0.3 – 0.5 L/s neietekmē izelpas gaisa smaržu nospiedumu Dragoniere et al. J Allergy Clin Immunol 2007

12. Izelpas gaisa analīze h 3. Tūlītēja izelpas gaisa analīze ar e-degunu Cyranose 320 (Smiths Detaction, USA) 5 – 10 min. laikā

13. Izelpas gaisa savākšana analīzei ar eNOSE

14. e- e- e- e- e- e- Elektroniskā deguna darbības princips • Sākotnēji eNOSE reģistrē bazālo pretestību • Ja gaisa sastāvs nemainās sensoru tilpums • saglabājas un pretestība nemainās S1 S2 S3 S4 S1 S2 S3 S4 S5 S6 S5 S6

15. Elektroniskā deguna darbības princips Gaistošo organisko savienojumu oglekļa atomi izraisa polimēru sensoru tilpuma palielināšanos Tas izraisa elektriskās pretestības pārmaiņas

16. e- e- e- e- e- e- Elektroniskā deguna darbības princips S1 S2 S3 S4 S5 S6

17. e- e- e- e- e- e- e- e- e- e- e- e- Elektroniskā deguna darbības princips S1 S2 S3 S4 S5 S6

18. Elektroniskā deguna darbības princips Parauga atbildes reakcija uz 32 sensoriem Relatīvā elektriskā pretestība Bazālā līkne Laiks (sekundes)

19. Elektroniskā deguna darbības princips Zīdītāja deguns Elektroniskais deguns PROCESORS SENSORS Ožas epitēlijs Ožas epitēlijs Ožas zonas CNS Priekšējais ožas kodols Garoza SMARŽAS NOSPIEDUMS OŽAS SAJŪTA GAROZĀ Ožas paugurs Mandeļveida kodols Entorinālā garoza Axel & Buck, Nobel prize 2004 Lewis, Acc Chem Res 2004;37:663-672

20. Smaržas “nospieduma” analīze Dferencētā elektriskā pretestība (ΔR/R) • Principiālā komponentanalīze • Kanoniskā diskriminantā analīze

21. Datu statistiskā analīze • Optimālās detektoru kombinācijas atlase ar atpakaļejošā soļa metodi

22. Datu statistiskā analīze

23. Datu statistiskā analīze • Plaušu vēža diagnozes varbūtība y tika aprēķināta pēc formulas , kur e naturālā logaritma bāze 2,7183...

24. Plaušu vēža diagnozes varbūtības

25. Apstiprinātās un prognozētās diagnozes

26. Analīze ar eNOSE: plaušu vēža diagnostika Daudzfaktoru logistiskās regresijas analīze Diagnozesparedzēšana ar Support Vector Machine ķīmisko multisensoru iekārta uzrāda jutību 100% un specifiskumu 92,6%

27. Diagnozes prognozēšana ar pieciem mākslīgo nieronu modeļiem

28. ROC līkne pieciem māklīgā neironu tīkla modeļiem

29. Datu statistiskā analīze • Aprēķināts optimālais neironu tīkla modelis plaušu vēža diagnostikai MLP 69:69-23-1:1

30. Datu statistiskā analīze

31. Analīze ar eNOSE: nākotnes perspektīvas PLAUŠU VĒZIS MTS PLAUŠĀS ASTMA (arī iekaisuma fenotipi?) NIERU FUNKCIJAS MAZSPĒJA Nākotnes perspektīvas KRŪTS VĒŽA SKRĪNINGS? ŠIZOFRĒNIJA? HOPS CUKURA DIABĒTS (glikēmijas kontrole?) PNEIMONIJA (etioloģija tajā skaitā arī tbc)

32. eNose mobilajā? Applied Nanodetectors Ltd 2009

33. Paldies par uzmanību!