Aplicações metabonômicas usando ressonância magnética nuclear de 1H: diagnóstico não-invasivo de câncer de próstata e urológico & classificação de oliva extra virgem de produção orgânica

Abstract

No presente estudo, foram construídos modelos metabonômicos baseados nos espectros de RMN para (1) o diagnóstico não-invasivo de câncer de próstata (CP), e câncer urológico (bexiga ou rim) [CB/CR]; e (2) para estudo em química dos alimentos – para discriminar amostras de azeite de oliva extra virgem frente ao seu modo de produção (Produção orgânica ou convencional). Para os estudos clínicos, foram utilizadas amostras de soro e urina. Dois modelos utilizando o formalismo LDA foram construídos para diagnosticar CP: primeiro, utilizando vinte e três amostras de soro – onze voluntários saudáveis (S) e doze de pacientes diagnosticados com CP, e o segundo modelo foram usadas dezoito amostras de urina – oito voluntários saudáveis (S) e dez diagnosticados com CP. Para diagnostico de câncer urológico, foram utilizadas dezoito amostras de urina – oito voluntários saudáveis (S) e dez diagnosticados com câncer de bexiga ou rim (CB/CR). O modelo metabonômico CP versus S, usando amostras de soro, foi construído usando quatro variáveis (bins) discriminantes, foi estatisticamente significativo (p < 0,001), com valores preditivos, positivo e e negativo (VPP e VPN) iguais a 91,7% e 100%, sensibilidade de 100% e especificidade de 91,7%, respectivamente. As variáveis discriminantes foram atribuídas às estruturas lipídicas (VLDL e LDL), ao grupo citrato e a L-histidina. O modelo CP versus S, utilizando amostras de urina e usando três variáveis discriminantes foi construído, obtendo valores de VPP e o VPN iguais a 92,3% e 100%, respectivamente. Enquanto os valores de sensibilidade e especificidade foram iguais a 100% e 87,5%, respectivamente. As variáveis discriminantes foram atribuídas a sacarídeos e a trigonelina. O modelo para diagnóstico de câncer urológico (CB/CR) foi construído usando três variáveis, resultando em 100% de classificações corretas. As variáveis discriminantes foram atribuídas a sacarídeos, trigonelina e ao grupo hipurato. Para o estudo com amostras de azeite extra virgem, foram utilizadas quarenta amostras, sendo dezesseis amostras de azeite de produção orgânica (O) e vinte e quatro amostras de produção convencional. Os modelos metabonômicos foram construídos usando o formalismo LDA, utilizando cinco variáveis discriminantes, obtendo 100% de classificação correta para as amostras orgânicas e 91,7% para amostras de azeite convencional. O poder de predição total do modelo foi de 95,0%. As variáveis discriminantes foram atribuídas aos ácidos linoleído/linolênico e ao glicerol. A estratégia metabonômica mostrou-se promissora ferramenta analítica para classificação de amostras de azeite de oliva extra virgem frente ao seu modo de produção. Todos os modelos construídos foram validados usando validação cruzada