Site icon Naked Science

В выдыхаемом воздухе впервые нашли биомаркеры редкого заболевания легких

На фотомиркограмме легочной ткани видны множественные кисты и узелки, состоящие из пластинчатых клеток / © Yale Rosen, ru.wikipedia.org

ЛАМ — прогрессирующее заболевание, поражающее преимущественно женщин репродуктивного возраста. Оно сопровождается разрушением легочной ткани, нарушением дыхания и застоем лимфатической жидкости. Диагностика ЛАМ часто затруднена: существующие методы, такие как КТ высокого разрешения и определение уровня VEGF-D (белка, влияющего на развитие лимфатических сосудов в легких), либо слишком дороги, либо не обладают достаточной чувствительностью на ранних стадиях болезни.

Новый подход ученых основан на анализе летучих органических соединений в выдыхаемом воздухе с помощью протонной масс-спектрометрии — чувствительной технологии, позволяющей без подготовки образца фиксировать химический состав выдоха. В исследовании участвовали 51 пациентка с ЛАМ и 51 здоровая женщина. Ученые обнаружили, что у больных изменен состав ряда летучих метаболитов, связанных с гипоксией, воспалением и нарушением липидного обмена. Некоторые из них напрямую коррелировали с наличием осложнений, таких как пневмоторакс и обструкция дыхательных путей.

«Один из ключевых аспектов этого исследования — высокая диагностическая точность. Впервые показано, что метод, основанный на анализе выдыхаемого воздуха, позволяет не просто выявлять заболевание, но и предсказывать его осложнения. Это открывает возможности для раннего вмешательства и персонализированного наблюдения за пациентами», — пояснил научный сотрудник Института персонализированной кардиологии Артемий Силантьев.

Наиболее перспективна методика будет для наблюдения за течением болезни и оценки эффективности терапии, полагают ученые. 

Исследование стало частью более крупного проекта, направленного на разработку методов неинвазивной диагностики легочных заболеваний с использованием протонной масс-спектрометрии. Ранее эта же команда показала, что по выдыхаемому воздуху можно оценивать степень тяжести муковисцидоза — другого тяжелого хронического заболевания дыхательной системы. В обоих случаях для обработки данных использовались алгоритмы машинного обучения. 

Ученые рассчитывают, что разработанный подход может найти применение не только в пульмонологии, но и в кардиологии, онкологии, эндокринологии и гастроэнтерологии — везде, где изменения метаболизма отражаются в дыхательном профиле.

Работа поддержана грантом РНФ, результаты опубликованы в International Journal of Molecular Sciences.

Exit mobile version