Благодарим вас за посещение Nature.com. Используемая вами версия браузера имеет ограниченную поддержку CSS. Для оптимальной работы рекомендуем использовать обновлённый браузер (или отключить режим совместимости в Internet Explorer). В настоящее время, для обеспечения непрерывной поддержки, мы будем отображать сайт без стилей и JavaScript.
Интерес к анализу летучих органических соединений (ЛОС) в выдыхаемом воздухе возрос за последние два десятилетия. До сих пор существует неопределенность в отношении нормализации отбора проб и влияния летучих органических соединений воздуха в помещении на кривую концентрации летучих органических соединений в выдыхаемом воздухе. Необходимо оценить содержание летучих органических соединений в воздухе в помещениях в пунктах планового отбора проб выдыхаемого воздуха в больничных условиях и определить, влияет ли это на состав выдыхаемого воздуха. Второй целью было изучение суточных колебаний содержания летучих органических соединений в воздухе помещений. Отбор проб воздуха в помещениях производился в пяти точках утром и днем с помощью насоса для отбора проб и термодесорбционной (ТД) трубки. Отбор проб выдыхаемого воздуха производился только утром. Анализ проб ТД трубками производился методом газовой хроматографии в сочетании с времяпролетной масс-спектрометрией (ГХ-ТОФ-МС). В собранных пробах было идентифицировано 113 ЛОС. Многомерный анализ показал четкое разделение между выдыхаемым и комнатным воздухом. Состав воздуха в помещениях меняется в течение дня, и в разных местах присутствуют специфические ЛОС, не влияющие на профиль дыхания. В анализах дыхания не наблюдалось разделения по местоположению, что говорит о том, что отбор проб можно проводить в разных местах, не влияя на результаты.
Летучие органические соединения (ЛОС) – это углеродсодержащие соединения, находящиеся в газообразном состоянии при комнатной температуре и являющиеся конечными продуктами многих эндогенных и экзогенных процессов1. На протяжении десятилетий исследователи интересовались ЛОС из-за их потенциальной роли в качестве неинвазивных биомаркеров заболеваний человека. Однако сохраняется неопределенность в отношении стандартизации сбора и анализа образцов выдыхаемого воздуха.
Ключевой областью стандартизации анализа дыхания является потенциальное влияние фоновых ЛОС в окружающем воздухе помещений. Предыдущие исследования показали, что фоновые уровни ЛОС в окружающем воздухе помещений влияют на уровни ЛОС, обнаруженных в выдыхаемом воздухе3. Boshier et al. В 2010 году была использована масс-спектрометрия с выбранным ионным потоком (SIFT-MS) для изучения уровней семи летучих органических соединений в трех клинических условиях. Были выявлены различные уровни летучих органических соединений в окружающей среде в трех регионах, что, в свою очередь, дало руководство о возможности использования широко распространенных летучих органических соединений в воздухе помещений в качестве биомаркеров заболеваний. В 2013 году Trefz et al. Также контролировались окружающий воздух в операционной и характер дыхания персонала больницы в течение рабочего дня. Они обнаружили, что уровни экзогенных соединений, таких как севофлуран, как в воздухе помещения, так и в выдыхаемом воздухе увеличивались в 5 раз к концу рабочего дня, что поднимало вопросы о том, когда и где следует брать образцы выдыхаемого воздуха у пациентов для анализа, чтобы снизить и минимизировать проблему таких мешающих факторов. Это коррелирует с исследованием Кастелланоса и др. В 2016 году они обнаружили севофлуран в выдыхаемом воздухе персонала больницы, но не в выдыхаемом воздухе персонала за пределами больницы. В 2018 году Маркар и др. стремились продемонстрировать влияние изменений состава воздуха в помещении на анализ выдыхаемого воздуха в рамках своего исследования по оценке диагностической способности выдыхаемого воздуха при раке пищевода7. Используя стальной контрлегочный мешок и SIFT-MS во время отбора проб, они идентифицировали восемь летучих органических соединений в воздухе помещения, которые значительно различались в зависимости от места отбора проб. Однако эти ЛОС не были включены в их диагностическую модель ЛОС последнего выдыхаемого воздуха, поэтому их влияние было сведено на нет. В 2021 году было проведено исследование Салманом и др. для мониторинга уровня ЛОС в трёх больницах в течение 27 месяцев. Они выявили 17 ЛОС, являющихся сезонными дискриминантами, и предположили, что концентрации ЛОС в выдыхаемом воздухе, превышающие критический уровень 3 мкг/м3, вряд ли являются следствием фонового загрязнения ЛОС8.
В дополнение к установлению пороговых уровней или прямому исключению экзогенных соединений, альтернативами устранения этой фоновой вариации является сбор парных проб воздуха помещения одновременно с отбором проб выдыхаемого воздуха, чтобы можно было определить любые уровни ЛОС, присутствующих в высоких концентрациях в вдыхаемой комнате. извлекаются из выдыхаемого воздуха. Воздух 9 вычитается из уровня для получения «альвеолярного градиента». Следовательно, положительный градиент указывает на присутствие эндогенного Соединения 10. Другой метод заключается в том, что участники вдыхают «очищенный» воздух, который теоретически не содержит загрязняющих веществ ЛОС11. Однако это обременительно, требует много времени, а само оборудование генерирует дополнительные загрязняющие вещества ЛОС. Исследование Маурера и соавторов. В 2014 году у участников, дышавших синтетическим воздухом, уровень ЛОС снизился на 39, но увеличился на 29 по сравнению с вдыханием окружающего воздуха в помещении12. Использование синтетического/очищенного воздуха также серьезно ограничивает портативность оборудования для отбора проб дыхания.
Также ожидается, что уровень ЛОС в окружающей среде будет меняться в течение дня, что может дополнительно повлиять на стандартизацию и точность отбора проб выдыхаемого воздуха.
Достижения в области масс-спектрометрии, включая термодесорбцию в сочетании с газовой хроматографией и времяпролетной масс-спектрометрией (ГХ-ТОФ-МС), также обеспечили более надёжный и надёжный метод анализа ЛОС, позволяющий одновременно обнаруживать сотни ЛОС, что позволяет проводить более глубокий анализ воздуха в помещении. Это позволяет более детально охарактеризовать состав окружающего воздуха в помещении и то, как крупные образцы меняются в зависимости от места и времени.
Основная цель данного исследования заключалась в определении уровня летучих органических соединений в воздухе помещений в местах отбора проб в больничной среде и в том, как это влияет на результаты отбора проб выдыхаемого воздуха. Второстепенной целью было определение наличия существенных суточных и географических колебаний в распределении ЛОС в воздухе помещений.
Пробы выдыхаемого воздуха, а также соответствующие пробы воздуха в помещениях, были отобраны утром в пяти различных местах и проанализированы с помощью газовой хроматографии с времяпролетной масс-спектрометрией (ГХ-МС). Всего было обнаружено и выделено из хроматограммы 113 ЛОС. Результаты повторных измерений были свёрнуты со средним значением, после чего был проведён анализ главных компонентов (PCA) выделенных и нормализованных площадей пиков для выявления и удаления выбросов. Контролируемый анализ с использованием частичного дискриминантного анализа наименьших квадратов (PLS-DA) затем смог показать четкое разделение между образцами выдыхаемого воздуха и воздуха помещения (R2Y = 0,97, Q2Y = 0,96, p < 0,001) (рис. 1). Контролируемый анализ с использованием частичного дискриминантного анализа наименьших квадратов (PLS-DA) затем смог показать четкое разделение между образцами выдыхаемого воздуха и воздуха помещения (R2Y = 0,97, Q2Y = 0,96, p < 0,001) (рис. 1). Затем контролируемый анализ с помощью метода частичного дискриминантного анализа наименьших квадратов (PLS-DA) смог показать четкое различие между коллекциями плотности и комнатного воздуха (R2Y = 0,97, Q2Y = 0,96, p <0,001) (рис. 1). Затем контролируемый анализ с использованием дискриминантного анализа с использованием метода наименьших квадратов (PLS-DA) смог показать четкое разделение между образцами выдыхаемого воздуха и воздуха помещения (R2Y=0,97, Q2Y=0,96, p<0,001) (рисунок 1).通过偏最小二乘法进行监督分析——判别分析(PLS-DA) R2Y = 0,97, Q2Y = 0,96, p < 0,001) (图1).通过 偏 最 小 二乘法 进行 监督 分析 分析 判别 判别 分析 分析 (PLS-DA) 然后 能够 显示呼吸 室内 空气 样本 的 明显 （（（（（（（（， ， q2y = 0,96 ， p <0,001） （1）。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 Модерируемый анализ с помощью метода частичного дискриминантного анализа наименьших квадратов (PLS-DA) затем смог показать четкое различие между сортами плотности и воздуха в помещении (R2Y = 0,97, Q2Y = 0,96, p <0,001) (рис. 1). Контролируемый анализ с использованием дискриминантного анализа с использованием метода частичных наименьших квадратов (PLS-DA) смог продемонстрировать четкое разделение между образцами выдыхаемого воздуха и воздуха в помещении (R2Y = 0,97, Q2Y = 0,96, p < 0,001) (рисунок 1). Разделение групп проводилось по 62 различным показателям значимости с показателем прогнозируемой переменной (VIP) > 1. Полный список показателей значимости, характеризующих каждый тип образца, и соответствующие им показатели VIP можно найти в дополнительной таблице 1. Разделение групп проводилось по 62 различным показателям значимости с показателем прогнозируемой переменной (VIP) > 1. Полный список показателей значимости, характеризующих каждый тип образца, и соответствующие им показатели VIP можно найти в дополнительной таблице 1. Разделение на группы было обусловлено 62 различными ЛОС с оценкой проекции переменной важности (VIP) > 1. Полный список ЛОС, характеризующих каждый тип пробы, и их соответствующие оценки VIP можно найти в дополнительной таблице 1. Группировка проводилась на основе 62 различных ЛОС с показателем прогнозируемой важности переменных (VIP) > 1. Полный список ЛОС, характеризующих каждый тип образца, и соответствующие им показатели VIP можно найти в дополнительной таблице 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。 Разделение групп было обусловлено 62 различными ЛОС с оценкой проекции переменной важности (VIP) > 1. Разделение групп было обусловлено 62 различными показателями значимости с переменной проекционной оценкой (VIP) > 1.Полный список ЛОС, характеризующих каждый тип образца, и их соответствующие оценки VIP можно найти в дополнительной таблице 1.
Вдыхаемый воздух и воздух в помещениях демонстрируют разное распределение летучих органических соединений. Контролируемый анализ с помощью PLS-DA показал четкое разделение между профилями ЛОС в выдыхаемом воздухе и в воздухе помещения, собранными в течение утра (R2Y = 0,97, Q2Y = 0,96, p < 0,001). Контролируемый анализ с помощью PLS-DA показал четкое разделение между профилями ЛОС в выдыхаемом воздухе и в воздухе помещения, собранными в течение утра (R2Y = 0,97, Q2Y = 0,96, p < 0,001). Контролируемый анализ с помощью PLS-DA показал четкое разделение между профилями летучих измеренных явлений в выдыхаемом воздухе и воздухе в помещении, собранном на открытом воздухе (R2Y = 0,97, Q2Y = 0,96, p <0,001). Контролируемый анализ PLS-DA показал четкое разделение между профилями летучих органических соединений в выдыхаемом воздухе и воздухе в помещении, собранными утром (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 曲线明显分离（R2Y = 0,97, Q2Y = 0,96，p < 0,001）。使用 PLS-DA Контролируемый анализ с использованием PLS-DA показал четкое разделение профилей ЛОС движения и воздуха в помещениях, собранных помещениях (R2Y = 0,97, Q2Y = 0,96, p <0,001). Контролируемый анализ с использованием PLS-DA показал четкое разделение профилей ЛОС в выдыхаемом воздухе и воздухе помещения, собранных утром (R2Y=0,97, Q2Y=0,96, p<0,001).Повторные измерения были приведены к среднему значению перед построением модели. Эллипсы показывают 95% доверительные интервалы и центроиды группы, отмеченной звёздочкой.
Различия в распределении летучих органических соединений в воздухе помещений утром и днем исследовались с помощью PLS-DA. Модель выявила значительное различие между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p < 0,001) (рис. 2). Модель выявила значительное различие между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p < 0,001) (рис. 2). Модель выявила отличие между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). Модель выявила значительное различие между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p < 0,001) (рисунок 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) (图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) (图2). Модель выявила отличие между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p <0,001) (рис. 2). Модель выявила значительное различие между двумя временными точками (R2Y = 0,46, Q2Y = 0,22, p < 0,001) (рисунок 2). Этому способствовали 47 ЛОС с показателем VIP > 1. ЛОС с наивысшим показателем VIP, характеризующие утренние образцы, включали многоразветвленные алканы, щавелевую кислоту и гексакозан, тогда как в дневных образцах было больше 1-пропанола, фенола, пропановой кислоты, 2-метил-, 2-этил-3-гидроксигексилового эфира, изопрена и нонаналя. Этому способствовали 47 ЛОС с показателем VIP > 1. ЛОС с наивысшим показателем VIP, характеризующие утренние образцы, включали многоразветвленные алканы, щавелевую кислоту и гексакозан, тогда как в дневных образцах было больше 1-пропанола, фенола, пропановой кислоты, 2-метил-, 2-этил-3-гидроксигексилового эфира, изопрена и нонаналя. Это было обусловлено наличием 47 летучих результатов с оценкой VIP > 1. ЛОС с самой высокой оценкой VIP, характерной утренние явления, особенности нескольких разветвленных алканов, щавелевой кислоты и гексакозана, в то время как дневные явления вызывают больше 1-пропанола, фенола, пропановой кислоты, 2-метил-, 2-этил-3-гидроксигексилового эфира, изопрена и нонаналь. Это было обусловлено присутствием 47 летучих органических соединений с показателем VIP > 1. ЛОС с наивысшим показателем VIP в утренних образцах включали несколько разветвленных алканов, щавелевую кислоту и гексакозан, тогда как дневные образцы содержали больше 1-пропанола, фенола, пропановых кислот, 2-метил-, 2-этил-3-гидроксигексилового эфира, изопрена и нонаналя.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 обеспечению 47 VOC с оценкой VIP > 1. Этому способствуют 47 VOC с показателем VIP > 1.В утреннем образце ЛОС с самым высоким рейтингом VIP содержали различные разветвленные алканы, щавелевую кислоту и гексадекан, тогда как в дневном образце содержалось больше 1-пропанола, фенола, пропионовой кислоты, 2-метил-, 2-этил-3-гидроксигексилового эфира, изопрена и нонаналя.Полный список летучих органических соединений (ЛОС), характеризующих суточные изменения состава воздуха в помещениях, можно найти в дополнительной таблице 2.
Распределение ЛОС в воздухе помещений меняется в течение дня. Контролируемый анализ с использованием PLS-DA показал разделение между пробами воздуха в помещении, собранными утром и днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Контролируемый анализ с использованием PLS-DA показал разделение между пробами воздуха в помещении, собранными утром и днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Контролируемый анализ с помощью PLS-DA показал разницу между пробами воздуха в помещении, собранными утром и днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Контролируемый анализ с использованием PLS-DA выявил различие между пробами воздуха в помещении, собранными утром и днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001).使用PLS-DA 进行的监督分析显示，早上或下午收集的室内空气样本之间存在分离（R2Y = 0,46，Q2Y = 0,22，p < 0,001）。使用 PLS-DA Анализ эпиднадзора с использованием PLS-DA показал обнаружение проб воздуха внутри помещений, собранных утром или днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001). Анализ наблюдения с использованием PLS-DA показал разделение проб воздуха в помещениях, собранных утром или днем (R2Y = 0,46, Q2Y = 0,22, p < 0,001).Эллипсы показывают 95% доверительные интервалы и центроиды группы, отмеченной звездочкой.
Образцы собирались в пяти разных местах больницы Святой Марии в Лондоне: в эндоскопическом кабинете, кабинете клинических исследований, операционном комплексе, амбулаторном отделении и лаборатории масс-спектрометрии. Наша исследовательская группа регулярно использует эти помещения для набора пациентов и сбора образцов выдыхаемого воздуха. Как и прежде, образцы воздуха в помещениях собирались утром и днём, а образцы выдыхаемого воздуха – только утром. PCA выявил разделение образцов воздуха в помещении по местоположению с помощью пермутационного многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p < 0,001) (рис. 3а). PCA выявил разделение образцов воздуха в помещении по местоположению с помощью пермутационного многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p < 0,001) (рис. 3а). PCA выявил выделение проб комнатного воздуха по местуположению с помощью перестановочного многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA выявил разделение образцов воздуха в помещении по местоположению с использованием пермутационного многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p < 0,001) (рис. 3а). PCA 通过置换多变量方差分析（ПЕРМАНОВА，R2 = 0,16，p < 0,001）强调了房间空气样本的位置分离(图3a).。PCA PCA идентифицирует локальную сегрегацию проб комнатного воздуха с помощью перестановочного многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p <0,001) (рис. 3а). PCA выявил локальную сегрегацию образцов воздуха в помещении с использованием пермутационного многомерного дисперсионного анализа (PERMANOVA, R2 = 0,16, p < 0,001) (рис. 3а).Поэтому были созданы парные модели PLS-DA, в которых каждое местоположение сравнивается со всеми другими местоположениями для определения сигнатур признаков. Все модели были значимыми, и ЛОС с показателем VIP > 1 были извлечены с соответствующей нагрузкой для определения вклада группы. Все модели были значимыми, и ЛОС с показателем VIP > 1 были извлечены с соответствующей нагрузкой для определения вклада группы. Все модели были значимыми, и ЛОС с оценкой VIP > 1 были извлечены с соответствующим форматом для определения группового вклада. Все модели были значимыми, и ЛОС с оценкой VIP > 1 были извлечены с соответствующей нагрузкой для определения вклада группы.所有模型均显着, VIP-пакет> 1 的VOC 被提取并分别加载以识别组献。所有模型均显着，VIP 评分> 1 的VOC Все модели были значимыми, а VOC с баллами VIP>1 были извлечены и загружены отдельно для определения групповых вкладок. Все модели оказались значимыми, а ЛОС с оценками VIP > 1 были извлечены и загружены отдельно для определения группового вклада.Наши результаты показывают, что состав окружающего воздуха варьируется в зависимости от местоположения, и мы выявили специфические особенности, используя консенсус модели. Отделение эндоскопии характеризуется высокими уровнями ундекана, додекана, бензонитрила и бензальдегида. Образцы из отдела клинических исследований (также известного как отдел исследований печени) показали больше альфа-пинена, диизопропилфталата и 3-карена. Смешанный воздух операционной характеризуется более высоким содержанием разветвленного декана, разветвленного додекана, разветвленного тридекана, пропионовой кислоты, 2-метил-, 2-этил-3-гидроксигексилового эфира, толуола и 2-присутствием кротонового альдегида. В амбулаторной клинике (здание Патерсон) наблюдается более высокое содержание 1-нонанола, виниллаурилового эфира, бензилового спирта, этанола, 2-фенокси, нафталина, 2-метокси, изобутилсалицилата, тридекана и тридекана с разветвленной цепью. Наконец, воздух в помещении, отобранный в лаборатории масс-спектрометрии, показал больше ацетамида, 2'2'2-трифтор-N-метил-, пиридина, фурана, 2-пентил-, разветвленного ундекана, этилбензола, м-ксилола, о-ксилола, фурфурола и этиланисата. Различные уровни 3-карена присутствовали во всех пяти местах, что позволяет предположить, что этот ЛОС является распространенным загрязнителем с самыми высокими наблюдаемыми уровнями в зоне клинического исследования. Список согласованных ЛОС, разделяющих каждую позицию, можно найти в дополнительной таблице 3. Кроме того, для каждого интересующего ЛОС был проведен однофакторный анализ, и все позиции сравнивались друг с другом с использованием парного теста Вилкоксона с последующей поправкой Бенджамини-Хохберга. Блок-схемы для каждого ЛОС представлены на дополнительном рисунке 1. Кривые концентрации летучих органических соединений в воздухе, по-видимому, не зависят от местоположения, как было отмечено в PCA, а затем в PERMANOVA (p = 0,39) (рисунок 3b). Кроме того, были созданы парные модели PLS-DA между всеми различными местами взятия образцов дыхания, но существенных различий выявлено не было (p > 0,05). Кроме того, были созданы парные модели PLS-DA между всеми различными местами взятия образцов дыхания, но существенных различий выявлено не было (p > 0,05). Кроме того, парные модели PLS-DA также были созданы между всеми другими местами с образцами движения, но символы символов не были идентифицированы (p > 0,05). Кроме того, были также созданы парные модели PLS-DA между всеми различными местами взятия образцов дыхания, но существенных различий обнаружено не было (p > 0,05).PLS-DA 模型, 但未发现显着差异(p > 0,05)。 PLS-DA имеет значение (p > 0,05). Кроме того, парные модели PLS-DA также были сгенерированы между всеми различными местами образцов движения, но сигналы звукового сигнала не были (p > 0,05). Кроме того, были также созданы парные модели PLS-DA между всеми различными местами взятия образцов дыхания, но существенных различий обнаружено не было (p > 0,05).
Изменения в окружающем воздухе внутри помещений, но не в выдыхаемом воздухе. Распределение ЛОС различается в зависимости от места отбора проб. Неконтролируемый анализ с использованием метода главных компонент (PCA) показывает различие между пробами воздуха внутри помещений, собранными в разных местах, но не соответствующими пробами выдыхаемого воздуха. Звездочки обозначают центроиды группы.
В этом исследовании мы проанализировали распределение ЛОС в воздухе помещений в пяти распространенных местах отбора проб выдыхаемого воздуха, чтобы лучше понять влияние фоновых уровней ЛОС на анализ выдыхаемого воздуха.
Разделение проб воздуха в помещениях наблюдалось во всех пяти различных местах. За исключением 3-карена, который присутствовал во всех исследованных зонах, разделение было вызвано различными ЛОС, что придает каждому месту специфические характеристики. В области оценки эндоскопии летучие органические соединения, вызывающие разделение, в основном представляют собой монотерпены, такие как бета-пинен, и алканы, такие как додекан, ундекан и тридекан, которые обычно встречаются в эфирных маслах, обычно используемых в чистящих средствах13. Учитывая частоту очистки эндоскопических устройств, эти ЛОС, вероятно, являются результатом частых процессов уборки помещений. В клинических исследовательских лабораториях, как и в эндоскопии, разделение в основном обусловлено монотерпенами, такими как альфа-пинен, но также, вероятно, и чистящими средствами. В сложной операционной сигнатура ЛОС состоит в основном из разветвленных алканов. Эти соединения могут быть получены из хирургических инструментов, поскольку они богаты маслами и смазками14. В хирургических условиях типичные ЛОС включают ряд спиртов: 1-нонанол, содержащийся в растительных маслах и чистящих средствах, и бензиловый спирт, содержащийся в духах и местных анестетиках.15,16,17,18 ЛОС в масс-спектрометрической лаборатории сильно отличаются от ожидаемых в других областях, поскольку это единственная оцениваемая неклиническая область. Хотя присутствуют некоторые монотерпены, более однородная группа соединений делит эту область с другими соединениями (2,2,2-трифтор-N-метил-ацетамид, пиридин, разветвленный ундекан, 2-пентилфуран, этилбензол, фурфурал, этиланисат). ), ортоксилол, мета-ксилол, изопропанол и 3-карен), включая ароматические углеводороды и спирты. Некоторые из этих ЛОС могут быть вторичными по отношению к химическим веществам, используемым в лаборатории, которая состоит из семи масс-спектрометрических систем, работающих в режимах TD и впрыска жидкости.
С помощью PLS-DA было отмечено сильное разделение проб воздуха в помещении и выдыхаемого воздуха, вызванное 62 из 113 обнаруженных ЛОС. В воздухе помещения эти ЛОС являются экзогенными и включают диизопропилфталат, бензофенон, ацетофенон и бензиловый спирт, которые обычно используются в пластификаторах и отдушках19,20,21,22 последний может быть обнаружен в чистящих средствах16. Химические вещества, обнаруженные в выдыхаемом воздухе, представляют собой смесь эндогенных и экзогенных ЛОС. Эндогенные ЛОС состоят в основном из разветвленных алканов, которые являются побочными продуктами перекисного окисления липидов23, и изопрена, побочного продукта синтеза холестерина24. Экзогенные ЛОС включают монотерпены, такие как бета-пинен и D-лимонен, которые можно проследить до эфирных масел цитрусовых (также широко используемых в чистящих средствах) и пищевых консервантов13,25. 1-пропанол может быть как эндогенным, образующимся в результате распада аминокислот, так и экзогенным, присутствующим в дезинфицирующих средствах26. По сравнению с вдыхаемым воздухом в помещении, обнаружены более высокие уровни летучих органических соединений, некоторые из которых были идентифицированы как возможные биомаркеры заболеваний. Было показано, что этилбензол является потенциальным биомаркером ряда респираторных заболеваний, включая рак легких, ХОБЛ27 и легочный фиброз28. По сравнению с пациентами без рака легких, уровни N-додекана и ксилена также были обнаружены в более высоких концентрациях у пациентов с раком легких29, а метацимола — у пациентов с активным язвенным колитом30. Таким образом, даже если различия в воздухе помещения не влияют на общий профиль дыхания, они могут влиять на уровни конкретных ЛОС, поэтому мониторинг фонового воздуха внутри помещения может все равно иметь важное значение.
Также наблюдалось разделение между пробами воздуха в помещениях, собранными утром и днем. Основными характеристиками утренних проб являются разветвленные алканы, которые часто экзогенно присутствуют в чистящих средствах и восках31. Это можно объяснить тем, что все четыре клинических помещения, включенных в данное исследование, были убраны перед взятием проб воздуха в помещении. Все клинические зоны разделены различными ЛОС, поэтому это разделение не может быть отнесено к уборке. По сравнению с утренними пробами, дневные пробы, как правило, показывали более высокие уровни смеси спиртов, углеводородов, эфиров, кетонов и альдегидов. Как 1-пропанол, так и фенол могут быть обнаружены в дезинфицирующих средствах26,32, что ожидаемо, учитывая регулярную уборку всего клинического помещения в течение дня. Выдыхаемый воздух собирается только утром. Это связано со многими другими факторами, которые могут влиять на уровень летучих органических соединений в выдыхаемом воздухе в течение дня, которые невозможно контролировать. К ним относятся употребление напитков и пищи33,34 и различная степень физической активности35,36 перед взятием пробы дыхания.
Анализ ЛОС остаётся на переднем крае развития неинвазивной диагностики. Стандартизация отбора проб остаётся сложной задачей, но наш анализ убедительно показал отсутствие существенных различий между образцами выдыхаемого воздуха, собранными в разных местах. В данном исследовании мы показали, что содержание летучих органических соединений в окружающем воздухе помещения зависит от местоположения и времени суток. Однако наши результаты также показывают, что это не оказывает существенного влияния на распределение летучих органических соединений в выдыхаемом воздухе, что позволяет предположить возможность отбора проб выдыхаемого воздуха в разных местах без существенного влияния на результаты. Предпочтение отдаётся включению нескольких мест и повторному сбору образцов в течение более длительных периодов времени. Наконец, разделение воздуха в помещении из разных мест и отсутствие разделения выдыхаемого воздуха ясно показывает, что место отбора проб не оказывает существенного влияния на состав выдыхаемого воздуха человека. Это обнадёживает исследования в области анализа выдыхаемого воздуха, поскольку устраняет потенциальный искажающий фактор при стандартизации сбора данных о выдыхаемом воздухе. Хотя ограничением нашего исследования было наличие всех образцов дыхания у одного испытуемого, это может снизить различия в других искажающих факторах, связанных с поведением человека. Однодисциплинарные исследовательские проекты ранее успешно применялись во многих исследованиях37. Однако для окончательных выводов необходим дополнительный анализ. По-прежнему рекомендуется регулярный отбор проб воздуха в помещениях, а также отбор проб выдыхаемого воздуха для исключения экзогенных соединений и выявления конкретных загрязнителей. Мы рекомендуем исключить изопропиловый спирт из-за его распространенности в чистящих средствах, особенно в медицинских учреждениях. Данное исследование было ограничено количеством проб выдыхаемого воздуха, собранных в каждом месте, и необходима дальнейшая работа с большим количеством проб выдыхаемого воздуха для подтверждения того, что состав выдыхаемого человеком воздуха не оказывает существенного влияния на контекст, в котором находятся образцы. Кроме того, данные об относительной влажности (ОВ) не собирались, и хотя мы признаем, что различия в ОВ могут влиять на распределение ЛОС, логистические проблемы как при контроле ОВ, так и при сборе данных об ОВ являются значительными в крупномасштабных исследованиях.
В заключение, наше исследование показывает, что содержание ЛОС в воздухе помещения варьируется в зависимости от местоположения и времени, но, по-видимому, это не относится к образцам выдыхаемого воздуха. Из-за небольшого размера выборки невозможно сделать окончательные выводы о влиянии окружающего воздуха помещения на качество выдыхаемого воздуха, и требуется дополнительный анализ. Поэтому рекомендуется брать пробы воздуха в помещении во время дыхания для выявления потенциальных загрязнителей, ЛОС.
Эксперимент проводился в течение 10 рабочих дней подряд в больнице Святой Марии в Лондоне в феврале 2020 года. Каждый день в каждом из пяти отделений отбирались по две пробы выдыхаемого воздуха и четыре пробы воздуха в помещениях, всего 300 проб. Все методы применялись в соответствии с действующими рекомендациями и правилами. Температура во всех пяти зонах отбора проб поддерживалась на уровне 25 °C.
Для отбора проб воздуха в помещении было выбрано пять локаций: лаборатория масс-спектрометрического оборудования, хирургическая амбулатория, операционная, диагностическое отделение, диагностическое отделение эндоскопического отделения и кабинет клинических исследований. Каждый из этих регионов был выбран, поскольку наша исследовательская группа часто использует их для набора участников для анализа выдыхаемого воздуха.
Пробы воздуха в помещении отбирались через термодесорбционные трубки Tenax TA/Carbograph с инертным покрытием (Markes International Ltd, Llantrisan, Великобритания) со скоростью 250 мл/мин в течение 2 минут с использованием насоса для отбора проб воздуха от SKC Ltd., общая сложность: 500 мл окружающего воздуха в каждую трубку TD. Затем трубки закрывались латунными крышками для транспортировки обратно в масс-спектрометрическую лабораторию. Пробы воздуха в помещении отбирались поочередно в каждом месте ежедневно с 9:00 до 11:00 и с 15:00 до 17:00. Образцы отбирались дважды.
Образцы выдыхаемого воздуха собирались у отдельных лиц, подвергавшихся отбору проб воздуха в помещении. Процесс отбора проб выдыхаемого воздуха проводился в соответствии с протоколом, утвержденным Комитетом по этике исследований NHS Health Research Authority—London—Camden & Kings Cross (ссылка 14/LO/1136). Процесс отбора проб выдыхаемого воздуха проводился в соответствии с протоколом, утвержденным Комитетом по этике исследований NHS Health Research Authority—London—Camden & Kings Cross (ссылка 14/LO/1136). Процесс отбора проб протокола проводится в соответствии с протоколом, одобренным Управлением медицинских исследований NHS — Лондон — Комитет по этике исследований Камден и Кингс-Кросс (ссылка 14/LO/1136). Процесс отбора проб выдыхаемого воздуха проводился в соответствии с протоколом, утвержденным Комитетом по этике исследований Управления медицинских исследований Национальной службы здравоохранения (NHS) – Лондон – Камден и Кингс-Кросс (Ref. 14/LO/1136).Процедура отбора проб выдыхаемого воздуха проводилась в соответствии с протоколами, утвержденными NHS-London-Camden Medical Research Agency и King's Cross Research Ethics Committee (ref 14/LO/1136). Исследователь дал информированное письменное согласие. Для целей нормализации исследователи не ели и не пили с полуночи предыдущей ночи. Выдыхаемый воздух собирался с помощью изготовленного на заказ одноразового пакета Nalophan™ (ПЭТ полиэтилентерефталат) объемом 1000 мл и полипропиленового шприца, используемого в качестве герметичного мундштука, как ранее описано Беллуомо и соавторами. Было показано, что Налофан является превосходной респираторной средой хранения благодаря своей инертности и способности обеспечивать стабильность соединения до 12 часов38. Оставаясь в этом положении не менее 10 минут, исследователь выдыхает в пакет для образца при нормальном спокойном дыхании. После заполнения до максимального объема пакет закрывается поршнем шприца. Как и при отборе проб воздуха в помещении, используйте насос для отбора проб воздуха SKC Ltd. в течение 10 минут, чтобы откачать воздух из пакета через трубку TD: подсоедините иглу большого диаметра без фильтра к насосу на другом конце трубки TD через пластиковые трубки и SKC. Проведите акупунктуру пакета и вдыхайте воздух со скоростью 250 мл/мин через каждую трубку TD в течение 2 минут, набирая в общей сложности 500 мл воздуха в каждую трубку TD. Образцы собирали повторно в двух повторах, чтобы минимизировать вариабельность результатов. Сбор воздуха производится только утром.
Трубки для ТД очищали с помощью кондиционера для трубок TC-20 TD (Markes International Ltd, Ллантрисант, Великобритания) в течение 40 минут при 330 °C с потоком азота 50 мл/мин. Все образцы анализировали в течение 48 часов после сбора с помощью газовой хроматографии с времяпролетным масс-спектрометром (ГХ-МС). Газовый хроматограф Agilent Technologies 7890A был использован в паре с установкой для термодесорбции TD100-xr и масс-спектрометром BenchTOF Select (Markes International Ltd, Ллантрисант, Великобритания). Трубку для ТД предварительно промывали в течение 1 минуты при скорости потока 50 мл/мин. Первичную десорбцию проводили при 250 °C в течение 5 минут с потоком гелия 50 мл/мин для десорбции ЛОС на охлаждаемой ловушке (Material Emissions, Markes International, Ллантрисант, Великобритания) в режиме разделения потока (1:10) при 25 °C. Десорбция из холодной ловушки (вторичная) проводилась при температуре 250 °C (с баллистическим нагревом 60 °C/с) в течение 3 мин при скорости потока Не 5,7 мл/мин, при этом температура тракта, ведущего к ГХ, непрерывно нагревалась до 200 °С. В качестве колонки использовалась колонка Mega WAX-HT (20 м × 0,18 мм × 0,18 мкм, Chromalytic, Хэмпшир, США). Скорость потока в колонке составляла 0,7 мл/мин. Температура термостата сначала устанавливалась на 35 °C в течение 1,9 мин, затем поднималась до 240 °C (20 °C/мин, выдержка 2 мин). Температура линии пропускания МС поддерживалась на уровне 260 °C, а источник ионов (электронный удар 70 эВ) — на уровне 260 °C. Анализатор МС был настроен на регистрацию в диапазоне скоростей от 30 до 597 м/с. Десорбция в холодной ловушке (без TD-трубки) и десорбция в кондиционированной чистой TD-трубке проводились в начале и конце каждого анализа, чтобы исключить эффект переноса. Аналогичный холостой анализ проводился непосредственно до и сразу после десорбции образцов выдыхаемого воздуха, чтобы обеспечить возможность непрерывного анализа образцов без корректировки TD.
После визуального осмотра хроматограмм файлы исходных данных были проанализированы с помощью Chromspace® (Sepsolve Analytical Ltd.). Интересующие соединения были идентифицированы в репрезентативных пробах выдыхаемого воздуха и воздуха помещения. Аннотации основаны на масс-спектре ЛОС и индексе удерживания с использованием библиотеки масс-спектров NIST 2017. Индексы удерживания рассчитывали путем анализа смеси алканов (nC8-nC40, 500 мкг/мл в дихлорметане, Merck, США), 1 мкл которой вносили в три подготовленные пробирки TD с помощью установки для загрузки калибровочного раствора и анализировали в тех же условиях TD-GC-MS. Из списка исходных соединений для анализа оставляли только те, у которых коэффициент обратного соответствия был > 800. Индексы удерживания рассчитывались путем анализа смеси алканов (nC8-nC40, 500 мкг/мл в дихлорметане, Merck, США), 1 мкл которой вносили в три кондиционированные пробирки TD с помощью установки для загрузки калибровочного раствора и анализировали в тех же условиях TD-GC-MS. Из списка исходных соединений для анализа оставляли только те, у которых коэффициент обратного соответствия был > 800.Индексы удерживания рассчитывали путем анализа 1 мкл смеси алканов (nC8-nC40, 500 мкг/мл в дихлорметане, Merck, США) в трех кондиционированных пробирках TD с использованием устройства для загрузки калибровочного раствора и анализировали в тех же условиях TD-GC-MS.и из исходных соединений для анализа были оставлены соединения только с коэффициентом обратного совпадения > 800. и из исходного списка соединений для анализа были оставлены только соединения с коэффициентом обратного соответствия > 800.通过分析烷烃混合物（nC8-nC40，500 мкг/мл Производитель: Merck, США, производитель: 1 мкл. TD-GC-MS - TD-GC-MS. 条件下进行分析并且从原始化合物列表中，仅保留反向匹配因子> 800的化合物进行分析。通过 分析 烷烃 （（nc8-nc40，500 мкг/мл 在 中 ， merck , США） 保留 指数 ， 通过 校准 加载 装置1 мкл 到 三 调节 过 的 的 管 ，在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 在 800的化合物进行分析。Индексы удерживания рассчитывали путем анализа смеси алканов (nC8-nC40, 500 мкг/мл в дихлорметане, Merck, США), по 1 мкл добавляли в три кондиционированные пробирки TD, калибруя загрузчик раствора, и добавляли туда.выполненных в тех же условиях ТД-ГХ-МС и исходя из исходных соединений, для анализа были оставлены только соединения с коэффициентом обратного соответствия > 800. При проведении анализа в тех же условиях ТД-ГХ-МС и из исходного списка соединений для анализа были отобраны только соединения с обратным коэффициентом соответствия > 800.Также удаляются кислород, аргон, углекислый газ и силоксаны. Наконец, были исключены все соединения с соотношением сигнал/шум < 3. Наконец, были исключены все соединения с соотношением сигнал/шум < 3. Наконец, любые соединения с отношением сигнала/шума <3 также были исключены. Наконец, были исключены все соединения с соотношением сигнал/шум <3.最后，还排除了信噪比< 3 的任何化合物。最后，还排除了信噪比< 3 的任何化合物。 Наконец, любые соединения с отношением сигнала/шума <3 также были исключены. Наконец, были исключены все соединения с соотношением сигнал/шум <3.Относительное содержание каждого соединения затем извлекалось из всех файлов данных с использованием полученного списка соединений. По сравнению с NIST 2017, в образцах выдыхаемого воздуха было идентифицировано 117 соединений. Выборка выполнялась с использованием программного обеспечения MATLAB R2018b (версия 9.5) и Gavin Beta 3.0. После дальнейшего изучения данных еще 4 соединения были исключены путем визуального осмотра хроматограмм, в результате чего в последующий анализ было включено 113 соединений. Изобилие этих соединений было извлечено из всех 294 образцов, которые были успешно обработаны. Шесть образцов были исключены из-за низкого качества данных (негерметичные трубки TD). В оставшихся наборах данных односторонние корреляции Пирсона были рассчитаны среди 113 ЛОС в образцах повторных измерений для оценки воспроизводимости. Коэффициент корреляции составил 0,990 ± 0,016, а значение p составило 2,00 × 10–46 ± 2,41 × 10–45 (среднее арифметическое ± стандартное отклонение).
Все статистические анализы были выполнены в R версии 4.0.2 (R Foundation for Statistical Computing, Вена, Австрия). Данные и код, использованные для анализа и генерации данных, доступны в открытом доступе на GitHub (https://github.com/simonezuffa/Manuscript_Breath). Интегрированные пики были сначала логарифмически преобразованы, а затем нормализованы с помощью нормализации общей площади. Образцы с повторными измерениями были сведены к среднему значению. Пакеты «ropls» и «mixOmics» используются для создания неконтролируемых моделей PCA и контролируемых моделей PLS-DA. PCA позволяет идентифицировать 9 выбросов образцов. Первичный образец выдыхаемого воздуха был сгруппирован с образцом комнатного воздуха и, следовательно, считался пустым из-за ошибки отбора пробы. Остальные 8 образцов представляют собой образцы комнатного воздуха, содержащие 1,1′-бифенил, 3-метил. Дальнейшее тестирование показало, что во всех 8 образцах наблюдалось значительно более низкое образование ЛОС по сравнению с другими образцами, что позволяет предположить, что эти выбросы были вызваны человеческой ошибкой при загрузке пробирок. Разделение по местоположению было протестировано в PCA с помощью программы PERMANOVA из пакета Vegan. PERMANOVA позволяет идентифицировать разделение групп на основе центроидов. Этот метод ранее применялся в аналогичных метаболомных исследованиях39,40,41. Пакет ropls используется для оценки значимости моделей PLS-DA с использованием случайной семикратной перекрёстной проверки и 999 перестановок. Соединения с показателем проекции переменной важности (VIP) > 1 считались значимыми для классификации и сохранялись как значимые. Соединения с показателем проекции переменной важности (VIP) > 1 считались значимыми для классификации и сохранялись как значимые. Соединения с признаками проекции переменной важности (VIP) > 1 считались подходящими для классификации и сохранялись как значимые. Соединения с показателем проекции переменной важности (VIP) > 1 считались 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着。具有可变重要性投影(VIP) 分数> 1 Соединения с оценкой изменчивости (VIP) > 1 считались подходящими для классификации и важными значимыми. Соединения с показателем переменной важности (VIP) > 1 считались подходящими для классификации и оставались значимыми.Нагрузки из модели PLS-DA также были извлечены для определения группового вклада. Содержание летучих органических соединений (ЛОС) для конкретного местоположения определяется на основе консенсуса парных моделей PLS-DA. Для этого профили ЛОС всех местоположений сравнивались друг с другом, и если ЛОС с VIP > 1 постоянно оказывался значимым в моделях и относился к одному и тому же местоположению, то он считался специфичным для данного местоположения. Для этого профили ЛОС всех местоположений сравнивались друг с другом, и если ЛОС с VIP > 1 постоянно оказывался значимым в моделях и относился к одному и тому же местоположению, то он считался специфичным для данного местоположения. Для этого профиля ЛОС всех местоположений были проверены друг против друга, и если ЛОС с VIP> 1 был постоянно значимым в моделях и относился к одному и тому же моменту, тогда он считался специфичным для местоположения. Для этого профили ЛОС всех местоположений сравнивались друг с другом, и если ЛОС с VIP > 1 был последовательно значимым в моделях и относился к одному и тому же местоположению, то он считался специфичным для данного местоположения.为此,对所有位置的VOC 配置文件进行了相互测试,如果VIP > 1 的VOC在模型中始终显着并归因于同一位置，则将其视为特定位置。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 始终 显着 并归因 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 位置 位置С этой целью профили ЛОС во всех местоположениях были связаны друг с другом, а ЛОС с VIP> 1 обычно определяется местоположением, если он был постоянно значимым в моделях и относился к одному и тому же месту расположения. С этой целью профили ЛОС во всех местах сравнивались друг с другом, и ЛОС с VIP > 1 считался зависящим от места, если он был последовательно значимым в модели и относился к одному и тому же месту.Сравнение проб выдыхаемого воздуха и воздуха в помещении проводилось только для утренних проб, поскольку после полудня пробы выдыхаемого воздуха не брались. Для однофакторного анализа использовался критерий Уилкоксона, а частота ложных срабатываний рассчитывалась с использованием поправки Бенджамини-Хохберга.
Наборы данных, созданные и проанализированные в ходе текущего исследования, могут быть предоставлены соответствующими авторами по обоснованному запросу.
Оман, А. и др. Летучие вещества человека: Летучие органические соединения (ЛОС) в выдыхаемом воздухе, кожных выделениях, моче, фекалиях и слюне. Журнал исследований дыхания 8(3), 034001 (2014).
Беллуомо, И. и др. Селективная масс-спектрометрия с ионным током для целевого анализа летучих органических соединений в выдыхаемом воздухе человека. Национальный протокол. 16(7), 3419–3438 (2021).
Ханна, ГБ, Бошир, П.Р., Маркар, С.Р. и Романо, А. Точность и методологические проблемы тестов выдыхаемого воздуха на основе летучих органических соединений для диагностики рака. Ханна, ГБ, Бошир, П.Р., Маркар, С.Р. и Романо, А. Точность и методологические проблемы тестов выдыхаемого воздуха на основе летучих органических соединений для диагностики рака.Ханна, ГБ, Бошир, П.Р., Маркар, С.Р. и Романо, А. Точность и методологические вопросы тестов отработанного воздуха на основе летучих органических соединений для диагностики рака. Ханна, ГБ, Бошир, П.Р., Маркар, С.Р. и Романо, А.基于挥发性有机化合物的呼出气测试在癌症诊断中的准确性和方法学挑战。 Ханна, ГБ, Бошир, П.Р., Маркар, С.Р. и Романо, А. Точность и методологические проблемы диагностики рака на основе летучих органических соединений.Ханна, ГБ, Бошир, П.Р., Маркар, С.Р. и Романо, А. Точность и методологические вопросы дыхательного тестирования летучих органических соединений при диагностике рака.JAMA Oncol. 5(1), e182815 (2019).
Бошир, П.Р., Кушнир, Дж.Р., Прист, О.Х., Марчин, Н. и Ханна, Г.Б. Изменение уровней летучих следовых газов в трех больничных условиях: значение для клинического дыхательного теста. Бошир, П.Р., Кушнир, Дж.Р., Прист, О.Х., Марчин, Н. и Ханна, Г.Б. Изменение уровней летучих следовых газов в трех больничных условиях: значение для клинического дыхательного теста.Бошир, П.Р., Кушнир, Дж.Р., Прист, О.Х., Марчин, Н. и Кханна, Г.Б. Различия в уровнях летучих следовых газов в трёх больничных условиях: значение для клинического алкотестера. Бошье, PR, Кушнир, младший, Прист, Огайо, Марчин, Н. и Ханна, Великобритания三种医院环境中挥发性微量气体水平的变化:对临床呼气测试的影响。 Бошье, PR, Кушнир, младший, Прист, Огайо, Марчин, Н. и Ханна, ВеликобританияБошир, П.Р., Кушнир, Дж.Р., Прист, О.Х., Марчин, Н. и Кханна, Г.Б. Изменения уровней летучих следовых газов в трёх больничных условиях: значение для клинического алкотестера.J. Religious Res. 4(3), 031001 (2010).
Трефц, П. и др. Непрерывный мониторинг дыхательных газов в режиме реального времени в клинических условиях с использованием времяпролётной масс-спектрометрии реакции переноса протонов. анус. Химия. 85(21), 10321-10329 (2013).
Кастельянос, М., Ксифра, Г., Фернандес-Реал, Х. М. и Санчес, Х. М. Концентрации выдыхаемого газа отражают воздействие севофлурана и изопропилового спирта в больничных условиях в непроизводственных условиях. Кастельянос, М., Ксифра, Г., Фернандес-Реал, Х. М. и Санчес, Х. М. Концентрации выдыхаемого газа отражают воздействие севофлурана и изопропилового спирта в больничных условиях в непроизводственных условиях.Кастелланос, М., Ксифра, Г., Фернандес-Реал, Дж. М. и Санчес, Дж. М. Концентрации выдыхаемого газа отражают воздействие севофлурана и изопропилового спирта в больничных условиях в непроизводственной среде. Кастельянос М., Ксифра Г., Фернандес-Реал Х.М. и Санчес Х.М.呼吸气体浓度反映了在非职业条件下的医院环境中暴露于七氟醚和异丙醇。 Кастельянос М., Ксифра Г., Фернандес-Реал Х.М. и Санчес Х.М.Кастелланос, М., Ксифра, Г., Фернандес-Реал, Дж. М. и Санчес, Дж. М. Концентрации газов в дыхательных путях отражают воздействие севофлурана и изопропанола в больничных условиях среди неспециалистов.J. Breath res. 10(1), 016001 (2016).
Маркар С.Р. и др. Оценка неинвазивных дыхательных тестов для диагностики рака пищевода и желудка. JAMA Oncol. 4(7), 970-976 (2018).
Салман, Д. и др. Изменчивость летучих органических соединений в воздухе помещений в клинических условиях. J. Breath res. 16(1), 016005 (2021).
Филлипс, М. и др. Летучие дыхательные маркеры рака молочной железы. Breast J. 9 (3), 184–191 (2003).
Филлипс, М., Гринберг, Дж. и Сабас, М. Альвеолярный градиент пентана в нормальном дыхании человека. Филлипс, М., Гринберг, Дж. и Сабас, М. Альвеолярный градиент пентана в нормальном дыхании человека.Филлипс М., Гринберг Дж. и Сабас М. Альвеолярный градиент пентана при нормальном дыхании человека. Филлипс М., Гринберг Дж. и Сабас М. Филлипс, М., Гринберг, Дж. и Сабас, М.Филлипс М., Гринберг Дж. и Сабас М. Альвеолярные градиенты пентана при нормальном дыхании человека.свободные радикалы. резервуар для хранения. 20(5), 333–337 (1994).
Харшман С.В. и др. Характеристика стандартизированных образцов выдыхаемого воздуха для использования в полевых условиях в автономном режиме. J. Breath res. 14(1), 016009 (2019).
Маурер, Ф. и др. Определение загрязнителей окружающего воздуха для измерения концентрации в выдыхаемом воздухе. Журнал исследований дыхания 8(2), 027107 (2014).
Салехи, Б. и др. Терапевтический потенциал альфа- и бета-пинена: чудесный дар природы. Биомолекулы 9 (11), 738 (2019).
Информационная панель химических веществ CompTox – бензиловый спирт. https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID5020152#chemical-functional-use (дата обращения: 22 сентября 2021 г.).
Alfa Aesar – L03292 Бензиловый спирт, 99%. https://www.alfa.com/en/catalog/L03292/ (дата обращения: 22 сентября 2021 г.).
Good Scents Company – Бензиловый спирт. http://www.thegoodscentscompany.com/data/rw1001652.html (дата обращения: 22 сентября 2021 г.).
Химическая панель CompTox — диизопропилфталат. https://comptox.epa.gov/dashboard/dsstoxdb/results?search=DTXSID2040731 (дата обращения: 22 сентября 2021 г.).
Люди, Рабочая группа МАИР по оценке канцерогенного риска. Бензофенон. : Международное агентство по изучению рака (2013).
Good Scents Company – Ацетофенон. http://www.thegoodscentscompany.com/data/rw1000131.html#tooccur (дата обращения: 22 сентября 2021 г.).
Ван Госсум, А. и Декуйпер, Дж. Алканы в выдыхаемом воздухе как показатель перекисного окисления липидов. Ван Госсум, А. и Декуйпер, Дж. Алканы в выдыхаемом воздухе как показатель перекисного окисления липидов.Ван Госсум, А. и Декуйпер, Дж. Алкановое дыхание как индикатор перекисного окисления липидов. Ван Госсум, А. и Декайпер, Дж. Дыхание. Ван Госсум А. и Декайпер Дж. Дыхательные алканы как индикатор токсичности.Ван Госсум, А. и Декуйпер, Дж. Алкановое дыхание как индикатор перекисного окисления липидов.ЕВРО. Журнал страны 2(8), 787–791 (1989).
Салерно-Кеннеди, Р. и Кэшман, К.Д. Потенциальное применение изопрена дыхания в качестве биомаркера в современной медицине: краткий обзор. Салерно-Кеннеди, Р. и Кэшман, К.Д. Потенциальное применение изопрена дыхания в качестве биомаркера в современной медицине: краткий обзор. Салерно-Кеннеди, Р. и Кэшман, К.Д.Возможное применение изопрена в дыхании в качестве биомаркера в современной медицине: краткий обзор. Салерно-Кеннеди, Р. и Кэшман, К.Д. Салерно-Кеннеди, Р. и Кэшман, К.Д.Салерно-Кеннеди, Р. и Кэшман, К.Д. Потенциальное применение респираторного изопрена в качестве биомаркера для современной медицины: краткий обзор.Вена Клин Wochenschr 117 (5–6), 180–186 (2005).
Куреас М. и др. Целевой анализ летучих органических соединений в выдыхаемом воздухе используется для дифференциации рака лёгких от других заболеваний лёгких и у здоровых людей. Метаболиты 10(8), 317 (2020).
Время публикации: 28 сентября 2022 г.