გმადლობთ, რომ ეწვიეთ Nature.com-ს.ბრაუზერის ვერსიას, რომელსაც იყენებთ, აქვს შეზღუდული CSS მხარდაჭერა.საუკეთესო გამოცდილებისთვის, გირჩევთ გამოიყენოთ განახლებული ბრაუზერი (ან გამორთოთ თავსებადობის რეჟიმი Internet Explorer-ში).იმავდროულად, მუდმივი მხარდაჭერის უზრუნველსაყოფად, ჩვენ საიტს სტილისა და JavaScript- ის გარეშე გავაგრძელებთ.
დაინტერესება ამოსუნთქულ ჰაერში აქროლადი ორგანული ნაერთების (VOCs) ანალიზით გაიზარდა ბოლო ორი ათწლეულის განმავლობაში.ჯერ კიდევ არსებობს გაურკვევლობა სინჯების აღების ნორმალიზებასთან დაკავშირებით და გავლენას ახდენს თუ არა შიდა ჰაერის აქროლადი ორგანული ნაერთები ამოსუნთქული ჰაერის აქროლადი ორგანული ნაერთების მრუდზე.შეაფასეთ შიდა ჰაერის აქროლადი ორგანული ნაერთები საავადმყოფოს გარემოში სუნთქვის სინჯების რუტინულ ადგილებში და დაადგინეთ, გავლენას ახდენს თუ არა ეს სუნთქვის შემადგენლობაზე.მეორე მიზანი იყო შიდა ჰაერში აქროლადი ორგანული ნაერთების შემცველობის ყოველდღიური რყევების შესწავლა.შიდა ჰაერი შეგროვდა ხუთ ადგილას დილით და შუადღისას სინჯის აღების ტუმბოსა და თერმული დეზორბციის (TD) მილის გამოყენებით.ამოიღეთ სუნთქვის ნიმუშები მხოლოდ დილით.TD მილები გაანალიზდა გაზის ქრომატოგრაფიით, ფრენის დროის მასის სპექტრომეტრიით (GC-TOF-MS).შეგროვებულ ნიმუშებში გამოვლინდა სულ 113 VOC.მრავალვარიანტულმა ანალიზმა აჩვენა მკაფიო გამიჯვნა სუნთქვასა და ოთახის ჰაერს შორის.შიდა ჰაერის შემადგენლობა იცვლება დღის განმავლობაში და სხვადასხვა ლოკაციას აქვს სპეციფიკური VOC-ები, რომლებიც გავლენას არ ახდენენ სუნთქვის პროფილზე.სუნთქვამ არ აჩვენა განცალკევება მდებარეობის მიხედვით, რაც ვარაუდობს, რომ ნიმუშის აღება შეიძლება განხორციელდეს სხვადასხვა ადგილას, შედეგებზე გავლენის გარეშე.
აქროლადი ორგანული ნაერთები (VOCs) არის ნახშირბადზე დაფუძნებული ნაერთები, რომლებიც აირისებრია ოთახის ტემპერატურაზე და წარმოადგენს მრავალი ენდოგენური და ეგზოგენური პროცესის საბოლოო პროდუქტს1.ათწლეულების განმავლობაში, მკვლევარებმა დაინტერესებულნი იყვნენ VOC– ებით, მათი პოტენციური როლის გამო, როგორც ადამიანის დაავადების არაინვაზიური ბიომარკერები.ამასთან, გაურკვევლობა რჩება სუნთქვის ნიმუშების შეგროვებისა და ანალიზის სტანდარტიზაციასთან დაკავშირებით.
სუნთქვის ანალიზისთვის სტანდარტიზაციის ძირითადი სფეროა ფონური VOC-ების პოტენციური გავლენა შიდა ატმოსფერულ ჰაერში.წინა კვლევებმა აჩვენა, რომ შიდა ატმოსფერულ ჰაერში VOC-ების ფონური დონე გავლენას ახდენს ამოსუნთქულ ჰაერში აღმოჩენილ VOC-ების დონეებზე3.ბოშიერი და სხვ.2010 წელს შერჩეული იონური ნაკადის მასის სპექტრომეტრია (SIFT-MS) გამოიყენეს შვიდი აქროლადი ორგანული ნაერთების დონის შესასწავლად სამ კლინიკურ პარამეტრში.გარემოში აქროლადი ორგანული ნაერთების სხვადასხვა დონე გამოვლინდა სამ რეგიონში, რაც თავის მხრივ აძლევდა მითითებებს შიდა ჰაერში ფართოდ გავრცელებული აქროლადი ორგანული ნაერთების დაავადების ბიომარკერებად გამოყენების უნარზე.2013 წელს ტრეფცი და სხვ.სამუშაო დღის განმავლობაში ასევე კონტროლდებოდა საოპერაციო ოთახში ატმოსფერული ჰაერი და საავადმყოფოს პერსონალის სუნთქვის რეჟიმი.მათ აღმოაჩინეს, რომ ეგზოგენური ნაერთების დონე, როგორიცაა სევოფლურანი, როგორც ოთახის ჰაერში, ასევე ამოსუნთქულ ჰაერში, სამუშაო დღის ბოლოს გაიზარდა 5-ით, რაც აჩენს კითხვებს იმის შესახებ, თუ როდის და სად უნდა აიღონ პაციენტები სუნთქვის ანალიზისთვის, რათა შემცირდეს ასეთი დაბნეულობის პრობლემა. ფაქტორები.ეს დაკავშირებულია კასტელანოსის და სხვების კვლევასთან.2016 წელს მათ აღმოაჩინეს სევოფლურანი საავადმყოფოს პერსონალის სუნთქვაში, მაგრამ არა საავადმყოფოს გარეთ მყოფი პერსონალის სუნთქვაში.2018 წელს მარკარი და სხვ.ცდილობდა ეჩვენებინა შიდა ჰაერის შემადგენლობაში ცვლილებების გავლენა სუნთქვის ანალიზზე, როგორც მათი კვლევის ნაწილი საყლაპავის კიბოს დროს ამოსუნთქული ჰაერის დიაგნოსტიკური შესაძლებლობების შესაფასებლად7.სინჯის აღების დროს ფოლადის საპირფარეშოსა და SIFT-MS-ის გამოყენებით, მათ გამოავლინეს რვა აქროლადი ორგანული ნაერთი შიდა ჰაერში, რომლებიც მნიშვნელოვნად იცვლებოდა სინჯის აღების ადგილის მიხედვით.თუმცა, ეს VOC არ იყო ჩართული მათი ბოლო ამოსუნთქვის VOC დიაგნოსტიკის მოდელში, ამიტომ მათი გავლენა უარყოფილი იყო.2021 წელს კვლევა ჩაატარა სალმანმა და სხვებმა.VOC-ის დონის მონიტორინგი სამ საავადმყოფოში 27 თვის განმავლობაში.მათ დაადგინეს 17 VOC, როგორც სეზონური დისკრიმინატორები და ვარაუდობდნენ, რომ ამოსუნთქული VOC კონცენტრაციები კრიტიკულ დონეზე 3 მკგ/მ3 ჩაითვლება ნაკლებად სავარაუდოა, როგორც მეორადი VOC დაბინძურების ფონზე8.
გარდა ზღვრული დონის დადგენისა ან ეგზოგენური ნაერთების აშკარა გამორიცხვისა, ამ ფონის ცვალებადობის აღმოფხვრის ალტერნატივა მოიცავს დაწყვილებული ოთახის ჰაერის ნიმუშების შეგროვებას ერთდროულად ამოსუნთქული ჰაერის სინჯთან ერთად, რათა განისაზღვროს სასუნთქ ოთახში მაღალ კონცენტრაციებში არსებული VOC-ების ნებისმიერი დონე.ამოღებული ამოსუნთქული ჰაერიდან.AIR 9 ჩამოთვლილია დონიდან, რათა უზრუნველყოს "ალვეოლარული გრადიენტი".მაშასადამე, დადებითი გრადიენტი მიუთითებს ენდოგენური ნაერთის 10-ის არსებობაზე. სხვა მეთოდი მონაწილეებისთვის არის „გაწმენდილი“ ჰაერის ჩასუნთქვა, რომელიც თეორიულად თავისუფალია VOC11 დამაბინძურებლებისგან.ამასთან, ეს რთულია, შრომატევადი და თავად აღჭურვილობა წარმოქმნის დამატებით VOC დამაბინძურებლებს.მაურერის და სხვ.2014 წელს, მონაწილეებმა სუნთქვის სინთეზური ჰაერი შეამცირეს 39 VOC, მაგრამ გაიზარდა 29 VOC, ვიდრე სუნთქვა შიდა ატმოსფეროში.სინთეზური/გაწმენდილი ჰაერის გამოყენება ასევე მკაცრად ზღუდავს სუნთქვის შერჩევის აღჭურვილობის პორტაბელურობას.
Ambient VOC დონე ასევე განსხვავდება მთელი დღის განმავლობაში, რამაც შეიძლება კიდევ უფრო გავლენა მოახდინოს სუნთქვის შერჩევის სტანდარტიზაციასა და სიზუსტეზე.
მასობრივი სპექტრომეტრიის მიღწევებმა, მათ შორის თერმული დეზორბცია გაზის ქრომატოგრაფიით და ფრენის დროის მასის სპექტრომეტრიით (GC-TOF-MS), ასევე უზრუნველყო VOC ანალიზისთვის უფრო მძლავრი და საიმედო მეთოდი, რომელსაც შეუძლია ერთდროულად გამოავლინოს ასობით VOC. უფრო ღრმა ანალიზისთვის.ჰაერი ოთახში.ეს შესაძლებელს ხდის უფრო დეტალურად დახასიათდეს ოთახში ატმოსფერული ჰაერის შემადგენლობა და როგორ იცვლება დიდი ნიმუშები ადგილისა და დროის მიხედვით.
ამ კვლევის მთავარი მიზანი იყო დადგინდეს აქროლადი ორგანული ნაერთების განსხვავებული დონეები შიდა ატმოსფერულ ჰაერში, ჰოსპიტალურ გარემოში სინჯების საერთო უბნებზე და როგორ აისახება ეს ამოსუნთქული ჰაერის სინჯებზე.მეორადი მიზანი იყო იმის დადგენა, იყო თუ არა მნიშვნელოვანი დღიური ან გეოგრაფიული ვარიაციები VOC-ების განაწილებაში შიდა ატმოსფერულ ჰაერში.
სუნთქვის ნიმუშები, ისევე როგორც შიდა ჰაერის შესაბამისი ნიმუშები, შეგროვდა დილით ხუთი სხვადასხვა ადგილიდან და გაანალიზდა GC-TOF-MS-ით.სულ 113 VOCs იქნა აღმოჩენილი და ამოღებული ქრომატოგრამადან.განმეორებითი გაზომვები იყო შერწყმული საშუალოსთან მანამ, სანამ მოპოვებული და ნორმალიზებული მწვერვალების ძირითადი კომპონენტის ანალიზი (PCA) ჩატარდებოდა, რათა იდენტიფიცირდეს და ამოეღო გარედან. ზედამხედველობის ანალიზმა ნაწილობრივი უმცირესი კვადრატების მეშვეობით - დისკრიმინაციული ანალიზი (PLS-DA) შემდეგ შეძლო აჩვენოს მკაფიო გამიჯვნა სუნთქვისა და ოთახის ჰაერის ნიმუშებს შორის (R2Y = 0.97, Q2Y = 0.96, p <0.001) (ნახ. 1). ზედამხედველობის ანალიზმა ნაწილობრივი უმცირესი კვადრატების მეშვეობით - დისკრიმინაციული ანალიზი (PLS-DA) შემდეგ შეძლო აჩვენოს მკაფიო გამიჯვნა სუნთქვისა და ოთახის ჰაერის ნიმუშებს შორის (R2Y = 0.97, Q2Y = 0.96, p <0.001) (ნახ. 1). . четкое разделение междж оразцамания и комнатного Воздха (r2y = 0,97, q2y = 0,96, p <0,001) (риis. 1). შემდეგ კონტროლირებადმა ანალიზმა ნაწილობრივი უმცირესი კვადრატების დისკრიმინაციული ანალიზით (PLS-DA) შეძლო აჩვენოს მკაფიო გამიჯვნა სუნთქვისა და ოთახის ჰაერის ნიმუშებს შორის (R2Y=0.97, Q2Y=0.96, p<0.001) (სურათი 1)... 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 შემოწმებული ანალიზის შესწავლის ანალიზის მეთოდი ზომიერი კვადრატული მეტრით (PLS-DA) შემოწმების საშუალებას იძლევა განსხვავებულად განსხვავებულად და ჰაერში ნაწილებში (R2Y = 0,97, Q) (R2Y = 0,97, Q). კონტროლირებადმა ანალიზმა ნაწილობრივი უმცირესი კვადრატების დისკრიმინაციული ანალიზით (PLS-DA) შეძლო აჩვენოს მკაფიო განცალკევება სუნთქვისა და შიდა ჰაერის ნიმუშებს შორის (R2Y = 0.97, Q2Y = 0.96, p <0.001) (სურათი 1). ჯგუფის გამოყოფა განპირობებული იყო 62 განსხვავებული VOC-ით, ცვლადი მნიშვნელობის პროექციის (VIP) ქულა > 1. VOC-ების სრული სია, რომლებიც ახასიათებს თითოეული ნიმუშის ტიპს და მათ შესაბამის VIP ქულებს, შეგიძლიათ იხილოთ დამატებით ცხრილში 1. ჯგუფის გამოყოფა განპირობებული იყო 62 განსხვავებული VOC-ით, ცვლადი მნიშვნელობის პროექციის (VIP) ქულა > 1. VOC-ების სრული სია, რომლებიც ახასიათებს თითოეული ნიმუშის ტიპს და მათ შესაბამის VIP ქულებს, შეგიძლიათ იხილოთ დამატებით ცხრილში 1. განსხვავებები ჯგუფში, 62 განსხვავებული VOC ერთად оценкой проекции, ცალსახა მნიშვნელობას (VIP) > 1. VOC-ის პოლონური სია, ხაზგასმულია ყველა ტიპის ფორმულირება, და შეიძლება შეიცავდეს ცოდნის არჩევანს. დაჯგუფება განპირობებული იყო 62 სხვადასხვა VOC-ით ცვლადი მნიშვნელობის პროექციის (VIP) ქულით > 1. VOC-ების სრული სია, რომლებიც ახასიათებს თითოეული ნიმუშის ტიპს და მათ შესაბამის VIP ქულებს, შეგიძლიათ იხილოთ დამატებით ცხრილში 1.组分离由62 种不同的VOC 驱动，变量重要性投影(VIP) 分数> 1。组分离由62 种不同的VOC 驱动，变量重要性投影(VIP) 分数> 1。 განსხვავებები ჯგუფი было обусловлено 62 различными ЛОС со оценкой проекции переменной важности (VIP) > 1. ჯგუფის გამოყოფა განპირობებული იყო 62 სხვადასხვა VOC-ით ცვლადი მნიშვნელობის პროექციის ქულით (VIP) > 1.VOC-ების სრული სია, რომლებიც ახასიათებს თითოეული ნიმუშის ტიპს და მათ შესაბამის VIP ქულებს, შეგიძლიათ იხილოთ დამატებით ცხრილში 1.
სუნთქვა და შიდა ჰაერი აჩვენებს აქროლადი ორგანული ნაერთების განსხვავებულ განაწილებას. ზედამხედველობითმა ანალიზმა PLS-DA აჩვენა მკაფიო გამიჯვნა სუნთქვისა და ოთახის ჰაერის VOC-ების პროფილებს შორის, რომლებიც შეგროვდა დილით (R2Y = 0,97, Q2Y = 0,96, p <0,001). ზედამხედველობითმა ანალიზმა PLS-DA აჩვენა მკაფიო გამიჯვნა სუნთქვისა და ოთახის ჰაერის VOC-ების პროფილებს შორის, რომლებიც შეგროვდა დილით (R2Y = 0,97, Q2Y = 0,96, p <0,001). ანალიზის კონტროლი PLS-DA-მ გვიჩვენა, რომ ეს არის დისტანციური პროფილის დისტანციური განაწილება სხეულში ერთიანი ჰაერისა და ჰაერის გავრცელებაში, კომბინირებულ ოთომში (R2Y = 0,97, Q20, <0, Q2Y = ). PLS-DA კონტროლირებადმა ანალიზმა აჩვენა მკაფიო განცალკევება ამოსუნთქულ და შიდა ჰაერის აქროლად ორგანული ნაერთების პროფილებს შორის, რომლებიც შეგროვდა დილით (R2Y=0.97, Q2Y=0.96, p<0.001).使用PLS-DA 进行的监督分析显示，早上收集的呼吸和室内空气VOC 曲线明显的呼吸和室内空气VOC 曲线明显 曲线明显分6,p <0.001). ანალიზის კონტროლი PLS-DA-მ გვიჩვენა, რომ LOS-ის პროფილის დისტანციური გაზიარება და ჰაერი ჩვენს საზოგადოებაში, ზოგად ნაწილებში (R2Y = 0,97, Q2Y = 0,96, p <0,001). კონტროლირებადმა ანალიზმა PLS-DA-ს გამოყენებით აჩვენა მკაფიო განცალკევება სუნთქვისა და შიდა ჰაერის სუნთქვისა და შიდა ჰაერის მკაფიო განცალკევებაზე (R2Y=0.97, Q2Y=0.96, p<0.001).განმეორებითი გაზომვები შემცირდა საშუალომდე მოდელის აშენებამდე.ელიფსები აჩვენებენ 95%-იან ნდობის ინტერვალებს და ვარსკვლავის ჯგუფის ცენტროიდებს.
დილა და შუადღისას შიდა ჰაერში აქროლადი ორგანული ნაერთების განაწილებაში განსხვავებები გამოკვლეული იყო PLS-DA-ს გამოყენებით. მოდელმა გამოავლინა მნიშვნელოვანი განცალკევება ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p <0.001) (ნახ. 2). მოდელმა გამოავლინა მნიშვნელოვანი განცალკევება ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p <0.001) (ნახ. 2). Модель выявила значительное разделение между двумя временными точкими (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). მოდელმა გამოავლინა მნიშვნელოვანი განცალკევება ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p <0.001) (სურათი 2).该模型确定了两个时间点之间的显着分离（R2Y = 0,46，Q2Y = 0,22，p <0,001））（该模型确定了两个时间点之间的显着分离（R2Y = 0,46，Q2Y = 0,22，p <0,001））（ Модель выявила значительное разделение между двумя временными точкими (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). მოდელმა გამოავლინა მნიშვნელოვანი განცალკევება ორ დროის წერტილს შორის (R2Y = 0.46, Q2Y = 0.22, p <0.001) (სურათი 2). ეს გამოწვეული იყო 47 VOC-ით VIP ქულით > 1. VOC-ები უმაღლესი VIP ქულით, რომლებიც ახასიათებდნენ დილის ნიმუშებს, მოიცავდა მრავალ განშტოებულ ალკანებს, ოქსილის მჟავას და ჰექსაკოსანს, ხოლო შუადღის ნიმუშებში წარმოდგენილი იყო მეტი 1-პროპანოლი, ფენოლი, პროპანოინის მჟავა, 2-მეთილ- 2-ეთილ-3-ჰიდროქსიჰექსილ ესტერი, იზოპრენი და ნოანალი. ეს გამოწვეული იყო 47 VOC-ით VIP ქულით > 1. VOC-ები უმაღლესი VIP ქულით, რომლებიც ახასიათებდნენ დილის ნიმუშებს, მოიცავდა მრავალ განშტოებულ ალკანებს, ოქსილის მჟავას და ჰექსაკოსანს, ხოლო შუადღის ნიმუშებში წარმოდგენილი იყო მეტი 1-პროპანოლი, ფენოლი, პროპანოინის მჟავა, 2-მეთილ- 2-ეთილ-3-ჰიდროქსიჰექსილ ესტერი, იზოპრენი და ნოანალი. Это было обусловлено наличием 47 летучих органических соединений со оценкой VIP > 1. ЛОС со самой высокой оценкой VIP, характеризующей утренние образцы, включали несколько и развильно, кинечно. в то время как дневные образцы содержали повеќе 1-пропанола, фенола, пропановой кислоты, 2-метил- , 2-этил-3-гидроксигексиловый эфир, изопрен и нонаналь. This was due to the presence of 47 volatile organic compounds with a VIP score > 1. The VOCs with the highest VIP score for morning samples included several branched alkanes, oxalic acid, and hexacosane, while daytime samples contained more 1-propanol, phenol, პროპანური მჟავები, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილეთერი, იზოპრენი და ნოანალი.这是由47 种VIP 评分> 1 的VOC 驱动的。这是由47 种VIP 评分> 1 的VOC 驱动的。 Этому способствуют 47 VOC со оценкой VIP > 1. ამას ხელს უწყობს 47 VOC, VIP ქულით > 1.დილის ნიმუშში ყველაზე მაღალი VIP-რეიტინგული VOC-ები მოიცავდა სხვადასხვა განშტოებულ ალკანებს, ოქსილის მჟავას და ჰექსადეკანს, ხოლო შუადღის ნიმუში შეიცავდა მეტ 1-პროპანოლს, ფენოლს, პროპიონის მჟავას, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილს.ესტერი, იზოპრენი და ნოანალი.აქროლადი ორგანული ნაერთების (VOCs) სრული სია, რომლებიც ახასიათებენ შიდა ჰაერის შემადგენლობის ყოველდღიურ ცვლილებებს, შეგიძლიათ იხილოთ დამატებით ცხრილში 2.
VOC-ების განაწილება შიდა ჰაერში იცვლება მთელი დღის განმავლობაში. ზედამხედველობის ანალიზმა PLS-DA აჩვენა განცალკევება ოთახის ჰაერის ნიმუშებს შორის, რომლებიც შეგროვდა დილით ან შუადღისას (R2Y = 0.46, Q2Y = 0.22, p <0.001). ზედამხედველობის ანალიზმა PLS-DA აჩვენა განცალკევება ოთახის ჰაერის ნიმუშებს შორის, რომლებიც შეგროვდა დილით ან შუადღისას (R2Y = 0.46, Q2Y = 0.22, p <0.001). კონტროლირებადმა ანალიზმა PLS-DA აჩვენა გამიჯვნა შიდა ჰაერის ნიმუშებს შორის, რომლებიც შეგროვდა დილით და შუადღეს (R2Y = 0.46, Q2Y = 0.22, p <0.001). ანალიზი эпиднадзора со использованием PLS-DA გვიჩვენებს განსხვავებულ ნაწილს, რომელიც საშუალებას გაძლევთ შეაფასოთ ჰაერი, წვდომა ან დნემ (R2Y = 0,46, Q2Y = 0,22, p < 0,001). სათვალთვალო ანალიზმა PLS-DA-ს გამოყენებით აჩვენა დილა-საღამოს შეგროვებული შიდა ჰაერის ნიმუშების გამოყოფა (R2Y = 0.46, Q2Y = 0.22, p <0.001).ელიფსები აჩვენებენ 95%-იან ნდობის ინტერვალებს და ვარსკვლავის ჯგუფის ცენტროიდებს.
ნიმუშები შეგროვდა ხუთი სხვადასხვა ადგილიდან ლონდონის წმინდა მერის ჰოსპიტალში: ენდოსკოპიის ოთახი, კლინიკური კვლევის ოთახი, საოპერაციო ოთახის კომპლექსი, ამბულატორიული კლინიკა და მასსპექტრომეტრიის ლაბორატორია.როგორც ადრე, შიდა ჰაერის შეგროვება ხდებოდა დილით და შუადღისას, ხოლო ამოსუნთქული ჰაერის ნიმუშები მხოლოდ დილით. PCA-მ ხაზი გაუსვა ოთახის ჰაერის ნიმუშების განცალკევებას მდებარეობის მიხედვით პერმუტაციური მრავალვარიანტული დისპერსიული ანალიზის მეშვეობით (PERMANOVA, R2 = 0.16, p <0.001) (ნახ. 3a). PCA-მ ხაზი გაუსვა ოთახის ჰაერის ნიმუშების განცალკევებას მდებარეობის მიხედვით პერმუტაციური მრავალვარიანტული დისპერსიული ანალიზის მეშვეობით (PERMANOVA, R2 = 0.16, p <0.001) (ნახ. 3a). PCA выявил разделение проб комнатного воздуха по местоположена со помошни перестановочного многомерного дисперсионного ანალიზი (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA-მ გამოავლინა ოთახის ჰაერის ნიმუშების გამოყოფა მდებარეობის მიხედვით პერმუტაციური მრავალვარიანტული ვარიაციის ანალიზის გამოყენებით (PERMANOVA, R2 = 0.16, p <0.001) (ნახ. 3a). PCA 通过置换多变量方差分析（PERMANOVA，R2 = 0.16，p <0.001）强调了房间空气样本.PCA PCA локальную сегрегацию проб комнатного воздуха со помощью перестановочного многомерного дисперсионного ანალიზი (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA ხაზს უსვამს ოთახის ჰაერის ნიმუშების ლოკალურ სეგრეგაციას პერმუტაციური მრავალვარიანტული ვარიაციის ანალიზის გამოყენებით (PERMANOVA, R2 = 0.16, p <0.001) (ნახ. 3a).აქედან გამომდინარე, შეიქმნა დაწყვილებული PLS-DA მოდელები, რომლებშიც თითოეული მდებარეობა შედარებულია ყველა სხვა ლოკაციასთან, რათა დადგინდეს ფუნქციის ხელმოწერები. ყველა მოდელი იყო მნიშვნელოვანი და VOC-ები VIP ქულით > 1 იყო ამოღებული შესაბამისი დატვირთვით ჯგუფის წვლილის დასადგენად. ყველა მოდელი იყო მნიშვნელოვანი და VOC-ები VIP ქულით > 1 იყო ამოღებული შესაბამისი დატვირთვით ჯგუფის წვლილის დასადგენად. Все модели были значимыми, и ЛОС со оценкой VIP > 1 были извлечены со соответствующей нагрузкой для განსაზღვრული ჯგუფის вклада. ყველა მოდელი მნიშვნელოვანი იყო და VOC-ები VIP ქულის > 1-ით ამოღებულ იქნა შესაბამისი დატვირთვით ჯგუფის წვლილის დასადგენად.所有模型均显着，VIP 评分> 1 的VOC 被提取并分别加载以识别组贡献。所有模型均显着，VIP 评分> 1 的VOC ყველა მოდელები были значимыми, და VOC ერთად ბალლამის VIP> 1 были извлечены и загружены отдельно для განსაზღვრულ ჯგუფში. ყველა მოდელი იყო მნიშვნელოვანი და VOC-ები VIP ქულების > 1-ით იყო ამოღებული და ატვირთული ცალკე ჯგუფის წვლილის დასადგენად.ჩვენი შედეგები აჩვენებს, რომ ატმოსფერული ჰაერის შემადგენლობა იცვლება მდებარეობის მიხედვით და ჩვენ დავადგინეთ მდებარეობის სპეციფიკური მახასიათებლები მოდელის კონსენსუსის გამოყენებით.ენდოსკოპიური განყოფილება ხასიათდება უდეკანის, დოდეკანის, ბენზონიტრილის და ბენზალდეჰიდის მაღალი შემცველობით.კლინიკური კვლევის დეპარტამენტის ნიმუშებმა (ასევე ცნობილია როგორც ღვიძლის კვლევის დეპარტამენტი) აჩვენა მეტი ალფა-პინენი, დიიზოპროპილ ფტალატი და 3-კარენი.საოპერაციო ოთახის შერეული ჰაერი ხასიათდება განშტოებული დეკანის, დატოტვილი დოდეკანის, განშტოებული ტრიდეკანის, პროპიონის მჟავის, 2-მეთილ-, 2-ეთილ-3-ჰიდროქსიჰექსილეთერის, ტოლუოლის და 2- კროტონალდეჰიდის არსებობით.ამბულატორიულ კლინიკაში (Paterson Building) უფრო მაღალია 1-ნონანოლის, ვინილ-ლაურილის ეთერის, ბენზილის სპირტის, ეთანოლის, 2-ფენოქსის, ნაფტალინის, 2-მეთოქსის, იზობუტილ სალიცილატი, ტრიდეკანი და განშტოებული ჯაჭვის ტრიდეკანი.საბოლოოდ, მასობრივი სპექტრომეტრიის ლაბორატორიაში შეგროვებულმა შიდა ჰაერმა აჩვენა მეტი აცეტამიდი, 2'2'2-ტრიფტორ-N-მეთილ-, პირიდინი, ფურანი, 2-პენტილ-, განშტოებული უნდკანი, ეთილბენზოლი, მ-ქსილენი, ო-ქსილენი, ფურფურული. და ეთილანიზატი.3-კარენის სხვადასხვა დონე იყო ხუთივე უბანზე, რაც მიუთითებს იმაზე, რომ ეს VOC არის საერთო დამაბინძურებელი, უმაღლესი დაფიქსირებული დონით კლინიკურ კვლევის ზონაში.A list of agreed VOCs sharing each position can be found in Supplementary Table 3. In addition, a univariate analysis was performed for each VOC of interest, and all positions were compared against each other using a pairwise Wilcoxon test followed by a Benjamini-Hochberg correction .თითოეული VOC-ის ბლოკის ნახაზები წარმოდგენილია დამატებით სურათზე 1. რესპირაციული აქროლადი ორგანული ნაერთების მრუდები, როგორც ჩანს, იყო მდებარეობიდან დამოუკიდებელი, როგორც დაფიქსირდა PCA-ში, რასაც მოჰყვა PERMANOVA (p = 0.39) (სურათი 3b). გარდა ამისა, წყვილი PLS-DA მოდელები შეიქმნა სუნთქვის ნიმუშების ყველა განსხვავებულ მდებარეობას შორის, მაგრამ მნიშვნელოვანი განსხვავებები არ იყო გამოვლენილი (p > 0.05). გარდა ამისა, წყვილი PLS-DA მოდელები გენერირებული იყო სუნთქვის ნიმუშების ყველა სხვადასხვა ლოკაციას შორის, მაგრამ მნიშვნელოვანი განსხვავებები არ იყო გამოვლენილი (p > 0.05). Кроме того, парные модели PLS-DA также были созданы между всеми разными местоположениями образцов дыхания, но существенных различий выявлено не было (p > 0,05). გარდა ამისა, დაწყვილებული PLS-DA მოდელები ასევე გენერირებული იყო სუნთქვის ნიმუშის ყველა სხვადასხვა ადგილას, მაგრამ მნიშვნელოვანი განსხვავებები არ იქნა ნაპოვნი (p > 0.05).此外，在呼吸样本的所有不同位置之间也生成了成对PLS-DA 模型，但未发生成了成对PLS-DA 模型，但未发生成了成对PLS-DA 模型，但未发生0 Кроме того, парные модели PLS-DA также были генерированы между всеми различными местоположениями образцов дыхания, но существенных различий обнаружено не было (p > 0,05). გარდა ამისა, დაწყვილებული PLS-DA მოდელები ასევე გენერირებული იყო სუნთქვის ნიმუშის ყველა სხვადასხვა ადგილას, მაგრამ მნიშვნელოვანი განსხვავებები არ იქნა ნაპოვნი (p > 0.05).
ცვლილებები ატმოსფერულ შიდა ჰაერში, მაგრამ არა ამოსუნთქულ ჰაერში, VOC განაწილება განსხვავდება სინჯის აღების ადგილის მიხედვით, უკონტროლო ანალიზი PCA-ს გამოყენებით აჩვენებს განცალკევებას შიდა ჰაერის ნიმუშებს შორის, რომლებიც შეგროვებულია სხვადასხვა ადგილას, მაგრამ არა შესაბამისი ამოსუნთქული ჰაერის ნიმუშები.ვარსკვლავი აღნიშნავს ჯგუფის ცენტრებს.
ამ კვლევაში, ჩვენ გავაანალიზეთ შიდა ჰაერის VOC-ების განაწილება სუნთქვის სინჯების ხუთ საერთო ადგილას, რათა უკეთ გაგვეგო ფონური VOC დონის ეფექტი სუნთქვის ანალიზზე.
შიდა ჰაერის ნიმუშების განცალკევება დაფიქსირდა ხუთივე სხვადასხვა ადგილას.გარდა 3-კარენისა, რომელიც იყო ყველა შესწავლილ ზონაში, გამოყოფა გამოწვეული იყო სხვადასხვა VOC-ით, რაც თითოეულ ადგილს ანიჭებდა სპეციფიკურ ხასიათს.ენდოსკოპიის შეფასების სფეროში, გამოყოფის გამომწვევი აქროლადი ორგანული ნაერთები ძირითადად არის მონოტერპენები, როგორიცაა ბეტა-პინენი და ალკანები, როგორიცაა დოდეკანი, უნდეკანი და ტრიდეკანი, რომლებიც ჩვეულებრივ გვხვდება საწმენდ პროდუქტებში ჩვეულებრივ გამოყენებულ ეთერზეთებში 13. გაწმენდის სიხშირის გათვალისწინება ენდოსკოპიური მოწყობილობები, ეს VOC– ები, სავარაუდოდ, შიდა დასუფთავების ხშირი პროცესების შედეგია.კლინიკურ კვლევით ლაბორატორიებში, ისევე როგორც ენდოსკოპიაში, განცალკევება ძირითადად გამოწვეულია მონოტერპენებით, როგორიცაა ალფა-პინენი, მაგრამ ასევე, სავარაუდოდ, საწმენდი საშუალებებისგან.ამ ნაერთების მიღება შესაძლებელია ქირურგიული ინსტრუმენტებისგან, რადგან ისინი მდიდარია ზეთებითა და საპოხი მასალებით.ქირურგიულ გარემოში, ტიპიური VOCs მოიცავს ალკოჰოლების მთელ რიგს: 1-ნონანოლს, რომელიც გვხვდება მცენარეულ ზეთებსა და საწმენდ პროდუქტებში, და ბენზილის სპირტი, რომელიც გვხვდება სუნამოებსა და ადგილობრივ საანესთეზიო საშუალებებში. 15,16,17,18 VOCs მასსპექტრომეტრიის ლაბორატორიაში. ძალიან განსხვავდება სხვა სფეროებში მოსალოდნელი, რადგან ეს არის ერთადერთი არა კლინიკური არეალი.ზოგიერთი მონოტერპენის არსებობისას, ნაერთების უფრო ჰომოგენური ჯგუფი იზიარებს ამ ადგილს სხვა ნაერთებთან (2,2,2-ტრიფტორ-N-მეთილ-აცეტამიდი, პირიდინი, განშტოებული უნდუკანი, 2-პენტილფურანი, ეთილბენზოლი, ფურფურალი, ეთილანიზატი).), ორთოქსილენი, მეტა-ქსილენი, იზოპროპანოლი და 3-კარენი), არომატული ნახშირწყალბადებისა და ალკოჰოლების ჩათვლით.
PLS-DA-სთან ერთად, დაფიქსირდა შიდა ჰაერისა და სუნთქვის ნიმუშების ძლიერი გამიჯვნა, რაც გამოწვეული იყო 113 აღმოჩენილი VOC-დან 62-ით.შიდა ჰაერში ეს VOCs ეგზოგენურია და მოიცავს დიიზოპროპილ ფტალატს, ბენზოფენონს, აცეტოფენონს და ბენზილის სპირტს, რომლებიც ჩვეულებრივ გამოიყენება პლასტიზატორებსა და სუნამოებში19,20,21,22 ეს უკანასკნელი გვხვდება საწმენდ პროდუქტებში16.ამოსუნთქულ ჰაერში ნაპოვნი ქიმიკატები არის ენდოგენური და ეგზოგენური VOC-ების ნაზავი.ენდოგენური VOC ძირითადად შედგება განშტოებული ალკანებისგან, რომლებიც წარმოადგენენ ლიპიდური პეროქსიდაციის ქვეპროდუქტებს23 და იზოპრენს, ქოლესტერინის სინთეზის ქვეპროდუქტს24.ეგზოგენური VOC-ები მოიცავს მონოტერპენებს, როგორიცაა ბეტა-პინენი და D-ლიმონენი, რომლებიც შეიძლება აღმოჩნდეს ციტრუსის ეთერზეთებში (ასევე ფართოდ გამოიყენება საწმენდ პროდუქტებში) და საკვების კონსერვანტებში13,25.1-პროპანოლი შეიძლება იყოს ან ენდოგენური, ამინომჟავების დაშლის შედეგად, ან ეგზოგენური, წარმოდგენილი სადეზინფექციო საშუალებებში26.შიდა ჰაერის სუნთქვასთან შედარებით, აღმოჩენილია აქროლადი ორგანული ნაერთების უფრო მაღალი დონე, რომელთაგან ზოგიერთი იდენტიფიცირებულია დაავადების შესაძლო ბიომარკერად.ნაჩვენებია, რომ ეთილბენზოლი არის პოტენციური ბიომარკერი მთელი რიგი რესპირატორული დაავადებებისათვის, მათ შორის ფილტვის კიბო, COPD27 და ფილტვის ფიბროზი28.ფილტვის კიბოს გარეშე პაციენტებთან შედარებით, N-დოდეკანისა და ქსილენის დონეები ასევე აღმოჩნდა უფრო მაღალი კონცენტრაციით ფილტვის კიბოს მქონე პაციენტებში29 და მეტაციმოლი აქტიური წყლულოვანი კოლიტის მქონე პაციენტებში30.ამრიგად, მაშინაც კი, თუ შიდა ჰაერის განსხვავებები გავლენას არ მოახდენს სუნთქვის მთლიან პროფილზე, მათ შეუძლიათ გავლენა მოახდინონ VOC-ის სპეციფიკურ დონეზე, ამიტომ შიდა ფონური ჰაერის მონიტორინგი მაინც შეიძლება იყოს მნიშვნელოვანი.
ასევე იყო გამიჯვნა შიდა ჰაერის ნიმუშებს შორის, რომლებიც შეგროვდა დილით და შუადღისას.ეს შეიძლება აიხსნას იმით, რომ ამ კვლევაში შემავალი ოთხივე კლინიკური ოთახი გაიწმინდა ოთახის ჰაერის სინჯების აღებამდე.ყველა კლინიკური უბანი გამოყოფილია სხვადასხვა VOC-ებით, ამიტომ ეს განცალკევება არ შეიძლება მიეკუთვნებოდეს გაწმენდას.დილის ნიმუშებთან შედარებით, შუადღის ნიმუშებმა ზოგადად აჩვენა ალკოჰოლების, ნახშირწყალბადების, ეთერების, კეტონებისა და ალდეჰიდების ნარევის უფრო მაღალი დონე.როგორც 1-პროპანოლი, ასევე ფენოლი გვხვდება სადეზინფექციო საშუალებებში26,32, რაც მოსალოდნელია მთელი დღის განმავლობაში მთელი კლინიკური არეალის რეგულარული გაწმენდის გათვალისწინებით.ეს მოიცავს სასმელებისა და საკვების მოხმარებას33,34 და ვარჯიშის სხვადასხვა ხარისხს35,36 სუნთქვის ნიმუშის აღებამდე.
VOC ანალიზი რჩება არაინვაზიური დიაგნოსტიკური განვითარების წინა პლანზე.ნიმუშის აღების სტანდარტიზაცია რჩება გამოწვევად, მაგრამ ჩვენმა ანალიზმა საბოლოოდ აჩვენა, რომ არ იყო მნიშვნელოვანი განსხვავებები სხვადასხვა ადგილას შეგროვებულ სუნთქვის ნიმუშებს შორის.დაბოლოს, შიდა ჰაერის გამოყოფა სხვადასხვა ადგილიდან და გამოყოფის ნაკლებობა ამოსუნთქულ ჰაერში ნათლად აჩვენებს, რომ ნიმუშის აღების ადგილი მნიშვნელოვნად არ მოქმედებს ადამიანის სუნთქვის შემადგენლობაზე.მიუხედავად იმისა, რომ ერთი სუბიექტის სუნთქვის ყველა ნიმუში იყო ჩვენი კვლევის შეზღუდვა, მან შეიძლება შეამციროს განსხვავებები სხვა დამაბნეველ ფაქტორებში, რომლებიც გავლენას ახდენს ადამიანის ქცევაზე.გარდა ამისა, ფარდობითი ტენიანობის (RH) მონაცემები არ იყო შეგროვებული და მიუხედავად იმისა, რომ ჩვენ ვაღიარებთ, რომ RH-ში განსხვავებები შეიძლება გავლენა იქონიოს VOC-ის განაწილებაზე, ლოგისტიკური გამოწვევები როგორც RH კონტროლში, ასევე RH მონაცემთა შეგროვებაში მნიშვნელოვანია ფართომასშტაბიან კვლევებში.
დასკვნის სახით, ჩვენმა კვლევამ აჩვენა, რომ შიდა ჰაერში VOCs განსხვავდება მდებარეობისა და დროის მიხედვით, მაგრამ ეს ასე არ არის სუნთქვის ნიმუშებისთვის.ნიმუშის მცირე ზომის გამო, შეუძლებელია საბოლოო დასკვნების გამოტანა შიდა ატმოსფერული ჰაერის ზემოქმედების შესახებ სუნთქვის სინჯების აღებაზე და საჭიროა შემდგომი ანალიზი, ამიტომ რეკომენდებულია შიდა ჰაერის სინჯის აღება სუნთქვის დროს პოტენციური დამაბინძურებლების, VOC-ების გამოსავლენად.
ექსპერიმენტი ჩატარდა ზედიზედ 10 სამუშაო დღის განმავლობაში ლონდონის წმინდა მერის ჰოსპიტალში 2020 წლის თებერვალში. ყოველ დღე, ორი სუნთქვის ნიმუში და ოთხი შიდა ჰაერის ნიმუში იღებებოდა ხუთი ადგილიდან, სულ 300 ნიმუში.ყველა მეთოდი შესრულდა შესაბამისი გაიდლაინებისა და რეგულაციების შესაბამისად.სინჯის აღების ხუთივე ზონის ტემპერატურა კონტროლდებოდა 25°C-ზე.
შიდა ჰაერის სინჯისთვის შეირჩა ხუთი ლოკაცია: მასსპექტრომეტრიის ინსტრუმენტული ლაბორატორია, ქირურგიული ამბულატორია, საოპერაციო ოთახი, შეფასების ზონა, ენდოსკოპიური შეფასების ზონა და კლინიკური კვლევის ოთახი.თითოეული რეგიონი შეირჩა, რადგან ჩვენი კვლევითი გუნდი ხშირად იყენებს მათ სუნთქვის ანალიზისთვის მონაწილეების დასაკომპლექტებლად.
ოთახის ჰაერის ნიმუში აღებული იქნა ინერტული დაფარული Tenax TA/Carbograph თერმული დეზორბციის (TD) მილებიდან (Markes International Ltd, Llantrisan, დიდი ბრიტანეთი) 250 მლ/წთ 2 წუთის განმავლობაში SKC Ltd.-ის ჰაერის აღების ტუმბოს გამოყენებით, საერთო სირთულის გამოყენება 500 მლ. ambient room air to each TD tube.შემდეგ მილები დალუქული იყო სპილენძის თავსახურებით, რათა დაბრუნებულიყო მასსპექტრომეტრიის ლაბორატორიაში.შიდა ჰაერის სინჯები ყოველ ლოკაციაზე რიგრიგობით იღებებოდა ყოველდღე 9:00-დან 11:00 საათამდე და ისევ 15:00-დან 17:00 საათამდე.
სუნთქვის ნიმუშები შეგროვდა ინდივიდუალური საგნებისგან, რომლებიც ექვემდებარებიან შიდა ჰაერის შერჩევას. სუნთქვის ნიმუშის აღების პროცესი ჩატარდა NHS-ის ჯანმრთელობის კვლევის ორგანოს - ლონდონი-Camden & Kings Cross Research-ის ეთიკის კომიტეტის მიერ დამტკიცებული პროტოკოლის მიხედვით (მინიშნება 14/LO/1136). სუნთქვის ნიმუშის აღების პროცესი ჩატარდა NHS-ის ჯანმრთელობის კვლევის ორგანოს - ლონდონი-Camden & Kings Cross Research-ის ეთიკის კომიტეტის მიერ დამტკიცებული პროტოკოლის მიხედვით (მინიშნება 14/LO/1136). სუნთქვის ნიმუშის აღების პროცესი ჩატარდა NHS სამედიცინო კვლევის ორგანოს - ლონდონი - Camden & Kings Cross Research-ის ეთიკის კომიტეტის მიერ დამტკიცებული პროტოკოლის შესაბამისად (შესახ. 14/LO/1136).სუნთქვის ნიმუშის აღების პროცედურა ჩატარდა NHS-London-Camden სამედიცინო კვლევის სააგენტოსა და King's Cross-ის კვლევის ეთიკის კომიტეტის მიერ დამტკიცებული პროტოკოლების შესაბამისად (ref 14/LO/1136).როგორც შიდა ჰაერის სინჯის აღებისას, გამოიყენეთ SKC Ltd. ჰაერის სინჯის აღების ტუმბო 10 წუთის განმავლობაში ჩანთიდან ჰაერის ამოსაღებად TD მილის მეშვეობით: შეაერთეთ დიდი დიამეტრის ნემსი ფილტრის გარეშე საჰაერო ტუმბოს TD მილის მეორე ბოლოში პლასტმასის მეშვეობით. მილები და SKC.აკუპუნქტურეთ ჩანთა და ჩაისუნთქეთ 250 მლ/წთ სიჩქარით თითოეული TD მილით 2 წუთის განმავლობაში, ჩატვირთეთ სულ 500 მლ სუნთქვა თითოეულ TD მილში.
TD მილები გაიწმინდა TC-20 TD მილის კონდიციონერის გამოყენებით (Markes International Ltd, Llantrisant, დიდი ბრიტანეთი) 40 წუთის განმავლობაში 330°C-ზე აზოტის ნაკადით 50 მლ/წთ.Agilent Technologies 7890A GC დაწყვილებული იყო TD100-xr თერმული დეზორბციის კონფიგურაციასთან და BenchTOF Select MS-თან (Markes International Ltd, Llantrisan, დიდი ბრიტანეთი).თავდაპირველი დეზორბცია განხორციელდა 250°C ტემპერატურაზე 5 წუთის განმავლობაში ჰელიუმის ნაკადით 50 მლ/წთ VOC-ების დეზორბციისთვის ცივ ხაფანგში (Material Emissions, Markes International, Llantrisant, UK) გაყოფილი რეჟიმში (1:10) 25 საათზე. °C.ცივი ხაფანგის (მეორადი) დეზორბცია ჩატარდა 250°C-ზე (ბალისტიკური გათბობით 60°C/წმ) 3 წუთის განმავლობაში He ნაკადის სიჩქარით 5.7 მლ/წთ და ნაკადის გზის ტემპერატურა GC-მდე მუდმივად თბებოდა.200 °С-მდე.სვეტი იყო Mega WAX-HT სვეტი (20 მ×0.18 მმ×0.18 მკმ, Chromalytic, ჰემფშირი, აშშ).ღუმელის ტემპერატურა ჯერ დააყენეს 35°C-ზე 1,9 წუთის განმავლობაში, შემდეგ გაზარდეს 240°C-მდე (20°C./წთ, 2 წუთის განმავლობაში).MS გადამცემი ხაზი შენარჩუნებული იყო 260°C-ზე და იონის წყარო (70 eV ელექტრონის ზემოქმედება) შენარჩუნებული იყო 260°C-ზე.MS ანალიზატორი დაყენებული იყო ჩაწერისთვის 30-დან 597 მ/წმ-მდე.დეზორბცია ცივ ხაფანგში (არ TD მილის გარეშე) და დეზორბცია კონდიცირებულ სუფთა TD მილში შესრულდა ყოველი ანალიზის ჩატარების დასაწყისში და ბოლოს, რათა უზრუნველყოფილიყო, რომ არ არსებობდა გადატანის ეფექტი.
ქრომატოგრამების ვიზუალური დათვალიერების შემდეგ, მონაცემთა ნედლეული ფაილების ანალიზი განხორციელდა Chromspace® (Sepsolve Analytical Ltd.) გამოყენებით.საინტერესო ნაერთები იდენტიფიცირებული იყო სუნთქვისა და ოთახის ჰაერის წარმომადგენლობითი ნიმუშებიდან.ანოტაცია VOC მასის სპექტრისა და შეკავების ინდექსზე დაფუძნებული NIST 2017 მასობრივი სპექტრის ბიბლიოთეკის გამოყენებით. შეკავების ინდექსები გამოთვლილი იყო ალკანური ნარევის ანალიზით (nC8-nC40, 500 μg/მლ დიქლორმეთანში, Merck, აშშ) 1 μL, რომელიც გაჟღენთილია სამ კონდიცირებულ TD მილებზე კალიბრაციის ხსნარის ჩატვირთვის აპარატის მეშვეობით და გაანალიზებულია იგივე TD-GC-MS პირობებში. და ნედლეული ნაერთების სიიდან, მხოლოდ საპირისპირო მატჩის ფაქტორი> 800 ინახებოდა ანალიზისთვის. შეკავების ინდექსები გამოთვლილი იყო ალკანური ნარევის ანალიზით (nC8-nC40, 500 μg/მლ დიქლორმეთანში, Merck, აშშ) 1 μL, რომელიც გაჟღენთილია სამ კონდიცირებულ TD მილებზე კალიბრაციის ხსნარის ჩატვირთვის აპარატის მეშვეობით და გაანალიზებულია იგივე TD-GC-MS პირობებში. და ნედლეული ნაერთების სიიდან, მხოლოდ საპირისპირო მატჩის ფაქტორი> 800 ინახებოდა ანალიზისთვის.შეკავების ინდექსები გამოთვლილი იყო 1 მკლ ალკანების ნარევის ანალიზით (nC8-nC40, 500 მკგ/მლ დიქლორმეთანში, Merck, აშშ) სამ კონდიცირებულ TD მილებში კალიბრაციის ხსნარის ჩამტვირთავი ერთეულის გამოყენებით და გაანალიზებული იგივე TD-GC-MS ქვეშ. პირობები.და исходного списка соединений для ანალიზი были оставлены только соединения с коэффициентом обратного совпадения > 800. და ნაერთების საწყისი სიიდან, მხოლოდ საპირისპირო მატჩის კოეფიციენტის> 800 ნაერთები ინახებოდა ანალიზისთვის..的 td-gc-ms 条件 下 进行 分析 并且 从 原始化 合物 列表 中 仅 仅 反向 匹配 匹配 因子 因子 匹配 因子 的 的 分析 分析。。。。。 分析 分析 分析 分析 分析 分析 分析 分析 分析 შესრულებული იგივე TD-GC-MS პირობებში და ორიგინალური ნაერთების სიიდან, მხოლოდ ნაერთები შებრუნებული მორგების ფაქტორით > 800 შენახული იყო ანალიზისთვის.ასევე ამოღებულია ჟანგბადი, არგონი, ნახშირორჟანგი და სილოქსანები. დაბოლოს, ასევე გამორიცხული იყო ნებისმიერი ნაერთი, რომელსაც აქვს სიგნალი ხმაურის თანაფარდობით <3. დაბოლოს, ასევე გამორიცხული იყო ნებისმიერი ნაერთი, რომელსაც აქვს სიგნალი ხმაურის თანაფარდობით <3. Наконец, любые соединения с отношением сигнал/шум <3 также были исключены. Наконец, любые соединения с отношением сигнал/шум <3 также были исключены. NIST 2017-თან შედარებით, სუნთქვის ნიმუშებში გამოვლენილია 117 ნაერთი.არჩევა განხორციელდა MATLAB R2018b პროგრამული უზრუნველყოფის (ვერსია 9.5) და Gavin Beta 3.0 გამოყენებით.მონაცემების შემდგომი შემოწმების შემდეგ, კიდევ 4 ნაერთი გამოირიცხა ქრომატოგრამების ვიზუალური დათვალიერებით, რის გამოც 113 ნაერთი უნდა ჩაერთოს შემდგომ ანალიზში.ამ ნაერთების სიმრავლე იქნა აღდგენილი ყველა 294 ნიმუშიდან, რომლებიც წარმატებით დამუშავდა.ექვსი ნიმუში ამოღებულ იქნა მონაცემთა ცუდი ხარისხის გამო (გაჟონა TD მილები).კორელაციის კოეფიციენტი იყო 0,990 ± 0,016, ხოლო p მნიშვნელობა იყო 2,00 × 10–46 ± 2,41 × 10–45 (საშუალო არითმეტიკული ± სტანდარტული გადახრა).
ყველა სტატისტიკური ანალიზი ჩატარდა R ვერსიაზე 4.0.2 (R Foundation for Statistical Computing, ვენა, ავსტრია).მონაცემები და კოდი, რომელიც გამოიყენება მონაცემთა ანალიზისა და გენერირებისთვის, საჯაროდ ხელმისაწვდომია GitHub-ზე (https://github.com/simonezuffa/Manuscript_Breath).განმეორებითი გაზომვებით ნიმუშები შემოვიდა საშუალო მნიშვნელობამდე."ropls" და "mixOmics" პაკეტები გამოიყენება უკონტროლო PCA მოდელების და ზედამხედველობის ქვეშ მყოფი PLS-DA მოდელების შესაქმნელად.PCA საშუალებას გაძლევთ იდენტიფიცირება 9 ნიმუში outliers.პირველადი სუნთქვის ნიმუში დაჯგუფებული იყო ოთახის ჰაერის ნიმუშთან და, შესაბამისად, ჩაითვალა ცარიელ მილად შერჩევის შეცდომის გამო.შემდგომმა ტესტირებამ აჩვენა, რომ 8-ვე ნიმუშს ჰქონდა მნიშვნელოვნად დაბალი VOC გამომუშავება სხვა ნიმუშებთან შედარებით, რაც მიუთითებს იმაზე, რომ ეს ემისიები გამოწვეული იყო ადამიანის შეცდომით მილების დატვირთვისას.მდებარეობის განცალკევება შემოწმდა PCA-ში PERMANOVA-ს გამოყენებით ვეგანური პაკეტიდან.PERMANOVA საშუალებას გაძლევთ განსაზღვროთ ჯგუფების დაყოფა ცენტროიდების საფუძველზე.ეს მეთოდი ადრე გამოიყენებოდა მსგავს მეტაბოლურ კვლევებში39,40,41.ropls პაკეტი გამოიყენება PLS-DA მოდელების მნიშვნელობის შესაფასებლად შემთხვევითი შვიდჯერადი ჯვარედინი დამოწმებისა და 999 პერმუტაციის გამოყენებით. Соединения с показателем проекции переменной важности (VIP) > 1 სჩიтались подходящими для классификации и сохранялись как значимые. 具有可变重要性投影(VIP) 分数> 1 的化合物被认为与分类相关并保留为显留具有可变重要性投影(VIP) 分数> 1 Соединения с оценкой переменной важности (VIP) > 1 სჩიტალისь подходящими для классификации и чувались значимыми. ცვლადი მნიშვნელობის ქულის მქონე ნაერთები (VIP) > 1 ჩაითვალა კლასიფიკაციის დასაშვებად და დარჩა მნიშვნელოვანი.დატვირთვები PLS-DA მოდელიდან ასევე იქნა ამოღებული ჯგუფის წვლილის დასადგენად. ამისათვის, ყველა მდებარეობის VOC-ის პროფილები ტესტირება მოხდა ერთმანეთის წინააღმდეგ და თუ VOC VIP > 1-ით მუდმივად მნიშვნელოვანი იყო მოდელებში და მიეკუთვნებოდა ერთსა და იმავე ადგილს, მაშინ იგი განიხილებოდა სპეციფიკური მდებარეობისთვის. ამისათვის, ყველა მდებარეობის VOC-ის პროფილები ტესტირება მოხდა ერთმანეთის წინააღმდეგ და თუ VOC VIP > 1-ით მუდმივად მნიშვნელოვანი იყო მოდელებში და მიეკუთვნებოდა ერთსა და იმავე ადგილს, მაშინ იგი განიხილებოდა სპეციფიკური მდებარეობისთვის. თუ ეს პროფილები LOS ყველა ადგილზეა, სხვათა წინააღმდეგ, ან სხვა LOS-ის წინააღმდეგ, ან LOS-ს VIP> 1 ბыლ პოსტოიანურად დიდია იმ მოდელის მიხედვით, რომელიც არ არის ერთი და იგივე ადგილზე, სხვა საკითხებთან დაკავშირებით. ამისათვის, ყველა მდებარეობის VOC პროფილები ტესტირება მოხდა ერთმანეთის წინააღმდეგ, და თუ VOC VIP > 1 იყო თანმიმდევრულად მნიშვნელოვანი მოდელებში და მოხსენიებული იყო იმავე ადგილას, მაშინ იგი განიხილებოდა მდებარეობის სპეციფიკურად.为 此 ， 对 所有 的 的 voc 配置 文件 了 相互 测试 ， 如果 vip> 1 的 voc 在 中于 一 位置 ， 将 其 视为 特定。。。 位置 位置 位置 位置 位置 位置 位置 位置位置 位置ეს არის მთელი პროფილი LOS-ში ყველა ადგილზე განთავსებულ ადგილზე, რომელსაც შეუძლია სხვა სხვაგან, და LOS-ს VIP> 1 სპიკერი სავისიაщим ადგილმდებარეობისგან, თუ ის არ არის განთავსებული იმ ადგილას, რაც ნიშნავს იმას, რომ მოდელები და სხვაგან განსხვავებით. ამ მიზნით, VOC პროფილები ყველა ადგილას შეადარეს ერთმანეთს და VOC VIP > 1 ჩაითვალა ლოკაციაზე დამოკიდებული, თუ ის თანმიმდევრულად მნიშვნელოვანი იყო მოდელში და მოხსენიებული იყო იმავე ადგილას.სუნთქვისა და შიდა ჰაერის ნიმუშების შედარება განხორციელდა მხოლოდ დილით აღებული ნიმუშებისთვის, რადგან შუადღისას სუნთქვის ნიმუშები არ აღებული იყო.უილკოქსონის ტესტი გამოიყენებოდა ცალმხრივი ანალიზისთვის, ხოლო ცრუ აღმოჩენის მაჩვენებელი გამოითვალა ბენჯამინი-ჰოჩბერგის კორექციის გამოყენებით.
მიმდინარე კვლევის დროს გენერირებული და გაანალიზებული მონაცემთა ნაკრები ხელმისაწვდომია შესაბამისი ავტორებისგან გონივრული მოთხოვნით.
ადამიანის აქროლადი ნივთიერებები: აქროლადი ორგანული ნაერთები (VOCs) ამოსუნთქულ ჰაერში, კანის სეკრეციაში, შარდში, განავალსა და ნერწყვში.
ბელუომო, ი. და სხვ.შერჩევითი იონური დენის მილის მასის სპექტრომეტრია ადამიანის სუნთქვაში აქროლადი ორგანული ნაერთების მიზნობრივი ანალიზისთვის.ეროვნული პროტოკოლი.16(7), 3419–3438 (2021).
Hanna, GB, Boshier, PR, Markar, SR & Romano, A. არასტაბილურ ორგანულ ნაერთებზე დაფუძნებული ამოსუნთქული სუნთქვის ტესტების სიზუსტე და მეთოდოლოგიური გამოწვევები კიბოს დიაგნოზისთვის.და რომანო, ა. კიბოს დიაგნოზისთვის არასტაბილურ ორგანულ ნაერთებზე დაფუძნებული გამონაბოლქვი ჰაერის ტესტების სიზუსტე და მეთოდოლოგიური საკითხები. Hanna, GB, Boshier, PR, Markar, SR & Romano, ა. . Hanna, GB, Boshier, PR, Markar, SR & Romano, A. სიზუსტე და მეთოდოლოგიური გამოწვევები კიბოს დიაგნოზში, რომელიც დაფუძნებულია აქროლად ორგანულ ნაერთებზე.JAMA ონკოლ.5(1), e182815 (2019).
Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB არასტაბილური კვალი აირების დონეების ცვალებადობა სამ ჰოსპიტალურ გარემოში: შედეგები კლინიკური სუნთქვის ტესტირებისთვის. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB არასტაბილური კვალი აირების დონეების ცვალებადობა სამ ჰოსპიტალურ გარემოში: შედეგები კლინიკური სუნთქვის ტესტირებისთვის.Boshear, PR, Kushnir, JR, Priest, OH, Marchin, N. and Khanna, GB.განსხვავებები აქროლადი კვალი გაზების დონეებში სამ საავადმყოფოში: მნიშვნელობა კლინიკური სუნთქვის ტესტირებისთვის. Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GB . Boshier, PR, Cushnir, JR, Priest, OH, Marczin, N. & Hanna, GBBoshear, PR, Kushnir, JR, Priest, OH, Marchin, N. and Khanna, GB.არასტაბილური კვალი აირების დონის ცვლილებები სამ საავადმყოფოში: მნიშვნელობა კლინიკური სუნთქვის ტესტირებისთვის.J. Religious Res.4(3), 031001 (2010).
Trefz, P. et al.რეალურ დროში, რესპირატორული აირების უწყვეტი მონიტორინგი კლინიკურ პარამეტრებში პროტონის გადაცემის რეაქციის ფრენის დროის მასის სპექტრომეტრიის გამოყენებით.ანუსის.ქიმიური.
Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM. სუნთქვის გაზის კონცენტრაციები ასახავს სევოფლურანსა და იზოპროპილის ალკოჰოლის ზემოქმედებას ჰოსპიტალურ გარემოში არაპროფესიულ პირობებში. Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JM. სუნთქვის გაზის კონცენტრაციები ასახავს სევოფლურანსა და იზოპროპილის ალკოჰოლის ზემოქმედებას ჰოსპიტალურ გარემოში არაპროფესიულ პირობებში.Castellanos, M., Xifra, G., Fernandez-Real, JM and Sanchez, JM ამოსუნთქული აირის კონცენტრაცია ასახავს სევოფლურანისა და იზოპროპილის სპირტის ზემოქმედებას საავადმყოფოში, არაპროფესიულ გარემოში. Castellanos, M., Xifra, G., Fernández-Real, JM & Sánchez, JMCastellanos, M., Xifra, G., Fernandez-Real, JM and Sanchez, JM Airway გაზების კონცენტრაციები ასახავს სევოფლურანისა და იზოპროპანოლის ზემოქმედებას საავადმყოფოს გარემოში.J. Breath Res.10(1), 016001 (2016).
მარკარ სრ და სხვ.JAMA ონკოლ.4 (7), 970-976 (2018).
16(1), 016005 (2021).
Breast J. 9 (3), 184–191 (2003).
Phillips, M., Greenberg, J. & Sabas, M. პენტანის ალვეოლური გრადიენტი ადამიანის ნორმალურ სუნთქვაში. Phillips, M., Greenberg, J. & Sabas, M. პენტანის ალვეოლური გრადიენტი ადამიანის ნორმალურ სუნთქვაში.Phillips M, Greenberg J და Sabas M. ალვეოლარული პენტანის გრადიენტი ადამიანის ნორმალურ სუნთქვაში. Phillips, M., Greenberg, J. & Sabas, M. 正常人呼吸中戊烷的肺泡梯度. Phillips M, Greenberg J და Sabas M. ალვეოლარული პენტანის გრადიენტები ადამიანის ნორმალურ სუნთქვაში.შენახვის ავზი.
ჰარშმან სვ და სხვ.J. Breath Res.14(1), 016009 (2019).
მაურერი, ფ. და სხვ.8(2), 027107 (2014).
სალეჰი, ბ. და სხვ.ალფა- და ბეტა-პინენის თერაპიული პოტენციალი: ბუნების სასწაულებრივი საჩუქარი.ბიომოლეკულები 9 (11), 738 (2019).
CompTox ქიმიური საინფორმაციო პანელი - ბენზილის სპირტი.https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID5020152#chemical-functional-use (წვდომა 2021 წლის 22 სექტემბერს).
https://www.alfa.com/en/catalog/L03292/ (წვდომა 2021 წლის 22 სექტემბერს).
Good Scents Company - ბენზილის ალკოჰოლი.http://www.thegoodscentscompany.com/data/rw1001652.html (წვდომა 2021 წლის 22 სექტემბერს).
CompTox ქიმიური პანელი არის დიიზოპროპილ ფტალატი.https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID2040731 (წვდომა 2021 წლის 22 სექტემბერს).
ადამიანები, IARC სამუშაო ჯგუფი კანცეროგენული რისკის შეფასების შესახებ.: კიბოს კვლევის საერთაშორისო სააგენტო (2013).
http://www.thegoodscentscompany.com/data/rw1000131.html#tooccur (წვდომა 2021 წლის 22 სექტემბერს).
Van Gossum, A. and Dekuyper, J. Alkane სუნთქვა, როგორც ლიპიდური პეროქსიდაციის მაჩვენებელი. Van Gossum, A. & Decuyper, J. Breath 烷烃作为脂质过氧化的指标. Van Gossum, A. & Decuyper, J. Breath ალკანები, როგორც 脂质过过化的的剧情。Van Gossum, A. and Dekuyper, J. Alkane სუნთქვა, როგორც ლიპიდური პეროქსიდაციის მაჩვენებელი.ქვეყნის ჟურნალი 2(8), 787–791 (1989).
Salerno-Kennedy, R. & Cashman, KD სუნთქვის იზოპრენის პოტენციური გამოყენება, როგორც ბიომარკერი თანამედროვე მედიცინაში: მოკლე მიმოხილვა. Salerno-Kennedy, R. & Cashman, KD სუნთქვის იზოპრენის პოტენციური გამოყენება, როგორც ბიომარკერი თანამედროვე მედიცინაში: მოკლე მიმოხილვა. იზოპრენის შესაძლო გამოყენება სუნთქვაში, როგორც ბიომარკერი თანამედროვე მედიცინაში: მოკლე მიმოხილვა. Salerno-Kennedy, R. & Cashman, KD 呼吸异戊二烯作为现代医学生物标志物的潜在应用：〰明概 სალერნო-კენედი, R. & Cashman, KDSalerno-Kennedy, R. and Cashman, KD რესპირატორული იზოპრენის პოტენციური გამოყენება, როგორც ბიომარკერი თანამედროვე მედიცინაში: მოკლე მიმოხილვა.Wien Klin Wochenschr 117 (5–6), 180–186 (2005).
ამოსუნთქულ ჰაერში აქროლადი ორგანული ნაერთების მიზანმიმართული ანალიზი გამოიყენება ფილტვის კიბოს დიფერენცირების მიზნით ფილტვის სხვა დაავადებებისგან და ჯანმრთელ ადამიანებში.
