Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICA
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufrn.br/handle/123456789/49877 |
Resumo: | Esta tese apresenta o desenvolvimento de novas metodologias analíticas que combinam as leituras instrumentais da espectrometria de massas com classificação multivariada, na busca da diferenciação de amostras de plasma sanguíneo para detecção da fibromialgia. Dentro da execução dos trabalhos, os estudos realizados nesta tese exploraram a Espectrometria de Massas com Ionização por Paper Spray (PSI-MS) para obtenção de espectros a partir do plasma sanguíneo de pacientes com e sem a fibromialgia, e o processamento desses dados espectrais por modelos de análises multivariadas. As técnicas de classificação multivariada utilizadas representam a Análise de Componente Principal (PCA), Algoritmo de Projeções Sucessivas (SPA), Algoritmo Genético (GA), Análise de Discriminantes Linear (LDA) e quadrática (QDA) e Máquina de Vetor de Suporte (SVM) propondo modelos do tipo PCA-LDA, SPA-LDA, GA-LDA, PCA-QDA, SPA-QDA, GA-QDA, PCA-SVM, SPA-SVM e GA-SVM. Para um primeiro estudo, utilizando um total de vinte amostras, os resultados de sensibilidade e especificidade apresentaram 100% de separação entre as classes, envolvendo a técnica supervisionada SPA-LDA, além de boas classificações com outros modelos. Para um segundo estudo, as classificações obtiveram 100% de sensibilidade para o modelo PCA-LDA, com sessenta e quatro amostras, utilizando como parâmetro pacientes com sintomas relacionados a catastrofização da dor (CAT). Além deste último resultado, o segundo estudo também apresentou classificações de diferentes conjuntos de dados com amostras de pacientes com e sem a fibromialgia, relacionadas a outros sintomas comuns na doença. Outro resultado importante, presente em ambos os estudos, é a associação de variáveis selecionadas pelos modelos de classificação a classe de metabólito lisofosfatidilcolina (LysoPC), mencionada em estudos sobre biomarcadores da fibromialgia. Com isso, os resultados demonstrados sugerem a elaboração de ferramentas úteis na triagem da fibromialgia, com as vantagens de fornecer resultados rápidos, de simples operação e utilização de pequenas alíquotas de amostra de plasma sanguíneo, propiciando também um bom aporte teórico sobre a abordagem do diagnóstico da fibromialgia, demostrando a boa execução da metodologia analítica na detecção da doença. |
id |
UFRN_c5ca6a338e42274b2a033c77f7e819f8 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/49877 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Alves, Marcelo Victor dos Santoshttp://lattes.cnpq.br/5778641956389383https://orcid.org/0000-0002-3827-3800http://lattes.cnpq.br/6928918856031880Santos, Luciene da SilvaFreitas, Rodrigo Pegado de Abreuhttp://lattes.cnpq.br/3462462933163509Marques, Amélia PasqualVaz, Boniek GontijoLima, Kassio Michell Gomes de2022-11-24T21:53:42Z2022-11-24T21:53:42Z2022-08-25ALVES, Marcelo Victor dos Santos. Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia. Orientador: Kassio Michell Gomes de. 2022. 126f. Tese (Doutorado em Química) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/49877Esta tese apresenta o desenvolvimento de novas metodologias analíticas que combinam as leituras instrumentais da espectrometria de massas com classificação multivariada, na busca da diferenciação de amostras de plasma sanguíneo para detecção da fibromialgia. Dentro da execução dos trabalhos, os estudos realizados nesta tese exploraram a Espectrometria de Massas com Ionização por Paper Spray (PSI-MS) para obtenção de espectros a partir do plasma sanguíneo de pacientes com e sem a fibromialgia, e o processamento desses dados espectrais por modelos de análises multivariadas. As técnicas de classificação multivariada utilizadas representam a Análise de Componente Principal (PCA), Algoritmo de Projeções Sucessivas (SPA), Algoritmo Genético (GA), Análise de Discriminantes Linear (LDA) e quadrática (QDA) e Máquina de Vetor de Suporte (SVM) propondo modelos do tipo PCA-LDA, SPA-LDA, GA-LDA, PCA-QDA, SPA-QDA, GA-QDA, PCA-SVM, SPA-SVM e GA-SVM. Para um primeiro estudo, utilizando um total de vinte amostras, os resultados de sensibilidade e especificidade apresentaram 100% de separação entre as classes, envolvendo a técnica supervisionada SPA-LDA, além de boas classificações com outros modelos. Para um segundo estudo, as classificações obtiveram 100% de sensibilidade para o modelo PCA-LDA, com sessenta e quatro amostras, utilizando como parâmetro pacientes com sintomas relacionados a catastrofização da dor (CAT). Além deste último resultado, o segundo estudo também apresentou classificações de diferentes conjuntos de dados com amostras de pacientes com e sem a fibromialgia, relacionadas a outros sintomas comuns na doença. Outro resultado importante, presente em ambos os estudos, é a associação de variáveis selecionadas pelos modelos de classificação a classe de metabólito lisofosfatidilcolina (LysoPC), mencionada em estudos sobre biomarcadores da fibromialgia. Com isso, os resultados demonstrados sugerem a elaboração de ferramentas úteis na triagem da fibromialgia, com as vantagens de fornecer resultados rápidos, de simples operação e utilização de pequenas alíquotas de amostra de plasma sanguíneo, propiciando também um bom aporte teórico sobre a abordagem do diagnóstico da fibromialgia, demostrando a boa execução da metodologia analítica na detecção da doença.This thesis presents the development of new analytical methodologies that combine instrumental mass spectrometry readings with multivariate classification, in the search for the differentiation of blood plasma samples for the detection of fibromyalgia. Within the execution of the research, the studies carried out in this thesis explored the Paper Spray Ionization Mass Spectrometry (PSI-MS) to obtain spectra from the blood plasma of patients with and without fibromyalgia, and the processing of these spectral data by multivariate analysis models. The multivariate classification techniques used represent Principal Component Analysis (PCA), Successive Projection Algorithm (SPA), Genetic Algorithm (GA), Linear Discriminant Analysis (LDA) and Quadratic (QDA) and Support Vector Machine (SVM) proposing PCA-LDA, SPA-LDA, GA-LDA, PCA-QDA, SPAQDA, GA-QDA, PCA-SVM, SPA-SVM and GA-SVM models. For a first study, using a total of twenty samples, the sensitivity and specificity results showed 100% separation between classes, involving the supervised SPA-LDA technique, in addition to good classifications with other models. For a second study the classifications obtained 100% sensitivity for the PCA-LDA model, with sixty four samples, using patients with symptoms related to catastrophizing pain (CAT) as a parameter. In addition to this last result, the second study also presented classifications of different datasets with samples of patients with and without fibromyalgia, related to other common symptoms in the disease. Another important result, present in both studies, is the association of variables selected by the classification models to the lysophosphatidylcholine (LysoPC) metabolite class, mentioned in studies on fibromyalgia biomarkers. Thus, the results demonstrated suggest the development of useful tools in the screening of fibromyalgia, with the advantages of providing quick results, of simple operation and use of small aliquots of blood plasma samples, also providing a good theoretical contribution on the diagnostic approach of fibromyalgia, demonstrating the good execution of the analytical methodology in the detection of the disease.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICAUFRNBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICAFibromialgiaEspectrometria de massasIonização por pulverização em papelAnálise multivariadaDesenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALDesenvolvimentometodologiasanaliticas_Alves_2022.pdfapplication/pdf10264514https://repositorio.ufrn.br/bitstream/123456789/49877/1/Desenvolvimentometodologiasanaliticas_Alves_2022.pdf20837dfe5552b7d6a3a868215630a427MD51123456789/498772022-11-24 18:54:13.404oai:https://repositorio.ufrn.br:123456789/49877Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-11-24T21:54:13Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
title |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
spellingShingle |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia Alves, Marcelo Victor dos Santos CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA Fibromialgia Espectrometria de massas Ionização por pulverização em papel Análise multivariada |
title_short |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
title_full |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
title_fullStr |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
title_full_unstemmed |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
title_sort |
Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia |
author |
Alves, Marcelo Victor dos Santos |
author_facet |
Alves, Marcelo Victor dos Santos |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5778641956389383 |
dc.contributor.advisorID.pt_BR.fl_str_mv |
https://orcid.org/0000-0002-3827-3800 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6928918856031880 |
dc.contributor.referees1.none.fl_str_mv |
Santos, Luciene da Silva |
dc.contributor.referees2.none.fl_str_mv |
Freitas, Rodrigo Pegado de Abreu |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3462462933163509 |
dc.contributor.referees3.none.fl_str_mv |
Marques, Amélia Pasqual |
dc.contributor.referees4.none.fl_str_mv |
Vaz, Boniek Gontijo |
dc.contributor.author.fl_str_mv |
Alves, Marcelo Victor dos Santos |
dc.contributor.advisor1.fl_str_mv |
Lima, Kassio Michell Gomes de |
contributor_str_mv |
Lima, Kassio Michell Gomes de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA Fibromialgia Espectrometria de massas Ionização por pulverização em papel Análise multivariada |
dc.subject.por.fl_str_mv |
Fibromialgia Espectrometria de massas Ionização por pulverização em papel Análise multivariada |
description |
Esta tese apresenta o desenvolvimento de novas metodologias analíticas que combinam as leituras instrumentais da espectrometria de massas com classificação multivariada, na busca da diferenciação de amostras de plasma sanguíneo para detecção da fibromialgia. Dentro da execução dos trabalhos, os estudos realizados nesta tese exploraram a Espectrometria de Massas com Ionização por Paper Spray (PSI-MS) para obtenção de espectros a partir do plasma sanguíneo de pacientes com e sem a fibromialgia, e o processamento desses dados espectrais por modelos de análises multivariadas. As técnicas de classificação multivariada utilizadas representam a Análise de Componente Principal (PCA), Algoritmo de Projeções Sucessivas (SPA), Algoritmo Genético (GA), Análise de Discriminantes Linear (LDA) e quadrática (QDA) e Máquina de Vetor de Suporte (SVM) propondo modelos do tipo PCA-LDA, SPA-LDA, GA-LDA, PCA-QDA, SPA-QDA, GA-QDA, PCA-SVM, SPA-SVM e GA-SVM. Para um primeiro estudo, utilizando um total de vinte amostras, os resultados de sensibilidade e especificidade apresentaram 100% de separação entre as classes, envolvendo a técnica supervisionada SPA-LDA, além de boas classificações com outros modelos. Para um segundo estudo, as classificações obtiveram 100% de sensibilidade para o modelo PCA-LDA, com sessenta e quatro amostras, utilizando como parâmetro pacientes com sintomas relacionados a catastrofização da dor (CAT). Além deste último resultado, o segundo estudo também apresentou classificações de diferentes conjuntos de dados com amostras de pacientes com e sem a fibromialgia, relacionadas a outros sintomas comuns na doença. Outro resultado importante, presente em ambos os estudos, é a associação de variáveis selecionadas pelos modelos de classificação a classe de metabólito lisofosfatidilcolina (LysoPC), mencionada em estudos sobre biomarcadores da fibromialgia. Com isso, os resultados demonstrados sugerem a elaboração de ferramentas úteis na triagem da fibromialgia, com as vantagens de fornecer resultados rápidos, de simples operação e utilização de pequenas alíquotas de amostra de plasma sanguíneo, propiciando também um bom aporte teórico sobre a abordagem do diagnóstico da fibromialgia, demostrando a boa execução da metodologia analítica na detecção da doença. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-11-24T21:53:42Z |
dc.date.available.fl_str_mv |
2022-11-24T21:53:42Z |
dc.date.issued.fl_str_mv |
2022-08-25 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ALVES, Marcelo Victor dos Santos. Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia. Orientador: Kassio Michell Gomes de. 2022. 126f. Tese (Doutorado em Química) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/49877 |
identifier_str_mv |
ALVES, Marcelo Victor dos Santos. Desenvolvimento de metodologias analíticas baseadas em espectrometria de massas e análise multivariada no diagnóstico da fibromialgia. Orientador: Kassio Michell Gomes de. 2022. 126f. Tese (Doutorado em Química) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
url |
https://repositorio.ufrn.br/handle/123456789/49877 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/49877/1/Desenvolvimentometodologiasanaliticas_Alves_2022.pdf |
bitstream.checksum.fl_str_mv |
20837dfe5552b7d6a3a868215630a427 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1797777627890581504 |