包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症的制作方法

专利名称：包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症的制作方法
技术领域：
本发明涉及用于检测癌症的包括被有机涂层包覆的导电纳米颗粒的传感器阵列的呼气分析仪。
背景技术：
呼气分析一直被认为是用于通过检测呼出的呼气中的挥发性有机化合物(VOC) 来诊断某些医学病症的可靠技术。诊断通常通过将呼气样品收集至容器，随后使用质谱分析法测量具体的VOC来进行。呼出的呼气中的VOC的组成取决于细胞的代谢过程，并且其包括饱和烃和不饱和烃、含氧化合物、含硫化合物和含氮化合物以及其他的。在健康的个体中，组成提供清楚的化学特征，且在单一个体的样品与不同个体的样品之间存在相对窄的变异性。在癌症患者呼出的呼气中，发现含量升高的某些V0C，包括挥发性C4-C2tl烷烃化合物、特定的一甲基化的烷烃以及苯衍生物(Phillips等人，Cancer Biomark. ,3(2),2007, 95)。因此，癌症患者呼出的呼气中的VOC的组成不同于健康个体呼出的呼气中的VOC的组成，并且因此可以被用于诊断癌症。通过呼气诊断癌症的另外的优点是本技术的无创性，这具有用于大规模筛查的潜力。最近已经应用用于检测癌症患者的呼气样品中的VOC的气体感测装置。这样的装置通过使用交叉反应性传感器的阵列结合模式识别方法进行气味检测。与“锁-匙”模型相反，电子鼻装置中的每个传感器广范地响应于多种气味。在这种架构中，每个分析物从宽交叉反应性传感器的阵列产生清楚的指纹。这种配置可以被用于显著拓宽给定的基质对其敏感的化合物的种类，以增加组分识别的程度以及在特定的情况下，对复杂的多组分(生物) 化学介质中的单个组分进行分析。然后模式识别算法可以被应用于从阵列中的所有传感器同时获得的整个信号集，以搜集关于被暴露于传感器阵列的蒸气的名称和浓度的消息。至今使用的气体感测装置包括多种传感器阵列，包括导电聚合物、不导电聚合物 /炭黑复合材料、金属氧化物半导体、荧光染料/聚合物体系、被金属卟啉包覆的石英微量天平传感器、表面包覆聚合物的声波装置和化学响应染料(Mazzone，J. Thoracic One.， 3(7)，2008，774)。Di Natale 等人(Biosen. Bioelec.，18，2003，1209)公开了使用被不同的金属卟啉包覆的八个石英微量天平气体传感器来分析肺癌患者的呼气的组成。Chen等人(Meas. Sci. Technol. ,16,2005,1535)使用一对表面声波(SAW)传感器来检测作为肺癌标志的V0C，其中一个被薄聚异丁烯(PIB)膜包覆。Machado等人(Am. J. Respir. Crit. Care Med. ,171,2005,1286)验证了使用包括具有32个单独的传感器的碳聚合物传感器系统的气态化学感测装置来诊断肺癌。Mazzone等人(ToraX，62，2007，565)公开了使用主要由被浸渗在一次性软骨上的化学敏感化合物组成的比色传感器阵列来分析患有肺癌的个体和其他肺疾病的个体的呼气样品。然而，在这些公开内容中提出的结果没有提供临床使用所需要的精确性或一致性。基于主要由被有机涂层包覆的纳米颗粒(“NPC0C”)组成的膜的传感器被作为化学电阻器(chemiresistor)、石英晶体微量天平、电化学传感器以及类似的应用。NPCOC用于感测应用的优点来源于增强的感测信号，增强的感测信号可以通过改变纳米颗粒和/或聚结物尺寸、颗粒间距离、组成和周期性被容易地操纵。通过修改包覆膜以及连接分子的结合特性可以进一步获得增强的选择性。NPCOC网络的形态和厚度被示出为引起对传感器响应的显著影响，其中介电常数的变化导致较薄的NPCOC膜的电阻减小(Jos印h等人， J. Phys. Chem. C，112,2008,12507)。NPCOC结构的三维组装物提供另外的用于信号放大的框架。其他优点来源于纳米结构与固态基材的耦合，这使容易的阵列集成、迅速的响应以及由低功率驱动的便携式装置成为可能。某些关于NPCOC用于感测应用的用途的实例在美国专利第5，571，401号、第 5，698，089 号、第 6，010，616 号、第 6，537，498 号、第 6，746，960 号、第 6，773，926 号中；专利申请第 WO 00/00808 号、第 FR 2，783，051 号、第 US 2007/0114138 号中；以及 Wohlt jen 等人(Anal. Chem.，70，1998，2856)和 Evans 等人(J. Mater. Chem.，8，2000，183)中公开。国际专利申请公开号WO 99/27357公开了一种适合于用于确定化学物质是否存在于目标环境中或以何量存在于目标环境中的制品，该物品包括多个紧密堆积取向的颗粒，所述颗粒具有导电金属或导电金属合金的核，在每个所述颗粒中这样的核具有0. Snm 至40. Onm的最大尺寸，并且在所述核上具有0. 4nm至4. Onm的厚度的配体壳，其能够与所述物质互相作用使得所述多个颗粒的性质被改变。美国专利第7，052, 854号公开了用于使用包括纳米颗粒、用于检测目标分析物/ 生物标志的工具和代用品标志的基于纳米结构的组装物进行体外诊断分析的系统和方法。 传感器技术基于对指示体液样品中存在目标分析物/生物标志的代用品标志进行检测。EP 1，215，485公开了包括在基材上形成的纳米颗粒膜的化学传感器，纳米颗粒膜包括通过具有至少两个连接单元的连接分子互相连接的纳米颗粒网络。连接单元能够结合于纳米颗粒的表面以及具有用于可逆地结合分析物分子的结合部位的至少一个选择性增强单元。通过检测工具来检测纳米颗粒膜的物理性能的变化。本发明的发明人之一的WO 2009/066293公开了用于检测挥发性化合物和非挥发性化合物的感测装置，装置包括被有机涂层包覆的立方体纳米颗粒的传感器。还公开了使用该感测装置检测某些生物标志来诊断包括癌症在内的多种疾病和疾患的方法。存在对基于提供改进的灵敏度以及改进的对指示癌症的特定VOC的选择性的多种传感器的迅速响应的传感器阵列的尚未得到满足的需求。发明概述本发明提供用于检测指示不同类型的癌症的挥发性有机化合物(VOC)的传感器阵列。传感器阵列包含被有机涂层包覆的导电纳米颗粒，其中纳米颗粒的特点是窄的粒度分布并且其中有机涂层的厚度被设计成提供增加的灵敏度。本发明还提供包括结合了学习和模式识别分析仪的传感器阵列的系统，以及使用所述系统通过呼气来诊断不同类型的癌症的方法。本发明部分地基于以下意想不到的发现，即包括被有机涂层包覆的导电纳米颗粒的传感器阵列提供检测VOC的增强的灵敏度，其中纳米颗粒的特点是窄的粒度分布。过去并未认识到，使用具有明确界定的且窄的粒度分布的纳米颗粒会增强电子传递的效力以提供改进的信噪比。精细地调节有机涂层的厚度会进一步导致增加的灵敏度。
根据一个方面，本发明提供用于检测指示癌症的VOC的传感器阵列，传感器阵列包含被有机涂层包覆的导电纳米颗粒，其中纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约I-IOnm范围内的粒度，并且其中有机涂层的厚度在约0. 2-4nm的范围内。根据另一个方面，本发明提供用于检测指示癌症的VOC模式的系统，系统包括传感器阵列，传感器阵列包括被有机涂层包覆的导电纳米颗粒，纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约I-IOnm范围内的粒度，并且其中有机涂层的厚度在约 0. 2-4nm的范围内，并且系统还包括学习和模式识别分析仪，其中学习和模式识别分析仪接收传感器信号输出并且将传感器信号输出与所存储的数据进行比较。在一个实施方案中，纳米颗粒具有在约2-8nm范围内的粒度。在另一个实施方案中，纳米颗粒具有在约3-6nm范围内的粒度。在特定的实施方案中，有机涂层的厚度在约0. 6-2nm的范围内。在某些实施方案中，导电纳米颗粒选自金属和金属合金。根据某些实施方案，导电纳米颗粒包含选自由 Au、Ag、Ni、Co、Pt、Pd、Cu、Al、Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、 Au/Ag/Cu/Pd、Pt-Rh, Ni-Co和Pt-Ni-Fe组成的组的金属和金属合金。每一种可能性表示本发明的不同的实施方案。在多个实施方案中，导电纳米颗粒的涂层包括有机化合物的单层或多层，其中有机化合物可以是小分子、单体、低聚物或聚合物，优选短的聚合链。在特定的实施方案中，有机化合物选自由烷基硫醇、芳基硫醇、烷基芳基硫醇、烷基硫醇盐、ω官能化的烷基硫醇盐、 芳烃硫醇盐、(Y -巯基丙基)三甲基氧硅烷、二烷基硫醚、二芳基硫醚、烷基芳基硫醚、二烷基二硫化物、二芳基二硫化物、烷基芳基二硫化物、烷基亚硫酸盐、芳基亚硫酸盐、烷基芳基亚硫酸盐、烷基硫酸盐、芳基硫酸盐、烷基芳基硫酸盐、黄原酸酯、寡核苷酸、多核苷酸、二硫代氨基甲酸酯、烷基胺、芳基胺、二芳基胺、二烷基胺、烷基芳基胺、芳烃胺、烷基膦、芳基膦、 二烷基膦、二芳基膦、烷基芳基膦、膦氧化物、烷基羧酸酯、芳基羧酸酯、二烷基羧酸酯、二芳基羧酸酯、烷基芳基羧酸酯、氰酸酯、异氰酸酯、肽、蛋白质、酶、多糖、磷脂及其组合和衍生物组成的组。每一种可能性表示本发明的不同的实施方案。在特定的实施方案中，有机涂层包含具有C3-C24链的烷基硫醇。在其他的实施方案中，被有机涂层包覆的导电纳米颗粒的传感器呈选自由1维的线、2维的膜和3维的组装物组成的组的构型。每一种可能性表示本发明的不同的实施方案。在另外其他的实施方案中，本发明的系统还包括用于收集呼气样品的装置。在具体的实施方案中，本发明的系统包括用于收集肺泡呼气的装置。在另一个实施方案中，本发明的系统还包括呼气浓缩器和去湿装置中的至少一个。在特定的实施方案中，本发明的系统还包括化学电阻器、化学电容器、石英晶体微量天平OiCM)、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振 (SPR)和光学分光镜中的至少一个。每一种可能性表示本发明的不同的实施方案。在多个实施方案中，学习和模式识别分析仪利用各种算法，包括但不限于人工神经网络、多层感知(MLP)、广义回归神经网络(GRNN)、模糊推理系统(FIS)、自组织映射图 (SOM)、径向基函数(RBF)、遗传算法(GAS)、神经模糊系统(NFS)、自适应共振理论(ART)，和统计算法，包括但不限于主成分分析(PCA)、偏最小二乘法(PLS)、多元线性回归(MLR)、主成分回归(PCR)、判别函数分析(DFA)，包括线性判别分析(LDA)，和群分析，包括最近邻点法。每一种可能性表示本发明的不同的实施方案。根据又一个方面，本发明提供诊断受试者的癌症的方法，方法包括以下步骤(a) 提供系统，系统包括传感器阵列，传感器阵列包含被有机涂层包覆的导电纳米颗粒，纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约I-IOnm范围内的粒度分布，并且其中有机涂层的厚度在约0. 2-4nm的范围内，并且系统还包括学习和模式识别分析仪，其中学习和模式识别分析仪接收传感器信号输出并且将传感器信号输出与所存储的数据进行比较，(b)将传感器阵列暴露于呼出的呼气样品，并且(c)使用学习和模式识别算法确定样品中指示癌症的挥发性有机化合物模式的存在。在某些实施方案中，用于检测呼气样品中的指示癌症的VOC的方法还包括使用呼气浓缩器和去湿装置中的至少一个来增加呼气分析物浓度的步骤。在具体的实施方案中，通过检测指示癌症的VOC来诊断癌症的方法包括测量传感器在暴露于待检测的VOC时的电导率、电阻、阻抗、电容、电感或光学性质中的任何一个或多个的变化。每一种可能性表示本发明的不同的实施方案。在特定的实施方案中，根据本发明的原理的方法包括使用椭偏光谱法来检测指示癌症的VOC。在多个实施方案中，诊断受试者的癌症的方法包括检测选自由4-甲基-辛烷、 2-乙基-1-己醇、2-乙基-4-甲基-1-戊醇、2，3，4_三甲基-戊烷、2，3_ 二甲基-己烷、 三甲基甲硅烷基氟、二甲基-硅烷二醇、3-乙基-3-甲基-2-戊酮、2-甲基-4，6-辛二炔-3-酮、2-丙基-1-戊醇、癸烷、三甲基苯、乙基苯、庚醇、异戊二烯、己烷、十一烷和6， 10- 二甲基-5，9-十二碳二烯-2-酮组成的组的挥发性有机化合物。每一种可能性表示本发明的不同的实施方案。本发明的范围包含诊断各种癌症，包括但不限于肺癌、脑癌、卵巢癌、结肠癌、前列腺癌、肾癌、膀胱癌、乳腺癌、口腔癌和皮肤癌。每一种可能性表示本发明的不同的实施方案。根据具体的实施方案，本发明提供诊断选自由肺癌、乳腺癌、结肠癌、头颈癌和前列腺癌组成的组的癌症的方法。每一种可能性表示本发明的不同的实施方案。在某些实施方案中，本文公开的方法还提供区别患有不同类型的癌症的患者的呼气样品。在特定的实施方案中，本发明提供区别在患有单一类型的选自肺癌、乳腺癌、结肠癌、头颈癌和前列腺癌的癌症的不同阶段的患者的呼气样品。每一种可能性表示本发明的不同的实施方案。在示例性的实施方案中，本发明提供区别患有选自由肺鳞状细胞癌、腺癌、细支气管肺泡癌和非小细胞癌组成的组的肺癌患者。每一种可能性表示本发明的不同的实施方案。从下文给出的详细描述，本发明的进一步的实施方案和完全适用范围将变得明显。然而，应当理解，详细描述和具体的实施例虽然提出了本发明的优选的实施方案，但是仅以例证方式给出，因为从本详细描述，本发明的精神和范围内的各种变化和修改将对于本领域的技术人员来说变得明显。附图简述

图1.由GC-MS测量的在健康个体(三角形)的呼气样品和肺癌患者(圆形)的呼气样品中发现的33种VOC的平均丰度。图2. (A)本发明的传感器阵列的示意图。⑶金纳米颗粒的透射电子显微镜照片， 其表明纳米颗粒具有窄的粒度分布并且具有约3. 5nm的平均直径。(C)被有机涂层包覆的金纳米颗粒的示意图。图3. 8号传感器对0. 001-0. 05 P/P0浓度下的存在于肺癌患者的呼气样品中的最常见的生物标志(即癸烷[+]、三甲基苯[曰]、乙基苯[■]和庚醇[Δ]蒸气)以及水蒸气[眷]的相对微分电阻响应AR/Rb。图4.被十二硫醇配体包覆的金纳米颗粒在暴露于0. 05P/P0的癸烷时的各种(平均)膜厚度下的相对微分电阻响应ARzX(左y轴)和噪声水平(右y轴)。图5.具有不同粒度分布的被己硫醇配体包覆的金纳米颗粒的膜对0. 001P/P0的己烷的响应。图6. S2&S3号传感器(6A)和S6&S8号传感器(6B)对典型的健康个体(H)和肺癌患者(LC)的呼气样品的相对微分电阻响应AR/Rb。图7. 90个呼气样品的响应模式，其中64个是从肺癌患者获得的呼气样品(虚线) 并且沈个是从健康个体获得的呼气样品(连续线)。(7A)使用整组传感器的响应模式。 (7B)使用Si、S4、S6、S7和S8号传感器的响应模式。图8.来自具有被暴露于肺癌患者的呼气(三角形)和健康个体的呼气(正方形) 的9个传感器的传感器阵列的主成分空间中的数据。图9.来自具有被暴露于乳腺癌患者的呼气(·)和健康个体的呼气( )的9 个传感器的传感器阵列的主成分空间中的数据。图10.来自具有被暴露于结肠癌患者的呼气(X)和健康个体的呼气( )的9 个传感器的传感器阵列的主成分空间中的数据。图11.来自具有被暴露于头颈癌患者的呼气(■)和健康个体的呼气( )的9 个传感器的传感器阵列的主成分空间中的数据。图12.来自具有被暴露于前列腺癌患者的呼气(_)和健康个体的呼气( )的 9个传感器的传感器阵列的主成分空间中的数据。图13. 4种不同的肺癌细胞的体外代谢VOC的GC-MS ； (13A)峰1 ； (13B)峰2 ； (13C) 峰 3;和(13D)峰 4。数据基于对肺鳞状细胞癌(pulmonarysquamous cell carcinoma) (8 位患者；□)、腺癌O位患者；Δ )、细支气管肺泡癌(1位患者；▽)和非小细胞癌(1位患者；〇)的 GC-MS 分析，如被 Chen 等人(Cancer, 110 (4)，2007，835)报道的。图14.来自具有被暴露于模拟4种不同的肺癌细胞的VOC的混合物的9个传感器的传感器阵列的主成分空间中的数据肺鳞状细胞癌(圆形)、腺癌(五边形)、细支气管肺泡癌(V)和非小细胞癌(Δ)。异戊二烯、己烷、癸烷和十一烷被用作四种生物标志。图15.来自具有被暴露于模拟4种不同的肺癌细胞的VOC的混合物的9个传感器的传感器阵列的主成分空间中的数据肺鳞状细胞癌(圆形)、腺癌( )、细支气管肺泡癌 (五边形)和非小细胞癌(三角形)。异戊二烯、己烷、三甲基苯和十一烷被用作四种生物标志ο图16. 68位癌症患者(22位肺癌，LC正方形；17位结肠癌，CC星形；15位乳腺癌， BC菱形；和14位前列腺癌，PC三角形)和18位健康的对照(圆形)的临床特征。在这组志愿者中不应用入选/排除标准。传感器阵列不被干扰因素(例如性别、年龄或吸烟习惯) 影响。Au纳米颗粒被(16A)2-乙基己硫醇、(16B)癸硫醇和(16C) 2-巯基苯并噁唑涂布。图17.对(17A)肺癌(LC)和健康的对照、(17B)结肠癌(CC)和健康的对照、(17C) 乳腺癌(BC)和健康的对照、(17D)前列腺癌(PC)和健康的对照和(17E)所有癌症患者和健康的对照的呼气样品的传感器阵列电阻响应的PCA图。本发明的详细描述本发明提供包含被有机涂层包覆的导电纳米颗粒的传感器阵列，其中纳米颗粒的特点是窄的粒度分布。有机涂层的厚度被设计成提供对指示不同类型的癌症的具体的挥发性有机化合物的增强的灵敏度。本发明还提供包括传感器阵列连接学习和模式识别分析仪的系统，学习和模式识别分析仪利用多种算法以能够识别来自挥发物的混合物中的具体挥发物。还公开使用其用于诊断、预后和监测目的的方法。根据本发明原理的传感器阵列被设计用于检测指示癌症的挥发性有机化合物。当吸附分析物后，被有机涂层包覆的导电纳米颗粒(NPCOC)的膜/组装物可以膨胀或聚结。 在NPCOC的薄膜中，在分析物吸附时，可以产生膜的介电常数的相对变化。在分析物暴露时被引入的响应由分析物(主体(host))物质和纳米颗粒的分子涂层之间的相互作用的性质确定。现在首次公开使用具有窄的粒度分布的被变化厚度的有机涂层包覆的纳米颗粒能够以非常高的精确度检测呼气中的癌症生物标志。在本发明的范围内，以小于每百万分之一 (ppm)并且更优选小于10亿分之100(ppb)的灵敏度来检测V0C。不受任何理论或作用机理的束缚，涵盖了包括具有窄的粒度分布的纳米颗粒的传感器对分析物吸附更敏感。这可以归因于纳米颗粒的紧密堆积，这使纳米颗粒对分析物吸附时发生的非常小的结构变化敏感。纳米颗粒组装物的这些结构变化影响电子的性质，以产生电子响应。根据本发明的原理，涵盖了可以由非常少量的分析物分子产生感测响应。进一步的灵敏度可以通过改变有机涂层的厚度来实现。本发明中采用的纳米颗粒具有范围在约1纳米(nm)至约10纳米、优选约2nm至约8nm的粒度。在特定的实施方案中，纳米颗粒的平均粒度是约5nm，且具有窄的粒度分布， 其中粒度的范围是约3nm到约6nm。根据本发明的原理，纳米颗粒的粒度分布是窄的。如本文使用的术语“窄的粒度分布”是指其中多于90%的颗粒具有在平均(或平均)粒度的0. 2-2倍的范围内的粒度的分布。优选地，多于95%的颗粒具有在这一范围内的粒度。甚至更优选地，多于99%的颗粒具有在这一范围内的粒度。因此，对于5nm的平均粒度来说，窄的粒度分布是指其中多于 90%、95%或99%的颗粒具有在I-IOnm的范围内的粒度的分布。纳米颗粒粒度分布通常根据平均粒度和分布的宽度来定义。分布曲线在最大值的一半处的宽度被称为半宽度(FWHM)。FWHM和平均粒度之间的关系被用作分布的宽度或窄度的度量。例如，具有大于平均粒度的FWHM值的分布被认为是相对宽的。如上文讨论的，本发明中所使用的纳米颗粒具有窄的粒度分布。对于本发明中所使用的纳米颗粒的窄的粒度分布的可选择的定义是其中分布曲线的FWHM等于平均粒度加上平均值的40%与平均粒度减去平均值的40%之间的差的分布。具体地，分布曲线的FWHM等于平均值的40%的两倍， 即平均值的80%。因此，窄的粒度分布是指其中FWHM小于或等于平均粒度的80%的分布。 在某些实施方案中，FWHM小于或等于平均粒度的60%。在其他特定的实施方案中，FWHM小于或等于平均粒度的40%。纳米颗粒的形状基本上是球形的或椭球形的。根据本发明的原理，如本文使用的平均粒度是指可以例如使用透射电子显微术 (TEM)测定的平均粒径。平均粒度还可以使用本领域的技术人员已知的其他技术被测定，包括但不限于沉降场流动分离法、光子相关光谱法、光散射、电子散射、圆盘离心以及类似技术。本发明的另一个重要的特征是有机涂层的厚度，其影响对不同的生物标志分析物的吸附的灵敏度。在具体的实施方案中，有机涂层具有在约0. 2nm至约4nm范围内的厚度。 在某些实施方案中，传感器阵列包括具有被多种有机化合物包覆的单一物质的纳米颗粒的传感器，其中有机涂层的厚度范围是约0. 6nm至约2nm。在其他的实施方案中，传感器阵列包括具有被多种有机化合物包覆的单一物质的纳米颗粒的传感器，其中有机涂层的厚度范围对于某些纳米颗粒是约0. 2nm至约2nm而对于其他纳米颗粒是约2nm至约4nm。在可选择的实施方案中，传感器阵列包括具有多种物质的纳米颗粒的传感器。本发明还提供用于检测指示癌症的VOC的至少一个模式的系统，包括传感器阵列，传感器阵列包含被有机涂层包覆的导电纳米颗粒，其中纳米颗粒的特点是窄的粒度分布，其中纳米颗粒的粒度的范围是约Inm至约IOnm并且具有约5nm的平均粒度，且其中有机涂层的厚度范围是约0. 2nm至约4nm，并且系统还包括学习和模式识别分析仪，其中学习和模式识别分析仪接收传感器信号输出并且将传感器信号输出与所存储的数据进行比较。根据某些实施方案，导电纳米颗粒包含金属和/或金属合金。合适的非限制性的实例是金属 Au、Ag、Ni、Co、Pt、Pd、Cu、Al ；以及金属合金 Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、 Au/Pd, Au/Ag/Cu/Pd,Pt-Rh,Ni-Co和Pt_Ni_Fe。在示例性的实施方案中，导电纳米颗粒选自由Au、Ag和Pt组成的组。每一种可能性表示本发明的不同的实施方案。导电纳米颗粒的涂层包括有机化合物的单层或多层，其中有机化合物可以是小分子、单体、低聚物或聚合物(优选短的聚合链)。在特定的实施方案中，有机化合物选自由烷基硫醇，例如具有C3-C24链的烷基硫醇、芳基硫醇、烷基芳基硫醇、烷基硫醇盐、ω-官能化的烷基硫醇盐、芳烃硫醇盐、(Y -巯基丙基)三甲基氧硅烷、二烷基硫醚、二芳基硫醚、烷基芳基硫醚、二烷基二硫化物、二芳基二硫化物、烷基芳基二硫化物、烷基亚硫酸盐、芳基亚硫酸盐、烷基芳基亚硫酸盐、烷基硫酸盐、芳基硫酸盐、烷基芳基硫酸盐、黄原酸酯、寡核苷酸、 多核苷酸、二硫代氨基甲酸酯、烷基胺、芳基胺、二芳基胺、二烷基胺、烷基芳基胺、芳烃胺、 烷基膦、二烷基膦、芳基膦、二芳基膦、烷基芳基膦、二烷基膦、二芳基膦、烷基芳基膦、膦氧化物、烷基羧酸酯、芳基羧酸酯、二烷基羧酸酯、二芳基羧酸酯、烷基芳基羧酸酯、二烷基羧酸酯、二芳基羧酸酯、烷基芳基羧酸酯、氰酸酯、异氰酸酯、肽、蛋白质、酶、多糖、磷脂及其组合和衍生物组成的组。每一种可能性表示本发明的不同的实施方案。适合于作为包覆剂的其他有机化合物包括但不限于烯基硫醇、炔基硫醇、环烷基硫醇、杂环基硫醇、杂芳基硫醇、烯基硫醇盐、炔基硫醇盐、环烷基硫醇盐、杂环基硫醇盐、杂芳基硫醇盐、烯基硫醚、炔基硫醚、环烷基硫醚、杂环基硫醚、杂芳基硫醚、烯基二硫化物、炔基二硫化物、环烷基二硫化物、杂环基二硫化物、杂芳基二硫化物、烯基亚硫酸盐、炔基亚硫酸盐、环烷基亚硫酸盐、杂环基亚硫酸盐、杂芳基亚硫酸盐、烯基硫酸盐、炔基硫酸盐、环烷基硫酸盐、杂环基硫酸盐、杂芳基硫酸盐、烯基胺、炔基胺、环烷基胺、杂环基胺、杂芳基胺、 烯基羧酸酯、炔基羧酸酯、环烷基羧酸酯、杂环基羧酸酯和杂芳基羧酸酯。每一种可能性表示本发明的不同的实施方案。“烷基”基团是指饱和脂肪烃，包括直链的、支链的和环状的烷基基团。在一个实施方案中，烷基基团具有1-12个碳，在此处被表示为C1-C12烷基。在另一个实施方案中，烷基基团具有2-6个碳，在此处被表示为C2-C6烷基。在另一个实施方案中，烷基基团具有2-4 个碳，在此处被表示为C2-C4烷基。在示例性的实施方案中，烷基基团具有3-M个碳，在此处被表示为C3-C24烷基。烷基基团可以是未取代的或被一个或多个选自卤素、卤代烷基、酰基、酰氨基、酯、氰基、硝基和叠氮基的基团取代。每一种可能性表示本发明的不同的实施方案。“环烷基”基团是指非芳香的单环的或多环的环体系。在一个实施方案中，环烷基基团具有3-10个碳原子。在另一个实施方案中，环烷基基团具有5-10个碳原子。示例性的单环环烷基基团包括环戊基、环己基、环庚基以及类似的。烷基环烷基是键合于如本文所定义的环烷基基团的如本文所定义的烷基基团。环烷基基团可以是未取代的或被上文对烷基定义的取代基中的任何一个或多个取代。“烯基”基团是指含有至少一个碳-碳双键的脂肪烃基团，包括直链的、支链的和环状的烯基基团。在一个实施方案中，烯基基团具有2-8个碳原子(C2_8烯基)。在另一个实施方案中，烯基基团具有在链中的2-4个碳原子(C2_4烯基)。示例性的烯基基团包括但不限于乙烯基、丙烯基、正丁烯基、异丁烯基、3-甲基丁 -2-烯基、正戊烯基、庚烯基、辛烯基、 环己基-丁烯基和癸烯基。烷基烯基是键合于如本文所定义的烯基基团的如本文所定义的烷基基团。烯基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。“炔基”基团是指含有至少一个碳-碳三键的脂肪烃基团，包括直链的和支链的。 在一个实施方案中，炔基基团具有在链中的2-8个碳原子(C2_8炔基)。在另一个实施方案中，炔基基团具有在链中的2-4个碳原子(C2_4炔基)。示例性的炔基基团包括但不限于乙炔基、丙炔基、正丁炔基、2-丁炔基、3-甲基丁炔基、正戊炔基、庚炔基、辛炔基和癸炔基。烷基炔基是键合于如本文所定义的炔基基团的如本文所定义的烷基基团。炔基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。“芳基”基团是指芳香的单环的或多环的环体系。在一个实施方案中，芳基基团具有6-10个碳原子。芳基任选地被如本文所定义的至少一个“环体系取代基”及其组合取代。 示例性的芳基基团包括但不限于苯基或萘基。烷基芳基是键合于如本文所定义的芳基基团的如本文所定义的烷基基团。芳基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。“杂芳基”基团是指含有至少一个杂原子的环的杂原子体系，其中原子选自氮、硫和氧。杂芳基含有5个或更多个环原子。杂芳基基团可以是单环的、双环的、三环的以及类似的。还包括在本定义中的是苯并杂环。杂芳基的非限制性的实例包括噻吩基、苯并噻吩基、1-萘并噻吩基、噻蒽基、呋喃基、苯并呋喃基、吡咯基、咪唑基、吡唑基、吡啶基、吡嗪基、 嘧啶基、哒嗪基、吲哚基、异吲哚基、吲唑基、嘌呤基、异喹啉基、喹啉基、萘啶基、喹喔啉基、 喹唑啉基、噌嗪基、蝶啶基、咔啉基、噻唑基、噁唑基、异噻唑基、异噁唑基以及类似的。杂芳基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。“杂环”或“杂环基”基团是指具有1至4个杂原子的五元环至八元环，杂原子如氧、硫和/或特别是氮。这些五元环至八元环可以是饱和的、完全不饱和的或部分不饱和的，其中完全饱和的环是优选的。示例性的杂环包括但不限于哌啶基、吡咯烷基、吡咯啉基、吡唑啉基、吡唑烷基、吗啉基、硫代吗啉基、吡喃基、硫代吡喃基、哌嗪基、吲哚啉基、二氢呋喃基、 四氢呋喃基、二氢苯硫基、四氢苯硫基、二氢吡喃基、四氢吡喃基以及类似的。烷基杂环基是键合于如本文所定义的杂环基基团的如本文所定义的烷基基团。杂环基基团可以是未取代的或通过可用的碳原子被上文对烷基定义的一个或多个基团取代。“环体系取代基”指代附接于芳香的或非芳香的环体系的取代基，包括但不限于H、 卤代、卤代烷基、(C1-C8)烷基、(C2-C8)烯基、(C2-C8)炔基、(C6-C10)芳基、酰基、酰氨基、酯、 氰基、硝基、叠氮基以及类似的。如本文使用的单独的或作为另一个基团的一部分的“卤素”或“卤代”基团是指氯、 溴、氟和碘。术语“卤代烷基”是指其中某些或所有氢独立地被卤素基团代替的烷基基团， 包括但不限于三氯甲基、三溴甲基、三氟甲基、三碘甲基、二氟甲基、氯二氟甲基、五氟乙基、 1，1- 二氟乙基溴甲基、氯甲基、氟甲基、碘甲基以及类似的。如本文使用的“酰基”基团包括诸如但不限于甲酰基、乙酰基、丙酰基、丁酰基、戊酰基、新戊酰基、己酰基、庚酰基、辛酰基、壬酰基、癸酰基、十一酰基、十二酰基、苯甲酰基以及类似的基团。当前优选的酰基基团是乙酰基和苯甲酰基。“烷氧基”基团是指-0-烷基基团，其中R是如上文所定义的烷基。如本文使用的单独的或作为另一个基团的一部分的“硫醇”是指SH基团。如本文使用的单独的或作为另一个基团的一部分的术语“烷基硫醇”、“芳基硫醇”或“芳基烷基硫醇”是指被连接于硫原子的上文的烷基、芳基烷基或芳基基团中的任一种。如本文使用的术语“寡核苷酸”或“多核苷酸”是指基因组来源的或合成来源的DNA 或RNA，其可以是单链的或双链的并且代表有义链或反义链。如本文使用的术语“肽”和“蛋白，，是指氨基酸残基的聚合物。术语适用于其中一个或多个氨基酸残基是对应于天然存在的氨基酸的人造的化学类似物的氨基酸聚合物，并且适用于天然存在的氨基酸聚合物。更多的满足“有机涂层”的定义的分子可以被用于相同的内容中。根据本发明的原理，有机涂层的特点是改变厚度以提供对指示癌症的特定的挥发性有机化合物的增强的灵敏度。不被任何理论或作用机理束缚，在约0. 2-0. 6nm的范围内的有机涂层的薄层更适合于检测具有相对低的蒸气压(< 10托)的分析物，这种分析物主要吸附在涂层的表面上以产生感测信号。在约0. 6-2nm并且在其他示例性的实施方案中在 2-4nm的范围内的有机涂层的相对厚的层更适合于检测具有相对高的蒸气压(> 10托)的分析物。在这种情况下，分析物分子更深地渗透至涂层的核，以产生感测信号。根据某些实施方案，本发明的传感器通过自组装过程被制造以产生包含NPCOC的膜。如本文使用的术语“自组装”是指分子的无外部源干预的组织化过程。自组装过程发生在溶液/溶剂中或直接在固态基材上发生。如本文使用的术语“膜”相应于NPCOC的良好排列的组装物的构型，其优选呈体心立方(BCC)构型或面心立方(FCC)构型。使用具有窄的粒度分布的纳米颗粒能够使纳米颗粒更紧密地堆积，因此得到了在分析物吸附时对膜结构的微小变化更敏感的膜。因此这些膜比具有宽粒度分布的膜更敏感。NPCOC的合成可以通过本领域中已知的方法产生。例如，金纳米颗粒可以使用做了些修改(Hostetler 等人，Langmuir，14 1998,24)的两阶段法(Brust 等人，J. Chem. Soc. Chem. Commun.，801，1994,2)被合成。简单地说，AuC14_被相转移试剂TOAB从HAuCl4 ·χΗ2(^Κ 溶液转移至甲苯溶液。在分离有机相之后，向溶液中加入过量的硫醇。硫醇HAuCl4 ·χΗ20 的摩尔比可以在1 1至10 1之间变化，这取决于所使用的硫醇。为了制备平均尺寸约 5nm的金纳米颗粒的单分散溶液，这是优选的。示例性的程序包括但不限于分别用于平均尺寸为5nm的被十二硫醇和丁硫醇包覆的金纳米颗粒的10 1和1 1的硫醇Au摩尔比。在剧烈搅拌溶液之后，添加大大过量的还原剂NaBH4的水溶液。在室温下持续搅拌反应至少3小时，以生成被硫醇包覆的金纳米颗粒的暗褐色溶液。所得到的溶液进一步在旋转蒸发器中经受溶剂除去，随后使用乙醇和甲苯多次洗涤。被2-巯基苯并噁唑包覆的金纳米颗粒可以通过从预制备的被己硫醇包覆的金纳米颗粒的配体交换方法合成。在典型的反应中，将过量的硫醇、2-巯基苯并噁唑加入到被己硫醇包覆的金纳米颗粒在甲苯中的溶液中。在恒定的搅拌下，保持溶液数天，以允许尽可能多的配体转化。纳米颗粒通过反复萃取从游离硫醇配体纯化出来。不受任何理论或作用机理的束缚，涵盖了经由被有机涂层组装物包覆的导电纳米颗粒的聚结或膨胀，通过多种化学相互作用发生感测。相互作用包括但不限于氢键合、 π - π、主体-客体、范德华力、静电相互作用、电荷转移相互作用、抗原-抗体相互作用及其组合。介电常数的变化通常发生在化学电阻器、化学电容器和电化学电池中具有不连续区域的主要由2维或3维的金属纳米颗粒膜构成的薄膜中。用于获得NPCOC的高度有序的二维或三维组装物的示例性方法包括但不限于i. NPCOC溶液随机沉积在固体表面上。沉积通过滴铸、旋涂、喷涂和其他相似的技术来进行。ii.场增强的或由分子相互作用引起的NPCOC溶液在固体表面上的沉积。iii. Langmuir-Blodgett 或 Langmuir-Schaefer 技术。在空气亚才匿界面处基材竖直地插入穿过NPCOC的自组织的/高度有序的2维单层，其中2维单层随后被转移至基材上。在空气亚相界面处将基材多次插入穿过NPCOC的2维单层导致制造NPCOC的3维有序的多层。iv.软平版印刷技术，例如微接触印刷(mCP)、复制成型、毛细管微成型(MIMIC) 以及微转印成型(mTM)。这些方法基于有机分子和聚合物材料的自组装和复制成型的变化形式，用于制造纳米尺度至介观尺度的NPCOC(Whitesides等人，J. Mater. Chem. 7，1069， 1997)。v. Langmuir-Blodgett 或 Langmuir-Schaefer 法与软平版 ￡口屈Ij 技术的各禾中组合可以被用于产生分子改性的NPCOC的图案化的Langmuir-Blodgett膜，图案化的 Langmuir-Blodgett膜被转移至固体基材上。vi.使用被指定用于印刷电子学的喷墨打印机在固态的或柔性的基材上进行印刷。根据如在例如Holland等人Qnk Maker 8,83,2005)中描述的本领域中熟知的程序， 含有NPCOC的溶液被用作打印头的填充材料(或“油墨”)。根据本发明的原理，用于检测呼气样品中的指示癌症的挥发物的传感器阵列包括在一个阵列中2至1000个传感器之间、更优选在一个阵列中2至500个传感器之间、甚至更优选在一个阵列中2至250个传感器之间并且最优选在一个阵列中2至125个传感器之间的多个传感器。在示例性的实施方案中，传感器阵列包括9个化学上敏感的传感器。在另一个示例性的实施方案中，传感器阵列包括14个化学上敏感的传感器。在某些实施方案中，本发明提供其中NPCOC的传感器阵列被与化学电阻器、化学电容器、石英晶体微量天平、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的一个共同使用的系统。每一种可能性表示本发明的不同的实施方案。传感器暴露于分析物时的感测响应可以通过一个或多个传感器的电导率、电阻、 阻抗、电容、电感或光学性质中的任何一个的变化来产生。每一种可能性表示本发明的不同的实施方案。对于电子产生的感测来说，被沉积在用于支持和/或容易的阵列集成的固体基材 (例如二氧化硅、硅、石英等等)上的NPCOC的膜的电接触可以通过本领域中熟知的方法进行。合适用于产生电接触的方法包括但不限于光刻法、电子束平版印刷术、聚焦离子束 (FIB)、通过阴影掩模进行的直接蒸发/溅射、软(冲压)接触、导电纳米颗粒的注入印刷技术以及其他相似的技术。可选择地，纳米颗粒的膜可以被沉积在通过上文描述的方法中的任一个制造的现成的接触部上。根据本发明的原理，电极可以技术人员熟知的方式以各种几何形态接触。在一个实施方案中，电极以毗邻的电极之间为15ym的距离接触。在另一个实施方案中，电极以毗邻的电极之间为IOOym的距离接触。根据本发明的原理，两个毗邻的电极之间的距离在IOOnm至5000 μ m的范围内。在具体的实施方案中，感测可以通过传感器网络的光学性质的变化检测。在示例性的实施方案中，感测使用椭偏光谱法进行。这种技术测量在偏振光从一个表面反射时偏振的变化。不受任何理论或作用机理的束缚，分析物分子的吸附产生NPCOC网络的层的厚度的变化。厚度或粗糙度的变化导致偏振的变化，偏振的变化可以通过椭偏光谱法技术记录。所获得的信号随后被传送至学习和模式识别分析仪以生成结果。以这种方式，不需要电接触。NPCOC在分析物吸收时的聚结和/或膨胀使这种技术对于以非常高的灵敏度检测挥发物来说是有利的。本发明范围包括用于确定呼气样品中的挥发性有机化合物的至少一种模式的方法，其中挥发性有机化合物是癌症的生物标志。方法包括将传感器阵列暴露于呼出的呼气样品并且使用学习和模式识别算法以便分析传感器信号并识别和尽可能量化指示癌症的期望的化合物或模式。因此，本文提供包括本发明的传感器阵列以及学习和模式识别分析仪的系统。分析仪接收来自传感器阵列的信号输出或模式并且通过各种模式识别算法分析信号输出或模式以产生输出特征(output signature)。通过使用被存储的或已知的特征的数据库分类未知的特征，期望的化合物可以被识别。根据本发明的原理，感测通过挥发性有机化合物的吸附被获得以提供信号变化，信号变化随后被传送至学习和模式识别分析仪以生成对期望的化合物的识别。用于样品分析的算法包括但不限于主成分分析、费舍尔线性分析、神经网络算法、 遗传算法、模糊逻辑模式识别以及类似的。在分析完成之后，所得到的信息可以例如在显示器上显示、传输至主机计算机或被存储在存储设备上以用于后续的检索。算法中的许多都是基于神经网络的算法。神经网络具有输入层、处理层和输出层。 神经网络中的信息被分布遍及处理层。处理层由通过节点的互相连接模拟神经元的节点组成。当神经网络与传感器阵列组合时，传感器数据通过网络被传播。以这种方式，一系列矢量矩阵乘法被进行并且未知的分析物可以被容易地识别和确定。神经网络通过校正来自给定输入的假的或不期望的输出校准。相似于显示数据集合中的潜在模式的统计分析， 神经网络基于预先确定的准则来定位数据集合中的一致的模式。合适的模式识别算法包括但不限于主成分分析(PCA)、费舍尔线性判别分析 (FLDA)、类别类比的软独立模型(soft independent modeling of classanalogy) (SIMCA), K-最近邻点法(KNN)、神经网络、遗传算法、模糊逻辑和其他模式识别算法。在某些实施方案中，费舍尔线性判别分析(FLDA)和典型判别分析(CDA)以及其的组合被用于比较输出特征和来自数据库的现有数据。每一种可能性表示本发明的不同的实施方案。在其他的实施方案中，使用主成分分析。主成分分析(PCA)涉及将多个相关变量变换为少量的不相关变量的数学方法。少量的不相关变量被称为主成分。第一主成分或特征向量解释数据中的尽可能多的变化性(variability)，并且每个后续成分(succeeding component)解释尽可能多的其余的变化性。PCA的主要目标是减少数据集的维数以及识别新的 替(underlying variable)。主成分分析以分层方式比较两个或更多个协方差矩阵的结构。例如，一个矩阵可以与另一个相同，除了该矩阵的每个要素都乘以单一的常数之外。因此各矩阵彼此成比例。 更特别地，矩阵共享相同的特征向量(或主成分)，但是它们的特征值相差一个常数。矩阵之间的另一种关系是，它们共享共有的主成分，但是它们的特征值不同。在主成分分析中使用的数学方法被称为特征值分析(eigenanalysis)。与最大的特征值相关联的特征向量具有与第一主成分相同的方向。与次最大的特征值相关联的特征向量确定第二主成分的方向。特征值的和与正方矩阵的迹相等，并且特征向量的最大数与该矩阵的行数相等。本文提供使用传感器阵列来诊断癌症的方法。方法包括在本发明的传感器阵列上从被受试者直接呼出的呼气检测作为癌症生物标志的挥发性有机化合物。可选择地， 传感器阵列可以被暴露于已经沉积了呼出的呼气的容器的顶部空间。其他可能性包括呼气入惰性的袋中，然后将被收集的呼气暴露于本发明的传感器阵列。因此，本发明的系统还可以包括用于收集呼气样品特别是肺泡呼气样品的呼气收集器装置。在本发明的范围 W^Mft ^nfAmerican Thoracic Society/EuropeanRespiratory Society (ATS/ERS)(美国胸腔学会/欧洲呼吸学会)批准的那些；(Silkoff等人 Am. J. Respir. Crit. Care Med. 171，2005，912)。肺泡呼气通常使用离线方法从个体收集。然而，将理解，直接向装置的呼气收集，即面对面(vis-0-vis)在线方法被包括在本发明中。 在某些实施方案中，不需要在测量之前预浓缩样品或使样品去湿。在其他的实施方案中，如果需要更好地区别“对照”和“癌症”呼气样品，那么使用呼气浓缩器和/或去湿装置。在本发明范围内的呼气浓缩器包括但不限于I.固相微萃取(SPME)-SPME技术基于被液体(聚合物)、固体(吸附剂)或其组合包覆的纤维。纤维涂层通过吸收(如果涂层是液体)或通过吸附(如果涂层是固体) 从样品萃取化合物。然后SPME纤维被直接地插入感测装置中以用于解吸附和后续的分析 (Ouyang, ^A Anal. Bioanal. Chem. , 386, 2006,1059 ；Coelho 等人，J. Chromatography B, 853，2007，1)。
II.吸附剂管-吸附剂管典型地由玻璃制造并且容纳各种类型的固体吸附剂材料 (吸附剂)。被普遍使用的吸附剂包括活性炭、硅胶和有机多孔聚合物，例如Tenax树脂和 Amberlite XAD树脂。吸附剂管被附接于空气取样泵以进行样品收集。具有以ml/min计的已校准的流量的泵将预先确定的体积的空气抽吸通过吸附剂管。在整个采样期间化学物被截留至吸附剂材料上。该技术由 the US National Institute for Occupational Safety andHealth(NIOSH)(美国职业安全与健康国立研究所)开发。III.低温冷凝-低温冷凝是允许挥发性有机化合物(VOC)的回收以再使用的过程。冷凝过程需要非常低的温度使得VOC可以被冷凝。传统地，氟氯化碳(CFC)制冷剂已经被用于冷凝V0C。当前，液氮被在低温(低于-160°c )冷凝过程中使用。根据本发明的去湿剂包括以下的非限制性的实例I.通过冰冷致冷的旋管抽吸潮湿空气-使用本方法，空气湿气在其经过冰冷致冷的旋管进入容器中时冷凝为液滴。然后“干燥的”空气被返回至其最初的温度并且返回至感测装置。II.硅胶-是二氧化硅的一种无定形形式，其被以不规则硬颗粒或珠的形式被合成地生产。互锁空腔的微多孔结构给予了非常高的表面积(800平方米每克)。这种独特的结构使硅胶成为高容量干燥剂。由于水分子的比周围空气低的蒸气压，水分子附着于硅胶的表面。当达到压力平衡时，吸附停止。因此，周围空气的湿度越高，则在达到平衡之前被吸附的水的量越大。硅胶作为干燥物质是有利的，因为干燥的过程不需要化学反应并且没有副产物或副作用。III.活性炭-通过将炭处理为极多孔的碳物质来形成。由于其高度的微孔性，活性炭拥有可用于化学反应的非常大的表面积。仅从高的表面积就可以获得足够的活化，但是进一步的化学处理经常增强材料的吸附性质。IV.干燥剂分子筛-被合成地生产，是高度多孔的晶体金属-铝硅酸盐。它们通过许多具有精确的直径，即3人、4A、5A和10A,的内部空腔分类。仅当待吸附的分子具有比空腔开口小的直径时才发生吸附。高极性分子被更好地吸附入分子筛中。分子筛将来自液体和气体的水分子和其他污染物吸附下降至非常低的浓度水平，经常达到lppm。在特定的实施方案中，本文所描述的方法被用于区分不同类型的癌症。气相色谱-质谱联用(GC-MS)研究已经表明，挥发性C4-C2tl烷烃和某些一甲基化的烷烃以及苯衍生物在不同情况的癌症中表现出是升高的。所关心的化合物通常在健康的人类呼气中被发现在l-20ppb的范围内，但是在癌症患者的呼气中可以被看到在IO-IOOppb范围内的升高的水平以明显不同的混合物组成。这些生物标志的水平甚至在疾病的早期就被升高，因为它们反映人体化学的变化。这种变化的出现与肿瘤大小无关。此外，特定的疾病(例如肺癌)的生物标志拥有明显不同的混合物组成/模式，其不同于其他疾病的生物标志的组成 /模式。可以被用作诊断癌症的生物标志的挥发性有机化合物包括但不限于4-甲基-辛烷、2-乙基-1-己醇、2-乙基-4-甲基-1-戊醇、2，3，4_三甲基-戊烷、2，3_ 二甲基-己烷、三甲基甲硅烷基氟、二甲基-硅烷二醇、3-乙基-3-甲基-2-戊酮、2-甲基-4，6-辛二炔-3-酮、2-丙基-1-戊醇、癸烷、三甲基苯、乙基苯、庚醇、异戊二烯、己烷、十一烷和6， 10- 二甲基-5，9-十二碳二烯-2-酮。每个可能性代表本发明的分别的实施方案。如本文设想的，使用本发明的方法允许区分不同类型的癌症。在某些实施方案中，本发明的系统提供对在不同阶段的单一癌症类型的诊断。在其他的实施方案中，本发明的系统提供对从肺癌的不同阶段(或肿瘤尺寸)的肺癌患者获得的呼气样品的区分。如本文使用的术语“癌症”是指其中细胞的聚集体已经在不同程度上变为对正常支配增殖和分化的控制机制无响应的疾患。癌症是指各种类型的恶性瘤和肿瘤，包括原发性肿瘤和肿瘤转移。可以被本发明的传感器阵列和系统检测的癌症的非限制性的实例是脑癌、卵巢癌、结肠癌、前列腺癌、肾癌、膀胱癌、乳腺癌、肺癌、口腔癌和皮肤癌。癌症的具体实例是癌、肉瘤、骨髓瘤、白血病、淋巴瘤和混合型肿瘤。肿瘤的具体的类别包括淋巴组织增生紊乱、乳腺癌、卵巢癌、前列腺癌、宫颈癌症、子宫内膜癌、骨癌、肝癌、胃癌、结肠癌、 胰腺癌、甲状腺癌、头颈癌、中枢神经系统的癌症、末梢神经系统的癌、皮肤癌、肾癌以及以上所有的转移。肿瘤的具体的种类包括肝细胞癌、肝癌、肝胚细胞瘤、横纹肌肉瘤、食道癌、 甲状腺癌、恶性神经节瘤、纤维肉瘤、粘液肉瘤、脂肪肉瘤、软骨肉瘤、骨原性肉瘤、脊索瘤、 血管肉瘤、内皮肉瘤、尤因氏瘤、平滑肌肉瘤、横纹肌肉瘤、浸润性导管癌、乳头状腺癌、黑色素瘤、肺鳞状细胞癌、基细胞癌、腺癌(完全分化的、中度分化的、分化不良的或未分化的)、 细支气管肺泡癌、肾细胞癌、肾上腺样瘤、肾细胞癌、胆管癌、绒毛膜癌、精原细胞瘤、胚胎性癌、韦尔姆斯氏瘤、睾丸瘤，肺癌，包括小细胞、非小细胞和大细胞肺癌、膀胱癌、神经胶质瘤、星形细胞瘤、成神经管细胞瘤、颅咽管瘤、室管膜瘤、松果体瘤、成视网膜细胞瘤、成神经细胞瘤、结肠癌、直肠癌，造血系统肿瘤，包括所有类型的白血病和淋巴瘤，包括急性骨髓性白血病、急性髓细胞白血病、急性淋巴细胞白血病、慢性骨髓性白血病、慢性淋巴细胞白血病、肥大细胞白血病、多发性骨髓瘤、骨髓淋巴瘤、霍奇金淋巴瘤、非霍奇金淋巴瘤。根据某些实施方案，待诊断的癌症选自由肺癌、头颈癌、乳腺癌、胰腺癌、淋巴瘤、 骨髓瘤、白血病、肾癌、卵巢癌、骨癌、肝癌、前列腺癌、皮肤癌、结肠癌和甲状腺癌组成的组。 每一种可能性表示本发明的不同的实施方案。根据示例性的实施方案，待诊断的癌症选自乳腺癌、肾癌、喉癌、阴道肿瘤、胃癌、白血病，包括淋巴细胞白血病、肺癌、黑色素瘤和结肠癌。每一种可能性表示本发明的不同的实施方案。由于传感器阵列的微型化的尺寸(在10-100纳米至几微米的范围内)，其可以被安装在任何电子设备中，包括但不限于手表或手机。传感器阵列集成到普遍使用的电子设备中允许传感器阵列被用作出现癌症的警告系统。除非内容另外清楚地表明，否则如在本文中和在所附的权利要求中使用的，单数形式“一(a)”、“一个(an)”和“所述(the) ”包括复数的指代。因此，例如，对“有机涂层” 的指代包括多个这样的有机涂层以及本领域的技术人员已知的其等效物等等。本发明的原理借助于以下的非限制性的实施例被说明。实施例实施例1 呼出的呼气的收集在深呼气之后，受试者通过呼吸口上含有套筒的接口管(mouthpiece)吸入至肺总容量，以从吸气期间吸入的空气中除去超过99. 99%的VOC环境污染物。然后受试者顶着10-15cm&H20压力呼气，以确保密封仿羊皮纸以排除鼻气雾沫。通过接口管的单独的呼气口将呼出的气体收集在之前已经被队气体净化的非反应性聚酯薄膜气体取样袋(从Eco Medics购买)中。对每个受试者的呼出的呼气进行至少五次分析。使用总共90个呼气样品，其中沈个从健康的个体获得并且64个从肺癌患者获得。先使用各种诊断方法，包括支气管镜活组织检查、计算机断层(CT)扫描和肺穿刺，对患者进行临床诊断。肺癌患者中没有任何人在呼气样品被收集之前接收过化学疗法和/或其他治疗。实施例2 通过GC-MS分析呼出的呼气将来自患有肺癌的受试者和来自健康的个体的呼出的呼气样品收集在聚酯薄膜样品袋中并且使用与固相微萃取(SPME)结合的气相色谱-质谱联用法(GC-MS)分析。SPME 技术被用于预浓缩呼气样品中的V0C。将具有被1)聚二甲基硅氧烷(PDMS)、2)聚二甲基硅氧烷-二乙烯基苯(PDMS/DVB)或；3)聚二甲基硅氧烷-Carboxen(PDMS/Carboxen)(从 Sigma-Aldrich购买)涂覆的萃取纤维的手动SPME手柄插入聚酯薄膜袋中。将在500cm3至 1，OOOcm3之间的每个呼气样品通过SPME法浓缩2小时的萃取时间，并且使用手动SPME手柄将每个呼气样品递送至GC-MS。将手动SPME手柄中的萃取过的纤维插入使用不分流模式操作的GC注射器中。烘箱温度曲线是60°C，2min,8°C /min至100°C，15°C /min至120°C， 8°〇/11^11至1801，151/1^11至 2001，81/1^11至 2251。使用毛细管柱 H5-5MS 5% 苯基甲基硅氧烷(30m长度，0.25mm内径，0.25 μ m厚度)。柱压力被设置为8. 22psi，并且初始流量是1. OmL/min。最后，通过MandartModular Set确定VOC的分子结构。GC-MS确认了健康的个体和肺癌患者的呼气样品中已经被合成或分解代谢的33 种常见的VOC(表1)。其中，11种特定的VOC(表幻仅在肺癌患者的呼气中被发现而未在健康个体的呼气中被发现，具有至少83%的置信度。图1示出了 33种V0C(相应的名称可以在表1中找到)在健康个体的呼气样品中(对照；三角形)和在肺癌患者的呼气样品中 (圆形)的平均丰度比。被检测到的化合物主要是C4-C^1直链的和一甲基化的烷烃，以及某些苯衍生物。在来自健康的个体和肺癌患者的呼气样品中观察到的化合物不仅以不同的浓度存在而且以明显不同的混合物组成存在。图1清楚地示出了，在健康个体的呼气样品中检测到的VOC形成不同于在肺癌患者的呼气样品中的VOC模式的独特的模式。几乎所有的 VOC都被发现在肺癌患者的样品中有更高的浓度，除了 VOCl、VOCl 1、V0C14、V0C25和V0a6 之外。表1.在从对照个体和肺癌患者获得的呼气样品中检测到的VOC
权利要求
1.一种用于检测指示癌症的挥发性有机化合物的传感器阵列，所述传感器阵列包括被有机涂层包覆的导电纳米颗粒，其中所述纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约I-IOnm的范围内的粒度，并且其中所述有机涂层的厚度在约0. 2-4nm的范围内。
2.根据权利要求1所述的传感器阵列，其中所述纳米颗粒具有在约2-8nm的范围内的粒度。
3.根据权利要求1所述的传感器阵列，其中所述纳米颗粒具有在约3-6nm的范围内的粒度。
4.根据权利要求1所述的传感器阵列，其中所述有机涂层的所述厚度在约0.6-2nm的范围内。
5.根据权利要求1所述的传感器阵列，其中所述有机涂层包含单层或多层选自小分子、单体、低聚物和聚合物的有机化合物。
6.根据权利要求1所述的传感器阵列，其中所述导电纳米颗粒选自由Au、Ag、Ni、 Co、Pt、Pd、Cu、Al、Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、Au/Ag/Cu/Pd、Pt-Rh, Ni-Co 禾口 Pt-Ni-Fe组成的组。
7.根据权利要求1所述的传感器阵列，其中所述有机涂层选自由具有C3-C24链的烷基硫醇、ω官能化的链烷硫醇盐、芳烃硫醇盐、(Y-巯基丙基)三甲基氧硅烷、二烷基二硫化物、黄原酸酯、寡核苷酸、多核苷酸、肽、蛋白质、酶、多糖、磷脂及其组合组成的组。
8.根据权利要求1所述的传感器阵列，其中所述被有机涂层包覆的导电纳米颗粒呈选自1维的线、2维的膜和3维的组装物的构型。
9.根据权利要求1所述的传感器阵列，还包括化学电阻器、化学电容器、石英晶体微量天平、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的至少一个。
10.一种用于检测指示癌症的挥发性有机化合物模式的系统，所述系统包括(i)用于检测指示癌症的挥发性有机化合物的传感器阵列，所述传感器阵列包括被有机涂层包覆的导电纳米颗粒，其中所述纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约I-IOnm的范围内的粒度，并且其中所述有机涂层的厚度在约0. 2-4nm的范围内，以及( )学习和模式识别分析仪，其中所述学习和模式识别分析仪接收传感器输出信号并且将所述传感器输出信号与所存储的数据进行比较。
11.根据权利要求10所述的系统，其中所述纳米颗粒具有在约2-8nm的范围内的粒度。
12.根据权利要求10所述的系统，其中所述纳米颗粒具有在约3-6nm的范围内的粒度。
13.根据权利要求10所述的系统，其中所述有机涂层的厚度在约0.6-2nm的范围内。
14.根据权利要求10所述的系统，其中所述有机涂层包含单层或多层选自小分子、单体、低聚物和聚合物的有机化合物。
15.根据权利要求10所述的系统，其中所述导电纳米颗粒选自由Au、Ag、Ni、Co、Pt、Pd、 Cu、Al、Au/Ag、Au/Cu、Au/Ag/Cu、Au/Pt、Au/Pd、Au/Ag/Cu/Pd、Pt-Rh、Ni-Co 和 Pt-Ni-Fe 组成的组。
16.根据权利要求10所述的系统，其中所述有机涂层选自由具有C3-C24链的烷基硫醇、ω官能化的链烷硫醇盐、芳烃硫醇盐、(Y-巯基丙基)三甲基氧硅烷、二烷基二硫化物、黄原酸酯、寡核苷酸、多核苷酸、肽、蛋白质、酶、多糖、磷脂及其组合组成的组。
17.根据权利要求10所述的系统，其中所述被有机涂层包覆的导电纳米颗粒呈选自1 维的线、2维的膜和3维的组装物的构型。
18.根据权利要求10所述的系统，还包括化学电阻器、化学电容器、石英晶体微量天平、体声波(BAW)和表面声波(SAW)共振器、电化学电池、表面等离子体共振(SPR)和光学分光镜中的至少一个。
19.根据权利要求10所述的系统，其中所述学习和模式识别分析仪包括选自由人工神经网络算法、主成分分析(PCA)、多层感知(MLP)、广义回归神经网络(GRNN)、模糊推理系统 (FIS)、自组织映射图(SOM)、径向基函数(RBF)、遗传算法(GAS)、神经模糊系统(NFS)、自适应共振理论(ART)、偏最小二乘法(PLS)、多元线性回归(MLR)、主成分回归(PCR)、判别函数分析(DFA)、线性判别分析(LDA)、群分析和最近邻点法组成的组的至少一种算法。
20.根据权利要求19所述的系统，其中所述至少一种算法是主成分分析(PCA)。
21.根据权利要求10-20中任一项所述的系统，还包括用于收集所述呼气样品的装置。
22.根据权利要求21所述的系统，其中所述装置被设计为收集肺泡呼气。
23.根据权利要求22所述的系统，还包括呼气浓缩器和去湿装置中的至少一个。
24.一种诊断受试者中的癌症的方法，所述方法包括以下步骤(i)提供系统，所述系统包括传感器阵列，所述传感器阵列包括被有机涂层包覆的导电纳米颗粒，其中所述纳米颗粒具有窄的粒度分布并且具有约5nm的平均粒度和在约I-IOnm 的范围内的粒度，并且其中所述有机涂层的厚度在约0. 2-4nm的范围内，并且所述系统还包括学习和模式识别分析仪，其中所述学习和模式识别分析仪接收传感器信号输出并且将所述传感器信号输出与所存储的数据进行比较；( )将所述传感器阵列暴露于呼出的呼气样品；并且(iii)使用学习和模式识别算法来确定指示癌症的挥发性有机化合物模式在所述样品中的存在。
25.根据权利要求M所述的方法，其中所述纳米颗粒具有在约2-8nm的范围内的粒度。
26.根据权利要求M所述的方法，其中所述纳米颗粒具有在约3-6nm的范围内的粒度。
27.根据权利要求M所述的方法，其中所述有机涂层的厚度在约0.6-2nm的范围内。
28.根据权利要求M所述的方法，用于区分不同类型的癌症。
29.根据权利要求M所述的方法，用于区分单一癌症类型的不同的阶段。
30.根据权利要求对或观-29中任一项所述的方法，其中所述癌症选自由肺癌、头颈癌、乳腺癌、前列腺癌、结肠癌、卵巢癌、肾癌、膀胱癌、口腔癌和皮肤癌组成的组。
31.根据权利要求30所述的方法，其中所述癌症是肺癌。
32.根据权利要求M所述的方法，其中所述学习和模式识别分析仪包括选自由人工神经网络算法、主成分分析(PCA)、多层感知(MLP)、广义回归神经网络(GRNN)、模糊推理系统 (FIS)、自组织映射图(SOM)、径向基函数(RBF)、遗传算法(GAS)、神经模糊系统(NFS)、自适应共振理论(ART)、偏最小二乘法(PLS)、多元线性回归(MLR)、主成分回归(PCR)、判别函数分析(DFA)、线性判别分析(LDA)、群分析和最近邻点法组成的组的至少一种算法。
33.根据权利要求M所述的方法，还包括在步骤(b)之前，使用呼气收集器装置收集所述呼气样品的步骤。
34.根据权利要求33所述的方法，其中所述呼气收集器装置被设计为收集肺泡呼气。
35.根据权利要求34所述的方法，还包括在步骤(b)之前，使用呼气浓缩器和去湿装置中的至少一个来增大呼气分析物浓度的步骤。
36.根据权利要求M所述的方法，其中所述指示癌症的挥发性有机化合物选自由4-甲基-辛烷、2-乙基-1-己醇、2-乙基-4-甲基-1-戊醇、2，3，4_三甲基-戊烷、2，3_ 二甲基-己烷、三甲基甲硅烷基氟、二甲基-硅烷二醇、3-乙基-3-甲基-2-戊酮、2-甲基-4， 6-辛二炔-3-酮、2-丙基-1-戊醇、癸烷、三甲基苯、乙基苯、庚醇、异戊二烯、己烷、十一烷和6，10- 二甲基-5，9-十二碳二烯-2-酮组成的组。
全文摘要
用于检测呼气样品中的癌症生物标志的传感器阵列。传感器阵列基于被有机涂层包覆的导电纳米颗粒的2维膜或3维组装物，其中纳米颗粒的特点是窄的粒度分布。公开了使用传感器阵列来区分健康个体的和患有不同类型的癌症的患者的挥发性有机化合物模式的方法。
文档编号G01N33/497GK102326078SQ201080008258
公开日2012年1月18日 申请日期2010年1月10日 优先权日2009年1月9日
发明者彭刚, 欧娜·亚当斯, 霍萨姆·海克 申请人:技术研究及发展基金有限公司