La «ñatas electrónica» podría algún día diagnosticar la enfermedad de Parkinson «olfateando» la piel – ScienceDaily

0


Los científicos han tratado de construir dispositivos que puedan diagnosticar la enfermedad de Parkinson (EP) a través de compuestos olorosos en la piel. Ahora, los investigadores informan ACS Omega han desarrollado un sistema olfativo portátil, artificialmente inteligente, o «nariz electrónica», que algún día podría diagnosticar la enfermedad en el consultorio de un médico.

La enfermedad de Parkinson provoca síntomas motores, como temblores, rigidez y dificultad para caminar, así como síntomas no motores, como depresión y demencia. Aunque no existe una cura, el diagnóstico y el tratamiento tempranos pueden mejorar la calidad de vida, aliviar los síntomas y prolongar la supervivencia. Sin embargo, la enfermedad generalmente no se identifica hasta que los pacientes desarrollan síntomas motores y, en ese momento, ya han experimentado una pérdida neuronal irreversible. Recientemente, los científicos descubrieron que las personas con EP secretan más sebo (una sustancia aceitosa y cerosa producida por las glándulas sebáceas de la piel), junto con una mayor producción de levadura, enzimas y hormonas, que se combinan para producir ciertos olores. Aunque los «súper olores» humanos son muy raros, los investigadores utilizaron la espectrometría de masas por cromatografía de gases (GC) para analizar los compuestos de olor en el sebo de las personas con EP. Pero las herramientas son voluminosas, lentas y costosas. Jun Liu, Xing Chen y sus colegas querían desarrollar un sistema GC rápido, fácil de usar, portátil y económico para diagnosticar la enfermedad de Parkinson a través del olfato, haciéndolo adecuado para las pruebas en el punto de atención.

Los investigadores desarrollaron una nariz electrónica, combinando GC con un sensor de ondas acústicas de superficie, que mide compuestos gaseosos a través de su interacción con una onda de sonido, y algoritmos de aprendizaje automático. El equipo recolectó muestras de sebo de 31 pacientes con EP y 32 controles sanos frotando la parte superior de la espalda con una gasa. Analizaron los compuestos orgánicos volátiles que emanaban de la gasa con la nariz electrónica y encontraron tres compuestos olorosos (octano, acetato de limo y aldehído perílico) que eran significativamente diferentes entre los dos grupos, que usaron para construir un modelo para diagnosticar la EP.

A continuación, los investigadores analizaron el sebo de otros 12 pacientes con EP y 12 controles sanos y encontraron que el modelo tenía una precisión del 70,8 % en la predicción de la EP. El modelo tuvo una sensibilidad del 91,7 % para identificar a los verdaderos pacientes con EP, pero su especificidad fue solo del 50 %, lo que indica una alta tasa de falsos positivos. Cuando se utilizaron algoritmos de aprendizaje automático para analizar todo el perfil de olores, la precisión del diagnóstico mejoró hasta en un 79,2 %. Antes de que la nariz electrónica esté lista para la clínica, el equipo debe probarla en muchas más personas para mejorar la precisión de los modelos, y también deben considerar factores como la raza, dicen los investigadores.

Los autores agradecen la financiación de la Fundación Nacional de Ciencias Naturales de China, el Programa Nacional de Investigación y Desarrollo Clave de China, el Proyecto de Investigación de Aplicación de Tecnología de Bienestar Público de Zhejiang, el Programa Clave de Investigación y Desarrollo de Shaanxi, el Proyecto Científico Principal del Laboratorio de Zhejiang, el Fundación Provincial de Ciencias Naturales de Zhejiang de China, Fundación de Ciencias Postdoctorales de China y Proyecto de Consultoría Principal de la Academia de Ingeniería de China.

Fuente de la historia:

Materiales proporcionados por sociedad Química Americana. Nota: El contenido se puede cambiar por estilo y longitud.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More