| Congresso Brasileiro de Microbiologia 2023 | Resumo: 515-1 | ||||
Resumo:Candida auris é um patógeno emergente que tem impactado significativamente o sistema de saúde de algumas cidades do Brasil desde 2021. Um dos grandes desafios em relação a essa levedura é a sua correta e rápida identificação. A diferenciação de algumas espécies de Candida pode ser bem trabalhosa, difícil, custosa financeiramente e demorada a depender da similaridade entre as mesmas. Isso pode resultar em transtornos como o atraso no diagnóstico e tratamento, e possibilidade de surtos, como são os casos envolvendo C. auris. Dessa forma, o objetivo desse trabalho foi desenvolver uma nova metodologia de diferenciação entre Candida auris e C. albicans baseada em Infravermelho Próximo e Análises Multivariadas que também pudesse ser usada para diferenciar Candida auris de outras espécies de Candida. Candida albicans ATCC 90029 e C. auris 467/2017 foram cultivadas em meio Sabouraud Dextrose (Dicfco) por 48h á 37°C antes das colônias isoladas serem submetidas ao infravermelho próximo com Transformata de Fourier (FT-NIR), sendo o experimento realizado com 15 placas para cada espécie. Em seguida, utilizou-se a Análise de Componentes Principais (PCA) e algoritmos de seleção de variáveis, como o Algoritmo de Projeções Sucessivas (SPA) e o Algoritmo Genético (GA) associados com Análise Discriminante Linear (LDA), para a diferenciação das amostras. A combinação PCA-LDA foi capaz de classificar corretamente as candidas com sensibilidade e especificidade de 100%. A utilização dos algoritmos de seleção de variáveis SPA e GA, também associadas à LDA, apresentaram ambas 100% de sensibilidade e especificidade de 96,30% para SPA-LDA e 100% para GA-LDA na diferenciação das duas espécies a partir das variáveis selecionadas. Os algoritmos SPA-LDA e GA-LDA não tiveram chances de melhorar a classificação da PCA-LDA pois seus valores de sensibilidade e especificidade são máximos. Porém, foram essenciais ao selecionar as variáveis (comprimentos de onda no infravermelho) de mais importância para o modelo, podendo ser atribuídos a ligações de amida secundária, carbono-hidrogênio e carbono-carbono de aromáticos presentes em diversas estruturas, em especial, ácidos nucleicos. Esses resultados mostram a alta potencialidade das técnicas de FT-NIR e análise multivariada combinadas para a identificação das espécies de Candida, já que é uma técnica não destrutiva (da amostra), rápida, de fácil execução e com resultados confiáveis. Com base nos resultados obtidos nesse modelo, novos testes estão sendo realizados no intuito de separar outras espécies filogeneticamente mais próximas de C. auris, como as Candida do complexo haemulonii. Palavras-chave: candidíase, diagnóstico, micologia, quimiometria | |||||