IDENTIFICAÇÃO E RASTREAMENTO DE CÂNCER ATRAVÉS DA COMBINAÇÃO DE ANÁLISE MULTIVARIADA E TÉCNICAS BIOESPECTROSCÓPICAS
Câncer. Fluorescência molecular. ATR-FTIR. Espectrometria de massas. Análise multivariada.
Esta tese relata a aplicação das espectroscopias no infravermelho médio, de fluorescência molecular e espectrometria de massas, combinadas a técnicas de análise multivariada, para identificação de lesões (pré-)cancerosas em diferentes espécimes. Em um primeiro estudo, matrizes de excitação/emissão de fluorescência molecular foram obtidas para diferentes linhagens de células normais e cancerosas em cultivo (incluindo 3T3, ARPE, HEK, HepG2, HeLa, HT-29 e 786-0) e modelos de classificação foram construídos utilizando uma combinação dos algoritmos OPLS e UPLS-DA. Taxas de acerto de 100% e 75% foram obtidas para as classes Normal e Cancerosa, respectivamente. Ainda, foi avaliada a influência dos anticorpos anti-MMP-2 e anti-MMP-9 no desempenho dos modelos de classificação. Na presença dos anticorpos, as taxas de acerto nas classificações aumentaram consideravelmente atingindo 100% para ambas as classes, Normal e Cancerosa, através dos algoritmos OPLS/UPLS-DA. Em um segundo estudo, a espectroscopia ATR-FTIR foi utilizada para obtenção de espectros de plasmas sanguíneos de mulheres saudáveis (negativas para lesão intraepitelial ou malignidade, NILM) e portadoras de lesão intraepitelial cervical (SIL) de baixo (LSIL) ou alto grau (HSIL), causadas pelo vírus HPV. Modelos multivariados de classificação foram construídos, visando uma metodologia de rastreamento para o câncer cervical. Os algoritmos PCA-LDA/QDA, SPA-LDA/QDA e GA-LDA/QDA foram aplicados como ferramentas de classificação e seus desempenhos comparados. De maneira geral, os resultados obtidos através do algoritmo GA-QDA foram os mais satisfatórios, utilizando apenas variáveis espectrais selecionadas que puderam ser relacionadas a grupos funcionais pertencentes a diferentes biomoléculas. Os modelos GA-QDA classificaram corretamente NILM vs. SIL com sensibilidade e especificidade em torno de 90% e 83%, respectivamente. NILM vs. LSIL apresentaram sensibilidade e especificidade variando entre 67-94% e 82-94%, respectivamente. Para NILM vs. HSIL, os valores de sensibilidade e especificidade estiveram entre 76-97% e 73-100%, respectivamente. Em um terceiro estudo, a espectrometria de massas foi aplicada para obter os espectros de lipídios extraídos do plasma sanguíneo de mulheres da Classe NILM (n=42) e SIL (n=34). Modelos de classificação multivariados foram construídos utilizando os classificadores LDA, QDA e SVM. Os modelos baseados em SVM permitiram a discriminação das classes com sensibilidade e especificidade de 83.3% e 80.0% para NILM e SIL, respectivamente. Alguns possíveis lipídios foram associados a cada classe, tais como prostaglandinas, esfingolipídios e fosfolipídios, Tetranor-PGFM e um lipídio hidroxiperoxidado. Os resultados obtidos em todos os estudos evidenciam a potencialidade das técnicas espectroscópicas e multivariadas como possíveis metodologias de rastreamento e identificação de câncer, o que poderia contribuir fortemente para a redução da morbidade e mortalidade causadas pela doença.