高灵敏多维谱学气体检测方法及其在慢性肾脏病早期筛查中的应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61871364
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0123.敏感电子学与传感器
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Chronic kidney disease (CKD) is one of the severe diseases harmful to human health. Early diagnosis and treatment of CKD has very important practical meanings. In this project, a new method of highly sensitive multi-dimensional spectral gas detection, based on preconcentration, multi-capillary column and ion mobility spectrometry, was introduced for early screening of CKD. The new method aims to analyze CKD markers, such as creatinine, trimethylamine and ammonia of ppb level in exhaled breath, and detect metabolic markers such as isoprene, ketones, aldehydes and so on at the same time. The problem of simultaneous determination of multiple trace substances in mixed sample will be solved by high efficiency coupling of sample preconcentration and MCC injection. Because cholesterol metabolism and oxidative stress would change in the early stage of CKD, the information of trace substances linked to cholesterol metabolism and oxidative stress could be extracted from MCC-IMS “fingerprints” of exhaled breath from patients at early stage. In order to reduce individual differences and environmental impacts, early screening model of CKD will be constructed based on the multiple information of exhaled breath related to CKD, metabolism and oxidative stress. The project will provide new techniques and methods for the early non-invasive screening of CKD based on exhaled breath analysis.
慢性肾脏病(CKD)是严重危害人类健康的疾病之一,其早诊断、早治疗具有非常重要的现实意义。本项目针对CKD早期筛查,提出基于预富集多束毛细管柱(MCC)-离子迁移率谱(IMS)技术的高灵敏多维谱学气体检测方法,将样品预富集与MCC进样有机结合,解决混杂气体中多种痕量物质同时检测的难题,实现对呼出气体中ppb量级的肌酐、三甲胺和氨等CKD标志物以及异戊二烯、酮类、醛类等代谢标志物的高灵敏多维谱学检测。在此基础上,充分利用MCC-IMS可同时给出多种痕量成分定性定量信息的优势,根据早期CKD就会引起机体新陈代谢及氧化应激改变的生理学原理,从呼出气体的MCC-IMS“指纹图谱”提取反映肾脏及机体新陈代谢情况的多种痕量物质信息构建CKD早期筛查模型,减小个体差异及环境的影响,为基于呼出气体检测的CKD早期无创筛查提供新技术和新方法。

结项摘要

本项目针对疾病初筛需求,开展基于气相色谱—离子迁移谱(GC-IMS)的呼出气体检测研究。掌握了肌酐、三甲胺等疾病标志物的离子迁移谱检测方法,设计搭建了可实现肺泡气采集及痕量成分分离检测的GC-IMS呼气检测系统。基于呼出气体的GC-IMS谱图实现对慢性肾脏病(CKD)患者与健康人群的分类。.利用电晕放电—离子迁移谱(CD-IMS)实现对肌酐和三甲胺的检测。肌酐水溶液的CD-IMS检测限0.087 μmol/L,线性范围0.88 μmol/L ~ 8.80 μmol/L,验证了羟苯磺酸钙与维生素C对IMS检测肌酐不会造成明显干扰。三甲胺的CD-IMS理论检出限0.46ppb,线性范围5-100ppb,可以满足慢性肾病患者呼出气体中三甲胺浓度的检测需要。.研制了用于呼气检测的GC-IMS系统。在采样模块中通过监测呼出气体中CO2浓度变化控制采样泵工作实现肺泡气采集,并以GC、IMS谱学方法分别实现其中痕量成分的分离及高灵敏检测。.开展GC-IMS呼气检测的临床试验,研究了呼出气体指纹谱图信号处理方法和分类算法。实现慢性肾脏病(CKD)患者与健康人群的分类识别,其中随机森林模型分类准确率达到90%。表明GC-IMS在CKD早期呼气筛查方面具有较大的应用潜力。同时,随机森林模型可给出GC-IMS呼气谱图中特征峰与分类的相关性,为呼出气体中CKD标志物的确定提供依据。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
基于离子迁移谱的恶臭污染物快速检测方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    郑州大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    于旺可;何秀丽;高晓光;贾建;李建平
  • 通讯作者:
    李建平
基于GC-IMS及机器学习的呼气分析方法
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    分析试验室
  • 影响因子:
    --
  • 作者:
    胡艺璇;高晓光;贾建;何秀丽
  • 通讯作者:
    何秀丽
基于GC-IMS的咖啡风味鉴定分析方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    分析仪器
  • 影响因子:
    --
  • 作者:
    郭秀丽;高晓光;贾建;何秀丽
  • 通讯作者:
    何秀丽

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于贝叶斯网络的机载武器系统综
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统仿真学报,第19卷第4期,886-889,2007.4。
  • 影响因子:
    --
  • 作者:
    李波;高晓光
  • 通讯作者:
    高晓光
表面电离微热板的结构设计和优化
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    纳米技术与精密工程. 4(2). 136-140, 2006
  • 影响因子:
    --
  • 作者:
    郭会勇*;高晓光;何秀丽;贾建
  • 通讯作者:
    贾建
人机协同智能航迹规划算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    系统仿真学报
  • 影响因子:
    --
  • 作者:
    任鹏;高晓光
  • 通讯作者:
    高晓光
对抗环境下多UCAV协同速度规划
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机仿真
  • 影响因子:
    --
  • 作者:
    彭星光;高晓光
  • 通讯作者:
    高晓光
基于脉冲电晕放电电离源的离子迁移谱仪设计与实现
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    分析仪器
  • 影响因子:
    --
  • 作者:
    梁阳建;何秀丽;贾建;高晓光;李建平
  • 通讯作者:
    李建平

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

高晓光的其他基金

食品风险残留物快速检测方法研究
  • 批准号:
    61471341
  • 批准年份:
    2014
  • 资助金额:
    83.0 万元
  • 项目类别:
    面上项目
环境水体中痕量有机磷农药残留的快速检测方法研究
  • 批准号:
    60772017
  • 批准年份:
    2007
  • 资助金额:
    28.0 万元
  • 项目类别:
    面上项目
离子迁移率谱仪集成化方法研究
  • 批准号:
    60504032
  • 批准年份:
    2005
  • 资助金额:
    6.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码