El aire que exhalamos contiene información que puede ayudar con el diagnóstico de enfermedades. Los investigadores del Fraunhofer Project Hub para sistemas microelectrónicos y ópticos para Biomedicine MEOS están desarrollando ahora soluciones diseñadas para permitir el análisis del gas respiratorio con este propósito. Aunque su investigación se centra en la detección temprana del cáncer, el mismo principio también podría aplicarse para distinguir entre COVID-19 y otras enfermedades respiratorias.

Algunas enfermedades tienen un olor distinto. Un olor a acetona ligeramente dulce y afrutado, por ejemplo, puede indicar diabetes. En efecto, hay informes de médicos en la antigua Grecia que podían detectar enfermedades por el olor del aliento de un paciente. Estos olores característicos son causados ​​por ciertos compuestos orgánicos volátiles (COV) que son emitidos por el tejido enfermo o el propio patógeno antes de que se manifiesten los primeros síntomas.

El aire exhalado proporciona una huella digital del metabolismo del paciente.

"Muchas enfermedades provocan un cambio en la composición de los gases traza orgánicos volátiles en el aire exhalado que pueden usarse como biomarcadores, "explica la Dra. Jessy Schönfelder, investigador asociado en Fraunhofer MEOS. "A menudo es una combinación de varios gases traza en una concentración significativamente elevada o significativamente reducida que es característica de una enfermedad específica. Esto se conoce como huella dactilar de VOC o patrón de VOC". Fraunhofer MEOS en Erfurt es un centro de proyectos interdisciplinario que involucra la participación de los Institutos Fraunhofer de Terapia Celular e Inmunología IZI, IPMS de microsistemas fotónicos, y Óptica Aplicada e Ingeniería de Precisión IOF.

Existen combinaciones de marcadores específicos para muchas más enfermedades de las que se pensaba. Cada uno de ellos tiene que ser cuidadosamente descifrado. Esta es la tarea a la que se enfrenta Schönfelder, un químico de formación, y su equipo. Juntos, ahora están desarrollando un espectrómetro especial de movilidad iónica (IMS) con el que identificar estos patrones de COV. Dado que cada persona exhala alrededor de 200 COV, esto no es un trabajo fácil. El foco de esta investigación es la detección del cáncer, particularmente el cáncer de pulmón.

El equipo de investigación de Fraunhofer MEOS espera que esta nueva tecnología sea capaz de detectar una amplia gama de biomarcadores. También quieren usarlo para distinguir entre COVID-19 y otras infecciones respiratorias. También figura en el proyecto de clúster Fraunhofer M3Infekt, que está desarrollando un móvil, modular, Sistema de monitorización multimodal que permite una rápida intervención en caso de un deterioro repentino del estado de los pacientes con COVID-19. Es más, Se espera que este método de análisis de gases respiratorios pueda proporcionar una indicación anticipada de enfermedades neurodegenerativas como el Alzheimer. Esto no solo proporcionaría una advertencia más temprana que con los métodos convencionales, como los análisis de sangre, sino que también sería más conveniente, ya que simplemente requiere que el paciente respire en un tubo.

"Existe un enorme potencial para los sistemas de sensores en el análisis de gases respiratorios, "Explica Schönfelder." La tecnología IMS no es invasiva, sensible y selectivo. Y es rapido económico y también compacto y portátil, por lo que no hay ninguna razón por la que no deba usarse en consultorios médicos y hospitales. El producto terminado será del tamaño de una caja de zapatos ".

Un chip FAIMS con voltaje alterno

En el corazón de este novedoso sistema IMS se encuentra un chip de espectrometría de movilidad iónica asimétrica de campo alto (FAIMS) miniaturizado. El sistema microelectromecánico (MEMS) comprende un filtro de iones y un detector. El dispositivo también cuenta con una lámpara UV. En la primera instancia, los COV, transportados en un gas portador, se bombean al espectrómetro, donde se ionizan mediante luz ultravioleta. En otras palabras, se transforman en moléculas cargadas. "A continuación, se envían al chip FAIMS, que fue desarrollado por Fraunhofer IPMS, ", dice Schönfelder." A continuación, se aplica una tensión alterna en los electrodos del filtro. Ajustando el voltaje en el filtro, puede controlar qué VOC pasan al detector. Esto genera una huella dactilar de COV, lo que nos permite identificar la enfermedad que estamos buscando ".

En el presente, el equipo de investigación está trabajando para mejorar el sistema de control electrónico y mejorar la extracción y el procesamiento de muestras. Mientras tanto, ahora se han realizado con éxito mediciones de referencia con cultivos celulares, y se están preparando más investigaciones con muestras clínicas humanas. En un proyecto recientemente terminado en Fraunhofer IZI, Los científicos que utilizaron una tecnología similar pudieron distinguir siete cepas bacterianas diferentes.

Al mismo tiempo, Se espera que los algoritmos de IA especialmente desarrollados simplifiquen la evaluación de las huellas dactilares de COV. "Cada medición genera medio millón de lecturas, ", Explica Schönfelder." Así que queremos utilizar el aprendizaje automático para analizar este enorme volumen de datos ". El algoritmo se entrena utilizando muestras de sujetos de prueba sanos y pacientes con cáncer. Los resultados de tales mediciones están disponibles en unos pocos minutos". Bien puedo imaginar que nuestro espectrómetro de movilidad iónica algún día podría usarse para examinar a los pasajeros de las aerolíneas a fin de determinar si están infectados con el coronavirus, " ella agrega.