Combination of GC-MS and e-nose analysis for early prostate cancer detection by means of urine odour analysis

In 2015 the DIAG-NOSE project, consisting in a collaboration between the Humanitas Research Hospital and the Olfactometric Laboratory of the Politecnico di Milano, started. The purpose of this project is to develop an electronic nose (EN) prototype able to discriminate PCa patients from healthy subjects through the urine samples analysis. Based on the promising results obtained within the DIAG-NOSE project, this thesis work aims to develop an innovative experimental protocol, based on the combination of EN analysis with the chemical characterization of urine headspaces, starting from the evidence that a strict correlation between the urine samples composition and the electronic nose response exists. For this purpose, first, an extensive bibliographic research was carried out focusing on the experimental protocol for chemical urine characterization and on the chemical data processing. Considering the information provided by the bibliographic research, the experimental protocol and the decisional model combining the GC-MS and the EN data were developed, based on the samples analysis provided by 66 subjects, i.e. 29 healthy subjects and 37 sick subjects. The comparison of the chromatograms highlighted that the discrimination between the two classes samples, i.e. healthy and sick, does not depend on the difference of a single metabolite’s concentration, but probably it is relevant to the alteration of the concentration of a pool of compounds. Thus, it was necessary to build a multivariate model for the elaboration of the data involving the Principal Component Analysis (PCA). An extensive exploratory analysis by PCA was conducted comparing different approaches for the extraction of the features from chemical data, demonstrating the capability of the recurrent compounds to better discriminate the healthy and the sick subjects. The effect of the GC-MS features on the decisional model considering only the EN features was investigated. The results achieved proved the potentiality of the combination of the GC-MS and EN information. In fact, a slight increase of the combined model in classification performance was recorded, considering an improvement of the accuracy (from 73% to 90%). Moreover, the EN calibrants identified are the acetone and the 4-Heptanone because of their strict correlation to the EN responses.

Nel 2015 è nato il progetto “DIAG-NOSE” in collaborazione con l’Ospedale Humanitas di Milano e il Laboratorio Olfattometrico del Politecnico di Milano. Lo scopo di questo progetto è di sviluppare un prototipo di naso elettronico (NE) in grado di discriminare i pazienti affetti dal cancro prostatico dai soggetti sani attraverso l'analisi dei campioni di urina. Considerando i risultati promettenti ottenuti da DIAG-NOSE, questo lavoro di tesi mira a sviluppare un protocollo sperimentale innovativo, basato sulla combinazione dell'analisi svolta dal naso elettronico con la caratterizzazione chimica degli spazi delle urine, data la stretta correlazione tra la composizione dell’urina e la risposta del naso elettronico. A tal fine, in primo luogo, è stata eseguita una vasta ricerca bibliografica incentrata sul protocollo sperimentale per la caratterizzazione chimica delle urine e sul trattamento dei dati ricavati dalle analisi chimiche. Considerando le informazioni fornite dalla ricerca bibliografica, il protocollo sperimentale e il modello decisionale che combina i dati del GC-MS e del naso elettronico sono stati sviluppati sulla base delle analisi di campioni di urina forniti da 66 soggetti, i.e. 29 soggetti sani e 37 soggetti malati. Il confronto dei cromatogrammi ha evidenziato che la discriminazione tra i campioni delle due classi, vale a dire sano e malato, non dipende dalla differenza della concentrazione di un singolo metabolita, ma probabilmente è dovuta all'alterazione della concentrazione di un pool di composti. Pertanto, è stato necessario costruire un modello multivariato per l'elaborazione dei dati basato sull’Analisi delle Componenti Principali (PCA). È stata eseguita un'ampia analisi esplorativa attraverso la PCA, confrontando diversi approcci per l'elaborazione dei dati forniti dalle analisi chimiche e dimostrando la capacità dei composti ricorrenti di ottenere una migliore discriminazione tra soggetti sani e malati. È stato studiato l'effetto dei dati forniti dal GC-MS sul modello decisionale basato sui dati forniti dal naso elettronico. I risultati raggiunti hanno dimostrato le potenzialità della combinazione delle informazioni fornite dal GC-MS e dal naso elettronico. Infatti, è stato dimostrato un leggero aumento delle prestazioni di classificazione del modello che considera sia i dati del GC-MS sia i dati del naso elettronico, con un incremento dell’accuratezza dal 73% al 90%. Inoltre, i calibranti identificati per il prototipo del naso elettronico sono l'acetone e il 4-eptanone grazie alla loro stretta correlazione con le risposte del naso elettronico.