Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada

• Ano de defesa: 2018
• Autor(a) principal: Santos, Marfran Claudino Domingos dos
• Orientador(a): Lima, Kassio Michell Gomes de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICA
• País: Brasil
• Palavras-chave em Português: Dengue; Zika; Chikungunya; Infravermelho; Análise multivariada
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/25099

O objetivo dos estudos reportados nesta dissertação é avaliar o uso da Espectroscopia de infravermelho em conjunto com técnicas quimiométricas de análise multivariada, como uma nova ferramenta para detecção e tipagem de arbovírus presentes em amostras clínicas. Nesta dissertação constam 4 artigos: 1 artigo de revisão e 3 artigos de pesquisa. O artigo de revisão faz um levantamento das principais técnicas espectroscópicas e técnicas de análise multivariada utilizadas em estudos no campo da virologia nos últimos 10 anos, bem como as vantagens destas, frente às técnicas padrão. No primeiro artigo de pesquisa, modelos multivariados baseados em análise discriminante foram construídos com o objetivo de discriminar quantitativamente o sorotipo DENV-3 presente em quatro diferentes concentrações em amostras de soro e sangue. No segundo estudo, técnicas de seleção de variáveis foram aplicadas com o objetivo de discriminar amostras de soro e sangue infectadas em laboratório, e ainda, predizer qual o sorotipo é responsável pela infecção. No terceiro estudo, foi avaliada a capacidade da técnica em discriminar entre 4 grupos de amostras: dengue (amostras de sangue de pacientes diagnosticados com dengue), Chikungunya (amostras de sangue de pacientes diagnosticados com Chikungunya), Zika (amostras de sangue de pacientes diagnosticados com Zika) e saudáveis (amostras de sangue de voluntários saudáveis). Os algoritmos de análise multivariada utilizados foram Análise de Componentes Principais-Análise Discriminante Linear (PCA-LDA), Algoritmo de Projeções Sucessivas-Análise Discriminante Linear (SPA-LDA) e Algoritmo Genético-Análise Discriminante Linear (GA-LDA). O desempenho da técnica foi avaliado através de cálculos de sensibilidade, especificidade, valores preditivos positivos e negativos, índice de Youden e razão de verossimilhança positiva e negativa. Os resultados foram animadores, e mostraram que a espectroscopia utilizada em conjunto com técnicas de análise multivariada tem o potencial de detectar e identificar as variações provocadas pela presença do vírus da dengue em amostras biológicas, e fornecer resultados rápidos em comparação às técnicas de diagnóstico utilizadas em rotinas clínicas.