Publicação: Aplicação de espectroscopia ATR-FTIR suportada por algoritmos de inteligência artificial permite detecção de alterações moleculares no líquido sinovial em modelo animal de infecção pelo vírus Chikungunya
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::CIENCIAS DA SAUDE
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A infecção pelo vírus da Chikungunya (CHIKV) frequentemente se manifesta pela artralgia
simétrica nas articulações periféricas, tenossinovite, inflamação nos ligamentos articulares e
cerca de 60% dos pacientes podem desenvolver sintomas crônicos, o que pode impactar
diretamente sua qualidade de vida. O diagnóstico correto da infecção por CHIKV é complexo
e envolve técnicas de múltiplas etapas com reagentes de biologia molecular de alto custo
laboratorial. Diante da necessidade de explorar abordagens inovadoras para a detecção da
infecção por CHIKV no líquido sinovial, a espectroscopia de infravermelho com transformada
de Fourier com Refletância Total Atenuada (ATR-FTIR) sem uso de reagentes tem se mostrado
uma ferramenta promissora para identificação de moléculas relacionadas a presença de
partículas virais neste fluido. Desta forma, este estudo teve como objetivo identificar alterações
em grupos funcionais dos componentes do fluido sinovial usando a plataforma ATR-FTIR
suportada por algoritmos de inteligência artificial para detectar potenciais lesões condrais e
osteocondrais em modelo in vivo de infecção por CHIKV. Camundongos C57/BL6 (n=6) foram
inoculados com 20 µL (1 x 105 FFU com CHIKV), enquanto camundongos do grupo controle
(n=6) receberam 20 µL de placebo. O fluido sinovial foi coletado 7 dias após a infecção pelo
CHIKV, e os espectros infravermelhos do líquido sinovial foram analisados em plataforma
ATR-FTIR sem utilização de reagentes. O algoritmo de inteligência artificial Redes Neurais
Artificiais teve acurácia de 83%, sensibilidade de 66% e especificidade de 100% para detectar
alterações de composição do fluido sinovial induzidas pela infecção pelo CHIKV. Os três
principais modos vibracionais utilizados no algoritmo para discriminar o líquido sinovial de
camundongos infectados pelo CHIKV em comparação com os controles foram 1655 cm-1
, 1543
cm-1
e 1060 cm-1
, todos relacionados com lipídeos. Assim, este estudo demonstrou o potencial
da plataforma biofotônica para avançar na aplicação da espectroscopia ATR-FTIR em doenças
ortopédicas, sendo pioneiro na obtenção de espectros infravermelhos do líquido sinovial. Estes
achados destacam o potencial das plataformas ATR-FTIR suportadas por algoritmos de Redes
Neurais Artificiais como uma ferramenta sustentável, sem reagentes, não invasiva e rápida para
detectar alterações induzidas pela infecção por CHIKV no líquido sinovial.
Abstract
Chikungunya virus (CHIKV) infection often manifests with symmetric arthralgia in peripheral
joints, tenosynovitis, inflammation in joint ligaments, and approximately 60% of patients may
develop chronic symptoms, directly impacting their quality of life. The correct diagnosis of
CHIKV infection is complex and involves multi-step techniques with high-cost molecular
biology reagents. Given the need to explore innovative approaches for CHIKV infection
detection in synovial fluid, attenuated total reflectance Fourier-transform infrared (ATR-FTIR)
spectroscopy without the use of reagents has emerged as a promising tool for identifying
molecules related to the presence of viral particles in this fluid. Thus, this study aimed to
identify alterations in functional groups of synovial fluid components using the ATR-FTIR
platform supported by artificial intelligence algorithms to detect potential chondral and
osteochondral lesions in an in vivo model of CHIKV infection. C57/BL6 mice (n=6) were
inoculated with 20 µL (1 x 105 FFU of CHIKV), while control group mice (n=6) received 20
µL of placebo. Synovial fluid was collected 7 days after CHIKV infection, and the infrared
spectra of the synovial fluid were analyzed supported by artificial neural network algorithm
classification. The results showed a sensitivity of 66%, specificity of 100%, and accuracy of
83% in detecting alterations in the CHIKV infection model. Identifying vibrational modes at
1655 cm-1
, 1543 cm-1
, and 1060 cm-1
related to lipids could be used to discriminate synovial
fluid from CHIKV-infected mice compared to controls. Thus, this study demonstrated the
potential of the biophotonic platform to advance the application of ATR-FTIR spectroscopy in
orthopedic diseases, pioneering in obtaining infrared spectra of synovial fluid. These findings
highlight the potential of ATR-FTIR platforms supported by artificial neural network algorithms
as a sustainable, reagent-free, non-invasive, and rapid tool for detecting alterations induced by
CHIKV infection in synovial fluid
Palavras-chave
Febre Chikungunya, Chikungunya fever, Biomarcadores, Biomarkers, Líquido sinovial, Synovial fluid, Lesões articulares, Joint lesions, Redes neurais artificiais, Artificial neural networks, Inteligência artificial, Artificial intelligence
Citação
Machado, Hugo Moreira. Aplicação de espectroscopia ATR-FTIR suportada por algoritmos de inteligência artificial permite detecção de alterações moleculares no líquido sinovial em modelo animal de infecção pelo vírus chikungunya.2024. 46 f. Dissertação (Mestrado em Ciências da Saúde) - Universidade Federal de Uberlândia, Uberlândia, 2024. DOI http://doi.org/10.14393/ufu.di.2024.574