Per ogni progetto clinico studiato dal gruppo di Jef, ci sono tre "pilastri" del progetto. Innanzitutto, è necessario ottenere campioni. Quindi, i campioni devono essere sottoposti a uno spettrometro di massa per la separazione e il rilevamento. Infine, i dati risultanti devono essere adeguatamente trattati per produrre risultati utili e comprensibili. Nonostante il trattamento dei dati fosse considerato il pilastro meno importante, i progressi nella tecnologia di LECO hanno comportato una grande produzione dei dati, ed è quindi diventato essenziale suddividerli e renderli più gestibili.
“Perché quando andiamo in ospedale e parliamo con i nostri colleghi, a loro non importa davvero se comincio a dire loro “Oh, il periodo di modulazione era di 4 secondi, la velocità di acquisizione era di 250 hertz…”. Mi rispondono semplicemente “Sì, sì” perché sono educati, ma in realtà non gliene frega niente. Vogliono solo sapere: è un campione positivo o un campione negativo?”
Quando si tratta di assistenza ai pazienti, ridurre al minimo i falsi negativi o i falsi positivi è fondamentale per fornire il trattamento adeguato. Ognuno dei tre pilastri svolge un ruolo fondamentale in questo processo.
Tutti i risultati iniziano con l'acquisizione di un campione. Esistono diversi modi per ottenere un campione da un paziente asmatico, ma molti sono considerati procedure “invasive”, come la raccolta di sangue o espettorato, il lavaggio broncoalveolare, le spazzolature bronchiali e le biopsie della parete bronchiale. Al contrario, la raccolta di condensati del respiro in una sacca Tedlar® è un metodo relativamente rapido e indolore per ottenere un campione del paziente. È facile da spiegare anche a un paziente: ecco una borsa, per favore soffia dentro.
Una volta ottenuto un campione e portato in laboratorio, Pegasus® BT 4D di LECO può separare e rilevare le centinaia di migliaia di composti all'interno del campione. Qui è dove molte persone sbagliano, dice Jef.
“Devi essere sicuro di poter utilizzare dati validi. È, ancora una volta, uno svantaggio di GC×GC e TOFMS perché gli strumenti sono così precisi che si può finire per avere scarsa efficienza di modulazione, cattiva forma dei picchi e il sistema fornirà comunque informazioni. Ma sarà più difficile per il sistema fornirti informazioni utili. Quindi avere una buona forma del picco, una buona intensità del picco, una buona separazione è sempre molto importante”.
Dopo l'elaborazione dei dati, è possibile applicare trattamenti statistici. Prima di effettuare test sui pazienti asmatici, il gruppo di Jef ha condotto alcuni esperimenti usando un gruppo di test di pazienti con carcinoma polmonare e un gruppo di controllo. Volevano prima determinare se fosse persino possibile usare i condensati del respiro per determinare la salute del paziente. I primi trattamenti dei dati hanno comportato una certa separazione tra i gruppi, ma il risultato finale è stato di tre gruppi distinti anziché due. Sono stati in grado di determinare che i VOC ambientali erano stati effettivamente rilevati tra i VOC cancerosi e che i tre gruppi erano in realtà i tre diversi periodi dell'anno in cui i campioni erano stati acquisiti. Sebbene affascinante, questo non è stato il risultato previsto.
Utilizzando vari metodi di classificazione, Jef è stato in grado di restringere le 1350 funzionalità rilevate in due serie: 27 con Rapporto di Fisher e 17 con Random Forest, di cui 7 sovrapposte. Da lì, è stato in grado di separare i campioni in due gruppi distinti, quelli positivi per il cancro ai polmoni e quelli negativi per il cancro ai polmoni.
Applicando i campioni a Pegasus® GC-HRT 4D ad alta risoluzione, Jef potrebbe approfondire ulteriormente i composti che stava usando come marcatori.
Come visto sopra, il picco segnato inizialmente sembra essere benzeneacetaldeide, con un punteggio di corrispondenza nella libreria di 871. Tuttavia, le specifiche di massa ad alta risoluzione hanno permesso a Jef di osservare che l'accuratezza della massa era incredibilmente scarsa, ovvero di 271,15 ppm, mentre il successivo risultato probabile, il benzene, con una somiglianza di 827, aveva una precisione di massa molto migliore, di -0,23 ppm. Usando i due strumenti insieme, Jef è stato in grado di ottenere informazioni chimiche molto migliori dai suoi dati.
In seguito a queste esperienze, Jef ha condotto uno studio sull'impronta dell'asma. Con un aumento del 200% dei casi negli ultimi dieci anni, l'asma colpisce oltre 334 milioni di persone in tutto il mondo e il 14% dei bambini di età inferiore ai 18 anni. È un problema in crescita, eppure al 20% dei pazienti asmatici viene prescritta la medicina sbagliata.
Esistono due fenotipi principali per l'asma: neutrofila ed eosinofila. L'asma neutrofila è innescato maggiormente da inquinanti e infezioni e può essere trattato con antibiotici, mentre l'asma eosinofila è innescato da allergeni e trattato con corticosteroidi. I corticosteroidi non sono efficaci per l'asma neutrofilo e gli antibiotici non sono efficaci per l'asma eosinofilo.
Come affermato in precedenza, molti dei metodi per diagnosticare l'asma sono invasivi e hanno un tasso di accuratezza del 67-72%. Il gruppo di Jef ha affrontato la sfida di assumere condensati del respiro da pazienti asmatici per verificare se GC×GC-TOFMS fosse stato in grado di elaborare una diagnosi più praticabile. Per scoprire i suoi risultati, dai un'occhiata alla sua registrazione del seminario ASMS di quest'anno, disponibile per intero qui.
* Questo prodotto non ha lo scopo di diagnosticare, trattare, curare o prevenire alcuna malattia.
