In der vorliegenden Arbeit wurde die Möglichkeit überprüft, ein Multigassensorsystem für die mikrobiologische Diagnostik in der Parodontologie zu nutzen. Es wurde untersucht, ob man mit dem Prototypen eines neu entwickelten Gerätes (Olafaktograph), fünf Parodontopathogene, in vitro durch ihre Gerüche voneinander unterscheiden kann. Der Olfaktograph basiert auf zwei Multigassensorsystemen, die Metalloxidsensoren enthalten. Die Metalloxidsensoren wirken als Halbleiter. Flüchtige Komponenten reagieren an der Sensoroberfläche und bewirken dadurch messbare Widerstandsänderungen. Für die Arbeit wurden zwei klinische Isolate und fünf Stämme (der Deutschen Sammlung für Mikroorganismen und American Type Culture Collection) der Spezies Actinobacillus actinomycetemcomitans, Prevotella intermedia, Eikenella corrodens, Fusobacterium nucleatum und Porphyromonas gingivalis anaerob für zwei bis zehn Tage auf Columbia-Blutagar-Kulturplatten gezüchtet. Von 150 Proben der aufgeführten Keime wurde der Gasraum über der Kulturplatte gemessen. Zusätzlich wurden von Kulturplatten der klinischen Isolate P. gingivalis und P. intermedia zwölf Messungen ausgewertet. Es erfolgte eine Auswertung der aufgenommenen Datensätze mit Hilfe der linearen Diskriminanzanalyse (LDA). Das Ziel der LDA besteht in der optimalen, linearen Trennung der gegebenen Geruchsgruppen. Es wird ein Modell für die fünf Geruchsklassen der fünf Bakterienstämme aus den aufgenommenen Daten erstellt. Die Ergebnisse zeigen ein LDA-Modell, in dem fünf bakterielle Geruchsklassen zu erkennen sind. Die fünf Gruppen bilden jedoch nicht vollständig voneinander getrennte Geruchsklassen. Sie überschneiden sich zum Teil stark. Einige der getesteten Spezies, Porphyromonas gingivalis und Eikenella corrodens, werden sehr gut mit einer hohen Wahrscheinlichkeit in dem Modell erkannt. Die anderen drei Spezies, Actinobacillus actinomycetemcomitans, Fusobacterium nucleatum und Prevotella intermedia können nicht separiert werden. Messungen von klinischen Isolaten der Spezies P. gingivalis werden mit dem LDA-Modell der Laborstämme sehr gut erkannt. Messungen von klinischen Isolaten der Spezies P. intermedia werden nicht im LDA-Modell der Laborstämme erkannt. Die vorgestellten Ergebnisse müssen in der Diskussion mit im Versuchsaufbau und Methodik ähnlichen Studien kritisch untersucht werden. Wenige existierende Versuche ähnlicher Geräte an anderen bakteriellen Spezies führten unter Verwendung künstlicher neuronaler Netze und anderen multivariaten Datenanalysen zu besseren Erkennungsraten. Dennoch lassen Teile der vorgestellten Ergebnisse und die aufgeführten Publikationen zu Anwendungen von Multigassensorsystemen ein Potential für weitere Tests mit anderen Spezies und die Möglichkeit der Durchführung von klinischen Anwendungen vermuten.
The study was designed to determine the possibility of the application of the technology of artificial nose for periodontal microbiological diagnosis. The purpose was to evaluate the possibility to discriminate five periodontal pathogens in vitro with a new developed electronic nose (Olfaktograph). The device is an automated headspace analyser based on a detector system with two semiconductor sensor-arrays. Each of the sensors responds to different volatile organic compounds leading to characteristic changes in electrical conductance of the sensors. Two clinical isolates and five strains (DSMZ and ATCC) were anaerobically grown for two to ten days on Columbia agar petri dishes. A total of 150 measurements were made by sampling the volatiles over the headspace of an agar plate with pure bacterial cultures of the following species: Actinobacillus actinomycetemcomitans, Prevotella intermedia, Eikenella corrodens, Fusobacterium nucleatum, Porphyromonas gingivalis. Additionally twelve samples of clinical isolates of P. gingivalis and P. intermedia were analysed. Linear pattern-analysis method has been used by the linear discriminant analysis (LDA) to evaluate sensor-array data. The purpose of the LDA is to find the optimal linear separation between the giving bacterial groups. It was established a model for five bacterial aroma classes which was tested. The bacteria from different pure cultures were mapped to five different clusters in the LDA-model. However the five bacterial aroma-groups are partly overlapping. Two of the tested species (Porphyromonas gingivalis and Eikenella corrodens) are identified with a high prediction rate of 91 %, 77 % respectively. The other three species (F. nucleatum, P. intermedia, A. actinomycetemcomitans) can be recognized but they don t reach a high prediction rate. The clinical isolates of P. gingivalis are very good classified in the LDA-model of the five laboratory strains with nearly 85 % prediction rate. By way of contrast the clinical isolates of P. intermedia are misclassified with a high rate. The prediction rate of P. intermedia is only 13 % in this model. The presented results have to be critically discussed in the points of sampling system in the comparison with similar studies. There exist few evaluations of similar applications for other bacterial species reaching better results. Electronic nose data are predominantly nonlinear in nature. More powerful, nonlinear prediction tools like artificial neural networks are widely used for pattern recognition. But parts of the presented results and the other discussed applications of electronic noses suggest a potential for further tests with other species or the possibility of a clinical application.
