Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/25099 |
Resumo: | O objetivo dos estudos reportados nesta dissertação é avaliar o uso da Espectroscopia de infravermelho em conjunto com técnicas quimiométricas de análise multivariada, como uma nova ferramenta para detecção e tipagem de arbovírus presentes em amostras clínicas. Nesta dissertação constam 4 artigos: 1 artigo de revisão e 3 artigos de pesquisa. O artigo de revisão faz um levantamento das principais técnicas espectroscópicas e técnicas de análise multivariada utilizadas em estudos no campo da virologia nos últimos 10 anos, bem como as vantagens destas, frente às técnicas padrão. No primeiro artigo de pesquisa, modelos multivariados baseados em análise discriminante foram construídos com o objetivo de discriminar quantitativamente o sorotipo DENV-3 presente em quatro diferentes concentrações em amostras de soro e sangue. No segundo estudo, técnicas de seleção de variáveis foram aplicadas com o objetivo de discriminar amostras de soro e sangue infectadas em laboratório, e ainda, predizer qual o sorotipo é responsável pela infecção. No terceiro estudo, foi avaliada a capacidade da técnica em discriminar entre 4 grupos de amostras: dengue (amostras de sangue de pacientes diagnosticados com dengue), Chikungunya (amostras de sangue de pacientes diagnosticados com Chikungunya), Zika (amostras de sangue de pacientes diagnosticados com Zika) e saudáveis (amostras de sangue de voluntários saudáveis). Os algoritmos de análise multivariada utilizados foram Análise de Componentes Principais-Análise Discriminante Linear (PCA-LDA), Algoritmo de Projeções Sucessivas-Análise Discriminante Linear (SPA-LDA) e Algoritmo Genético-Análise Discriminante Linear (GA-LDA). O desempenho da técnica foi avaliado através de cálculos de sensibilidade, especificidade, valores preditivos positivos e negativos, índice de Youden e razão de verossimilhança positiva e negativa. Os resultados foram animadores, e mostraram que a espectroscopia utilizada em conjunto com técnicas de análise multivariada tem o potencial de detectar e identificar as variações provocadas pela presença do vírus da dengue em amostras biológicas, e fornecer resultados rápidos em comparação às técnicas de diagnóstico utilizadas em rotinas clínicas. |
id |
UFRN_c2dea5b7e925b9adcd3efb66c7d977b2 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/25099 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Santos, Marfran Claudino Domingos dosMenezes, Fabricio GavaAraújo, Joselio Maria Galvão deGoicoechea, Hector CasimiroLima, Kassio Michell Gomes de2018-05-04T23:57:52Z2018-05-04T23:57:52Z2018-01-30SANTOS, Marfran Claudino Domingos dos. Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada. 2018. 89f. Dissertação (Mestrado em Química) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.https://repositorio.ufrn.br/jspui/handle/123456789/25099O objetivo dos estudos reportados nesta dissertação é avaliar o uso da Espectroscopia de infravermelho em conjunto com técnicas quimiométricas de análise multivariada, como uma nova ferramenta para detecção e tipagem de arbovírus presentes em amostras clínicas. Nesta dissertação constam 4 artigos: 1 artigo de revisão e 3 artigos de pesquisa. O artigo de revisão faz um levantamento das principais técnicas espectroscópicas e técnicas de análise multivariada utilizadas em estudos no campo da virologia nos últimos 10 anos, bem como as vantagens destas, frente às técnicas padrão. No primeiro artigo de pesquisa, modelos multivariados baseados em análise discriminante foram construídos com o objetivo de discriminar quantitativamente o sorotipo DENV-3 presente em quatro diferentes concentrações em amostras de soro e sangue. No segundo estudo, técnicas de seleção de variáveis foram aplicadas com o objetivo de discriminar amostras de soro e sangue infectadas em laboratório, e ainda, predizer qual o sorotipo é responsável pela infecção. No terceiro estudo, foi avaliada a capacidade da técnica em discriminar entre 4 grupos de amostras: dengue (amostras de sangue de pacientes diagnosticados com dengue), Chikungunya (amostras de sangue de pacientes diagnosticados com Chikungunya), Zika (amostras de sangue de pacientes diagnosticados com Zika) e saudáveis (amostras de sangue de voluntários saudáveis). Os algoritmos de análise multivariada utilizados foram Análise de Componentes Principais-Análise Discriminante Linear (PCA-LDA), Algoritmo de Projeções Sucessivas-Análise Discriminante Linear (SPA-LDA) e Algoritmo Genético-Análise Discriminante Linear (GA-LDA). O desempenho da técnica foi avaliado através de cálculos de sensibilidade, especificidade, valores preditivos positivos e negativos, índice de Youden e razão de verossimilhança positiva e negativa. Os resultados foram animadores, e mostraram que a espectroscopia utilizada em conjunto com técnicas de análise multivariada tem o potencial de detectar e identificar as variações provocadas pela presença do vírus da dengue em amostras biológicas, e fornecer resultados rápidos em comparação às técnicas de diagnóstico utilizadas em rotinas clínicas.The objective of the studies reported in this dissertation is to evaluate the use of infrared spectroscopy in conjunction with chemometric techniques of multivariate analysis, as a new tool for detection and typing of arboviruses present in clinical samples. In this dissertation there are 4 articles: 1 review article and 3 research articles. The review article is a survey of the main techniques spectroscopic and multivariate analysis techniques used in studies in the field of virology in the last 10 years, as well as the advantages of these techniques against standard techniques. In the first research article, multivariate models based on discriminant analysis were constructed with the objective of quantitatively discriminating the DENV-3 serotype present in four different concentrations in serum and blood samples. In the second study, variable selection techniques were applied with the objective of discriminating infected serum and blood samples in the laboratory, and also to predict which serotype is responsible for the infection. In the third study, the ability of the technique to discriminate between 4 groups of samples: dengue (blood samples from patients diagnosed with dengue), Chikungunya (blood samples from patients diagnosed with Chikungunya), Zika (blood samples from patients diagnosed with Zika) and healthy (blood samples from healthy volunteers). The multivariate analysis algorithms used were Principal Component Analysis-Linear Discriminant Analysis (PCA-LDA), Successive Projections Algorithm-Linear Discriminant Analysis (SPA-LDA) and Genetic Algorithm-Linear Discriminant Analysis (GA-LDA). The performance of the technique was evaluated through calculations of sensitivity, specificity, positive and negative predictive values, Youden index and positive and negative likelihood ratio. The results were encouraging, and showed that the spectroscopy used in conjunction with multivariate analysis techniques has the potential to detect and identify the variations caused by the presence of dengue virus in biological samples, and to provide a fast result in comparison to the diagnostic techniques used in clinical routines.porCNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICADengueZikaChikungunyaInfravermelhoAnálise multivariadaDetecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICAUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALMarfranClaudinoDomingosDosSantos_DISSERT.pdfMarfranClaudinoDomingosDosSantos_DISSERT.pdfapplication/pdf7001230https://repositorio.ufrn.br/bitstream/123456789/25099/1/MarfranClaudinoDomingosDosSantos_DISSERT.pdfbba8e919717c2dbbf0729aca529fdaadMD51TEXTMarfranClaudinoDomingosDosSantos_DISSERT.pdf.txtMarfranClaudinoDomingosDosSantos_DISSERT.pdf.txtExtracted texttext/plain230970https://repositorio.ufrn.br/bitstream/123456789/25099/2/MarfranClaudinoDomingosDosSantos_DISSERT.pdf.txt47fcb52d8f269de15db0f798a1c95e31MD52THUMBNAILMarfranClaudinoDomingosDosSantos_DISSERT.pdf.jpgMarfranClaudinoDomingosDosSantos_DISSERT.pdf.jpgIM Thumbnailimage/jpeg4757https://repositorio.ufrn.br/bitstream/123456789/25099/3/MarfranClaudinoDomingosDosSantos_DISSERT.pdf.jpg75bf19d7a811483478bf119560ae86fbMD53123456789/250992019-01-29 21:35:22.554oai:https://repositorio.ufrn.br:123456789/25099Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-01-30T00:35:22Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
title |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
spellingShingle |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada Santos, Marfran Claudino Domingos dos CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA Dengue Zika Chikungunya Infravermelho Análise multivariada |
title_short |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
title_full |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
title_fullStr |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
title_full_unstemmed |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
title_sort |
Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada |
author |
Santos, Marfran Claudino Domingos dos |
author_facet |
Santos, Marfran Claudino Domingos dos |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Menezes, Fabricio Gava |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Araújo, Joselio Maria Galvão de |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.referees3.none.fl_str_mv |
Goicoechea, Hector Casimiro |
dc.contributor.referees3ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Santos, Marfran Claudino Domingos dos |
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 Dengue Zika Chikungunya Infravermelho Análise multivariada |
dc.subject.por.fl_str_mv |
Dengue Zika Chikungunya Infravermelho Análise multivariada |
description |
O objetivo dos estudos reportados nesta dissertação é avaliar o uso da Espectroscopia de infravermelho em conjunto com técnicas quimiométricas de análise multivariada, como uma nova ferramenta para detecção e tipagem de arbovírus presentes em amostras clínicas. Nesta dissertação constam 4 artigos: 1 artigo de revisão e 3 artigos de pesquisa. O artigo de revisão faz um levantamento das principais técnicas espectroscópicas e técnicas de análise multivariada utilizadas em estudos no campo da virologia nos últimos 10 anos, bem como as vantagens destas, frente às técnicas padrão. No primeiro artigo de pesquisa, modelos multivariados baseados em análise discriminante foram construídos com o objetivo de discriminar quantitativamente o sorotipo DENV-3 presente em quatro diferentes concentrações em amostras de soro e sangue. No segundo estudo, técnicas de seleção de variáveis foram aplicadas com o objetivo de discriminar amostras de soro e sangue infectadas em laboratório, e ainda, predizer qual o sorotipo é responsável pela infecção. No terceiro estudo, foi avaliada a capacidade da técnica em discriminar entre 4 grupos de amostras: dengue (amostras de sangue de pacientes diagnosticados com dengue), Chikungunya (amostras de sangue de pacientes diagnosticados com Chikungunya), Zika (amostras de sangue de pacientes diagnosticados com Zika) e saudáveis (amostras de sangue de voluntários saudáveis). Os algoritmos de análise multivariada utilizados foram Análise de Componentes Principais-Análise Discriminante Linear (PCA-LDA), Algoritmo de Projeções Sucessivas-Análise Discriminante Linear (SPA-LDA) e Algoritmo Genético-Análise Discriminante Linear (GA-LDA). O desempenho da técnica foi avaliado através de cálculos de sensibilidade, especificidade, valores preditivos positivos e negativos, índice de Youden e razão de verossimilhança positiva e negativa. Os resultados foram animadores, e mostraram que a espectroscopia utilizada em conjunto com técnicas de análise multivariada tem o potencial de detectar e identificar as variações provocadas pela presença do vírus da dengue em amostras biológicas, e fornecer resultados rápidos em comparação às técnicas de diagnóstico utilizadas em rotinas clínicas. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-05-04T23:57:52Z |
dc.date.available.fl_str_mv |
2018-05-04T23:57:52Z |
dc.date.issued.fl_str_mv |
2018-01-30 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SANTOS, Marfran Claudino Domingos dos. Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada. 2018. 89f. Dissertação (Mestrado em Química) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/25099 |
identifier_str_mv |
SANTOS, Marfran Claudino Domingos dos. Detecção e tipagem de arbovírus (dengue, zika e chikungunya) por infravermelho em conjunto com técnicas de análise multivariada. 2018. 89f. Dissertação (Mestrado em Química) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/25099 |
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.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
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/123456789/25099/1/MarfranClaudinoDomingosDosSantos_DISSERT.pdf https://repositorio.ufrn.br/bitstream/123456789/25099/2/MarfranClaudinoDomingosDosSantos_DISSERT.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/25099/3/MarfranClaudinoDomingosDosSantos_DISSERT.pdf.jpg |
bitstream.checksum.fl_str_mv |
bba8e919717c2dbbf0729aca529fdaad 47fcb52d8f269de15db0f798a1c95e31 75bf19d7a811483478bf119560ae86fb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117588069646336 |