Tradycyjna diagnostyka choroby Parkinsona (PD) zawodzi, ponieważ identyfikuje schorzenie dopiero po wystąpieniu objawów motorycznych, gdy doszło już do nieodwracalnej utraty neuronów. Nowoczesne systemy olfaktometryczne oparte na uczeniu maszynowym pozwalają na nieinwazyjne wykrycie biomarkerów w sebum w zaledwie 3 minuty, co redefiniuje podejście do wczesnej interwencji i monitorowania progresji chorób neurodegeneracyjnych.
Od biologicznego fenomenu do analityki danych
Historia przełomu rozpoczęła się od Joy Milne, pielęgniarki z dziedziczną hiperosmią, która zauważyła u swojego męża zmianę zapachu na „piżmowy” 12 lat przed oficjalną diagnozą medyczną. Badania pilotażowe potwierdziły jej zdolności – w ślepej próbie poprawnie zidentyfikowała pacjentów z PD na podstawie zapachu koszulek, w tym jedną osobę z grupy kontrolnej, u której chorobę zdiagnozowano dopiero osiem miesięcy później.
Naukowcy z University of Manchester, pod kierownictwem profesor Perdity Barran, przełożyli ten biologiczny sygnał na język analityki chemicznej. Ustalono, że za unikalny zapach odpowiadają lotne związki organiczne (VOC) obecne w sebum – tłustej wydzielinie gruczołów łojowych, której produkcja jest zwiększona u chorych na PD.
Stack technologiczny: GC-MS i algorytmy klasyfikacji
W procesie identyfikacji biomarkerów wykorzystano termiczną desorpcję połączoną z chromatografią gazową i spektrometrią mas (TD-GC-MS). Badania pozwoliły wyodrębnić ponad 4000 unikalnych związków, z których 500 różniło się między grupą chorych a kontrolną. Do kluczowych biomarkerów zaliczono aldehyd perillowy, eikozan oraz oktadekanal.
Kluczowe parametry techniczne opracowanego rozwiązania: Metoda detekcji: Spektrometria mas z jonizacją przez rozpylanie na papierze (paper spray ionisation mass spectrometry) połączona z separacją ruchliwości jonów. Czas analizy: Od pobrania wymazu do wyniku w mniej niż 3 minuty. Skuteczność: Modele oparte na uczeniu maszynowym osiągnęły dokładność diagnostyczną na poziomie 79,2%. Skalowalność: Próbki pobierane za pomocą gazika z górnej części pleców mogą być przesyłane do laboratorium zwykłą pocztą.
Program ARIA: W stronę uniwersalnej percepcji olfaktorycznej
Brytyjska agencja ARIA (Advanced Research and Invention Agency) w ramach tezy „Hypersensory Intelligence” dąży do stworzenia ogólnego systemu percepcji zapachu, który dorównywałby dojrzałością komputerowej wizji. Projekt zakłada budowę ustandaryzowanego sprzętu i otwartych zbiorów danych, co ma pozwolić na trenowanie modeli AI zdolnych do wykrywania nie tylko chorób, ale także psującej się żywności czy zagrożeń środowiskowych.
Współczesna technologia zmierza do miniaturyzacji rozwiązań GC-MS, które do 2035 roku mogą stać się produktami masowymi. Dzięki temu smartfon przyszłości mógłby pełnić rolę osobistego diagnosty, monitorującego metabolom użytkownika w trybie ciągłym.
Podsumowanie i wnioski dla biznesu IT
Analiza sebum stanowi przełom w diagnostyce, oferując tanią, nieinwazyjną i szybką alternatywę dla obecnych metod klinicznych. Dla sektora IT i AI kluczowym wnioskiem jest fakt, że „cyfrowy węch” staje się nową, mierzalną warstwą danych (tzw. volatilome), która wymaga ustandaryzowanych sensorów i dużych zbiorów danych do uczenia reprezentacji. Powstanie spółki typu spin-out, takiej jak Sebomix Ltd, wskazuje na komercjalizację tych odkryć i potencjał budowy nowych platform analitycznych w medycynie precyzyjnej.
Skomentuj Wiktor Anuluj pisanie odpowiedzi