Gas Sensing Approaches for Malaria Biomarker Identification

Abstract

Malaria remains a global health challenge that requires rapid, non-invasive, and cost-effective diagnostic solutions. Traditional diagnostic methods, such as lateral flow assays and blood smear examinations, have their own limitations related to sensitivity, accessibility, and cost. As a result, gas sensing technologies have emerged as promising tools to identify malaria biomarkers by detecting volatile organic compounds (VOCs) associated with Plasmodium infection from exhaled breath and skin odors. This thesis represents various gas sensing technologies, including electrochemical and chemiresistive sensors for the detection of dimethyl decane, nonanal, and other malaria-associated VOCs. The development of microelectrochemical systems (MEMS) and complementary metal oxide- semiconductor (CMOS) technology have enabled the miniaturization of gas sensors into portable and compact devices that are suitable for point-of-care (PoC) applications. Additionally, the use of artificial intelligence (AI) -driven data processing enhances the accuracy of malaria detection by optimizing sensor response patterns. While these innovations present great potential for early malaria diagnosis especially in resource-limited areas, challenges, such as sensor selectivity, environmental aspects, and standardization of breath sampling must be addressed. Future research should focus on improving sensor selectivity, enhancing real-time data-analysis, and conducting large-scale clinical trials to validate their effectiveness.

Malaria on edelleen maailmalaajuinen terveysongelma, joka vaatii nopeita, ei-invasiivisiä, ja kustannustehokkaita diagnostiikkaratkaisuja. Perinteisillä menetelmillä, kuten lateraalivirtausanalyyseillä ja verinäytteiden mikroskooppitutkimuksilla, on omat rajoituksensa herkkyyden, saatavuuden ja kustannusten suhteen. Tästä syystä kaasunhavaitsemisteknologiat ovat nousseet lupaaviksi keinoiksi tunnistaa malarian biomarkkereita havaitsemalla Plasmodium-infektioon liittyviä haihtuvia orgaanisia yhdisteitä (volatile organic compunds, VOCs) uloshengitysilmasta ja ihon hajuista. Tämä opinnäytetyö esittelee erilaisia kaasunhavaitsemisteknologioita, kuten elektrokemiallisia ja kemiresistiivisiä sensoreita, joiden avulla voidaan havaita dimetyylidekaania, nonanaalia ja muita malariaan liittyviä haihtuvia orgaanisia yhdisteitä. Mikroelektromekaanisten järjestelmien (microelectromechanical systems, MEMS) ja CMOS-teknologian kehitys (complementary metal oxide- semiconductor) on mahdollistanut kaasusensorien pienentämisen kannettaviksi ja kompakteiksi laitteiksi, jotka soveltuvat vieritestaukseen (point-of-care, PoC). Lisäksi tekoälyyn (artificial intelligence, AI) perustuva tiedonkäsittely parantaa malarian tunnistuksen tarkkuutta optimoimalla sensorien vastekuvioita. Vaikka nämä innovaatiot tarjoavat merkittävää potentiaalia varhaiseen malariadiagnostiikkaan erityisesti resurssiköyhillä alueilla, on vielä ratkaistava haasteita, kuten sensorien valikoivuus, ympäristötekijät ja hengitysnäytteenoton standardisointi. Tulevaisuuden tutkimuksen tulisi keskittyä sensorien valikoivuuden parantamiseen, reaaliaikaisen data-analyysin tehostamiseen sekä laajamittaisten kliinisten kokeiden suorittamiseen teknologioiden tehokkuuden vahvistamiseksi.