Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/4483
Título: Identificação de macromoléculas em linhagens celulares da classificação molecular do câncer de mama via espectroscopia vibracional e técnicas de recursividade
Título(s) alternativo(s): Identification of macromolecules in cell lines from molecular classification of breast cancer by vibrational spectroscopy and recursion techniques
Autor(es): Powrosnek, Letícia Costa Brambilla
Orientador(es): Kamikawachi, Ricardo Canute
Palavras-chave: Mamas - Câncer - Identificação
Mamas - Câncer - Diagnóstico
Análise espectral
Mamas - Câncer - Prevenção
Moléculas - Classificação
Ciências médicas
Células - Metabolismo
Engenharia elétrica
Breast - Cancer - Identification
Breast - Cancer - Diagnosis
Spectrum analysis
Breast - Cancer - Prevention
Molecules - Classification
Medical sciences
Cell metabolism
Electric engineering
Data do documento: 30-Ago-2019
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: POWROSNEK, Letícia Costa Brambilla. Identificação de macromoléculas em linhagens celulares da classificação molecular do câncer de mama via espectroscopia vibracional e técnicas de recursividade. 2019. 64 f. Dissertação (Mestrado Engenharia Elétrica e Informática Industrial) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019.
Resumo: O câncer é um conjunto de mais de 100 tipos diferentes de doenças que têm em comum o crescimento desordenado e desenfreado de células anormais que possuem potencial invasivo. O câncer de mama é a neoplasia mais comum em mulheres, excluindo tumores de pele não melanoma, e a quinta causa de mortes comparada a todos os outros tipos de canceres. O padrão ouro para seu diagnóstico é através de tecnologias do diagnóstico por imagem, que possibilitam a localização e dimensionamento do tumor, e por exames imuno-histoquímicos e morfológicos, entretanto tumores que apresentam as mesmas características patológicas clássicas podem possuir comportamentos distintos em sua biologia. A classificação molecular correlaciona os perfis de expressão gênica com os parâmetros clínicos relevantes, onde classifica os tumores em 5 subtipos intrínsecos: luminal A, luminal B, HER-2, basal e normal-like, porém ela é uma técnica complexa e de alto custo, o que dificulta o seu uso na prática clínica, incentivando o desenvolvimento de novos métodos diagnósticos. Este trabalho apresenta o estudo da identificação de macromoléculas em linhagens derivadas de pacientes de diferentes subtipos do câncer de mama. Os dados foram adquiridos em um espectrofotômetro FTIR de marca Varian 640-IR utilizando a configuração ATR em 3 linhagens celulares: MCF7 (classificada como luminal A), MDA-MB-231 (classificada como basal) e BT-474 (classificada como luminal B). O experimento foi realizado com as células cultivadas in vitro, sem preparo prévio, o que permitiu o estudo do comportamento bioquímico das células vivas. A partir dos dados espectrais foram gerados os gráficos de recorrência para cada amostra e deles foram realizadas as análises quantitativas de recorrência que permitiram identificar as macromoléculas de lipídeos, proteínas e ácidos nucleicos das amostras. Todavia não foi possível caracterizar cada linhagem por não existir um padrão conhecido. Os resultados mostraram a viabilidade do uso da AQR para analisar espectros FTIR de amostras de células in vitro. Além disso a análise estatística das quantidades resultantes da AQR permitiu distinguir as macromoléculas atendendo todos os protocolos estatísticos. Como trabalhos futuros propõe-se o refinamento das técnicas de aquisição e análises dos espectros no intuito de determinar um perfil óptico que caracterize as linhagens celulares da classificação molecular auxiliando o diagnóstico preciso e precoce do câncer de mama.
Abstract: Cancer is a collection of over 100 different types of diseases that have in common the disordered and unbridled growth of abnormal cells with invasive potential. Breast cancer is the most common cancer in women, excluding non-melanoma skin tumors, is the fifth leading cause of death compared to all other cancers. The gold standard for its diagnosis is through imaging diagnostic technologies, which allow the localization and sizing of the tumor, and by immunohistochemical and morphological exams, however tumors that have the same classical pathological characteristics may have distinct behaviors in their biology. Molecular classification correlates gene expression profiles with relevant clinical parameters, where it classifies tumors into 5 intrinsic subtypes: luminal A, luminal B, HER-2, basal and normal- like, but it is a complex and costly technique, which makes its use in clinical practice difficult, encouraging the development of new diagnostic methods. This paper presents the study of the identification of macromolecules in strains derived from patients of different breast cancer subtypes. Data were acquired on a Varian 640-IR FTIR spectrophotometer using the ATR configuration in 3 cell lines: MCF7 (classified as luminal A), MDA-MB-231 (classified as basal) and BT-474 (classified as luminal B). The experiment was carried out with the cells cultivated in vitro without previous preparation, which allowed the study of the biochemical behavior of living cells. From the spectral data, recurrence graphs were generated for each sample and quantitative recurrence analyzes were performed to identify the lipid, protein and nucleic acid macromolecules of the samples. However it was not possible to characterize each lineage because there is no known pattern. The results showed the feasibility of using RQA to analyze FTIR spectra of cell samples in vitro. In addition, the statistical analysis of the quantities resulting from the RQA made it possible to distinguish macromolecules according to all statistical protocols. Future work proposes the refinement of spectral acquisition and analysis techniques in order to determine an optical profile that characterizes molecular classification cell lines, helping to accurately and early diagnose breast cancer.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/4483
Aparece nas coleções:CT - Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_CPGEI_M_Powrosnek, Letícia Costa Brambilla_2019.pdf8,27 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.