Identificação de bioassinaturas salivares para triagem da covid-19 na era pós-ômicron: abordagens proteômica e metabolômica
Carregando...
Arquivos
Tipo
Tese
Data de publicação
2024-09-26
Periódico
Citações (Scopus)
Autores
Lima, Iasmim Lopes de
Orientador
Eberlin, Marcos Nogueira
Título da Revista
ISSN da Revista
Título de Volume
Membros da banca
Castro e Silva, Cecília de Carvalho
Ferreira, Christina Ramires
Simas, Rosineide Costa
Carvalho, Valdemir Melechco
Ferreira, Christina Ramires
Simas, Rosineide Costa
Carvalho, Valdemir Melechco
Programa
Engenharia de Materiais e Nanotecnologia
Resumo
A pandemia da doença do coronavírus de 2019 (COVID-19), causada pelo coronavírus da síndrome respiratória aguda grave 2 (SARS-CoV-2), impulsionou a busca por métodos de triagem e diagnóstico rápidos e não invasivos, destacando a saliva como uma matriz eficiente para a detecção molecular do vírus. As frequentes mutações do SARS-CoV-2, que aumentam sua transmissibilidade e evasão imunológica, continuam a desafiar o sistema de saúde, provocando sucessivas ondas de infecções nos últimos anos. Até onde sabemos, realizamos pela primeira vez análises ômicas específicas da saliva de voluntários negativos e positivos para COVID-19, recrutados em ambiente hospitalar, quando as variantes Ômicron dominaram o cenário epidemiológico global. O objetivo foi identificar assinaturas salivares que oferecessem insights sobre a resposta do hospedeiro à infecção pelo SARS-CoV-2 e auxiliassem na classificação da doença. Empregamos abordagens em proteômica, metabolômica e aprendizado de máquina em duas coortes independentes de pacientes. A análise proteômica revelou proteínas-chave associadas à redução do estresse do retículo endoplasmático e à sinalização antiapoptótica. Detectamos pela primeira vez o aumento na abundância de quatro proteínas da família 14-3-3 (YWHAG, YWHAQ, YWHAE e SFN) na saliva de pacientes infectados pelo SARS-CoV-2, que podem estar associadas ao aumento da capacidade replicativa viral e ao comprometimento da imunidade inata. Além disso, identificamos sete proteínas (ACTN1, H2AC2, GSN, NDKA, CD109, GGH e PCYOX) que compõem uma assinatura antiviral e anti-COVID, com potencial significativo para triagem da COVID-19. Entre elas, a Gelsolina (GSN) se destacou como um dos principais achados, previamente associada a um prognóstico favorável da doença com base em estudos com plasma. O classificador Support Vector Machine, que incluiu as sete proteínas mencionadas, alcançou sensibilidade de 91%, especificidade de 94% e acurácia balanceada de 92% na discriminação entre os grupos negativo e positivo para COVID-19. A análise metabolômica possibilitou a construção de modelos utilizando o algoritmo Random Forest com quatro subconjuntos de variáveis associadas à COVID-19, alcançando métricas de desempenho comparáveis ou superiores às descritas anteriormente na literatura. O classificador final, baseado em 39 metabólitos, atingiu alta sensibilidade (85% no conjunto de treinamento e 100% no conjunto de validação), especificidade (82% no conjunto de treinamento e 84% no conjunto de validação) e acurácia balanceada (84% no conjunto de treinamento e 92% no conjunto de validação). A assinatura dos metabólitos identificados putativamente foi composta principalmente por aminoácidos e lipídios, com maior abundância do hormônio liberador de tireotropina no grupo positivo para COVID-19, sugerindo um potencial desequilíbrio endócrino em casos leves da doença, relatado aqui pela primeira vez. A combinação das análises proteômica e metabolômica ofereceu uma abordagem promissora para a identificação de assinaturas salivares, com implicações importantes para a fisiopatologia e triagem da COVID-19. Nossos dados indicam respostas semelhantes do hospedeiro em nível de proteinas e metabólitos, sugerindo respostas antivirais e anti-inflamatórias aprimoradas, que podem estar relacionadas à menor gravidade da doença associada às infecções pelas variantes Ômicron. Esses achados são promissores e justificam investigações adicionais. Futuros estudos com coortes maiores de pacientes poderão auxiliar na validação dos potenciais marcadores diagnósticos e prognósticos que podem ser utilizados em conjunto com os métodos atuais.
Descrição
Palavras-chave
saliva , COVID-19 , ômicron , proteômica , metabolômica , support vector machine , random forest , triagem