Avaliação quimiométrica de mapas peptídicos urinários obtidos por CE-MS visando o diagnóstico clínico

• Autor(a) principal: Moraes, Edgar Perin
• Data de Publicação: 2008
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/46/46133/tde-27112008-135940/
• topic: Analytical chemistry; Biomarcadores; Capillary electrophoresis; Eletroforese capilar; Espectrometria de massas; Mapas peptídicos; Mass spectrometry; Peptides; Peptidic maps biomarker; Quimica analitica; Refluxo vésico-ureteral; Urina; Urine; Vesicoureteral reflux

A presente tese de doutorado propõe investigar mapas peptídicos urinários via eletroforese capilar acoplada ao espectrômetro de massas e avaliar se existe correlação entre estes e a presença de refluxo vésico-ureteral (RVU), visando desenvolver um novo método não invasivo para diagnosticar RVU em crianças, e ainda averiguar a existência de possíveis biomarcadores para a doença. Vinte e quatro amostras de urina de crianças positivas para RVU e quinze saudáveis, anteriormente submetidas à uretrocistografia miccional, foram disponibilizadas ao nosso grupo. Estas foram filtradas para eliminar proteínas de alta massa molar e pré-concentradas em coluna de fase reversa C2. Os mapas peptídicos foram obtidos via CE-MS em um eletrólito composto por 0,8% de ácido metanóico e 20% de metanol; já o líquido auxiliar consistia em 0,8% de ácido metanóico e 60% de metanol. Diversos métodos de classificação de aglomerados foram experimentados com os mapas peptídicos. Todos indicaram que as variáveis mais importantes para este discernimento eram os picos mais intensos ordenados em blocos de tempo. Entre os métodos de classificação não supervisionada, PCA (Principal Component Analysis) foi o mais perceptível na tarefa de distribuir os conjuntos de amostras. Para este, a porcentagem de acertos entre as amostras positivas foi de 75% e, entre as amostras negativas foi de 86,7%. No entanto, a taxa de erro encontrada por este método foi de 20,5%, não cumprindo o objetivo proposto. Entre os métodos de classificação supervisionada, SVM (Support Vector Machines) foi o selecionado, exprimindo melhor habilidade em prever que os modelos lineares e boa capacidade de generalização. O método otimizado apontou para o uso da função de base radial, o que está de acordo com outros trabalhos na área. Outras três variáveis ajustadas foram o parâmetro capacidade, o responsável por controlar a amplitude da função gaussiana e o ε-insensitive loss function. A validação cruzada LOO (leave-one-out) realizada para a rede treinada pelo SVM exibiu 0,00454 para a raiz quadrada da média dos erros e coeficiente de correlação próximo de um, indicando que o ajuste dos dados foi bem realizado. Empregando um mínimo de 80% das amostras para treinamento e 10% para verificação, o modelo foi capaz de classificar corretamente as amostras restantes. Três grupos de amostras para testes foram separados e a rede foi capaz de classificá-los corretamente. Biomarcadores específicos para RVU foram pesquisados durante o trabalho. Peptídeos que apareceram em mais de 70% das amostras de urina positivas para RVU e em menos de 15% das amostras de urina saudáveis foram selecionados. Espectros MS2 foram obtidos para estes peptídeos, e a pesquisa em bancos de espectros indicou um fragmento da imunoglobulina G como um possível candidato. No entanto, a existência de um biomarcador específico para RVU é ainda incerta, carecendo de uma investigação mais aprofundada para se concretizar este objetivo. Nos mapas peptídicos existem disparidades entre os dois grupos de amostras, que foram correlacionadas nesta tese com a presença de refluxo vésico-ureteral, sendo o nosso espaço amostral classificado corretamente