Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/62638
DIAGNÓSTICO DIFERENCIAL DOS SOROTIPOS 1 E 4 DO VÍRUS DENGUE EM MOSQUITOS AEDES AEGYPTI POR MEIO DA ESPECTROSCOPIA NO INFRAVERMELHO PRÓXIMO (NIRS)
Barbosa, Manuella de Mello | Date Issued:
2022
Author
Advisor
Co-advisor
Affilliation
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Rio de Janeiro, RJ, Brasil.
Abstract in Portuguese
O vírus dengue (DENV) é um dos mais importantes arbovírus transmitido pelo mosquito Aedes aegypti aos humanos. Compreende quatro sorotipos antigenicamente distintos (DENV-1 a -4), com uma alta diversidade de genótipos e cepas, o que traz uma grande problemática para o desenvolvimento de uma vacina eficaz. A rápida disseminação do DENV pelo mundo causa grandes impactos na saúde pública. Um eficiente mapeamento da transmissão do vírus, de forma rápida ou em tempo real, é importante para orientar a priorização espacial e temporal de atividades de controle vetorial, a fim de mitigar a transmissão da dengue. Para tal, é necessário que se estabeleça uma vigilância eficaz e oportuna. Porém, as técnicas disponíveis para o diagnóstico de patógenos possuem um alto custo e muitos programas de vigilância de arbovírus localizados em países de baixa e média renda possuem recursos escassos. A espectroscopia no infravermelho próximo (NIRS) é uma técnica de análise química, rápida, não-invasiva e que não necessita de reagentes para sua operação que vem sendo utilizada como ferramenta de pesquisa em doenças transmitidas por vetores. O presente trabalho avaliou a possibilidade de detecção e diferenciação dos sorotipos 1 e 4 do DENV por meio da NIRS em mosquitos Ae. aegypti fêmeas criados em laboratório. Os mosquitos foram separados em três grupos: infectados com DENV-1, infectados com DENV-4 e não infectados. Os espectros individuais de cada amostra foram coletados em 10 e 14 dias pós-infecção. Foram desenvolvidos modelos de predição mediante a técnica computacional de Redes Neurais Artificiais para conjuntos de treinamento, validação e teste. A infecção por DENV nas amostras foi previamente comprovada via RT-qPCR. Foram avaliados os percentuais de especificidade, sensibilidade e acurácia dos modelos de predição desenvolvidos. Os resultados mostraram que a NIRS é capaz de detectar DENV – sem distinção por sorotipo – em Ae. aegypti com acurácia de 81,7%. Contudo, o diagnóstico diferencial dos sorotipos mostrou baixa acurácia. A NIRS foi capaz de separar mosquitos infectados por DENV-1 daqueles infectados por DENV-4 com acurária de 74,4%. Dada a natureza dos resultados, a técnica NIRS pode ser usada à frente como um método de triagem, apontando quais amostras estariam positivas para DENV, por exemplo. Posteriormente, esse número reduzido de amostras seria submetido a RT-PCR para confirmação e possivelmente identificação do sorotipo, gerando economia de tempo e recurso, além do aprimoramento das ações da vigilância do DENV no Brasil.
Abstract
Dengue virus (DENV) is one of the most important arboviruses transmitted by the Aedes aegypti mosquito to humans. It comprises four antigenically distinct serotypes (DENV-1 to -4), with a high diversity of genotypes and strains, which poses a great problem for the development of an effective vaccine. The rapid DENV spread around the world causes major impacts on public health. Its rapid spread around the world causes major impacts on public health. An efficient mapping of virus transmission, quickly or in real time, is important to provide guidance for prioritize the spatial and temporal vector control activities to mitigate dengue transmission. For that, it is necessary to establish an effective and timely surveillance. However, the techniques available for the diagnosis of pathogens are expensive and many arbovirussurveillance programs are in low- and middle-income countries with scarce resources. Nearinfrared spectroscopy (NIRS) is a fast, non-invasive, chemical analysis technique that does not require reagents for its operation that has been used as a research tool in vector-borne diseases. The present work evaluated the likelihood of detection and differentiation of DENV serotypes 1 and 4 by means of NIRS in female Ae. aegypti mosquitoes reared in the laboratory. Mosquitoes were separated into three groups: DENV-1-infected, DENV-4-infected, and uninfected. Individual spectra of each sample were collected on 10 and 14 days post-infection. Prediction models were developed through the computational technique of Artificial Neural Networks for training, validation and test sets. DENV infection of the samples was previously confirmed via RT-qPCR. The percentages of specificity, sensitivity and accuracy of the prediction models developed were evaluated. The results showed that NIRS is able to detect DENV – without distinction by serotype – in Ae. aegypti with an accuracy of 81.7%. However, the differential detection of serotypes provided poor accuracy. The NIRS separated mosquitoes DENV-1-infected from those DENV-4- infected with an accuracy of 74.4%. Given the nature of the results, the NIRS technique can be used ahead as a screening method, pointing out which samples would be positive for DENV, for example. Subsequently, this reduced number of samples would be submitted to RT-PCR for confirmation and perhaps identification of the serotype, saving time and resources, in addition to improving DENV surveillance actions in Brazil.
Share