Online monitoring of exhaled breath markers in mouse intensive care unit via infrared spectroscopy combined with luminescence sensors and Bayesian methodology

Abstract

The research presented in this cumulative thesis focuses on the development of analyzer systems capable of monitoring relevant physiological parameters in exhaled breath in a mouse intensive care unit (MICU) and the development of corresponding data analysis strategies. The thesis is based on five peer-reviewed journal articles resulting from the interdisciplinary research collaboration of the Institute of Analytical and Bioanalytical Chemistry (IABC) at Ulm University and the Institute of Anesthesiologic Pathophysiology and Method Development (APV) at Ulm University Medical Center. Within the framework of this thesis, two major goals were achieved. Firstly, an infrared spectroscopic sensing system based on a modified Fourier transform infrared (FTIR) spectrometer using substrate-integrated hollow waveguide (iHWG) technology pioneered at IABC in combination with luminescence based oxygen sensors (LS) was developed and integrated into the MICU at the APV for continuously monitoring exhaled mouse breath during medical experiments. The main aim was the seamless integration into existing medical instrumentation and medical routine. Secondly - and even more important – was the development of a data analysis procedure for the established iHWG-FTIR-LS system for oxygen, carbon dioxide and 13C enrichment. For that purpose, a complex calibration and data mining strategy was developed using non-linear calibration algorithms for the oxygen sensors via Hierarchical Models and Lagrange Multipliers enabling calibration transfer. Furthermore, an algorithm for humidity compensation was introduced next to the implementation of a response surface calibration strategy compensating for oxygen effects on the CO2 calibration. In addition to the calibration transfer algorithm, direct calibration of 13C enrichment in terms of mole fraction using a novel curve resolution algorithm termed RABBIT-MCR was introduced, and a non-linear response surface calibration via a Hierarchical Model approach was achieved. All date mining methods were based on Bayesian sampling and modeling ensuring that results from one calibration are incorporated into later data evaluation routines (e.g., oxygen concentration into the CO2 algorithm etc.), essentially building upon each other. This resulted in a unified data analysis procedure for the derived physiological parameters (i.e., RQ, ffat, fcarb , fprot, TEE) in biologically relevant concentration ranges. The key milestone of this thesis was certainly the development of this fully integrated data analysis strategy, giving access to relevant physiological parameters (RQ, ffat, fcarb , fprot, TEE) at a temporal resolution not available to date, owing to the applied Bayesian methodology. This data analysis routine is actually independent of the experimental setup developed in the framework of this thesis and may thus be adapted and extended to alternative analyzer systems offering the same core data (i.e., oxygen, carbon dioxide concentration, 13C enrichment, 13C glucose plasma enrichment, etc.). Another key novelty of this work is the development of two new chemometric algorithms: (i) calibration transfer using Hierarchical Models and Lagrange Multipliers, which is necessary for daily recording of a calibration curve using only few calibration samples, and (ii) a new curve resolution algorithm termed RABBIT-MCR, for the deconvolution of overlapping spectral signals into their major contributions. The data algorithms and calibration methods were tailored to and tested for the experimental setup developed in the present thesis, however the underlying principles apply to any analytical system analyzing (breath) gas or other vapor phase matrices. In summary, this thesis shows the development of an analysis system capable of monitoring relevant physiological parameters (i.e., oxygen concentration, carbon dioxide concentration, 13C enrichment, RQ, ffat, fcarb , fprot, TEE) in the exhaled breath of mice in a mouse intensive care unit, and in particular, the development of advanced data calibration and quantification routines using innovative chemometric tools including Bayesian statistics and non-linear calibration methods for automated daily use in clinical settings.

Die wissenschaftliche Forschung, die in dieser kumulativen Doktorarbeit präsentiert wird, fokussiert sich auf der Entwicklung eines Analysesystems, das in der Lage ist, wichtige physiologische Parameter in einer Mäuse-Intensivstation zu überwachen, sowie auf die Entwicklung grundlegender Datenanalysestrategien. Die Arbeit basiert auf fünf referierten wissenschaftlichen Veröffentlichungen, die das Ergebnis einer interdisziplinären Forschungskooperation zwischen dem Institut für Analytische und Bioanalytische Chemie der Universität Ulm (IABC), und dem Institut für Anästhesiologische Pathophysiologie und Verfahrensentwicklung des Universitätsklinikum Ulm (APV) darstellen. Im Rahmen dieser Arbeit wurden zwei wesentliche Ziele erreicht. Zum Einen wurde ein Atemanalysesystem entwickelt und in die Mäuse-Intensivstation des APV integriert, das aus einem modifizierten Fouriertransform Infrarot (FTIR) Spektrometer besteht, welches die am IABC entwickelte, substrat-integrierte Hohllichtwellenleiter (iHWG) Technologie verwendet und mit Lumineszenz basierten Sauerstoffsensoren (LS) kombiniert wurde. Ziel war es, die kontinuierliche Überwachung von Mäuseatem während medizinischer Versuche zu gewährleisten. Das entwickelte System konnte nahtlos in die bestehenden medizinischen Systeme und die medizinischen Routineabläufe integriert werden. Zum Anderen - und von noch größerer Bedeutung - war die Entwicklung von innovativen, multivariaten Kalibrations- und Datenanalyseverfahren für das iHWG-FTIR-LS System, um die Sauerstoffkonzentration, die Kohlendioxidkonzentration und die 13C Anreicherung direkt auslesbar zu machen. Hierfür wurde ein nichtlinearen Kalibrieralgorithmus für die Sauerstoffsensoren mithilfe Hierarchischer Modelle und Lagrange Multiplikatoren umgesetzt, um so für Kalibrationstransfer und Feuchtigkeitskompensation zu sorgen. Weiterhin wurde ein Algorithmus für die CO2 Kalibration mittels einer Response Surface Kalibration entwickelt, welche Sauerstoffeffekte auf die CO2 Kalibration kompensiert und ebenfalls den eben genannten Kalibrationstransfer-Algorithmus enthält. Nicht zuletzt konnte die direkte Kalibration der 13C Anreicherung im Bezug auf Molfraktionen unter Anwendung eines neu entwickelten Kurvenauflösungsalgorithmus - RABBIT-MCR – realisiert werden und in eine nichtlinearen Kalibration mittels Response Surface Kalibration über ein hierarchisches Modell erzielt werden. Alle Algorithmen nutzen Bayesische Stichprobenentnahme und Modellierung, wobei die Ergebnisse jeder Kalibrierung in die späteren Kalibrationen integriert werden (d.h., die Sauerstoffkonzentration ergänzt später den CO2 Kalibrieralgorithmus, usw.), wodurch diese aufeinander aufbauen. Dies resultiert letztendlich in einem Datenauswerteverfahren, das physiologische Parameter wie RQ , ffat, fcarb , fprot und TEE in biologisch sinnvollen Konzentrationen ableiten kann. Zentraler Meilenstein dieser Arbeit im Speziellen ist sicherlich die Entwicklung der Datenauswertestrategie, die dank der Bayes- Methodologie Zugang zu den obengenannten physiologischen Parametern (RQ , ffat, fcarb , fprot und TEE ) in biologisch sinnvollen Konzentrationsbereichen mit einer bislang nicht verfügbaren Zeitauflösung bietet. Der Datenanalysealgorithmus ist tatsächlich unabhängig von dem in dieser Arbeit entwickelten experimentellen Messsystem und kann auf andere Analysesysteme, die die gleichen Kerndaten (d.h., Sauerstoff- und Kohlendioxidkonzentration, 13C Anreicherung im Atemgas und 13C Plasma-Glucose Anreicherung) abgreifen, entsprechend erweitert und angepasst werden. Eine weitere Innovation dieser Forschungsarbeit ist die Entwicklung von zwei neuartigen chemometrischen Algorithmen: (i) Kalibrationstransfer mit hierarchischen Modellen und Lagrange Multiplikatoren, sodass für die täglichen Aufnahme von Kalibrierkurven wenigen Kalibrierproben zwingend nötig sind; (ii) die Einführung eines neuartigen Kurvenauflösungs-Algorithmus - RABBIT-MCR - der für die Zerlegung von überlappenden spektralen Signalen in die wesentlichen molekularen Beiträge eingesetzt wurde. Die Datenalgorithmen und Kalibriermethoden sind zwar für das in dieser Arbeit entwickelte Messsystem maßgeschneidert und getestet worden, aber die zugrunde liegenden Prinzipien können für jedes (Atem-)Gas Analysesystem eingesetzt und adaptiert werden. Zusammengefasst zeigt diese Doktorarbeit die Entwicklung eines Analysesystems, welches in der Lage ist, relevante physiologische Parameter (d.h., Sauerstoff- und Kohlendioxidkonzentration, 13C Anreicherung im Atemgas, RQ, ffat, fcarb , fprot , TEE) in der Mäuseintensivstation kontinuierlich zu überwachen, und insbesondere die Entwicklung der zugrunde liegenden Kalibrierungs- und Quantifizierungsalgorithmen unter Nutzung innovativer chemometrischer Werkzeuge wie der Bayes - Statistik und nichtlinearen Kalibriermethoden, wodurch eine vollständige Automatisierung des Messablaufes im täglichen Routinegebrauch im klinischen Umfeld gegeben ist. Zentraler Meilenstein dieser Arbeit im Speziellen ist die Entwicklung einer Datenauswertestrategie, die dank der Bayes-Methodologie Zugang zu den obengenannten biologischen Parametern (RQ , ffat, fcarb , fprot und TEE ) in biologisch sinnvollen Konzentrationen in einer vorher nie verfügbaren Zeitauflösung bietet. Der Datenanalyse-Algorithmus ist tatsächlich unabhängig von dem in dieser Arbeit verwendeten Messsystem und kann auf alle mögliche Analysesysteme, die die gleichen Kerndaten(Sauerstoff- und Kohlendioxidkonzentration, 13C Anreicherung im Atemgas und 13C Plasma-Glucose Anreicherung) bieten, erweitert und angepasst werden. Eine weitere Neuerung dieser Arbeit ist die Entwicklung von zwei neuartigen Chemometrie-Algorithmen: der erste der Kalibrationstransfer mit Hierarchischen Modellen und Lagrange Multiplikatoren, der für die Aufnahme von täglichen Kalibrierkurven mit nur wenigen Kalibrierproben zwingend nötig ist, und der zweite der neue Kurvenauflösungs-Algorithmus RABBIT-MCR, der für die Zerlegung von überlappenden Spektren-Signalen in ihre Bestandteile verwendet wird. Die Datenalgorithmen und Kalibriermethoden sind zwar für das in dieser Arbeit verwendete Messsystem zugeschnitten, aber die zugrunde liegenden Prinzipien können für jedes (Atem-)Gas-System verwendet und adaptiert werden.