Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

A Machine Learning Application Based in Random Forest for Integrating Mass Spectrometry-Based Metabolomic Data: A Simple Screening Method for Patients With Zika Virus

Texto completo
Autor(es):
Mostrar menos -
Odir Rodrigues Melo, Carlos Fernando [1] ; Navarro, Luiz Claudio [2] ; de Oliveira, Diogo Noin [1] ; Guerreiro, Tatiane Melina [1] ; Lima, Estela de Oliveira [1] ; Delafiori, Jeany [1] ; Dabaja, Mohamed Ziad [1] ; Ribeiro, Marta da Silva [1] ; de Menezes, Maico [1] ; Martins Rodrigues, Rafael Gustavo [1] ; Morishita, Karen Noda [1] ; Esteves, Cibele Zanardi [1] ; Lucas de Amorim, Aline Lopes [1] ; Aoyagui, Caroline Tiemi [1] ; Parise, Pierina Lorencini [3] ; Milanez, Guilherme Paier [3] ; do Nascimento, Gabriela Mansano [3] ; Ribas Freitas, Andre Ricardo [4, 5] ; Angerami, Rodrigo [6] ; Maranhao Costa, Fabio Trindade [3] ; Arns, Clarice Weis [3] ; Resende, Mariangela Ribeiro [6] ; Amaral, Eliana [7] ; Passini Junior, Renato [7] ; Ribeiro-do-Valle, Carolina C. [7] ; Milanez, Helaine [7] ; Moretti, Maria Luiza [6] ; Proenca-Modena, Jose Luiz [3] ; Avila, Sandra [2] ; Rocha, Anderson [2] ; Catharino, Rodrigo Ramos [1] ; Network, Zika-Unicamp
Número total de Autores: 32
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Sch Phannaceut Sci FCF, Innovate Biomarkers Lab, Campinas, SP - Brazil
[2] Univ Estadual Campinas, IC, RECOD Lab, Campinas, SP - Brazil
[3] Univ Estadual Campinas, Biol Inst, Dept Genet Evolut Microbiol & Immunol, Campinas, SP - Brazil
[4] Sao Leopoldo Mandic Inst & Res Ctr, Campinas, SP - Brazil
[5] Campinas Dept Publ Hlth Surveillance, Campinas, SP - Brazil
[6] Univ Estadual Campinas, Sch Med Sci, Clin Pathol Dept, Campinas, SP - Brazil
[7] Univ Campinas Campinas, Sch Med Sci, Obstet & Gynecol Dept, Campinas, SP - Brazil
Número total de Afiliações: 7
Tipo de documento: Artigo Científico
Fonte: FRONTIERS IN BIOENGINEERING AND BIOTECHNOLOGY; v. 6, APR 11 2018.
Citações Web of Science: 0
Resumo

Recent Zika outbreaks in South America, accompanied by unexpectedly severe clinical complications have brought much interest in fast and reliable screening methods for ZIKV (Zika virus) identification. Reverse-transcriptase polymerase chain reaction (RT-PCR) is currently the method of choice to detect ZIKV in biological samples. This approach, none-theless, demands a considerable amount of time and resources such as kits and reagents that, in endemic areas, may result in a substantial financial burden over affected individuals and health services veering away from RT-PCR analysis. This study presents a powerful combination of high-resolution mass spectrometry and a machine-learning prediction model for data analysis to assess the existence of ZIKV infection across a series of patients that bear similar symptomatic conditions, but not necessarily are infected with the disease. By using mass spectrometry data that are inputted wrth the developed decision-making algorithm, we were able to provide a set of features that work as a ``fingerprint{''} for this specific pathophysiological condition, even after the acute phase of infection. Since both mass spectrometry and machine learning approaches are well-established and have largely utilized tools within their respective fields, this combination of methods emerges as a distinct alternative for clinical applications, providing a diagnostic screening-faster and more accurate-with improved cost-effectiveness when compared to existing technologies. (AU)

Processo FAPESP: 14/00302-0 - Shotgun lipidômico em giardíase, meningites e tuberculose: a busca de marcadores para diagnósticos, empregando novas e revolucionárias técnicas de espectrometria de massas
Beneficiário:Cibele Zanardi Esteves
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 11/50400-0 - Metabolismo energético, estado redox e funcionalidade mitocondrial na morte celular e em desordens cardiometabólicas e neurodegenerativas
Beneficiário:Aníbal Eugênio Vercesi
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 15/06809-1 - Determinação de marcadores químicos em diferentes produtos bovinos por espectrometria de massas
Beneficiário:Rodrigo Ramos Catharino
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 16/17066-2 - Metabolômica e lipidômica do Zika vírus, do mosquito ao paciente
Beneficiário:Carlos Fernando Odir Rodrigues Melo
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade
Beneficiário:Anderson de Rezende Rocha
Linha de fomento: Auxílio à Pesquisa - Temático