Banca de QUALIFICAÇÃO: AYRTON LUCAS FIRMINO DO NASCIMENTO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : AYRTON LUCAS FIRMINO DO NASCIMENTO
DATA : 12/07/2024
HORA: 14:00
LOCAL: Auditório do Química III
TÍTULO:

Infravermelho próximo e análises multivariadas como um método eficiente, rápido e de custo-benefício para discriminar entre Candida auris e Candida haemulonii

PALAVRAS-CHAVES:

Candida auris; Candida haemulonii; Espectroscopia no Infravermelho Próximo; PCA-LDA; SPA-LDA; GA-LDA; Análise Multivariada

PÁGINAS: 52
RESUMO:

Candida auris e Candida haemulonii são dois patógenos oportunistas emergentes que têm aumentado em casos clínicos em todo o mundo nos últimos anos. Diferenciar algumas espécies de Candida pode ser muito trabalhoso, difícil, financeiramente custoso e demorado, dependendo da sua similaridade. Assim, o objetivo deste trabalho é desenvolver uma nova metodologia, mais rápida e econômica, para diferenciar entre C. auris e C. haemulonii com base em espectroscopia de infravermelho próximo (NIR) e análise multivariada. C. auris CBS10913 e C. haemulonii CH02 foram separadas em 15 placas por espécie e três colônias isoladas de cada placa foram selecionadas para análise por Transformada de Fourier de Infravermelho Próximo (FT-NIR), totalizando 90 espectros. Subsequentemente, Análise de Componentes Principais (PCA) e algoritmos de seleção de variáveis, incluindo o Algoritmo de Projeções Sucessivas (SPA) e Algoritmo Genético (GA) acoplados à Análise Discriminante Linear (LDA), foram empregados para discernir padrões distintos entre as amostras. O uso dos algoritmos PCA, SPA e GA associados à LDA atingiu 100% de sensibilidade e especificidade para as discriminações. Os algoritmos SPA-LDA e GA-LDA foram essenciais na seleção das variáveis mais importantes (comprimentos de onda do infravermelho) para os modelos, o que pode ser atribuído à ligação de estruturas da parede celular, como polissacarídeos, peptídeos, proteínas ou moléculas resultantes do metabolismo das leveduras. Esses resultados mostram o alto potencial das técnicas combinadas de FT-NIR e análise multivariada para a classificação de fungos do tipo Candida, o que pode contribuir para um diagnóstico e tratamento mais rápidos e eficazes dos pacientes afetados por esses microrganismos.

MEMBROS DA BANCA:
Presidente - 1714946 - KASSIO MICHELL GOMES DE LIMA
Interna - 3420591 - ANA CAROLINA DE OLIVEIRA NEVES MENEZES
Externo ao Programa - 1143204 - RAFAEL WESLEY BASTOS - UFRNExterno à Instituição - CAMILO DE LELIS MEDEIROS DE MORAIS - UECE