高血糖人群呼气标志物的质子转移反应质谱研究

利用自制的质子转移反应质谱(PTR-MS)探索了高血糖人群呼气特征挥发性有机物(VOCs),利用改进的呼气分析系统对70名血糖含量正常志愿者与22名高血糖志愿者的呼气进行实时在线分析,数据统计分析采用Mann-Whitney U非参数检验和线性判别分析法。实验结果表明两组受试者呼气存在5种差异VOCs,该5种VOCs的质荷比(m/z)分别为61、31、120、104、82。其线性判别模型的受试者工作曲线(Re-ceiver operating curve,ROC)下面积达到0.926,灵敏度和特异度分别为86.4%和84.3%,该模型有一定的诊断价值。考察了两组志愿者呼气中丙酮含量的分布情况,统计分析结果显示两组的丙酮含量无显著性差异,丙酮含量与血糖浓度间也无显著相关性。     

呼气中挥发性硫化物的质子转移反应质谱在线检测

利用自主研制的高灵敏呼气检测质子转移反应质谱(PTR-MS),对一名口臭受试者的口腔吹出气体、鼻子呼出气体和口腔内气体分别进行多组分实时监测,发现了该受试者呼气中3种引起口臭的挥发性硫化物(VSCs)的来源并不相同,其中甲硫醇主要来源于口腔,硫化氢和二甲基硫则主要来源于肺或呼吸道.本研究不仅发现了口腔内气体在PTR-MS呼气监测过程中的特征变化趋势,还分析了呼出气体中3种VSCs的来源,对于呼气的正确采样和检测具有重要的指导意义.     

呼气中痕量挥发性有机物的质子转移反应质谱在线检测研究

通过对自主研制的大气成分在线检测质子转移反应质谱的进样管路系统进行改造,建立了可在线检测呼气中痕量挥发性有机物的质子转移反应质谱装置。通过对呼气进样系统的旁路流量控制,实现对进样速度的调控,既可提高进样速度,以满足实时监测呼气中指定成分浓度变化;也可适时关闭旁路,以降低进样速度,从而对呼气成分进行全谱分析,避免采样袋采样和浓缩的复杂程序和潜在干扰。以作者呼出气体作为研究对象,对装置性能进行测试,结果表明:装置最快响应时间可达1s,对呼气中丙酮的探测灵敏度高达每10-9(V/V)浓度的信号强度为14.6counts/s,多次呼气测量重复性好,有望广泛应用于呼气疾病诊断研究。     

质子转移反应质谱在线检测痕量挥发性有机物

质子转移反应质谱是近年来兴起的一种痕量挥发性有机物在线检测技术,它可以在秒量级的时间内获得ppt量级的探测灵敏度,已经广泛的应用在环境污染监测、医学诊断、食品成分和质量检验等领域。本文介绍了它的工作原理和装置结构,给出了一些痕量挥发性有机物检测的例子,以及作者实验室使用该技术检测挥发性有机物的初步研究结果,并对该在线检测技术的发展方向进行了展望。     

质子转移反应质谱的建立与性能研究

报道了自行研制的质子转移反应质谱的基本结构和性能。利用水蒸气辉光放电产生了反应离子H3O ,以合成空气为反应气体,测量了H3O 与合成空气中的水反应产生的团簇离子H3O (H2O)n的质谱。实验发现,当漂移管电场与分子密度比值为144Td时,增加的离子能量可以阻止团簇离子H3O (H2O)n的形成,质谱观察到的离子主要是H3O ,其纯度可达99%以上,这时H3O 与有机物分子如甲苯的质子转移反应的产物离子也呈单一形式,团簇离子得到很好地抑制。根据离子强度和离子反应时间等参数,获得了PTR-MS目前的检出限为10-8(V/V)。利用PTR-MS对标准浓度甲苯及其稀释气体进行检测,表明PTR-MS在线定量检测准确性良好,线性动态范围跨越3个数量级,能够应用于大气中痕量挥发性有机物的实时在线测量。     

基于呼气中特异性VOCs筛查的肺癌早期诊断与模型评估

采用气相色谱-质谱联用仪（GC-MS）检测了180例受试者的呼出气样品,包括79名肺癌患者和101名健康志愿者。每个受试者采集3个平行样品,以及1个室内空气样品。对所有呼气样品中检测的92种挥发性有机物（VOCs）进行定量分析。结合Mann-Whitney检验和正交偏最小二乘判别分析（OPLS-DA）模型筛选出10种肺癌患者呼气特异性VOCs,包括苯甲醛、顺式-2-丁烯、2-丁酮、萘、乙酸乙烯酯、乙烯、2,2,4-三甲基戊烷、3-甲基戊烷、己醛和2-甲基戊烷。利用统计学方法研究其在不同人群中的代谢差异和可能相关的代谢机制,通过建立机器学习模型验证候选标志物对疾病的诊断性能,结果显示,随机森林模型诊断的准确度、精准率、灵敏度和特异性分别为96.25%、96.21%、95.76%、96.67%,马修斯相关系数（MCC）为0.93,曲线下面积为0.96。上述10种化合物可作为肺癌患者的潜在呼气VOCs标志物,为肺癌的早期诊断提供了丰富的基础数据。     

辉光放电离子源质子转移反应质谱对水中苯的分析方法研究

报告了自行研制的质子转移反应质谱(Proton Transfer Reaction Mass Spectrometry, PTR-MS)装置结合动态气体提取技术直接测量水中苯浓度的新方法. N2连续地将水溶液中的苯提取出来, 用质子转移反应质谱测量其在液面顶空中的分压强P随时间的变化关系, 从而得到苯的亨利常数H 利用亨利定律就可以给出苯在水溶液中的浓度. 考察了苯在提取气体及水溶液中达到平衡需要的液面高度, 测量了28 ℃时苯的亨利常数. 以此为基础测试了水中苯的浓度, 测量结果与配制的溶液浓度相一致. PTR-MS结合动态气体提取技术测量水中苯的浓度, 检出限为1 μg/L. 方法可以拓展到水中其它挥发性有机物浓度的测量.     

TATP的质子转移反应的质谱研究

利用密度泛函理论(DFT), 在B3LYP/cc-pVDZ水平上, 对三过氧化三丙酮(Triacetone triperoxide, TATP)及其质子化离子[TATP+H]+进行了构型优化和质子亲和势(Proton Affinity, PA)计算, 研究结果表明, PA(TATP)=866.73 kJ/mol大于PA(H2O)=691.0 kJ/mol, TATP与H3O+可发生质子转移反应. 在自行研制的质子转移反应质谱(Proton transfer reaction mass spectrometry, PTR-MS) 装置上, 研究了TATP与H3O+反应生成的特征离子. 当漂移管中E/N=1.4×10-15 V·cm2时, 在荷质比m/z=91, 75, 74, 59, 43等处观察到了产物离子. 降低E/N至0.5×10-15 V·cm2后, 在m/z=223处观察到了质子化产物离子([TATP+H]+), 验证了计算结果; 结合[TATP+H]+的构型, 分析了TATP质子转移反应产物离子可能的归属及其形成过程. 结合PTR-MS漂移管内E/N的改变引起m/z=223, 91, 43等离子的变化特征, 可实现TATP的准确识别和快速定量检测, 检测下限达到5.0×10-10 mol/L(±50%).     

质子转移反应质谱用于痕量挥发性有机化合物的在线分析

质子转移反应质谱(PTR-MS)是一种化学电离源质谱技术,专门用于痕量挥发性有机化合物(VOCs)实时在线检测.此技术利用H3O-作化学电离源试剂离子与作为质子接受体的VOCs发生质子转移反应.大气中的O2,N1,CO2等主要成分由于其质子亲和势低于H2O,而不与H3O发生质子转移反应,因此可在大气环境下检测痕量VOC...     

质子转移反应质谱动态测量苯系物的亨利常数

采用动态气体提取方法, 使用自行研制的质子转移反应质谱(PTR-MS)装置, 研究了挥发性苯系物亨利常数的测量方法. 考察了苯在提取气体与水溶液中达到平衡需要的液面高度, 通过25 ℃条件下苯的亨利常数测量验证了动态气体提取方法结合质子转移反应质谱测量亨利常数的有效性, 报告了11种苯系物的亨利常数测量结果. 与常规的亨利常数测量方法相比, 本方法具有简单、快速、人为干扰少等优点.     

基于气相离子迁移谱研究肺隐球病患者呼出气中特征挥发性有机物

该文采用气相色谱离子迁移谱(GC-IMS)对81例受试者呼出气样品进行了检测,包括临床确诊的20例肺隐球菌病患者,以及28例临床确诊的肺曲霉病患者和33例健康个体的对照样品,单个样品分析仅需10 min。结果显示,所有呼气样品中共检出19种挥发性有机物(VOCs)。通过主成分(PCA)分析发现,肺隐球病患者呼气中VOCs与健康对照组差异显著,但与肺曲霉病患者呼气中VOCs差异不显著。正交偏最小二乘判别模型(OPLS-DA)分析显示,与健康人群相比,肺隐球菌病患者呼气中特征VOCs为2-甲基-1-丙醛、异丙苯、2-戊酮、4-甲基-2-戊酮、丁醛和己醛;肺曲霉病患者的呼气特征VOCs为2-丁酮、2-戊酮、异丙苯、2-甲基-1-丙醛、4-甲基-2-戊酮和3-戊酮。此外,2种肺部感染患者呼气中特征性VOCs均包括2-甲基-1-丙醛、异丙苯、4-甲基-2-戊酮和2-戊酮,这表明丁醛和己醛在肺隐球菌病患者呼气中特异性略强,而2-丁酮和3-戊酮在肺曲霉病患者呼气中特异性更好。综上,采用GC-IMS可快速检出肺隐球病患者呼气中的VOCs,可用于后续数百例甚至数千例大样本分析,为更客观地评价呼气用于肺部...     

Needle Trap Device-GC-MS for Characterization of Lung Diseases Based on Breath VOC Profiles

Volatile organic compounds (VOCs) have been assessed in breath samples as possible indicators of diseases. The present study aimed to quantify 29 VOCs (previously reported as potential biomarkers of lung diseases) in breath samples collected from controls and individuals with lung cancer, chronic obstructive pulmonary disease and asthma. Besides that, global VOC profiles were investigated. A needle trap device (NTD) was used as pre-concentration technique, associated to gas chromatography-mass spectrometry (GC-MS) analysis. Univariate and multivariate approaches were applied to assess VOC distributions according to the studied diseases. Limits of quantitation ranged from 0.003 to 6.21 ppbv and calculated relative standard deviations did not exceed 10%. At least 15 of the quantified targets presented themselves as discriminating features. A random forest (RF) method was performed in order to classify enrolled conditions according to VOCs’ latent patterns, considering VOCs responses in global profiles. The developed model was based on 12 discriminating features and provided overall balanced accuracy of 85.7%. Ultimately, multinomial logistic regression (MLR) analysis was conducted using the concentration of the nine most discriminative targets (2-propanol, 3-methylpentane, (E)-ocimene, limonene, m-cymene, benzonitrile, undecane, terpineol, phenol) as input and provided an average overall accuracy of 95.5% for multiclass prediction.     

慢性乙型肝炎患者呼出气体的电喷雾萃取电离质谱分析

应用电喷雾萃取电离质谱法对慢性乙型肝炎患者(41例)及正常人(34例)的呼出气体样本进行检测,迅速获得其一级质谱指纹谱图,采用化学计量学方法主成分分析(PCA)和聚类分析(CA)对所获得的一级质谱数据进行处理后,可有效区分患者与正常人群,且不同临床类型慢性乙肝聚类分析图谱有不同表现,此结果有助于慢性乙型肝炎的临床诊断和病情分析.另外,本方法也为发展简单、快速、非侵入性慢性乙型肝炎临床诊断方法提供解决思路.     

Comparison of Targeted and Untargeted Approaches in Breath Analysis for the Discrimination of Lung Cancer from Benign Pulmonary Diseases and Healthy Persons

The aim of the present study was to compare the efficiency of targeted and untargeted breath analysis in the discrimination of lung cancer (Ca+) patients from healthy people (HC) and patients with benign pulmonary diseases (Ca−). Exhaled breath samples from 49 Ca+ patients, 36 Ca− patients and 52 healthy controls (HC) were analyzed by an SPME–GC–MS method. Untargeted treatment of the acquired data was performed with the use of the web-based platform XCMS Online combined with manual reprocessing of raw chromatographic data. Machine learning methods were applied to estimate the efficiency of breath analysis in the classification of the participants. Results: Untargeted analysis revealed 29 informative VOCs, from which 17 were identified by mass spectra and retention time/retention index evaluation. The untargeted analysis yielded slightly better results in discriminating Ca+ patients from HC (accuracy: 91.0%, AUC: 0.96 and accuracy 89.1%, AUC: 0.97 for untargeted and targeted analysis, respectively) but significantly improved the efficiency of discrimination between Ca+ and Ca− patients, increasing the accuracy of the classification from 52.9 to 75.3% and the AUC from 0.55 to 0.82. Conclusions: The untargeted breath analysis through the inclusion and utilization of newly identified compounds that were not considered in targeted analysis allowed the discrimination of the Ca+ from Ca− patients, which was not achieved by the targeted approach.     

纳米金-卟啉复合传感阵列快速识别肺癌患者呼气中的有机小分子

合成了小粒径纳米金作为卟啉保护剂,以纳米金-卟啉化合物和p H指示剂共同构建6×6传感阵列,将其用于可视化检测12种肺癌患者呼出气体中的有机小分子(OSMs),设置了3个浓度梯度且每个样品重复5次.实验结果显示,纳米金的引入可显著提高阵列的稳定性和灵敏度;聚类分析结果表明,5次平行实验的结果优先聚为一簇,结构相似的目标物随后聚在一起;差谱图显示该方法对不同种类、不同浓度的OSMs具有良好的定性及半定量分析能力.该方法可快速识别OSMs且具有肺癌筛查的潜在应用前景.