Pesquisa Pesquisa

Voltar

Nariz eletrônico agiliza diagnóstico da espécie de fungo causador da Candidemia

O trabalho, que trouxe uma metodologia inédita na detecção da espécie do fungo Candida, contou com a orientação do professor Leandro Maciel Almeida

Imagine ter um nariz capaz de “cheirar” a presença de um fungo e identificar qual espécie dele está dentro do seu corpo? Essa habilidade parece até ser um dos poderes de super-heróis, mas pesquisadores da UFPE estão tornando-a possível no mundo real. Em dissertação defendida no Programa de Pós-Graduação em Ciência da Computação da UFPE, Renan Williams Marques desenvolveu, através da tecnologia na área de Inteligência Artificial, um nariz eletrônico apto a diagnosticar a presença do fungo Candida na corrente sanguínea de seres humanos.

O trabalho, que trouxe uma metodologia inédita na detecção da espécie do fungo Candida, contou com a orientação do professor Leandro Maciel Almeida, além de parceria com o Departamento de Micologia do Centro de Biociências (CB), que auxiliou na construção da base de dados para identificação do fungo. “Utilizamos a tecnologia dos narizes eletrônicos, que é um dispositivo que imita o olfato humano, para avaliar seu desempenho na identificação das espécies de Candida”, explica Renan, de forma geral.

A pesquisa contou com três bases de dados contendo amostras de Candida dos tipos Albicans, Parapsilosis e Krusei para serem analisadas pelos narizes. A primeira base contendo amostras consideradas padrões; a segunda com amostras não padrões; e, por último, a terceira base de dados com a junção dessas duas bases. O objetivo da criação de três bases foi verificar se a abordagem utilizada possui eficiência na identificação de espécies de Candida. “A taxa de acurácia na base com amostras padrões foi de 96%; já na segunda base, contendo amostras não padrões, a taxa de acurácia chegou a 88%; a terceira base misturava as duas anteriores e obteve 90% de acurácia”, atesta o autor.

SENSOR | Outro fato que chama atenção no trabalho foi o tempo gasto pelo dispositivo da identificação do fungo. De acordo com o pesquisador, os narizes treinados podem levar até dois minutos para analisar uma amostra do fungo que tenha passado 24 horas pelo processo de crescimento em meio cultura. Já o teste laboratorial do tubo germinativo, um dos mais utilizados em laboratórios, pode levar dias para se ter um resultado, pois é totalmente dependente do crescimento do fungo no meio de cultura; quanto mais lento for o crescimento do fungo, mais demorado será para se ter um resultado.

Segundo o estudo, em geral os narizes eletrônicos têm dois componentes principais: um sensor (hardware) e um sistema de reconhecimento padrão (software). “O sensor capta substâncias presentes no ar, transforma isso em informação e a envia para a base de dados de sistema de reconhecimento padrão. Com isso, em ‘cheiradas’ futuras, o sistema de reconhecimento (software) irá detectar padrões salvos em sua base de dados. Identificando, assim, a espécie da Candida presente na amostra analisada”, explica Renan.

Apesar dos resultados promissores, o nariz ainda não está disponível para uso em grande escala nos laboratórios do país. De acordo com o pesquisador, a parceria com o Departamento de Micologia teve o objetivo da produção para aplicação na vida real. No entanto, é necessário um grande investimento financeiro para produção de um grande número de narizes para distribuição.

CANDIDEMIA | O fungo Candida é bem comum, chegando a estar presente em cerca de 71% dos indivíduos considerados saudáveis. Porém, em casos mais graves, a Candida pode entrar na corrente sanguínea de pacientes que passaram por algum procedimento em que dispositivos médicos foram introduzidos em seu organismo. Causando, assim, a Candidemia, que é a infecção da corrente sanguínea pelo fungo Candida. A infecção causada pela Candida pode comprometer todos os órgãos internos, como pulmões, coração e fígado, trazendo um alto risco de vida para o paciente. Por isso, o diagnóstico correto o quanto antes é essencial.

Mais informações
Programa de Pós-Graduação em Ciência da Computação da UFPE
(81) 2126.8430

secpos@cin.ufpe.br

Renan Williams Marques Ferreira
rwmf@cin.ufpe.br

Data da última modificação: 03/09/2020, 15:58