Metabolômica baseada em RMN e RAMAN do plasma de pacientes infectados pelo vírus SARS-CoV-2: descobrindo novos biomarcadores da infecção e indicadores de infecção grave

• Ano de defesa: 2025
• Autor(a) principal: Piagge, Priscila Marques Firmiano Dalle
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: blood; COVID-19; espectroscopia Raman; metabolites; metabólitos; NMR; Raman spectroscopy; RMN; sangue
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/75/75133/tde-17092025-154101/

As doenças infecciosas são motivo de preocupação para os órgãos de saúde uma vez que impactam a saúde global devido à sua capacidade contagiosa e surtos periódicos de novas doenças, como a pandemia global COVID-19 causada pelo novo coronavírus (SARS-CoV-2). Sabe-se que os vírus estão entre os principais causadores deste tipo de doenças e por tratar-se de parasitas intracelulares obrigatórios competem por nutrientes e metabólitos na célula hospedeira levando à alteração do seu metaboloma. Nesse contexto, faz-se importante a busca por ferramentas analíticas com fácil preparo de amostra, não destrutivas e reprodutíveis capazes de identificar e/ou quantificar as principais biomoléculas afetadas durante a doença. Com isso, o presente estudo almejou, primeiramente, determinar metabólitos marcadores da infecção por COVID-19 em sangue humano, bem como dos níveis de severidade usando a espectroscopia de RMN. Para isso, foram analisadas por RMN 1H quantitativo, metabolomas plasmáticos de 110 amostras individuais, representando sintomas leves a graves, antes de qualquer intervenção clínica. Cinco metabólitos polares (glicerol, acetato, formato, glicuronato e lactato) foram revelados por PLS-DA como sendo um potencial painel de metabólitos prognósticos para COVID-19 e considerados clinicamente relevantes para prever a gravidade da infecção devido aos seus papéis diretos com os lipídios e metabolismo energético. Posteriormente, foram analisadas o plasma sanguíneo por espectroscopia Raman bem como os pellets por RMN de alto e baixo campo de 26 amostras com o intuito de saber a correlação entre esses diferentes tipos de dados e métodos analíticos. Desta forma, ao analisar as variáveis de maneira individual, por PLS-DA, foi possível observar que há alta correlação (>0,7) entre o referente a Nacetilglucosamina das gliproproteínas, bem como os sinais referentes a lipídeos com o segundo pico obtido por RMN de baixo campo sendo possível inferir que que a diferença observada no perfil de decaimento de T2 entre os grupos poder ser atribuída a variação de glicoproteínas no plasma sanguíneo. Assim também, foi observado, conforme esperado, alta correlação (>0,7) entre os sinais de Raman e RMN de baixo campo referentes a lipídeos. Desta forma, conclui-se a abordagem metabolômica por RMN de alto campo se mostrou a mais efetiva para criar modelos preditivos com base nas amostras de plasma sanguíneo analisadas corroborando para uma melhor compreensão do prognóstico do SARS-CoV-2 e das consequências metabólicas da infecção no corpo humano. Contudo, é importante citar que as análises de RMN de alto campo para amostras contendo glicoproteínas também revelou resultados promissores.