Utilização de técnicas quimiométricas na detecção de arbovírus em amostras clínicas
Dengue. Chikungunya. Matrizes EEM. Classificação multivias. PARAFACQDA.
A pandemia estabelecida pelo COVID-19 mostrou ao mundo a necessidade de técnicas capazes de detectar vírus de maneira rápida e simples a fim de iniciar o quanto antes o tratamento. Tentativas significativas estão sendo feitas em todo o mundo no sentido de desenvolver uma ferramenta que, com uma simples análise, seja capaz de distinguir entre diferentes vírus. O objetivo deste trabalho foi fornecer um referencial teórico sobre a aplicação de técnicas quimiométricas no campo da virologia, e avaliar a aplicação de técnicas espectroscópicas de segunda ordem na detecção de arbovírus em amostras clínicas. Nesta tese constam 3 artigos: 2 artigos de revisão e 1 artigo de pesquisa. O primeiro artigo de revisão aborda a aplicação da espectroscopia no infravermelho médio por transformadas de Fourier com reflexão total atenuada (ATR-FTIR) na identificação de vírus, trazendo os fundamentos teóricos e diversas aplicações realizadas ao longo dos ultimos anos, onde foram aplicadas a técnica ATR-FTIR em conjunto com técnicas de classificação multivariada. No segundo artigo de revisão, além da técnica ATR-FTIR, também foram abordadas as técnicas de espectroscopia no infavermelho próximo (NIR), Raman e espectroscopia de fluorescência molecular aplicadas na detecão de diversos vírus. Entre as técnicas multivariadas abordadas nestes artigos de revisão podem ser encontradas: Análise por Componentes Principais (PCA), Algoritmo de Projeções Sucessivas (SPA), Algoritmo Genético (GA), Análise Discriminante Linear (LDA), Análise Discriminante Quadrática (QDA), Análises de Fatores Paralelos (PARAFAC) e Análise Discriminante com base no método de Mínimos Quadrados Parciais (N-PLSDA). No artigo de pesquisa, a espectroscopia de fluorescência molecular foi aplicada em conjunto com as técnicas de análise multivias PARAFAC-LDA, PARAFAC-QDA e N-PLSDA, como uma nova metodologia sensível, específica, rápida, simples e capaz de identificar variações espectrais entre amostras clínicas com e sem os vírus da dengue e chikungunya. Para isso, foram utilizadas as matrizes de excitação-emissão (EEM) de 26 amostras para cada classe (saudável x dengue x chikungunya), totalizando 78 amostras. As amostras foram divididas em conjuntos de treinamento e teste e, após a construção dos modelos, os resultados foram analisados com base em cálculos de precisão, sensibilidade, especificidade e F-score. Foi observado que o modelo mais eficiente no trabalho de classificação foi o PARAFAC-QDA, acertando 100% das amostras do conjunto teste. Os loadings capturados no PARAFAC foram fornecidos e podem ser utilizados em estudos futuros para comprovar a relação (ou não) dos dados espectrais com a presença dos vírus. Por fim, observou-se que matrizes EEM têm potencial para, em um futuro próximo, serem utilizadas como triagem ou diagnóstico de arbovírus, possuindo vantagens quando comparadas às técnicas mais convencionais.